scala - Akka 流如何持续实现？

Question

我正在使用 Akka Streams在 Scala 中从 AWS SQS 进行投票队列使用 AWS Java SDK .我创建了一个 ActorPublisher它以两秒的间隔使消息出列:

class SQSSubscriber(name: String) extends ActorPublisher[Message] {
  implicit val materializer = ActorMaterializer()

  val schedule = context.system.scheduler.schedule(0 seconds, 2 seconds, self, "dequeue")

  val client = new AmazonSQSClient()
  client.setRegion(RegionUtils.getRegion("us-east-1"))
  val url = client.getQueueUrl(name).getQueueUrl

  val MaxBufferSize = 100
  var buf = Vector.empty[Message]

  override def receive: Receive = {
    case "dequeue" =>
      val messages = iterableAsScalaIterable(client.receiveMessage(new ReceiveMessageRequest(url).getMessages).toList
      messages.foreach(self ! _)
    case message: Message if buf.size == MaxBufferSize =>
      log.error("The buffer is full")
    case message: Message =>
      if (buf.isEmpty && totalDemand > 0)
        onNext(message)
      else {
        buf :+= message
        deliverBuf()
      }
    case Request(_) =>
      deliverBuf()
    case Cancel =>
      context.stop(self)
  }

  @tailrec final def deliverBuf(): Unit =
    if (totalDemand > 0) {
      if (totalDemand <= Int.MaxValue) {
        val (use, keep) = buf.splitAt(totalDemand.toInt)
        buf = keep
        use foreach onNext
      } else {
        val (use, keep) = buf.splitAt(Int.MaxValue)
        buf = keep
        use foreach onNext
        deliverBuf()
      }
    }
}

在我的应用程序中，我也尝试以 2 秒的间隔运行流:

val system = ActorSystem("system")
val sqsSource = Source.actorPublisher[Message](SQSSubscriber.props("queue-name"))
val flow = Flow[Message]
  .map { elem => system.log.debug(s"${elem.getBody} (${elem.getMessageId})"); elem }
  .to(Sink.ignore)

system.scheduler.schedule(0 seconds, 2 seconds) {
  flow.runWith(sqsSource)(ActorMaterializer()(system))
}

但是，当我运行我的应用程序时，我收到 java.util.concurrent.TimeoutException: Futures timed out after [20000 milliseconds]以及由 ActorMaterializer 引起的后续死信通知.

是否有推荐的方法来持续实现 Akka 流？

Answer 1

我认为您不需要创建一个新的 ActorPublisher每 2 秒。这似乎是多余和浪费内存的。另外，我不认为 ActorPublisher 是必要的。根据我对代码的了解，您的实现将有越来越多的 Streams 查询相同的数据。每个Message来自客户端的数据将被 N 个不同的 akka Streams 处理，更糟糕的是，N 会随着时间的推移而增长。

用于无限循环查询的迭代器

您可以通过使用 Scala 的 Iterator 从您的 ActorPublisher 获得相同的行为。 .可以创建一个持续查询客户端的迭代器:

//setup the client
val client = {
  val sqsClient = new AmazonSQSClient()
  sqsClient setRegion (RegionUtils getRegion "us-east-1")
  sqsClient
}

val url = client.getQueueUrl(name).getQueueUrl

//single query
def queryClientForMessages : Iterable[Message] = iterableAsScalaIterable {
  client receiveMessage (new ReceiveMessageRequest(url).getMessages)
}

def messageListIteartor : Iterator[Iterable[Message]] = 
  Iterator continually messageListStream

//messages one-at-a-time "on demand", no timer pushing you around
def messageIterator() : Iterator[Message] = messageListIterator flatMap identity

此实现仅在所有先前的 Messages 都已被消费后才查询客户端，因此确实是 reactive .无需跟踪固定大小的缓冲区。您的解决方案需要一个缓冲区，因为消息的创建(通过计时器)与消息的消耗(通过 println)分离。在我的实现中，创建和消费是 tightly coupled通过背压。

Akka 流源

然后，您可以使用此迭代器生成器函数来提供 akka 流源:

def messageSource : Source[Message, _] = Source fromIterator messageIterator

流动形成

最后你可以使用这个 Source 来执行 println (附带说明:您的 flow 值实际上是 Sink ，因为 Flow + Sink = Sink )。使用您的 flow问题的值(value):

messageSource runWith flow

一个 akka Stream 处理所有消息。