Page History
| Info |
|---|
Dispatcher는 ActorSystem 내에서 실행되는 모든 코드를 스케줄링을 하며 각 Actor의 처리량과 시간 점유율을 조정하여 각자에게 공정한 리소스를 제공합니다. 스케줄러방식을 복잡한 스레드 코드 구현이 아닌, 전략적인 설정화를 통해 구상할수가 있습니다. |
...
Dispatcher의 탄생배경?
전통적인 개발방식에서 병렬처리를 통해 스케일업과 관련한 성능문제를
해결하였으며 고급적인 여러 스레드모델이 등장하여 동시성 경합문제등을
해결을 하였으나, 장비한대의 극한 성능을 올리기위해서 표준적이지 못한
스레드 프로그래밍과 좋은 서비스제공보다 대용량 처리를위해 스레드를
얼마나 더 잘다루느냐? 서비스코드를 가려버리는 상황이 발생하였으며
결정적으로 대용량 분산처리환경에서 이것은 큰 도움이 되지 못한다는것입니다.
스레드를 개발자가 각각 작성하는 코딩을 배제하고 스레드를 똑똑하게 관리하는
공통모듈을 ( Dispatcher) 를두고 서비스코드에 집중하되, 튜닝요소는 환경설정으로
모두분리하자는 컨셉입니다.
AKKA에서 처음등장한 개념은 아니며, AKKA의 Dispatcher는 이러한 컨셉을 잘 준수합니다
Thread를 개발코드내에 직접 생성하고, 각각의 Job의 효율적인 수행을 위해서
스레드 모델을 익히고 직접 구현에 반영해야 했으며 병렬처리 고성능 관점에서
발전해왔지만, 스레드를 직접 제어해야하는 개발방식이 일괄적이지 못하고
분산처리에서 이러한 개발방법이 큰 도움이 되지 못하다는것이며 결정적으로
스레드 사용비용은 꾀비싼 비용을 지불해야하며 제어하기가 어렵다란점입니다.
그래서 각 작은 단위의 Task가 비동기처리모델로 Thread를 효율적으로 사용하는
방법들이 등장하였으며 다시 이것 스케쥴링을 관리하는 기능들이 외부 옵션으로
지원하기 시작하였습니다. 그러한 기능을 통상적으로 Dispatcher 이라고 불리며
AKKA에만 존재하는 컨셉이아니고 다양한 병렬처리혹은 동시성처리를 하는 어떠한
장치들이 최대한 개발자의 개입의 최소화하고 설정만을 통해 성능에관련한 튜닝옵션을
제공하기 시작하였습니다.
Dispatcher전략
- 스레드풀을 분리해라 : 응답이 오래걸리는것과 아닌것을 분리함으로, 오래걸리는것을 별도로 스레드수를 확보할수가 있다.
- 순차처리보다 병렬처리를 활용 : 한가지의 요청이 끝나기전 다른 요청이 진행될수 없는경우와 동시에 요청을한후 머징처리되는게 효율적인경우를 분리
- 최종전략 : 순차적으로 처리해야할것과 병렬적으로 처리해야할것이 썩일수 있으며 튜닝은 이것을 고려해야한다.
...
| Code Block | ||||||
|---|---|---|---|---|---|---|
| ||||||
akka {
loggers = ["akka.event.Logging$DefaultLogger"]
loglevel = "INFO"
stdout-loglevel = "ERROR"
}
blocking-io-dispatcher {
type = Dispatcher
executor = "thread-pool-executor"
thread-pool-executor {
fixed-pool-size = 2
}
throughput = 1
}
my-thread-pool-dispatcher {
# Dispatcher is the name of the event-based dispatcher
type = Dispatcher
# What kind of ExecutionService to use
executor = "thread-pool-executor"
# Configuration for the thread pool
thread-pool-executor {
# minimum number of threads to cap factor-based core number to
core-pool-size-min = 2
# No of core threads ... ceil(available processors * factor)
core-pool-size-factor = 2.0
# maximum number of threads to cap factor-based number to
core-pool-size-max = 10
}
# Throughput defines the maximum number of messages to be
# processed per actor before the thread jumps to the next actor.
# Set to 1 for as fair as possible.
throughput = 100
}
my-dispatcher {
# Dispatcher is the name of the event-based dispatcher
type = Dispatcher
# What kind of ExecutionService to use
executor = "fork-join-executor"
# Configuration for the fork join pool
fork-join-executor {
# Min number of threads to cap factor-based parallelism number to
parallelism-min = 2
# Parallelism (threads) ... ceil(available processors * factor)
parallelism-factor = 2.0
# Max number of threads to cap factor-based parallelism number to
parallelism-max = 10
}
# Throughput defines the maximum number of messages to be
# processed per actor before the thread jumps to the next actor.
# Set to 1 for as fair as possible.
throughput = 100
} |
AKKA는 자바가가진 자바가 가진 스레드 모델에따른 스케쥴러를 정확하게 이해하고 이것을 추상화하여 성능 튜닝요소로 활용을 합니다.
자동으로 해주는 이것을 믿을수 없다구요? 얼마나 많은 스레드 모델을 이해하고 고성능적으로 안정적으로 구현하였고
다양한 문제를 풀었나? 라고 스스로 점검을 해본다고 하면 , 스레드를 잘다루는 숙련된 개발자를 제외하고
이것은 AKKA를 배워야하는 이유중 일부분입니다. 모던한 개발툴킷들은 대부분 전통적인 개발방식의 문제를 해결하기위해
스레드 프로그래밍을 직접하지말아라고 하지만, 어떻게 잘 다룰지 알고있으며 심지어 이것을 우리가 알고있는것보다 더
자세하게 설명하고 있습니다.튜닝요소로 분리를 비롯하여 아무것도 못했다란 사실을 알게 됩니다.
동시처리 스레드 제한 예제
| Code Block | ||||
|---|---|---|---|---|
| ||||
//application.conf 설정
blocking-io-dispatcher {
type = Dispatcher
executor = "thread-pool-executor"
thread-pool-executor {
fixed-pool-size = 2
}
throughput = 1
}
//구현부
//특정 액터 Dispatcher지정
ActorRef testActor = system.actorOf(ext.props("testActor")
.withDispatcher("blocking-io-dispatcher"),
"service1");
// 동시에 메시지 전송
for(int i=0;i<10;i++)
testActor.tell("test message wiht dispatcher",null); |
...