Значение "пересечения асинхронных границ" - PullRequest
Новая
       7

Значение "пересечения асинхронных границ"

0 голосов
/ 08 июня 2018

Из документации Akka, Конвейерная обработка и параллелизм

Этапы обработки потоков Akka (будь то простые операторы в потоках и источниках или соединениях графов) «объединяются» и выполняются последовательнопо умолчанию.Это позволяет избежать накладных расходов на события, пересекающие асинхронные границы, но ограничивает выполнение потока не более чем одним этапом в любой момент времени.

Что означает событий, пересекающих асинхронные границы ?

Этот термин также часто используется в Повесть о двух мониксах и соответствующих слайдах

1 Ответ

0 голосов
/ 10 июня 2018

Когда вы материализуете поток, ActorMaterializer решает, как запускать различные этапы.По умолчанию все этапы выполняются последовательно внутри одного и того же актера за кулисами.Это сделано для того, чтобы избежать издержек переключения контекста потока, которые могут возникнуть, если каждый этап будет выполняться в отдельном акторе.

Когда вы используете оператор async на этапе, вы сообщаете материализатору, что вы хотитесоздать асинхронную границу в этой точке.Это означает, что сцена будет работать в своем собственном актере за кулисами.В зависимости от сценария это может повлиять на производительность, поскольку события будут пересекать асинхронные границы.

Например: 

Source(List("A","B","C "))
  .map(x => x.toLowerCase)
  .async
  .map(x => x.toUpperCase)
  .map(x => x.trim)
  .runWith(Sink.ignore)

Этот поток будет запускать этап map(x => x.toLowerCase) в другом действующем субъекте, чем этапыmap(x => x.toUpperCase) и map(x => x.trim).Последние два будут выполняться внутри одного и того же действующего лица.

Последнее, что следует упомянуть, это то, что асинхронные границы также позволяют обрабатывать события параллельно внутри потока.Каждая асинхронная граница может обрабатывать события независимо, так как они выполняются в разных субъектах (до тех пор, пока есть спрос из нисходящего потока).В этом простом сценарии «B» может обрабатываться на map(x => x.toLowerCase) одновременно с «A» на map(x => x.toUpperCase) и map(x => x.trim).

Я надеюсь, что это поможет понять немного больше о том, как работают потоки.

...