cluster sharding 的目的在于提供一个框架，方便实现 DDD，虽然我至今也没搞明白 DDD 到底适用于是什么场合，但是 cluster sharding 却是我目前在做的一个 project 扩展到集群上非常需要的工具。
sharding 要做这么几件事
1. 对于每一个 entity，创建一个 actor。该 entity 有 Id 作为唯一标示。该 entity 的所有消息都由此 actor 来处理
2. 该 actor 在一段时间内不工作时，会超时并 kill self
3. 当一个集群中加入新的节点时，新的 actor 会被自动创建到新 node 上，或者老的actor 会负载均衡，迁移到新 node 上。同样的，当节点挂掉时，挂掉的 actor 会迁移到新的
在 sharding 被提出之前，google group 和 stackoverflow 上有很多人希望有这么一个东西，那时候还是 2011 年，现在已经 2015 年了。
sharding 的原理和用法 doc 都有比较详细的说明，下面做个小测试：
首先是 entity actor 的定义：
object ActionWorker { def props(): Props = Props(new ActionWorker) //must return s: Command val idExtractor: ShardRegion.IdExtractor = { case s: Command => (s.id, s) } val shardResolver: ShardRegion.ShardResolver = msg => msg match { case s: Command => (math.abs(s.id.hashCode) % 100).toString } val shardName: String = "ActionWorker"}
idExtractor 会从 message 中抽取 id，作为路由的依据，而返回值的第二项是 actor 收到的消息
shardResolver 根据 id 确定 shard 所在的位置，哈希函数的设定方式我也没有自习研究，doc 说是 id 的十倍就可以。
class ActionWorker extends Actor { val log = Logging(context.system, this) println("action worker is created") context.setReceiveTimeout(30 seconds) override def receive: Receive = { case Command(id, payload) => val selfDesc = self.path.parent.name + "-" + self.path.name println("here i am, working: " + selfDesc) log.info("here i am, working: " + selfDesc) case ReceiveTimeout => log.info("nothing to do, better kill myself") val selfDesc = self.path.parent.name + "-" + self.path.name println("here i am, working: " + selfDesc) println("nothing to do, better kill myself") context.stop(self) }
actor 的定义没有特别之处，需要注意的是
1. actor 收到的消息是 idExtract 的第二项，而不是 s: Command 那个东西
2. actor 没有一个正常的途径得到自己的id，一个 workaroud 的办法是通过 self.path.name 来得到自己的id，再据此完成某些初始化操作
worker 处理数据，生成数据的 actor 叫做 Bot
class Bot extends Actor { val log = Logging(context.system, this) val tickTask = context.system.scheduler.schedule(3.seconds, 10.seconds, self, Command("")) def receive = create val postRegion = ClusterSharding(context.system).shardRegion(ActionWorker.shardName) val create: Receive = { case Command(id, payload) => val postId = Random.nextInt(5).toString log.info("bot create new command and received: " + postId) println("new command postID = " + postId) postRegion ! Command(postId, postId) }}
Bot 生成的数据要传到 worker actor，注意 postRegion 的获得方式，它首先从 actorSystem 中得到 ClusterSharding 集合（一个 actorSystem 可能会有多个 shard），然后根据 shardName 定位到唯一的 shard。最后把需要发送的消息传给 postRegin，postRegin 会完成转发。
Main 方法的 startUp 函数
def startup(ports: Seq[String]): Unit = { ports foreach { port => // Override the configuration of the port val config = ConfigFactory.parseString("akka.remote.netty.tcp.port=" + port). withFallback(ConfigFactory.load()) // Create an Akka system val system = ActorSystem("ClusterSystem", config) startupSharedJournal(system, startStore = (port == "2551"), path = ActorPath.fromString("akka.tcp://ClusterSystem@127.0.0.1:2551/user/store")) ClusterSharding(system).start( typeName = ActionWorker.shardName, entryProps = Some(ActionWorker.props()), idExtractor = ActionWorker.idExtractor, shardResolver = ActionWorker.shardResolver) if (port != "2551" && port != "2552") system.actorOf(Props[Bot], "bot") } } def startupSharedJournal(system: ActorSystem, startStore: Boolean, path: ActorPath): Unit = { // Start the shared journal on one node (don't crash this SPOF) // This will not be needed with a distributed journal if (startStore) system.actorOf(Props[SharedLeveldbStore], "store") // register the shared journal import system.dispatcher implicit val timeout = Timeout(15.seconds) val f = (system.actorSelection(path) ? Identify(None)) f.onSuccess { case ActorIdentity(_, Some(ref)) => SharedLeveldbJournal.setStore(ref, system) case _ => system.log.error("Shared journal not started at {}", path) system.shutdown() } f.onFailure { case _ => system.log.error("Lookup of shared journal at {} timed out", path) system.shutdown() } }
startupSharedJournal 是必须要执行的，不然 cluster 跑不起来。(后面测试了下，发现能跑起来)
ClusterSharding 在本 actorSystem 启动，参数比较直观。
需要注意的是：
1. sharedJournal 是在测试情况下才用得到的，在 prod 环境下应该使用 journal
2. cluster sharding 借助 cluster singleton 实现