前言

在Spark集群 + Akka + Kafka + Scala 开发(1) : 配置开发环境中，我们已经部署好了一个Spark的开发环境。
在Spark集群 + Akka + Kafka + Scala 开发(2) : 开发一个Spark应用中，我们已经写好了一个Spark的应用。
本文的目标是写一个基于akka的scala工程，在一个spark standalone的集群环境中运行。

akka是什么？

akka的作用

akka的名字是action kernel的回文。根据官方定义：akka用于resilient elastic distributed real-time transaction processing。
个人理解是:
resilient:是指对需求和安全性等方面（来自于外部的）的一种适应力（弹性）。
elastic：是指对资源利用方面的弹性。
因此，akka是一个满足需求弹性、资源分配弹性的分布式实时事务处理系统。
akka只是一个类库，一个工具，并没有提供一个平台。

akka的运行模式和用例

• akka有两种运行模式：
• As a library: 一个使用于web应用，把akka作为一个普通的jar包放到classpath或者WEB-INF/lib。
• As an application: 也称为micro system。
• akka的用例
  akka的用例很多，可以参照Examples of use-cases for Akka.

本文中的用例

在本文中，一个Spark + akka的环境里，akka被用于as an application模式下。
我们会创建一个akka工程，含有两个应用：

• akka host application
  建立一个actor system, 定义了所有的任务（actors）。等待客户端的请求。
  部分actor使用了spark的云计算功能。
  这是一个spark的应用。
• akka client application
  调用host application上特定的actor。

我们看出，这里我们把akka作为一个任务处理器，并通过spark来完成任务。

项目结构和文件说明

说明

这个工程包含了两个应用。
一个Consumer应用：CusomerApp：实现了通过Spark的Stream+Kafka的技术来实现处理消息的功能。
一个Producer应用：ProducerApp：实现了向Kafka集群发消息的功能。

文件结构

AkkaSampleApp    # 项目目录
|-- build.bat    # build文件    
|-- src
    |-- main
        |-- resources
            |-- application.conf   # Akka Server应用的配置文件
            |-- client.conf        # Akka Client应用的配置文件
        |-- scala
            |-- ClientActor.scala       # Akka Client的Actor：提供了一种调用Server Actor的方式。
            |-- ClientApp.scala         # Akka Client应用
            |-- ProductionReaper.scala  # Akka Shutdown pattern的实现者
            |-- Reaper.scala            # Akka Shutdown pattern的Reaper抽象类
            |-- ServerActor.scala       # Akka Server的Actor，提供一个求1到n的MapReduce计算。使用了Spark。
            |-- ServerApp.scala         # Akka Server应用

构建工程目录

可以运行：

mkdir AkkaSampleApp
mkdir -p /AkkaSampleApp/src/main/resources
mkdir -p /AkkaSampleApp/src/main/scala

代码

build.sbt

name := "akka-sample-app"
 
version := "1.0"
 
scalaVersion := "2.11.8"

scalacOptions += "-feature"
scalacOptions += "-deprecation"
scalacOptions += "-language:postfixOps"
 
libraryDependencies ++= Seq(
  "com.typesafe.akka" %% "akka-actor" % "2.4.10",
  "com.typesafe.akka" %% "akka-remote" % "2.4.10",
  "org.apache.spark" %% "spark-core" % "2.0.0"
)

resolvers += "Akka Snapshots" at "http://repo.akka.io/snapshots/"

application.conf

akka {
  #loglevel = "DEBUG"
  actor {
    provider = "akka.remote.RemoteActorRefProvider"
  }
  remote {
    enabled-transports = ["akka.remote.netty.tcp"]
    netty.tcp {
      hostname = "127.0.0.1"
      port = 2552
    }
    #log-sent-messages = on
    #log-received-messages = on
  }
}

cient.conf

akka {
  #loglevel = "DEBUG"
  actor {
    provider = "akka.remote.RemoteActorRefProvider"
  }
  remote {
    enabled-transports = ["akka.remote.netty.tcp"]
    netty.tcp {
      hostname = "127.0.0.1"
      port = 0
    }
    #log-sent-messages = on
    #log-received-messages = on
  }
}

注：port = 0表示这个端口号会自动生成一个。

ClientActor.scala

import akka.actor._
import akka.event.Logging

class ClientActor(serverPath: String) extends Actor {
  val log = Logging(context.system, this)
  val serverActor = context.actorSelection(serverPath)

  def receive = {
    case msg: String =>
        log.info(s"ClientActor received message '$msg'")
        serverActor ! 10000L