大数据系列修炼-Scala课程93
2016-10-16 13:55
337 查看
大数据系列修炼-Scala课程93
核心内容:
1、Akka第一个案例动手实战开发消息实体类
1>MapActor、ReduceActor、AggregateActor、MasterActor的相应作用:
MapActor:将收到的消息进行单词切分;ReduceActor:对MapActor的结果进行本地统计;
AggregateActor是对最后所有的ReduceActor的结果进行统计;
MasterActor是控制器,给mapActor发具体字符串,要求MapActor进行单词切分等工作。
2>数据存储的时候是以数据实体的方式来进行存储并传递的。
3>MapActor处理完数据之后将数据存储到MapData中,然后将处理的结果即MapData传递给我们的ReduceActor;
从源码中可以看出MapActor处理完消息之后确实产生了MapData这样的一个实体。
ReduceActor处理完数据之后将数据存储到ReduceData中,然后将处理的结果即ReduceData传递给我们的AggregateActor;
从源码中可以看出ReduceActor处理完消息之后确实产生了ReduceData这样的一个实体。
MapActor—>MapData—->ReduceActor—>ReduceData—>AggregateActor—>result—>MasterActor。
4>AggregateActor产生出全局的统计结果之后,MasterActor将会通过发送一个空的result消息来获取最终结果。
具体程序请参看后面的博客。
如有问题,欢迎留言指正!
核心内容:
1、Akka第一个案例动手实战开发消息实体类
1、Akka第一个案例动手实战开发消息实体类 |
MapActor:将收到的消息进行单词切分;ReduceActor:对MapActor的结果进行本地统计;
AggregateActor是对最后所有的ReduceActor的结果进行统计;
MasterActor是控制器,给mapActor发具体字符串,要求MapActor进行单词切分等工作。
2>数据存储的时候是以数据实体的方式来进行存储并传递的。
3>MapActor处理完数据之后将数据存储到MapData中,然后将处理的结果即MapData传递给我们的ReduceActor;
从源码中可以看出MapActor处理完消息之后确实产生了MapData这样的一个实体。
ReduceActor处理完数据之后将数据存储到ReduceData中,然后将处理的结果即ReduceData传递给我们的AggregateActor;
从源码中可以看出ReduceActor处理完消息之后确实产生了ReduceData这样的一个实体。
MapActor—>MapData—->ReduceActor—>ReduceData—>AggregateActor—>result—>MasterActor。
4>AggregateActor产生出全局的统计结果之后,MasterActor将会通过发送一个空的result消息来获取最终结果。
具体程序请参看后面的博客。
如有问题,欢迎留言指正!
相关文章推荐
- 大数据系列修炼-Scala课程34
- 大数据系列修炼-Scala课程40
- 大数据系列修炼-Scala课程53
- 大数据系列修炼-Scala课程01
- 大数据系列修炼-Scala课程103
- 大数据系列修炼-Scala课程43
- 大数据系列修炼-Scala课程47
- 大数据系列修炼-Scala课程54
- 大数据系列修炼-Scala课程56
- 大数据系列修炼-Scala课程20
- 大数据系列修炼-Scala课程104
- 大数据系列修炼-Scala课程29
- 大数据系列修炼-Scala课程44
- 大数据系列修炼-Scala课程55
- 大数据系列修炼-Scala课程57
- 大数据系列修炼-Scala课程94
- 大数据系列修炼-Scala课程105
- 大数据系列修炼-Scala课程25
- 大数据系列修炼-Scala课程30
- 大数据系列修炼-Scala课程61