因为最近工作的关系，要把异步任务从应用服务器中拆分到专门的异步处理服务器中.
方案一
是采用MQ的方式将任务消息发出，在服务端进行处理，如下图所示：
Sample Flowchart Template (2).png
这种方案是采用MQ作为中间的媒介，在服务端采用线程池异步处理任务，处理完成之后将结果发送到MQ中，客户端采用侦听的方式得到结果继续进行处理。
这种方案的不足是，可能在某些需求的情况下，需要将结果存放到共享的HashMap或者Threadlocal中进行存放结果，客户端会一直阻塞，直到得到结果，从多线程的角度来说，还是用了共享变量，虽然共享变量可能是线程安全的，但是从并发模型的角度来讲，并不是一个最好的方式。
方案二
采用比较流行的Akka框架来实现。
**Akka的五大特性 **
- 易于构建并行和分布式应用
- 可靠性（Resilient by Design）
系统具备自愈能力，在本地/远程都有监护。 - 高性能（High Performance）
在单机中每秒可发送50000000个消息。内存占用小，1GB内存中可保存2500000个actors。 - 弹性，无中心（Elastic — Decentralized）
自适应的负责均衡，路由，分区，配置 - 可扩展（Extensible） 可以使用Akka 扩展包进行扩展。
因为之前一直研究Scala，Scala的多线程处理的性能是非常高的，那基于Scala语言而开发出来的Akka框架得到了广泛使用。那么接下来我将使用一个非常简单的例子，以及一些测试用例展现一下它的性能。
代码如下：
import akka.actor.ActorRef;
import akka.actor.ActorSystem;
import akka.actor.Props;
import akka.actor.UntypedActor;
/**
* PROJECT_NAME: akkademo
* DATE: 16/2/27
* CREATE BY: chao.cheng
**/
public class ToStringActor extends UntypedActor {
@Override
public void onReceive(Object message) {
System.out.println(message.toString());
try {
Thread.sleep(500);
} catch (Exception e) {
e.printStackTrace();
}
}
public static void main(String[] args) {
ActorSystem system = ActorSystem.create("toStringActor");
final ActorRef toString = system.actorOf(Props.create(ToStringActor.class),"toString");
for(int i=0;i<10000000;i++) {
toString.tell("test"+i,toString);
}
System.out.println("[结束]=======================");
}
}
程序的简单说明：
采用事件的机制，循环发送一千万条数据，通过onReceive方法异步处理任务。
用VisualVM工具截图可以看到：
DFF8C31B-3886-4F75-A56B-EA78F85A6067.png
后台其实自适应只起了三个线程在运行，分别是dispatcher-2，dispatcher-3，dispatcher-4。
0A1E14FF-257B-4E91-AB56-A68C6993A80A.png
正在分析性能耗时。
0719FA5C-E435-466A-AA42-07E742D7A9E8.png
服务器整体CPU占比时间为15.9%。
