今天学Spark的时候，看到Scala的actor模式是一个加分点。所以搜了一下，看了。主要参考下面两篇文章，还没有实验，有些地方领会的不深刻：
http://nxlhero.blog.51cto.com/962631/1666250
十分钟理解Actor模式
Actor模式是一种并发模型，与另一种模型共享内存完全相反，Actor模型share nothing。所有的线程(或进程)通过消息传递的方式进行合作，这些线程(或进程)称为Actor。共享内存更适合单机多核的并发编程，而且共享带来的问题很多，编程也困难。随着多核时代和分布式系统的到来，共享模型已经不太适合并发编程，因此几十年前就已经出现的Actor模型又重新受到了人们的重视。MapReduce就是一种典型的Actor模式，而在语言级对Actor支持的编程语言Erlang又重新火了起来，Scala也提供了Actor，但是并不是在语言层面支持，Java也有第三方的Actor包，Go语言channel机制也是一种类Actor模型。
多线程/分布式编程-Actor模型
到了分布式系统时代，工厂已经用流水线了，每个人都有明确分工，这就是Actor模式。每个线程都是一个Actor，这些Actor不共享任何内存，所有的数据都是通过消息传递的方式进行的。
用scala实现，下面是工程的结构：
这是它们传递的消息，有一些指令，剩下的都是Int数据:
一个Actor的代码结构一般是下面这种结构，不停的接受消息并处理，没有消息就等待：
组装者代码：
分发者代码：
加工者代码：
主线程代码：
这个代码实现的效果与前面用Java实现的是一样的，但是各个线程没有共享内存，也没有锁，这样开发起来容易，而且更适合分布式编程，因为分布式编程本身就不适合共享内存。
Scala的Actor不能原生的支持分布式，但是Erlang可以，使用Erlang的Actor，分布式编程就和本地编程基本一样。但是Erlang的语法难懂，而且没有变量，几乎所有需要使用循环的地方都得用递归。
但是，没有找到附件。算了。
还有这篇文章：
http://www.cnblogs.com/shiyangxt/archive/2011/07/30/2121663.html
Scala.Actor实践心得与设计思想
Scala的Actor
可谓这门语言的一个亮点，函数式编程核心价值在于多核编程，所以就打算说说这个Actor，总结一下学习心得。
Actor是一种基于事件的轻量级线程，在以前的并发模型中，我们需要关注共享的数据结构，而使用Actor则需要
关注操作数据的代码结构，因为减少了数据的共享。Actor的主要能力来源于消息传递，而不是采用阻塞调用的处理形式。
如果创建直接或间接扩展 Actor的类，要确保对对象的所有调用都通过消息传递进行。
以消息传递为核心的设计：使用Actor的actor方法，使用不可变对象，不考虑数据共享问题，以消息传递为设计核心。
import actors._, Actor._ object SendMessageStyle { def main(args: Array[String]): Unit = { val caller = self val accumulator = actor { var continue = true var sum = 0 loopWhile(continue) { reactWithin(500) { case number: Int => sum += number case TIMEOUT => continue = false caller ! sum } } } accumulator ! 1 accumulator ! 2 accumulator ! 3 receiveWithin(1000) { case result => println("Total is " + result) } } }