何时使用参与者而不是消息传递解决方案，例如 WebSphere MQ 或 Tibco Rendezvous？

Question

我已经阅读了What design decisions would favour Scala's Actors instead of JMS? 的问题和答案。

通常，我们使用已经存在多年的消息传递解决方案：或者使用 JMS 实现（例如 WebSphere MQ 或 Apache ActiveMQ）进行点对点通信，或者使用 Tibco Rendevous 进行多播消息传递。

它们非常稳定、经过验证并提供高可用性和性能。不过，配置和设置似乎比在 Akka 中复杂得多。

对于上述产品（WebSphere MQ 或 ActiveMQ）迄今为止已成功使用的一些用例，我何时以及为什么应该使用 Akka？为什么我应该考虑在我未来的项目中使用 Akka 而不是 WebSphere MQ 或 Tibco RV？

我什么时候应该避免使用 Akka？它是否提供与其他解决方案相同的高可用性和性能？还是将 Akka 与其他消息中间件进行比较是个坏主意？

除了 JMS（点对点）、TibcoRV（多播）和 Akka 之外，我还应该考虑 JVM 环境中的另一种消息传递解决方案？

Answer 1

首先，“较旧”的消息系统 (MQ) 在实现上较旧，但在工程理念上却较新：事务性持久队列。 Scala Actors 和 Akka 可能是一个较新的实现，但建立在较旧的 Actors 并发模型之上。

然而，这两个模型最终在实践中非常相似，因为它们都是基于事件消息的：请参阅我对 RabbitMQ vs Akka 的回答。

如果您只想为 JVM 编写代码，那么 Akka 可能是一个不错的选择。否则我会使用 RabbitMQ。

此外，如果您是 Scala 开发人员，那么 Akka 应该是不二之选。然而，Akka 的 Java 绑定不是很 Java-ish，并且由于 Scala 的类型系统需要强制转换。

此外，在 Java 中，人们通常不会制作不可变对象，我建议您为消息传递这样做。因此，在 Java 中很容易意外地使用 Akka 做一些无法扩展的事情（使用可变对象作为消息，依赖于奇怪的闭包回调状态）。对于 MQ，这不是问题，因为消息总是以速度为代价进行序列化。对于 Akka，它们通常不会。

与大多数 MQ 相比，Akka 对大量消费者的扩展性也更好。这是因为对于大多数 MQ（JMS、AMQP）客户端来说，每个队列连接都需要一个线程......因此很多队列 == 很多永久运行的线程。不过，这主要是客户问题。我认为 ActiveMQ Apollo 有一个非阻塞调度程序，据称可以为 AMQP 解决该问题。 RabbitMQ 客户端具有允许您组合多个消费者的通道，但仍然存在大量消费者可能导致死锁或连接死亡的问题，因此通常会添加更多线程来避免此问题。

话虽如此，Akka's remoting 还是相当新的，可能仍然无法提供传统消息队列提供的所有可靠消息保证和 QoS（但这每天都在变化）。它通常也是点对点的，但我认为支持服务器对点，这通常是大多数 MQ 系统所做的（即单点故障），但也有点对点的 MQ 系统（RabbitMQ 是服务器-对等）。

最后，RabbitMQ 和 Akka 确实是一对好搭档。您可以使用 Akka 作为 RabbitMQ 的包装器，特别是因为 RabbitMQ 不能帮助您处理消息的消耗和在本地路由消息（在单个 JVM）。

何时选择 Akka

• 拥有大量消费者（想想数百万）。
• 需要低延迟
• 对 Actor 并发模型开放

示例系统：交互式实时聊天系统

何时选择 MQ

• 需要与许多不同的系统（即非 JVM）集成
• 消息可靠性比延迟更重要
• 想要更多工具和管理 UI
• 因为之前的观点更适合长时间运行的任务
• 希望使用与 Actors 不同的并发模型

示例系统：调度事务批处理系统

根据相关 cmets 进行编辑

我假设 OP 关注Akka 和消息队列都可以处理的分布式处理。那就是我假设他在谈论distributed Akka。 将 Akka 用于本地并发与大多数消息队列相比，简直是天壤之别。我说的最多是因为您可以将消息队列模型在本地应用为并发模型（即主题、队列、交换），Reactor 库和 simple-react 都可以这样做。

选择正确的并发模型/库对于低延迟应用程序非常重要。诸如消息队列之类的分布式处理解决方案通常并不理想，因为路由几乎总是通过线路完成，这显然比在应用程序内部要慢，因此 Akka 将是一个更好的选择。但是我相信一些专有的 MQ 技术允许本地路由。此外，正如我之前提到的，大多数 MQ 客户端在线程方面非常愚蠢，并且不依赖非阻塞 IO，并且每个连接/队列/通道都有一个线程......具有讽刺意味的是，非阻塞 io 并不总是低延迟，但通常更多资源高效。

正如您所看到的，分布式编程和并发编程的主题相当大并且每天都在变化，所以我的初衷不是混淆，而是专注于分布式消息处理的一个特定领域，这是我认为 OP 所关心的。在并发方面，人们可能希望将搜索重点放在“反应式”编程（RFP / 流）上，这是一种“较新”但与参与者模型和消息队列模型相似的模型，所有这些模型通常都可以组合起来，因为它们是基于事件的。

Answer 2

我不是消息系统方面的专家，但您可以在您的应用程序中将它们与 Akka 结合使用，从而获得两全其美的效果。下面是一个示例，您可能会发现它对试验 Akka 和消息传递系统很有用，在本例中是 ZeroMQ：

https://github.com/zcox/akka-zeromq-java

Answer 3

Akka-Camel 是比 ZeroMQ 更好的例子 - ZeroMQ 是直接的 tcp 到 tcp 通信（因此为零 - 没有消息队列）。

使用 AkkaCamel，您可以抽象出队列并直接从参与者生成/使用消息，而无需任何代码来处理消息队列消息推送/拉取。

您可以放弃 akka-zeromq 并直接使用 Akka 进行远程处理。 我认为 akka-zeromq 正在从核心库中删除，但我们为 akka 构建了一个很好的 zeromq 库，称为 scala-zeromq (https://github.com/mDialog/scala-zeromq)

Akka 有几个关键的核心用例：

1) 可变状态

将共享状态隐藏在一个actor中会更容易处理它。由于 Actor 同步处理消息，您可以在 Actor 中保持状态并通过 Actor API 以高一致性公开该字段

2) 分布

并发在 akka 中是免费的，所以您说它实际上是为了解决分发问题。跨机器和内核分布。 Akka 内置了“位置透明性”，用于通过网络发送消息。它还具有与扩展单个服务相关的集群和模式。这使它成为一个非常好的分发解决方案（例如微服务架构）

这是一个使用 Akka 和 ActiveMQ 和 Akka-Camel 的示例（使用 Java8）

import akka.actor.Props;
import akka.camel.Camel;
import akka.camel.CamelExtension;
import akka.testkit.TestActorRef;
import akka.testkit.TestProbe;
import org.junit.Ignore;
import org.junit.Test;
import akka.camel.javaapi.UntypedProducerActor;
import akka.camel.javaapi.UntypedConsumerActor;
import static com.rogers.totes.TotesTestFixtures.*;
import org.apache.activemq.camel.component.*;

public class MessagingTest {
    @Test @Ignore
    public void itShouldStoreAMessage() throws Exception{
        String amqUrl = "nio://localhost:61616";
        Camel camel = (Camel) CamelExtension.apply(system);
        camel.context().addComponent("activemq", ActiveMQComponent.activeMQComponent(amqUrl));

        TestProbe probe = TestProbe.apply(system);
        TestActorRef producer = TestActorRef.create(system, Props.create((Producer.class)));
        TestActorRef consumer = TestActorRef.create(system, Props.create((Consumer.class)));
        producer.tell("Produce", probe.ref());

        Thread.sleep(1000);
    }
}

class Producer extends UntypedProducerActor{

    @Override
    public String getEndpointUri() {
        return "activemq:foo.bar";
    }
}

class Consumer extends UntypedConsumerActor{

    @Override
    public String getEndpointUri() {
        return "activemq:foo.bar";
    }

    @Override
    public void onReceive(Object message) throws Exception {
        System.out.println("GOT A MESSAGE!" + message);

    }
}