[译] 你想知道的关于 actor 模型但可能不敢问的所有信息

译者注:关于 actor 模型,有一个非常赞的视频(2012年),以及一篇和这个视频相关的文章(2016年),但我搜索了一下没有发现中文版本。因此在仔细学习的过程中顺手翻译了一下,希望可以对后面的同学稍有帮助。

原视频地址: Hewitt, Meijer and Szyperski: The Actor Model (everything you wanted to know…) - YouTube

原文请见: Everything you wanted to know about the Actor Model but might have been afraid to ask

在这篇博客文章中,我想阐述 Actor 模型的基本方面。 希望这篇技术文章能帮助你理解 actor 模型背后的关键思想及其主要前提,正如 Carl E. Hewitt 教授开创性论文 中所说的那样。 本文的另一个参考资料是 Hewitt 和 Baker 的一篇名为 Laws for Communicating Parallel Processes 的论文,其中介绍了 Actor 模型的数学框架和定律。

UPD:Carl E. Hewitt教授 赞许这篇文章 **

我不想用有关特定实现的复杂细节的信息淹没您,例如 Erlang/Elixir 进程或 Akka Actor。 此外,尽管听起来可能有争议,但我不知道有任何主流工业技术或编程语言实现了 Actor 模型而与原始模型没有细微的差异。 因此,这里的目标是提出抽象标准并描述 Actor 模型的 概念规范。 请注意,尽管我努力做到尽可能严谨,但不要将本文视为任何形式的论文。

现在,事不宜迟,让我们开始吧。

Actor模型是一种计算的数学理论,基于 Actors 的概念。 Actor是计算的基本单元,它体现为三件事:

  1. 信息处理(计算)。
  2. 存储(状态)
  3. 通信

Actors 是模型中的基础而唯一的对象,因此 一切都是 actor。 系统不可能只有一个 actor,因为 actor 必须与其他 actor 进行通讯。 Actors 的相互交互是由一个 Actor 向另一个 Actor 发送 messenger (message),它也是一个 Actor。 Message 和 messenger 是可以完全互换的概念,我将同时使用它们。

也许你已经注意到 Actor 模型和纯面向对象编程之间的相似之处,即一切都是对象,发送消息,局部可变状态。 但有一个重要的区别需要考虑 - actor 之间的边界是不可变的,也就是说,一个 actor 不能将可修改的引用传递给另一个 actor 或以某种方式修改另一个 actor 的状态。 Actor 只能 发送消息。 Actors 是独立的实体,其模型不将它们限制为进程或线程,它们具有跨进程、管道、机器进行通信的能力。 因此,仅概括一下——OOP 对行为和状态进行建模,而 Actor 模型对计算进行建模,并且是一种精确、完整、正式定义的理论,而不是 OOP。

向其发送信使(messenger)的 actor 称为 target。 因此,在这种计算模型中唯一的一种事件是目标(target)接收到信使(messenger)。 事件 是 actor 计算的持续历史中的离散步骤;它们是 actor 理论的基本交互。 每个事件 E 都由 message(E) 组成,被称为 target(E) 的目标(接收者)接收。 术语基于论文 Laws for Communicating Parallel Processes (Hewitt 和 Baker)。

收到消息后,目标 actor 通过向其他 actor 发送消息来揭示 行为。 Actor 可以由另一个 actor 创建,作为第二个 actor 行为的一部分。 事实上,几乎每个信使 actor(消息)都是在发送到目标 actor 之前新创建的。 对于每个 actor X,我们将要求有一个独特的事件 Birth(X) ,其中 X 首先出现。 更准确地说, Birth(X) 具有该性质,如果 X 是另一个事件 E 的参与者,则 Birth(X)→ E,其中→是事件的二元关系, 这意味着事件的部分排序。 形式上,它将是 Actor 模型中的激活顺序和事件到达顺序的并集的 传递闭包

每个 actor 都有 地址(address)。 在各种实现中,地址可以是直接物理地址,例如 NIC 的 MAC 地址、内存地址或仅仅是进程标识符 (PID)。 多个 actor 可以有相同的地址,一个 actor 可以有多个地址。 这里有一个 多对多 的关系。 地址 不是 actor 的唯一标识符。 Actor 没有身份,只有地址。 因此,当我们退后一步,看看我们的概念 Actor 模型时,我们只能看到并使用地址。 即使我们有一个地址,我们也无法判断我们是有一个 actor 还是有多个 actor ,因为这个地址可以是 actor 分组的代理。 我们对地址所能做的就是向它发送消息。 Address 代表 Actor 模型中的 能力。 地址和 actor 的映射不是概念 actor 模型的一部分,尽管它是实现的一个特征。

Actor 可以向自己发送消息(递归支持),他们将在以后的步骤中接收和处理这些消息。 此外,actor 可能 有一个邮箱(mailbox)。 邮箱(Mailbox) 是 actor(请记住: 一切都是 actor),它表示消息的目的地。 Actor 不需要邮箱,因为如果 Actor 需要有邮箱,那么邮箱将是一个需要拥有自己的邮箱的 Actor,我们最终会得到无限递归。

Actor模型中存在两个 局部性公理 ,包括 组织(Organisational)操作(Operational)

组织(Organisational): 响应收到的消息,Actor 只能

  1. 产生有限数量的新 actor。
  2. 将消息发送到刚刚收到的消息中的地址或其本地存储中的地址。
  3. 为下一条消息更新其本地存储(指定如何处理下一条消息)

组织(Organisational): Actor 的本地存储包括的地址只能是

  1. 在创建时提供的
  2. 在消息中收到的
  3. 适用于此处创建的 Actors(操作公理的第 1 段)

从概念上讲,actor 按顺序处理来自其邮箱的传入消息,一次处理一个消息,但物理实现始终以某种方式优化或管道消息处理。 Actor 模型没有为消息传递和处理提供许多保证。 不同的物理实现可以自由地添加有趣的功能,例如消息模式匹配或 在 Erlang 中选择性接收 排队消息中不匹配的消息,以便以后处理和管理超时。

Actor 模型还支持 委派(delegation),因为 actor 可以在消息中发送其他 actor 的地址(在 Erlang 中,这些是 PID)。

正如我之前已经提到的,Actor 可以向自己发送消息(递归),为了避免死锁,我们在 Actor 模型中有一个 future 的概念。 Future 的想法是,你可以创建一个 actor ,在它仍然在计算时得到结果。 Future 是一种特殊的消息类型,它表示(可能很长的)计算或事件(向目标发送消息的结果)的“未来(future)”值。 Actor 可以将 future 传递给其他 Actor,他们也可以将 future 发送给自己。 是的,这些与我们现在在 JavaScript 或 Scala 等主流编程语言中拥有的 future 相同。 Future 的概念于 1977 年首次出现在 Actor 模型中(Carl Hewitt 和 Baker 的“进程的增量垃圾收集”)。

消息传递没有顺序保证,并且可以丢弃消息(例如,如果在发送信使之前 Actor 被销毁),因此我们有 尽最大努力的传递。 消息可以持久化(Actor 定义的第 2 段: storage)并且可以重新发送。 消息最多可以传递 一次(一次或零次)。 快速到达的消息可能会导致 actor 出现某种拒绝服务,从而使 actor 无法处理传入的消息流。 为了缓解这个问题,存在一个邮箱 actor 接收信使并持有这些信使,直到 actor 能够处理它们。 消息可能需要任意长的时间才能最终到达接收方的邮箱。 在 Actor 模型的物理实现中,邮箱中消息的入队和出队是原子操作,因此不可能出现争用情况。

Actor 具有自己的状态或存储这一事实意味着额外的期望要求,特别是 actor 应具有固有的持久性,除非不再可访问。 因此,Actor 系统应该根据它拥有的记录来恢复 Actor。 我们可以将此属性称为“actor 的存储持久性”。 这里的持久性是一个程度问题。 最低是记录在 RAM 中。 接下来是持久性本地存储(本地数据库服务器等)。 之后是其他机器上的存储,可以表示为由分布式数据库支持的复制日志(日志)。 此属性的一个有趣的物理实现是 Akka PersistenceAkka persistence 使有状态的 Actor 能够持久化其内部状态,以便在 Actor 启动、JVM 崩溃后重新启动、由 supervisor 重新启动或在集群中迁移时恢复。 Akka 持久性背后的关键概念是,只保留对 actor 内部状态的更改,但从不直接保留其当前状态(可选快照除外)。

Actor 之间没有 channel 或任何其他类型的中介。 我们将消息 直接 发送给 actor 。 当然,我们可以通过带有“put”和“get”信使的 actor 来实现通道,但这根本不是必需的。

Actor 模型中的计算被认为是分布在空间中的,其中称为 Actor 的计算设备使用 Actor 的地址进行异步通信,并且整个计算不处于任何明确定义的状态。

Actor 的本地状态是在收到消息时定义的,在其他时间可能是不确定的。 使用 Actor 模型,您将拥有一个基于配置的计算模型。 该模型的基础是接收到的消息,其本质上是动态的,而不是固定的。

您可能已经注意到,Actor 模型在设计和定义上都是可扩展的。 这种固有的可扩展性意味着,在不久的将来(根据 Hewitt 的 2025年可重用可扩展智能系统 ),我们可以在具有数百万个 Actor 内核的计算机盒子上观察到 Actor 模式的物理实现,平均10纳秒延迟消息在千万亿 Actor 之间传递。

在 Actor 模型中还存在 仲裁者(Arbiter) 的概念。 仲裁者 为我们提供了 不确定性。 根据 Hewitt 的论文 Physical Indeterinacy in Digital Computation ,仲裁者实现了 actor 的不确定性。 通常,Actor 处理消息的顺序所观察到的细节会影响结果。 我们没有观察 Actor 计算仲裁过程的内部细节,而是等待结果。 仲裁者的不确定性会在 Actor 系统中产生不确定性。 这些仲裁者实际上类似于电子 仲裁者 。 给定一个仲裁者,您可以同时将多个输入(例如 Input1,Input2)输入仲裁者,但 只有 一个可能的结果(Output1或Exput2)将出现在另一端。 从概念上讲,仲裁者是某种具有逻辑门的电路,它可以基于 NAND逻辑 (例如XNOR,NAND和NOT)。 这些门需要合适的阈值和其他参数。

在仲裁者启动后,它可以在最终断言 Output1 或 Output2 之前,在不受限制的时间段内保持 元稳定 状态。 但是仲裁者尚未决定的概率随着时间的推移呈指数下降。 仲裁者的内部流程不是公开流程,而是“黑匣子”。 试图观察它们会影响它们的结果。 我们必须等待结果,而不是观察仲裁过程的内部。

仲裁者是一个非常方便和实用的理论框架,引入它是为了能够推理或描述当我们有多个消息发送给同一个 actor 时发生的事情。 抽象地,仲裁者本身“决定”传入消息的顺序。 然而,真实可感知世界的一个标志是单个抽象概念的各种物理 实例化 ,因此可能有很多仲裁者的实例或示例 - CPU时钟生成器,Linux内核计时器飞轮, CFS,由垃圾回收引起的不可预测的暂停, 操作系统级暂停以解决主要页面故障,无数 网络故障,CPU交叉调用和TLB关闭等等。

我们可以将 Erlang VM 视为一个具体的示例。 Erlang 消息传递的语义指出,每当两个进程分别向第三个进程发送一条消息,并且对单个发送事件没有排序约束时,我们永远不能依赖哪条消息将首先出现在接收方的邮箱中。 即使所有进程都在同一个 Erlang VM 中运行,它们也可能被任意延迟。 如果发送方位于不同的调度程序线程上,则可能会发生这种情况。 发送操作可以按一个顺序(挂钟时间)完成,但消息仍可能以交换顺序到达接收者的邮箱。 如果我们运行分布式 Erlang,甚至会发生更多的事情。 例如,Actor 通过拥塞网络向不同子网中的另一个 Actor 发送消息,该网络遭受 TCPBGP 故障。 揭穿一个潜在的误解——在 Erlang 中,消息排序只在一个进程中得到保证。 也就是说,如果有一个实时进程,我们向它发送一条消息A,然后发送一条消息B,那么可以保证如果消息B到达,消息A已经到达它之前。

为了总结上述内容,我们可以假设 Actor 模型中的不确定性:

  • 由数字计算实现
  • 可能涉及与外部 Actor 的通信
  • 无限的不确定性:总是可以停止但需要无限的时间。

实际上,Actor Model 是一个非常抽象的概念模型,因此任何基于上述局部性公理的实现都是合理的。

为了建立一个类比,我们可以假设 actor 模型类似于 范畴论 计算。 范畴理论也是抽象的、最小的,并且专注于对象之间的相互作用,例如态射、函子、自然变换、 变换 ,而不描述对象本身的性质和内部结构。

我不擅长总结,因此我将用 Robin Milner 的“交互元素:图灵奖讲座”中的一句话来结束:

现在,纯粹的 lambda 演算只用两种东西构建:术语和变量。 我们可以为过程演算实现相同的经济性吗? Carl Hewitt 凭借他的 actor 模型,很久以前就应对了这一挑战。他声明值、值操作符和过程都应该是同一种东西:Actor。 这个目标给我留下了深刻的印象,因为它暗示了表达的同质性和完整性 …

敖小剑
敖小剑
新时代农民工 * 中年码农

我目前研究的方向主要在Microservice、Servicemesh、Serverless等Cloud Native相关的领域,全职从事Dapr开发,欢迎交流和指导。