Java并发的四种风味：Thread、Executor、ForkJoin和Actor

原文地址：Java并发的四种风味：Thread、Executor、ForkJoin和Actor

这篇文章讨论了Java应用中并行处理的多种方法。从自己管理Java线程，到各种更好的几种解决方法，Executor服务、Fork/Join 框架以及计算中的Actor模型。

Java并发编程的4种风格：Threads，Executors，Fork/Join和Actors



我们生活在一个事情并行发生的世界。自然地，我们编写的程序也反映了这个特点，它们可以并发的执行。当然除了Python代码（译者注：链接里面讲述了Python的全局解释器锁，解释了原因），不过你仍然可以使用Jython在JVM上运行你的程序，来利用多处理器电脑的强大能力。

然而，并发程序的复杂程度远远超出了人类大脑的处理能力。相比较而言，我们简直弱爆了：我们生来就不是为了思考多线程程序、评估并发访问有限资源以及预测哪里会发生错误或者瓶颈。

面对这些困难，人类已经总结了不少并发计算的解决方案和模型。这些模型强调问题的不同部分，当我们实现并行计算时，可以根据问题做出不同的选择。

在这篇文章中，我将会用对同一个问题，用不同的代码来实现并发的解决方案；然后讨论这些方案有哪些好的地方，有哪些缺陷，可能会有什么样的陷阱在等着你。

我们将介绍下面几种并发处理和异步代码的方式：

裸线程

Executors和Services

ForkJoin框架和并行流

Actor模型

为了更加有趣一些，我没有仅仅通过一些代码来说明这些方法，而是使用了一个共同的任务，因此每一节中的代码差不多都是等价的。另外，这些代码仅仅是展示用的，初始化的代码并没有写出来，并且它们也不是产品级的软件示例。

任务

任务：实现一个方法，它接收一条消息和一组字符串作为参数，这些字符串与某个搜索引擎的查询页面对应。对每个字符串，这个方法发出一个http请求来查询消息，并返回第一条可用的结果，越快越好。

如果有错误发生，抛出一个异常或者返回空都是可以的。我只是尝试避免为了等待结果而出现无限循环。

简单说明：这次我不会真正深入到多线程如何通讯的细节，或者深入到Java内存模型。如果你迫切地想了解这些，你可以看我前面的文章利用JCStress测试并发。

为了后面的代码值只关注于并发编程，这里提供两个类：

一个接口IFlavorDemo，用于规定并发查询方法getFirstResult

一个工具类EngineUtils，用于模拟搜索引擎列表和搜索方法：

EngineUtils.java

/**
* 搜索引擎工具类
* Created by 韩超 on 2018/3/6.
*/
public class EngineUtils {
private final static Logger LOGGER = Logger.getLogger(EngineUtils.class);

//搜索引擎列表
private static List<String> engineList;

static {
engineList = new ArrayList<>();
engineList.add("百度");
engineList.add("Google");
engineList.add("必应");
engineList.add("搜狗");
engineList.add("Redis");
engineList.add("Solr");
}

/**
* <p>Title: 模拟一个搜索引擎进行一次问题查询</p>
* @author 韩超 2018/3/6 11:20
*/
public static String searchByEngine(String question,String engine) throws InterruptedException {
//获取随机的时间间隔
int interval = RandomUtils.nextInt(1,5000);
LOGGER.info("搜索引擎[" + engine + "]正在查询，预计用时" + interval + "毫秒...");
//当前线程休眠指定时间，模拟搜索引擎用时
Thread.sleep(interval);
return "通过搜索引擎[" + engine + "]，首先查到关于(" + question + ")问题的结果，用时 = " + interval + "毫秒!";
}

public static List<String> getEngineList() {
return engineList;
}

public static void setEngineList(List<String> engineList) {
EngineUtils.engineList = engineList;
}
}

IFlavorDemo.java

/**
* Created by 韩超 on 2018/3/6.
*/
public interface IFlavorDemo {
String getFirstResult(String question, List<String > engines);
}

那么，让我们从最直接、最核心的方式来在JVM上实现并发：手动管理裸线程。

方法1：使用“原汁原味”的裸线程

解放你的代码，回归自然，使用裸线程！线程是并发最基本的单元。Java线程本质上被映射到操作系统线程，并且每个线程对象对应着一个计算机底层线程。

自然地，JVM管理着线程的生存期，而且只要你不需要线程间通讯，你也不需要关注线程调度。

每个线程有自己的栈空间，它占用了JVM进程空间的指定一部分。

线程的接口相当简明，你只需要提供一个Runnable，调用.start()开始计算。没有现成的API来结束线程，你需要自己来实现，通过类似boolean类型的标记来通讯。

在下面的例子中，我们对每个被查询的搜索引擎，创建了一个线程。查询的结果被设置到AtomicReference，它不需要锁或者其他机制来保证只出现一次写操作。开始吧！

代码：

/**
* <p>并发四种口味-01 裸线程</p>
*
* @author hanchao 2018/3/5 21:53
**/
public class FlavorThreadsDemo implements IFlavorDemo {
private static final Logger LOGGER = Logger.getLogger(FlavorThreadsDemo.class);

/**
* 通过多个搜索引擎查询多个条件，并返回第一条查询结果
*
* @param question 查询问题
* @param engines  查询条件数组
* @return 最先查出的结果
* @author hanchao 2018/3/5 22:05
*/
@Override
public String getFirstResult(String question, List<String> engines) {
//将存放查询的数据类型设置为"Atomic"类型，保证原子性
AtomicReference<String> result = new AtomicReference<String>();
LOGGER.info("通过裸线程进行并发编程，自己控制现场数量：" + engines.size());

//使用原子变量去测试裸线程创建是否有序
AtomicInteger count = new AtomicInteger(1);

//针对每一个搜索引擎，都开启一个线程进行查询
for (String engine : engines) {
//通过java8提供的lambda表达式创建线程
new Thread(
() -> {
try {
//调用某种搜索引擎进行搜索
result.compareAndSet(null, EngineUtils.searchByEngine(question, engine));
} catch (InterruptedException e) {
e.printStackTrace();
}
}
).start();//通过.start()启动线程
LOGGER.info("为搜索引擎[" + engine + "]创建" + count + "个线程...");
count.getAndIncrement();
}
//无限循环，直至result有值为止
while (result.get() == null) ;
//返回搜索结果
return result.get();
}

/**
* <p>创建一组搜索引擎，对同一话题进行查询，并获取第一个查到的结果。</p>
*
* @author hanchao 2018/3/5 22:47
**/
public static void main(String[] args) {
//通过工具类获取搜索引擎列表
List<String> engines = EngineUtils.getEngineList();
//通过 裸线程 进行并发查询，获取最先查到的答案
String result = new FlavorThreadsDemo().getFirstResult("正则表达式", engines);
//打印结果
LOGGER.info(result);
}
}

结果：

2018-03-06 22:32:46 INFO  FlavorThreadsDemo:29 - 通过裸线程进行并发编程，自己控制现场数量：6
2018-03-06 22:32:46 INFO  FlavorThreadsDemo:47 - 为搜索引擎[百度]创建1个线程...
2018-03-06 22:32:46 INFO  FlavorThreadsDemo:47 - 为搜索引擎[Google]创建2个线程...
2018-03-06 22:32:46 INFO  FlavorThreadsDemo:47 - 为搜索引擎[必应]创建3个线程...
2018-03-06 22:32:46 INFO  FlavorThreadsDemo:47 - 为搜索引擎[搜狗]创建4个线程...
2018-03-06 22:32:46 INFO  FlavorThreadsDemo:47 - 为搜索引擎[Redis]创建5个线程...
2018-03-06 22:32:46 INFO  EngineUtils:36 - 搜索引擎[Redis]正在查询，预计用时2484毫秒...
2018-03-06 22:32:46 INFO  EngineUtils:36 - 搜索引擎[Google]正在查询，预计用时419毫秒...
2018-03-06 22:32:46 INFO  FlavorThreadsDemo:47 - 为搜索引擎[Solr]创建6个线程...
2018-03-06 22:32:46 INFO  EngineUtils:36 - 搜索引擎[百度]正在查询，预计用时2093毫秒...
2018-03-06 22:32:46 INFO  EngineUtils:36 - 搜索引擎[搜狗]正在查询，预计用时4568毫秒...
2018-03-06 22:32:46 INFO  EngineUtils:36 - 搜索引擎[必应]正在查询，预计用时1022毫秒...
2018-03-06 22:32:46 INFO  EngineUtils:36 - 搜索引擎[Solr]正在查询，预计用时3937毫秒...
2018-03-06 22:32:47 INFO  FlavorThreadsDemo:67 - 通过搜索引擎[Google]，首先查到关于(正则表达式)问题的结果，用时 = 419毫秒!

使用裸线程的主要优点是，你很接近并发计算的操作系统/硬件模型。并且这个模型非常简单：多个线程运行，通过共享内存通讯，就是这样。

自己管理线程的最大劣势是，你很容易过分的关注线程的数量。线程是很昂贵的对象，创建它们需要耗费大量的内存和时间。这是一个矛盾，线程太少，你不能获得良好的并发性；线程太多，将很可能导致内存问题，调度也变得更复杂。

然而，如果你需要一个快速和简单的解决方案，你绝对可以使用这个方法，不要犹豫。

方法2：认真对待Executor和CompletionService

另一个选择是使用API来管理一组线程。幸运的是，JVM为我们提供了这样的功能，就是Executor接口。Executor接口的定义非常简单：

public interface Executor {
void execute(Runnable command);
}

Executor接口隐藏了如何处理Runnable的细节。它仅仅说，“开发者！你只不过是一袋肉，给我任务，我会处理它！”

更酷的是，Executors类提供了一组方法，能够创建拥有完善配置的线程池和executor。我们将使用newFixedThreadPool()，它创建预定义数量的线程，并不允许线程数量超过这个预定义值。这意味着，如果所有的线程都被使用的话，提交的命令将会被放到一个队列中等待；当然这是由executor来管理的。

在它的上层，有ExecutorService管理executor的生命周期，以及CompletionService会抽象掉更多细节，作为已完成任务的队列。得益于此，我们不必担心只会得到第一个结果。

代码：

/**
* 并发四种口味-02 Executor
* Created by 韩超 on 2018/3/6.
*/
public class FlavorExecutorsDemo implements IFlavorDemo  {
private final static Logger LOGGER = Logger.getLogger(FlavorExecutorsDemo.class);

/**
* <p>Title: 通过多个搜索引擎查询多个条件，并返回第一条查询结果</p>
*
* @param question 问题
* @param engines  搜索引擎列表
* @author 韩超 2018/3/6 10:07
*/
@Override
public String getFirstResult(String question, List<String> engines){
//将查询结果放在"Atomic"变量中，保证原子性
AtomicReference<String> result = new AtomicReference<String>();

//通过Executors.newFixedThreadPool(size)创建固定大小的线程池，只能运行size数量的线程，其余线程等待
//创建ExecutorService线程池，此线程池能够主动控制线程池的运行、关闭和终止
ExecutorService service = Executors.newFixedThreadPool(3);
LOGGER.info("通过Executors创建固定大小的线程池，线程池大小：3，当前线程数：" + Thread.activeCount() + "线程池最大线程数：" + (Thread.activeCount() + 3));
try{
//使用原子变量去测试 线程池提交服务 的是否有序
AtomicInteger count = new AtomicInteger();

//针对每一个搜索引擎,都调用一次service的submit()方法
for (String engine : engines) {
//lambda，通过service.submit()设置业务代码
service.submit(
() -> {
LOGGER.info("为搜索引擎[" + engine + "]进行第" + count + "次服务提交...当前活跃线程数：" + Thread.activeCount());
count.getAndIncrement();
//调用某种搜索引擎进行搜索，并将搜索结果通过CAS方式放到result中
result.compareAndSet(null, EngineUtils.searchByEngine(question, engine));
return result;
}
);
}
//当result取不到值时，证明还没有搜索引擎获取查出结果，通过while的无限循环进行等待
while (null == result.get()) ;
}finally {
//记得要手动关闭ExecutorService线程池
service.shutdown();
}

return result.get();
}

/**
* <p>Title: 创建一组搜索引擎，对同一话题进行查询，并获取第一个查到的结果。</p>
*
* @author 韩超 2018/3/6 10:05
*/
public static void main(String[] args) throws InterruptedException {
//通过工具类获取搜索引擎列表
List<String> engines = EngineUtils.getEngineList();
//通过 executor 进行并发查询，获取最先查到的答案
String result = new FlavorExecutorsDemo().getFirstResult("如何使用筷子？", engines);
//打印结果
LOGGER.info(result);
}
}

结果：

2018-03-06 22:33:24 INFO  FlavorExecutorsDemo:33 - 通过Executors创建固定大小的线程池，线程池大小：3，当前线程数：2线程池最大线程数：5
2018-03-06 22:33:24 INFO  FlavorExecutorsDemo:43 - 为搜索引擎[Google]进行第0次服务提交...当前活跃线程数：5
2018-03-06 22:33:24 INFO  FlavorExecutorsDemo:43 - 为搜索引擎[百度]进行第0次服务提交...当前活跃线程数：5
2018-03-06 22:33:24 INFO  EngineUtils:36 - 搜索引擎[百度]正在查询，预计用时3251毫秒...
2018-03-06 22:33:24 INFO  FlavorExecutorsDemo:43 - 为搜索引擎[必应]进行第0次服务提交...当前活跃线程数：5
2018-03-06 22:33:24 INFO  EngineUtils:36 - 搜索引擎[Google]正在查询，预计用时1589毫秒...
2018-03-06 22:33:24 INFO  EngineUtils:36 - 搜索引擎[必应]正在查询，预计用时4199毫秒...
2018-03-06 22:33:25 INFO  FlavorExecutorsDemo:43 - 为搜索引擎[搜狗]进行第3次服务提交...当前活跃线程数：5
2018-03-06 22:33:25 INFO  FlavorExecutorsDemo:72 - 通过搜索引擎[Google]，首先查到关于(如何使用筷子？)问题的结果，用时 = 1589毫秒!
2018-03-06 22:33:25 INFO  EngineUtils:36 - 搜索引擎[搜狗]正在查询，预计用时1340毫秒...
2018-03-06 22:33:27 INFO  FlavorExecutorsDemo:43 - 为搜索引擎[Redis]进行第4次服务提交...当前活跃线程数：5
2018-03-06 22:33:27 INFO  EngineUtils:36 - 搜索引擎[Redis]正在查询，预计用时4383毫秒...
2018-03-06 22:33:27 INFO  FlavorExecutorsDemo:43 - 为搜索引擎[Solr]进行第5次服务提交...当前活跃线程数：5
2018-03-06 22:33:27 INFO  EngineUtils:36 - 搜索引擎[Solr]正在查询，预计用时4173毫秒...

如果你需要精确的控制程序产生的线程数量，以及它们的精确行为，那么executor和executor服务将是正确的选择。例如，需要仔细考虑的一个重要问题是，当所有线程都在忙于做其他事情时，需要什么样的策略？增加线程数量或者不做数量限制？把任务放入到队列等待？如果队列也满了呢？无限制的增加队列大小？

感谢JDK，已经有很多配置项回答了这些问题，并且有着直观的名字，例如上面的Executors.newFixedThreadPool(4)。

线程和服务的生命周期也可以通过选项来配置，使资源可以在恰当的时间关闭。唯一的不便之处是，对新手来说，配置选项稍微有一些复杂和抽象。然而，在并发编程方面，你几乎找不到更简单的了。

总之，对于大型系统，我个人认为使用executor最合适。

方法3：通过并行流，使用ForkJoinPool (FJP)

Java 8中加入了并行流，从此我们有了一个并行处理集合的简单方法。它和lambda一起，构成了并发计算的一个强大工具。

如果你打算运用这种方法，那么有几点需要注意。首先，你必须掌握一些函数编程的概念，它实际上更有优势。其次，你很难知道并行流实际上是否使用了超过一个线程，这要由流的具体实现来决定。如果你无法控制流的数据源，你就无法确定它做了什么。

另外，你需要记住，默认情况下是通过ForkJoinPool.commonPool()实现并行的。这个通用池由JVM来管理，并且被JVM进程内的所有线程共享。这简化了配置项，因此你不用担心。

代码：

/**
* 并发四种口味-03 Fork/Join框架
* Created by 韩超 on 2018/3/6.
*/
public class FlavorParallelDemo implements IFlavorDemo {
private final static Logger LOGGER = Logger.getLogger(FlavorParallelDemo.class);

/**
* 通过多个搜索引擎查询多个条件，并返回第一条查询结果
*
* @param question 查询问题
* @param engines  查询条件数组
* @return 最先查出的结果
* @author hanchao 2018/3/5 22:05
*/
@Override
public String getFirstResult(String question, List<String> engines) {
LOGGER.info("使用默认并行流进行并发编程，默认划分的子任务数 = CPU内核数（4）");
//使用原子变量去测试任务划分是否有序
AtomicInteger count = new AtomicInteger();

//用list.stream.parallel()开启并行流进行并发编程
Optional<String> result = engines.stream().parallel().map(
(engine) -> {
try {
LOGGER.info("CPU划分了第" + count + "个子任务....");
count.getAndIncrement();
return EngineUtils.searchByEngine(question, engine);
} catch (InterruptedException e) {
e.printStackTrace();
}
return null;
}
).findAny();//任何一个子任务完成都可以结束
return result.get();
}

/**
* <p>Title: 创建一组搜索引擎，对同一话题进行查询，并获取第一个查到的结果。</p>
*
* @author 韩超 2018/3/6 11:53
*/
public static void main(String[] args) {
//通过工具类获取搜索引擎列表
List<String> engines = EngineUtils.getEngineList();
//通过 并行操作 进行并发查询，获取最先查到的答案
String result = new FlavorParallelDemo().getFirstResult("正则表达式", engines);
//打印结果
LOGGER.info(result);
}
}

结果：

2018-03-06 22:33:44 INFO  FlavorParallelDemo:26 - 使用默认并行流进行并发编程，默认划分的子任务数 = CPU内核数（4）
2018-03-06 22:33:44 INFO  FlavorParallelDemo:34 - CPU划分了第0个子任务....
2018-03-06 22:33:44 INFO  FlavorParallelDemo:34 - CPU划分了第0个子任务....
2018-03-06 22:33:44 INFO  FlavorParallelDemo:34 - CPU划分了第0个子任务....
2018-03-06 22:33:44 INFO  FlavorParallelDemo:34 - CPU划分了第0个子任务....
2018-03-06 22:33:44 INFO  EngineUtils:36 - 搜索引擎[百度]正在查询，预计用时2545毫秒...
2018-03-06 22:33:44 INFO  EngineUtils:36 - 搜索引擎[搜狗]正在查询，预计用时3158毫秒...
2018-03-06 22:33:44 INFO  EngineUtils:36 - 搜索引擎[Google]正在查询，预计用时1317毫秒...
2018-03-06 22:33:44 INFO  EngineUtils:36 - 搜索引擎[必应]正在查询，预计用时2503毫秒...
2018-03-06 22:33:47 INFO  FlavorParallelDemo:57 - 通过搜索引擎[Google]，首先查到关于(正则表达式)问题的结果，用时 = 1317毫秒!

看上面的并行流(parallelStream)例子，我们不关心单独的任务在哪里完成，由谁完成。然而，这也意味着，你的应用程序中可能存在一些停滞的任务，而你却无法知道。在另一篇关于并行流的文章中，我详细地描述了这个问题。并且有一个变通的解决方案，虽然它并不是世界上最直观的方案。

ForkJoin是一个很好的框架，由比我更聪明的人来编写和预先配置。因此当我需要写一个包含并行处理的小型程序时，ForkJoin是我的第一选择。

ForkJoin最大的缺点是，你必须预见到它可能产生的并发症。如果对JVM没有整体上的深入了解，这很难做到。这只能来自于经验。

方法4：雇用一个Actor

Actor模型是对我们本文中所探讨的方法的一个奇怪的补充。JDK中没有actor的实现；因此你必须引用一些实现了actor的库。

简短地说，在actor模型中，你把一切都看做是一个actor。一个actor是一个计算实体，就像上面第一个例子中的线程，它可以从其他actor那里接收消息，因为一切都是actor。

在应答消息时，它可以给其他actor发送消息，或者创建新的actor并与之交互，或者只改变自己的内部状态。

相当简单，但这是一个非常强大的概念。生命周期和消息传递由你的框架来管理，你只需要指定计算单元是什么就可以了。另外，actor模型强调避免全局状态，这会带来很多便利。你可以应用监督策略，例如免费重试，更简单的分布式系统设计，错误容忍度等等。

下面是一个使用Akka Actors的例子。Akka Actors有Java接口，是最流行的JVM Actor库之一。实际上，它也有Scala接口，并且是Scala目前默认的actor库。Scala曾经在内部实现了actor。不少JVM语言都实现了actor，比如Fantom。这些说明了Actor模型已经被广泛接受，并被看做是对语言非常有价值的补充。

代码：

/**
* Created by 韩超 on 2018/3/6.
*/
public class FlavorActorDemo implements IFlavorDemo {
private final static Logger LOGGER = Logger.getLogger(FlavorActorDemo.class);

/**
* <p>Title: 定义查询条件类，用于传递消息</p>
*
* @author 韩超 2018/3/6 16:16
*/
static class QueryTerms {
/**
* 问题
*/
private String question;
/**
* 搜索引擎
*/
private String engine;

public String getQuestion() {
return question;
}

public void setQuestion(String question) {
this.question = question;
}

public String getEngine() {
return engine;
}

public void setEngine(String engine) {
this.engine = engine;
}

public QueryTerms(String question, String engin) {
this.question = question;
this.engine = engin;
}
}

/**
* <p>Title: 定义查询结果类，用于消息传递</p>
*
* @author 韩超 2018/3/6 16:17
*/
static class QueryResult {
/**
* 查询结果
*/
private String result;

public QueryResult(String result) {
this.result = result;
}

public String getResult() {
return result;
}

public void setResult(String result) {
this.result = result;
}
}

/**
* <p>Title:搜索引擎Actor </br>
* 继承UntypedAbstractActor成为一个Actor</p>
*
* @author 韩超 2018/3/6 14:42
*/
static class SearchEngineAcotr extends UntypedAbstractActor {

/**
* <p>Title: Actor都需要重写消息接收处理方法</p>
*
* @author 韩超 2018/3/6 14:42
*/
@Override
public void onReceive(Object message) throws Throwable {
//如果消息是指定的类型Message，则进行处理，否则不处理
if (message instanceof QueryTerms) {
//通过工具类进行一次搜索引擎查询
String result = EngineUtils.searchByEngine(((QueryTerms) message).getQuestion(), ((QueryTerms) message).getEngine());
//通过getSender().tell(result,actor)将actor的 处理结果[result] 发送消息的发送者[getSender()]
//通过getSender获取消息的发送方
//通过getSelf()获取当前Actor
getSender().tell(new QueryResult(result), getSelf());
} else {
unhandled(message);
}
}
}

/**
* <p>Title: 问题查询器Actor</br>
* 继承自UntypedAbstractActor</p>
*
* @author 韩超 2018/3/6 16:31
*/
static class QuestionQuerier extends UntypedAbstractActor {
/**
* 搜索引擎列表
*/
private List<String> engines;
/**
* 搜索结果
*/
private AtomicReference<String> result;
/**
* 问题
*/
private String question;

public QuestionQuerier(String question, List<String> engines, AtomicReference<String> result) {
this.question = question;
this.engines = engines;
this.result = result;
}

/**
* <p>Title: Actor都需要重写消息接收处理方法</p>
*
* @author 韩超 2018/3/6 16:35
*/
@Override
public void onReceive(Object message) throws Throwable {
//如果收到查询结果，则对查询结果进行处理
if (message instanceof QueryResult) {//如果消息是指定的类型Result，则进行处理，否则不处理
//通过CAS设置原子引用的值
result.compareAndSet(null, ((QueryResult) message).getResult());
//如果已经查询到了结果，则停止Actor
//通过getContext()获取ActorSystem的上下文环境
//通过getContext().stop(self())停止当前Actor
getContext().stop(self());
} else {//如果没有收到处理结果，则创建搜索引擎Actor进行查询

//使用原子变量去测试Actor的创建是否有序
AtomicInteger count = new AtomicInteger(1);

//针对每一个搜索引擎，都创建一个Actor
for (String engine : engines) {
LOGGER.info("为" + engine + "创建第" + count + "个搜索引擎Actor....");
count.getAndIncrement();

//通过actorOf(Props,name)创建Actor
//通过Props.create(Actor.class)创建Props
ActorRef fetcher = this.getContext().actorOf(Props.create(SearchEngineAcotr.class), "fetcher-" + engine.hashCode());
//创建查询条件
QueryTerms msg = new QueryTerms(question, engine);
//将查询条件告诉Actor
fetcher.tell(msg, self());
}
}
}
}

/**
* 通过多个搜索引擎查询多个条件，并返回第一条查询结果
*
* @param question 查询问题
* @param engines  查询条件数组
* @return 最先查出的结果
* @author 韩超 2018/3/6 16:44
*/
@Override
public String getFirstResult(String question, List<String> engines) {
//创建一个Actor系统
ActorSystem system = ActorSystem.create("searchByEngines");
//创建一个原子引用用于保存查询结果
AtomicReference<String> result = new AtomicReference<>();
//通过静态方法，调用Props的构造器，创建Props对象
Props props = Props.create(QuestionQuerier.class, question, engines, result);
//通过system.actorOf(props,name)创建一个 问题查询器Actor
final ActorRef querier = system.actorOf(props, "master");
//告诉问题查询器开始查询
querier.tell(new Object(), ActorRef.noSender());

//通过while无限循环 等待actor进行查询，知道产生结果
while (null == result.get()) ;
//关闭 Actor系统
system.terminate();
//返回结果
return result.get();
}

/**
* <p>Title: </p>
*
* @author 韩超 2018/3/6 14:15
*/
public static void main(String[] args) {
//通过工具类获取搜索引擎列表
List<String> engines = EngineUtils.getEngineList();
//通过 Actor 进行并发查询，获取最先查到的答案
String result = new FlavorActorDemo().getFirstResult("今天你吃了吗？", engines);
//打印结果
LOGGER.info(result);

}
}

结果：

2018-03-06 22:34:18 INFO  FlavorActorDemo:157 - 为百度创建第1个搜索引擎Actor....
2018-03-06 22:34:18 INFO  FlavorActorDemo:157 - 为Google创建第2个搜索引擎Actor....
2018-03-06 22:34:18 INFO  EngineUtils:36 - 搜索引擎[百度]正在查询，预计用时4894毫秒...
2018-03-06 22:34:18 INFO  FlavorActorDemo:157 - 为必应创建第3个搜索引擎Actor....
2018-03-06 22:34:18 INFO  EngineUtils:36 - 搜索引擎[Google]正在查询，预计用时3258毫秒...
2018-03-06 22:34:18 INFO  FlavorActorDemo:157 - 为搜狗创建第4个搜索引擎Actor....
2018-03-06 22:34:18 INFO  EngineUtils:36 - 搜索引擎[必应]正在查询，预计用时76毫秒...
2018-03-06 22:34:18 INFO  EngineUtils:36 - 搜索引擎[搜狗]正在查询，预计用时1869毫秒...
2018-03-06 22:34:18 INFO  FlavorActorDemo:157 - 为Redis创建第5个搜索引擎Actor....
2018-03-06 22:34:18 INFO  FlavorActorDemo:157 - 为Solr创建第6个搜索引擎Actor....
2018-03-06 22:34:18 INFO  EngineUtils:36 - 搜索引擎[Redis]正在查询，预计用时3403毫秒...
2018-03-06 22:34:18 INFO  EngineUtils:36 - 搜索引擎[Solr]正在查询，预计用时1165毫秒...
2018-03-06 22:34:18 INFO  FlavorActorDemo:212 - 通过搜索引擎[必应]，首先查到关于(今天你吃了吗？)问题的结果，用时 = 76毫秒!
[INFO] [03/06/2018 22:34:23.797] [searchByEngines-akka.actor.default-dispatcher-7] [akka://searchByEngines/user/master] Message [pers.hanchao.flavors.FlavorActorDemo$QueryResult] from Actor[akka://searchByEngines/user/master/fetcher-2582786#-1241077001] to Actor[akka://searchByEngines/user/master#-316368035] was not delivered. [1] dead letters encountered. This logging can be turned off or adjusted with configuration settings 'akka.log-dead-letters' and 'akka.log-dead-letters-during-shutdown'.

Akka actor在内部使用ForkJoin框架来处理工作。这里的代码很冗长,不要担心,大部分代码是消息类QueryItems(查询条件类)和QueryResult(查询结果类)的定义，然后是两个不同的actor：QuestionQuerier(问题查询器)用来组织所有的搜索引擎，而SearchEngineActor(搜索引擎Actor)用来从给定的URL获取结果。这里代码行比较多是因为我不愿意把很多东西写在同一行上。Actor模型的强大之处来自于Props对象的接口，通过接口我们可以为actor定义特定的选择模式，定制的邮箱地址等。结果系统也是可配置的，只包含了很少的活动件。这是一个很好的迹象！

使用Actor模型的一个劣势是，它要求你避免全局状态，因此你必须小心的设计你的应用程序，而这可能会使项目迁移变得很复杂。同时，它也有不少优点，因此学习一些新的范例和使用新的库是完全值得的。

总结

这篇文章中我们讨论了在Java应用中添加并行的几种不同方法。从我们自己管理Java线程开始，我们逐渐地发现更高级的解决方案，执行不同的executor服务、ForkJoin框架和actor计算模型。

不知道当你面临真实问题时该如何选择？它们都有各自的优缺点，你需要在直观和易用性、配置和增加/减少机器性能等方面做出选择。

参考文献

[1] CompletionService/ExecutorCompletionService/线程池/concurrent包

[2] 深入浅出parallelStream

[3] Spring与Akka的集成

[4] akka（tell，ask，send）

[5] Akka2使用探索4（Actors）

[6] akka学习教程(四) actor生命周期

[7] Akka 通过Props实例创建Actor