我们在语音对话系统(primetalk)中使用Akka。无论是对内还是对外。为了在单个集群节点上同时运行许多电话通道，显然需要一些多线程框架。Akka的工作非常完美。我们以前有过java并发性的噩梦。和Akka一起，它就像一个秋千——它简单地工作。坚固可靠。24 * 7,不间断。

在通道中，我们有并行处理的实时事件流。特别是: -冗长的自动语音识别-由演员完成; -音频输出生成器，混合一些音频源(包括合成语音); 文本到语音的转换是一个单独的在频道之间共享的角色集 -语义和知识加工。

为了实现复杂信号处理的互连，我们使用SynapseGrid。它具有在复杂参与者系统中对DataFlow进行编译时检查的好处。

如果您将聊天服务器抽象到一个级别，那么您将得到答案。

Akka提供了一个类似于Erlang的“让它崩溃”的消息传递系统。

例如，需要不同级别的持久性和可靠性的消息传递:

聊天服务器 MMO的网络层 财务数据泵 iPhone/手机/任何应用的通知系统 其他服务器 也许类似WebMachine(猜测)

Akka的优点是它为持久性、STM实现、REST服务器和容错提供了选择。

不要被聊天服务器的例子惹恼，把它看作是某一类解决方案的例子。

在他们所有优秀的文档中，我觉得这个确切的问题、用例和示例存在差距。请记住，这些例子不是简单的。

(仅凭观看视频和玩源代码的经验编写，我没有使用akka实现任何东西。)

An example of how we use it would be on a priority queue of debit/credit card transactions. We have millions of these and the effort of the work depends on the input string type. If the transaction is of type CHECK we have very little processing but if it is a point of sale then there is lots to do such as merge with meta data (category, label, tags, etc) and provide services (email/sms alerts, fraud detection, low funds balance, etc). Based on the input type we compose classes of various traits (called mixins) necessary to handle the job and then perform the work. All of these jobs come into the same queue in realtime mode from different financial institutions. Once the data is cleansed it is sent to different data stores for persistence, analytics, or pushed to a socket connection, or to Lift comet actor. Working actors are constantly self load balancing the work so that we can process the data as fast as possible. We can also snap in additional services, persistence models, and stm for critical decision points.

在JVM上传递的Erlang OTP风格的消息对于在现有库和应用程序服务器的肩膀上开发实时系统来说是一个很棒的系统。

Akka允许您像在传统esb中那样进行消息传递，但速度更快!它还为您提供了框架中的工具，以管理解决方案所需的大量参与者池、远程节点和容错。

我们正在使用akka及其camel插件为twimpact.com分发我们的分析和趋势处理。我们必须每秒处理50到1000条消息。除了使用camel进行多节点处理外，它还用于将单个处理器上的工作分配给多个工作人员，以获得最大性能。工作得很好，但需要了解如何处理拥塞。

我们正在一个大型电信项目中使用Akka(不幸的是，我不能透露太多细节)。 Akka角色由web应用程序远程部署和访问。这样，我们就有了一个基于谷歌原型缓冲区的简化RPC模型，并使用Akka Futures实现了并行。 到目前为止，这种模式运行得非常出色。注意:我们使用的是Java API。

我们在语音对话系统(primetalk)中使用Akka。无论是对内还是对外。为了在单个集群节点上同时运行许多电话通道，显然需要一些多线程框架。Akka的工作非常完美。我们以前有过java并发性的噩梦。和Akka一起，它就像一个秋千——它简单地工作。坚固可靠。24 * 7,不间断。

在通道中，我们有并行处理的实时事件流。特别是: -冗长的自动语音识别-由演员完成; -音频输出生成器，混合一些音频源(包括合成语音); 文本到语音的转换是一个单独的在频道之间共享的角色集 -语义和知识加工。

为了实现复杂信号处理的互连，我们使用SynapseGrid。它具有在复杂参与者系统中对DataFlow进行编译时检查的好处。