何时使用参与者代替诸如WebSphere MQ或Tibco Rendezvous之类的消息传递解决方案？

我已经阅读了以下问题和答案：哪些设计决策会偏爱Scala的Actors而不是JMS？。

通常，我们使用已经存在多年的消息传递解决方案：使用WebSphere MQ或Apache ActiveMQ之类的JMS实现进行点对点通信，或者使用Tibco Rendevous进行多播消息传递。

它们非常稳定，经过验证，并提供高可用性和高性能。但是，配置和设置似乎比Akka复杂得多。

在迄今已成功使用上述产品（WebSphere MQ或ActiveMQ）的某些用例中，何时以及为何使用Akka？为什么在我的未来项目中应该考虑使用Akka代替WebSphere MQ或Tibco RV？

我什么时候应该避免Akka？它是否提供与其他解决方案相同的高可用性和性能？还是将Akka与其他消息传递中间件进行比较是一个坏主意吗？

也许除了JMS（点对点），TibcoRV（多播）和Akka之外，我还应该考虑JVM环境中的另一种消息传递解决方案？

首先，“较旧的”消息系统（MQ）在实现上较旧，但在工程设计上却较新：事务持久队列。Scala Actors和Akka可能是较新的实现，但它们是基于Actors的较旧并发模型构建的。

但是，这两种模型实际上在实践中非常相似，因为它们都是基于事件消息的：请参阅我对RabbitMQ vs Akka的回答。

如果只打算为JVM编写代码，那么Akka可能是一个不错的选择。否则，我将使用RabbitMQ。

另外，如果您是Scala开发人员，那么Akka应该是明智的选择。但是，由于Scala的类型系统，Akka的Java绑定不是Java风格的，并且需要强制转换。

同样在Java中，人们通常不会创建不可变的对象，而我建议您这样做来进行消息传递。因此，在Java中很容易意外地使用Akka进行无法扩展的操作（使用可变对象作为消息，依赖于怪异的闭包回调状态）。使用MQ，这不是问题，因为消息总是以速度为代价进行序列化。对于Akka，他们通常不是。

与大多数MQ相比，Akka在拥有大量消费者的情况下也具有更好的伸缩性。这是因为对于大多数MQ（JMS，AMQP）客户端而言，每个队列连接都需要一个线程...因此，许多队列==大量永久运行的线程。不过，这主要是客户问题。我认为ActiveMQ Apollo有一个非阻塞调度程序，据称可以解决AMQP的问题。RabbitMQ客户端具有允许您组合多个使用者的通道，但是仍然存在大量使用者可能导致死锁或连接死亡的问题，因此通常添加更多线程来避免此问题。

话虽这么说，Akka的远程处理是相当新的，可能仍未提供传统消息队列提供的所有可靠消息保证和QoS（但每天都在变化）。它通常也是点对点的，但是我认为它支持服务器对点，这通常是大多数MQ系统所做的（即单点故障），但是有些MQ系统是点对点的（RabbitMQ是服务器对等的）。对等）。

最后，RabbitMQ和Akka实际上组成了很好的一对。您可以将Akka用作RabbitMQ的包装器，特别是因为RabbitMQ不能帮助您处理消息的使用和本地路由消息（在单个JVM中）。

何时选择Akka

• 有很多消费者（想想数百万）。
• 需要低延迟
• 向Actor并发模型开放

系统示例：交互式实时聊天系统

何时选择MQ

• 需要与许多不同的系统集成（即非JVM）
• 消息可靠性比延迟更重要
• 需要更多工具和管理界面
• 由于先前的观点对于长期运行的任务更好
• 想要使用与Actors不同的并发模型

系统示例：计划的事务批处理系统

根据相关评论进行编辑

我假设OP与Akka和Message Queues都可以处理的分布式处理有关。那就是我以为他在谈论分布式Akka。与大多数消息队列相比，使用Akka进行本地并发是一个不二之选。我之所以这么说是因为您可以在本地将消息队列模型作为并发模型（即，主题，队列，交换）应用，而Reactor库和简单反应都可以这样做。

选择正确的并发模型/库对于低延迟应用程序非常重要。诸如消息队列之类的分布式处理解决方案通常并不理想，因为路由几乎总是通过有线方式完成，这显然比应用程序内部的速度慢，因此Akka将是一个更好的选择。但是，我相信某些专有的MQ技术可以进行本地路由。就像我前面提到的，大多数MQ客户端对线程非常愚蠢，不依赖非阻塞IO，并且每个连接/队列/通道都有一个线程...具有讽刺意味的是，非阻塞io并不总是低延迟，但通常资源更多高效。

如您所见，分布式编程和并发编程的主题很大，并且每天都在变化，因此我的初衷不是混淆，而是专注于分布式消息处理的一个特定领域，尽管我是OP所关心的。在并发方面，人们可能希望将搜索的重点放在“反应性”编程（RFP /流）上，这是“较新的”但与参与者模型和消息队列模型相似的模型，所有这些模型通常可以组合在一起，因为它们基于事件。

我不是邮件系统方面的专家，但是您可以在应用程序中将它们与Akka结合使用，从而充分利用两者的优势。这是一个示例，可能对尝试使用Akka和消息传递系统（在本例中为ZeroMQ）有用：

https://github.com/zcox/akka-zeromq-java

Akka-Camel比ZeroMQ是更好的例子-ZeroMQ是直接的TCP到TCP通信（因此为零-没有消息队列）。

使用AkkaCamel，您可以抽象出队列并直接从actor生成/使用消息，而无需任何代码来处理消息队列消息的推/拉。

您可以放弃akka-zeromq并将Akka直接用于远程处理。我认为akka-zeromq已从核心库中删除，但是我们为akka建立了一个很好的zeromq库，名为scala-zeromq（https://github.com/mDialog/scala-zeromq）

Akka有几个关键的核心用例：

1）可变状态

通过将共享状态隐藏在actor中，可以更轻松地处理共享状态。当角色同步处理消息时，您可以在角色中保持状态，并通过角色API高度公开该字段

2）发行

并发在akka中是免费的，因此您说它实际上是在解决分发问题。跨机器和核心分布。Akka具有内置的“位置透明性”，可通过网络发送消息。它还具有集群和模式，可用于扩展单个服务。这使其成为一个很好的分发解决方案（例如，微服务架构）

这是将Akka与ActiveMQ和Akka-Camel一起使用的示例（使用Java8）

import akka.actor.Props;
import akka.camel.Camel;
import akka.camel.CamelExtension;
import akka.testkit.TestActorRef;
import akka.testkit.TestProbe;
import org.junit.Ignore;
import org.junit.Test;
import akka.camel.javaapi.UntypedProducerActor;
import akka.camel.javaapi.UntypedConsumerActor;
import static com.rogers.totes.TotesTestFixtures.*;
import org.apache.activemq.camel.component.*;

public class MessagingTest {
    @Test @Ignore
    public void itShouldStoreAMessage() throws Exception{
        String amqUrl = "nio://localhost:61616";
        Camel camel = (Camel) CamelExtension.apply(system);
        camel.context().addComponent("activemq", ActiveMQComponent.activeMQComponent(amqUrl));

        TestProbe probe = TestProbe.apply(system);
        TestActorRef producer = TestActorRef.create(system, Props.create((Producer.class)));
        TestActorRef consumer = TestActorRef.create(system, Props.create((Consumer.class)));
        producer.tell("Produce", probe.ref());

        Thread.sleep(1000);
    }
}

class Producer extends UntypedProducerActor{

    @Override
    public String getEndpointUri() {
        return "activemq:foo.bar";
    }
}

class Consumer extends UntypedConsumerActor{

    @Override
    public String getEndpointUri() {
        return "activemq:foo.bar";
    }

    @Override
    public void onReceive(Object message) throws Exception {
        System.out.println("GOT A MESSAGE!" + message);

    }
}