scala - 在scala中实现长轮询并用akka玩2.0

Question

我正在 Play 2.0 中的潜在分布式环境中实现长轮询。我的理解是，当 Play 收到请求时，它应该暂停挂起的更新通知，然后转到数据库获取新数据并重复。我开始查看 Play 2.0 提供的聊天示例，但它是在 websocket 中。此外，它看起来并不能够被分发。所以我想我会使用Akka的事件总线。我采用了事件流实现，并使用 LookupClassification 复制了我自己的实现。然而，我对如何收到消息感到困惑(或者就此而言，订阅者应该是什么而不是 ActorRef)？

EventStream 实现: https://github.com/akka/akka/blob/master/akka-actor/src/main/scala/akka/event/EventStream.scala

Answer 1

我不确定这就是您正在寻找的，但是 comet-clock 示例中有一个非常简单的解决方案，您可以适应使用 AKKA Actor 。它使用无限 iframe 而不是长轮询。我已经使用了一个更复杂的应用程序的改编版本，在 AKKA 参与者中执行多个数据库调用和长时间计算，并且它工作得很好。

  def enum = Action {
    //get your actor
    val myActorRef = Akka.system.actorOf(Props[TestActor]) 

   //do some query to your DB here. Promise.timeout is to simulate a blocking call
   def getDatabaseItem(id: Int): Promise[String] = { Promise.timeout("test", 10 milliseconds) } 

    //test iterator, you will want something smarter here
    val items1 = 1 to 10 toIterator

    // this is a very simple enumerator that takes ints from an existing iterator (for an http request parameters for instance) and do some computations
    def myEnum(it: Iterator[Int]): Enumerator[String] = Enumerator.fromCallback[String] { () =>
      if (!items1.hasNext)
        Promise.pure[Option[String]](None) //we are done with our computations
      else {

        // get the next int, query the database and compose the promise with a further query to the AKKA actor
        getDatabaseItem(items1.next).flatMap { dbValue =>
          implicit val timeout = new Timeout(10 milliseconds)
          val future = (myActorRef ? dbValue) mapTo manifest[String]

          // here we convert the AKKA actor to the right Promise[Option] output
          future.map(v => Some(v)).asPromise
        }
      }
    }

    // finally we stream the result to the infinite iframe. 
    // console.log is the javascript callback, you will want something more interesting.
    Ok.stream(myEnum(items1) &> Comet(callback = "console.log"))
  }

请注意，此 fromCallback 不允许您将枚举器与“andThen”组合起来，如果您想使用组合，在 play2 的主干版本中有一个generateM 方法可能更合适。

轮询时间不长，但效果很好。