-
Notifications
You must be signed in to change notification settings - Fork 6
/
day10.html
501 lines (421 loc) · 15.8 KB
/
day10.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
<!doctype html>
<html lang="en">
<head>
<meta charset="utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0, maximum-scale=1.0, user-scalable=no">
<title>Akka Streams и реактивные потоки</title>
<link rel="stylesheet" href="css/reveal.css">
<link rel="stylesheet" href="css/theme/moon.css">
<!-- Theme used for syntax highlighting of code -->
<link rel="stylesheet" href="lib/css/zenburn.css">
<!-- Printing and PDF exports -->
<script>
var link = document.createElement( 'link' );
link.rel = 'stylesheet';
link.type = 'text/css';
link.href = window.location.search.match( /print-pdf/gi ) ? 'css/print/pdf.css' : 'css/print/paper.css';
document.getElementsByTagName( 'head' )[0].appendChild( link );
</script>
</head>
<body>
<div class="reveal">
<!-- Any section element inside of this container is displayed as a slide -->
<div class="slides">
<section>
<h3>Akka Streams и реактивные потоки</h3>
<p><small>Страничка курса: <a href="https://maxcom.github.io/scala-course-2022/">https://maxcom.github.io/scala-course-2022/</small></a>
</section>
<section>
<h2>План</h2>
<ol>
<li>Реактивные потоки
<li>Akka Streams: базовые элементы
<li>Обзор готовых операторов
<li>Обработка ошибок
<li>Интеграция
</ol>
</section>
<section>
<h3>Реактивные потоки</h3>
</section>
<section>
<p>Преобразования потоков данных.
<ul>
<li class=fragment>ETL - Extract, Transform, Load:<br>
загрузка данных, индексы, перебалансировка хранилищ
<li class=fragment>Поточные запросы и ответы HTTP, прокси:<br>
отдача больших объемов или медленная отдача по готовности
<li class=fragment>Выборки, статистики, верификация данных<br>
(пока не возникает сложная математика)
</ul>
</section>
<section>
<p>Асинхронная обработка
<ul>
<li class=fragment>Возможности сложных схем<br>
распараллеливание, группировки в batch, троттлинг
<li class=fragment>Работа со сбоями и отзывчивость
<li class=fragment>Эффективность при большом
числе потоков
</ul>
</section>
<section>
<p>Проблемы, которые нужно решить:
<ul>
<li class=fragment>Регулировка скорости producer
<li class=fragment>API для интеграции и композиции
</ul>
</section>
<section>
<p>При синхронной обработке скорость<br> регулируется автоматически.
</section>
<section>
<p>Back pressure можно делать на акторах, но сложно.
<p>Не делаем сложные протоколы, используем Streams
</section>
<section>
<p>Reactive streams - API для интеграции,<br> не для
конечного пользователя.</p>
<p><a href="https://www.reactive-streams.org/" target=_blank>https://www.reactive-streams.org/</a>
<p>Входит в JDK 9+
</section>
<section>
<ul>
<li>Akka Streams и Akka HTTP (+Play)
<li>FS2 - стримы экосистемы Cats
<li>Netty - http клиенты, драйверы СУБД и очередей
<li>Spring 5, ряд веб-серверов
<li>RxJava
<li>Vert.x
</ul>
</section>
<section>
<p>В идеальном мире нам нужно писать только преобразование.
<p>Позже посмотрим интеграцию с другим
асинхронным кодом.
</section>
<section>
<h3>Akka Streams: базовые элементы</h3>
<ul>
<li>Source - источник (producer)
<li>Flow - цепочка преобразований
<li>Sink - назначение (consumer)
</ul>
</section>
<section>
<div style="background-color: grey">
<img src="compose_shapes.png" width="60%">
</div>
<p><a target=_blank href="https://doc.akka.io/docs/akka/current/stream/stream-composition.html">https://doc.akka.io/docs/akka/current/stream/stream-composition.html</a>
</section>
<section>
<p>Два API для сборки цепочек:
<ul>
<li>Обычный, похожий на API коллекций
<li class=fragment>GraphDSL для сложных схем<br> (циклы, расщепление и дублирование потоков и т.п.)
</ul>
</section>
<section>
<p>Подключаем в проект
<pre><code class="scala">
libraryDependencies +=
"com.typesafe.akka" %% "akka-stream" % "2.6.19"
</code></pre>
<p>версия должна соответствовать версии Akka
<p>можно использовать в приложениях без акторов
<pre><code class="scala">
// не путаем с javadsl
import akka.stream.scaladsl._
</code></pre>
</section>
<section>
<p>Пример - замена Future.sequence
<pre><code class="scala">
def func(x: Int): Future[Int] = ???
val input: Seq[Int] = Seq.range(1, 10000)
val output: Future[Seq[Int]] = Future.sequence(input.map(func))
</code></pre>
<p>проблема - неограниченный параллелизм, перегрузка ExecutionContext
</section>
<section>
<pre><code class="scala">
// классическая ActorSystem (можно и typed)
implicit val actorSystem: ActorSystem = ActorSystem()
def func(x: Int): Future[Int] = ???
val input: List[Int] = List.range(1, 10000)
val output: Future[Seq[Int]] =
Source(input).mapAsync(10)(func).runWith(Sink.seq)
// 10 параллельных запусков
</code></pre>
<p>Materialization - запуск интерпретации. Включает оптимизации.
</section>
<section>
<pre><code class="scala">
val source: Source[Int, NotUsed] = Source(input)
// final class Source[+Out, +Mat]
</code></pre>
<p>Mat - materialized value,
возникает при запуске
<p>может быть у любого компонента,<br> но обычно у Source/Sink
</section>
<section>
<p>Пример Source с materialized value
<pre><code class="scala">val source: Source[Int, SourceQueueWithComplete[Int]] =
Source.queue[Int](bufferSize = 1000,
OverflowStrategy.backpressure)
</code></pre>
<p>очередь возникает при материализации
<pre><code class="scala">
val (queue, result):
(SourceQueueWithComplete[Int], Future[Done]) =
source
.toMat(Sink.foreach(println))(Keep.both)
.run()
</code></pre>
</section>
<section>
<p>Разбираем на компоненты
<pre><code class="scala">
val source: Source[Int, NotUsed] = Source(List.range(1, 10000))
val flow: Flow[Int, Int, NotUsed] = Flow[Int].mapAsync(10)(func)
val sink: Sink[Int, Future[Seq[Int]]] = Sink.seq[Int]
val output: Future[Seq[Int]] = source.via(flow).runWith(sink)
</code></pre>
<p>компоненты можно переиспользовать
</section>
<section>
<h3>Обзор готовых операторов</h3>
<p>Более 100 операторов
</section>
<section>
<p>Работа с синхронными функциями
<ul>
<li>map[T](f: Out => T)
<li>mapConcat[T](f: Out => immutable.Iterable[T])<br>
(это не flatMap!)
<li>filter(p: Out => Boolean)
</ul>
</section>
<section>
<p>Работа с асинхронными функциями
<ul>
<li>mapAsync[T](parallelism: Int)(f: Out => Future[T])
<li>mapAsyncUnordered[T](parallelism: Int)(f: Out => Future[T])
</ul>
</section>
<section>
<p>flatMap?
<ul>
<li>flatMapConcat[T, M](f: Out => Graph[SourceShape[T], M])
<li>flatMapMerge[T, M](breadth: Int, f: Out => Graph[SourceShape[T], M])
</ul>
</section>
<section>
<p>Группировки
<ul>
<li>grouped(n: Int)
<li>groupedWithin(n: Int, d: FiniteDuration)
</ul>
</section>
<section>
<p>Группировка:
<pre><code class="scala">
def processBatch(v: Seq[Int]): Future[Seq[Int]] = ???
source
.groupedWithin(1000, 1 minute) // до 1000, в течении минуты
.mapAsync(16)(processBatch)
.mapConcat(identity) // поток Seq[Int] в поток Int
.runWith(Sink.ignore)
</code></pre>
<p>обработка "пачками" часто эффективнее
</section>
<section>
<p>Ограничение скорости
<p>throttle(elements: Int, per: FiniteDuration)</p>
</section>
<section>
<p>есть еще аналоги с "весом" элемента
</section>
<section>
<p>Несколько источников:
<pre><code class="scala">
val source1 = ???
val source2 = ???
// один за другим
source1.concat(source2)
// по 10 из каждого по порядку
source1.interleave(source2, 10)
// в порядке готовности
source1.intersperse(source2)
</code></pre>
</section>
<section>
<p>Sink
<ul>
<li>ignore: Sink[Any, Future[Done]]
<li class=fragment>seq[T]: Sink[T, Future[Seq[T]]]<br>
(еще есть Sink.collection)
<li class=fragment>foreach[T](f: T => Unit): Sink[T, Future[Done]]
<li class=fragment>fold[U, T](zero: U)(f: (U, T) => U): Sink[T, Future[U]]<br>
(еще есть Sink.foldAsync)
</ul>
</section>
<section>
<h3>Обработка ошибок</h3>
</section>
<section>
<p>Stream завершается при возникновении ошибки.
<p class=fragment>Можно работать с Try в потоке.
</section>
<section>
<p>Рестарт при сбоях
<pre><code class="scala">
RestartSource.onFailuresWithBackoff(
RestartSettings(
minBackoff = 100 millis,
maxBackoff = 10 minutes,
randomFactor = 0.2))(() => source)
</code></pre>
<p>бывают еще RestartFlow и RestartSink
</section>
<section>
<pre><code class="scala">val source: Source[Int, SourceQueueWithComplete[Int]] =
Source.queue[Int](bufferSize = 1000,
OverflowStrategy.backpressure)
val (queue, newSource) = source.preMaterialize()
val func: (Int => Future[Int]) = ???
val safeSource = RestartSource.onFailuresWithBackoff(
RestartSettings(
minBackoff = 100.millis,
maxBackoff = 10.minutes,
randomFactor = 0.2))(() => newSource.mapAsync(1)(func))</code></pre>
</section>
<section>
<p>Пример: поточная отдача JSON в Akka HTTP
<p>(подробнее в 12-лекции курса 2020)
</section>
<section>
<pre><code class="scala">
get {
val source: Source[Data, NotUsed] = getDatabaseStream(user)
complete(source) // порождает Json массив
}
</code></pre>
<p>что с ошибками?
</section>
<section>
<p>Ошибки вместо пустых ответов:
<pre><code class="scala">
def dataOrFail[T]
(source: Source[T, NotUsed]): Future[Source[T, NotUsed]] = {
source
.prefixAndTail(1) // дает Source из одного элемента
.runWith(Sink.head)
.map { case (first, rest) => // (Seq[T], Source[T, NotUsed]
Source(first).concat(rest)
}
}
</code></pre>
<p>(future падает при ошибке получения 1-го элемента)
</section>
<section>
<h3>Интеграция</h3>
</section>
<section>
<ul>
<li>Ищем готовые решения,<br> например
<a href="https://github.com/akka/alpakka" target=_blank">Alpakka</a>
<li>HTTP клиент (Akka HTTP, play-ws и др.)
<li>Reactive Streams
<li>Самостоятельная реализация
</ul>
</section>
<section>
<p>Интеграция через Source.queue
<pre><code class="scala">val source: Source[Int, SourceQueueWithComplete[Int]] =
Source.queue[Int](bufferSize = 1000,
OverflowStrategy.backpressure)
// dropHead | dropTail | dropBuffer | fail</code></pre>
<pre class="fragment"><code class="scala">val queue: SourceQueueWithComplete[Int] = source
.to(Sink.foreach(println))
.run()
// очередь - "материализованное" значение</code></pre>
<pre class="fragment"><code class="scala">val result: Future[QueueOfferResult] = queue.offer(1000)
// при backpressure нужно ждать вычисления Future</code></pre>
</section>
<section>
<p>Source.unfold
<pre><code class="scala">
// числа Фибоначчи
val fib: Source[Int, NotUsed] = Source.unfold(0 -> 1) {
case (a, _) if a > 10000000 =>
None
case (a, b) =>
Some((b -> (a + b)) -> a)
}
</code></pre>
<p>есть асинхронный аналог - unfoldAsync<br>
(Пример: scroll запросы к Elasticsearch)
</section>
<section>
<p>Интеграция с акторами
<pre><code class="scala">
// для typed акторов
libraryDependencies +=
"com.typesafe.akka" %% "akka-stream-typed" % "2.6.19"
</code></pre>
</section>
<section>
<ul>
<li>ActorSource.actorRef - без backpressure, аналог очереди
<li>ActorSink.actorRef
<li>ActorSource.actorRefWithBackpressure
<li>ActorSink.actorRefWithBackpressure
</ul>
</section>
<section>
<p>ActorSink
<pre><code class="scala">
// T - тип значения
// M - протокол актора
// A - тип Ack
def actorRefWithBackpressure[T, M, A](
ref: ActorRef[M],
messageAdapter: (ActorRef[A], T) => M,
onInitMessage: ActorRef[A] => M,
ackMessage: A,
onCompleteMessage: M,
onFailureMessage: Throwable => M): Sink[T, NotUsed]
</code></pre>
<p>стрим наблюдает за жизнью актора
</section>
<section>
<p>Напоминаю:
<ul>
<li>Страничка курса: <a href="https://maxcom.github.io/scala-course-2022/">https://maxcom.github.io/scala-course-2022/</a>
</ul>
</section>
</div>
</div>
<script src="lib/js/head.min.js"></script>
<script src="js/reveal.js"></script>
<script>
// More info about config & dependencies:
// - https://github.com/hakimel/reveal.js#configuration
// - https://github.com/hakimel/reveal.js#dependencies
Reveal.initialize({
controls: true,
progress: true,
history: true,
center: true,
transition: 'slide', // none/fade/slide/convex/concave/zoom
dependencies: [
{ src: 'plugin/markdown/marked.js' },
{ src: 'plugin/markdown/markdown.js' },
{ src: 'plugin/notes/notes.js', async: true },
{ src: 'plugin/highlight/highlight.js', async: true, callback: function() { hljs.initHighlightingOnLoad(); } }
]
});
</script>
</body>
</html>