scala - Akka 流。一次控制 Akka Streams 中正在处理的项目数量

Question

Akka 流显着减少了我的样板代码并包含许多有用的功能。但是，我需要能够限制处理项目的速度。问题是我正在提供一个附加到资源链接的 Hazelcast 队列，以便随着时间的推移(从单个在线站点)下载，但进入队列的链接数量可能会增长得非常大。理想情况下，一次运行的请求不超过 50-60 个。 Akka Streams 中是否有允许我限制一次处理的项目数量的功能？

另一个限制是在与某些网站交互时需要复杂的状态管理、代码处理和其他功能。 Akka Http 在这里无法提供帮助。我的网络代码完全是用 Jsoup 和 Apache Http 组件编写的，偶尔会调用基于 JavaFX 的服务器来呈现脚本。

我目前尝试使用文档中描述的缓冲区控制输入速率，如下所示:

val sourceGraph: Graph[SourceShape[(FlowConfig, Term)], NotUsed] = new HazelcastTermSource(conf.termQueue, conf)
val source = Source.fromGraph(sourceGraph)     
val (killSwitch, last) = source
                .buffer(conf.crawlStreamConf.maxCrawlConcurrency, OverflowStrategy.backpressure)
                .viaMat(new DownloadFlow())(Keep.both)
                .map(x => println(x))
                .to(Sink.ignore).run()

Answer 1

您正在寻找的机制是 mapAsync (或 mapAsyncUnordered ，如果不需要保留顺序 - 就像你的例子一样)。
这些组合器采用 parallelism用于限制阶段可以运行的并行任务数量的参数。

它应该成为您 DownloadFlow 的一部分.
假设您的 DownloadFlow运行异步代码，你可以这样构造它:

def download(input: Input): Future[Output] = ???

val downloadFlow: Flow[Input, Output, NotUsed] = Flow[Input].mapAsyncUnordered(50)(download)

val (killSwitch, last) = source
                .buffer(conf.crawlStreamConf.maxCrawlConcurrency, OverflowStrategy.backpressure)
                .viaMat(downloadFlow)(Keep.both)
                .map(x => println(x))
                .to(Sink.ignore).run()

由于您的下载流程具有有意义的物化值(value)，因此它可能会稍微复杂一些，但希望您能理解。

见 docs了解更多信息。