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。

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。

我们使用Akka来异步处理REST调用——与异步web服务器(基于net)一起，与传统的每个用户请求线程模型相比，我们可以在每个节点/服务器服务的用户数量上实现10倍的提高。

告诉你的老板，你的AWS托管费用将下降10倍，这是一个不用动脑筋的事情!嘘……不过别告诉亚马逊…：）

我最近在Akka中实现了规范的map-reduce示例:Word count。所以这是Akka的一个用例:更好的性能。它更像是JRuby和Akka的参与者的一个实验，但它也表明Akka不仅仅是Scala或Java:它可以在JVM之上的所有语言上工作。

免责声明:我是Akka的采购订单

此外，它还提供了一个更容易推理和纠正的并发大杂烩(参与者、代理、数据流并发)，并以STM的形式进行并发控制。

下面是一些你可以考虑的用例:

Transaction processing (online gaming, finance, statistics, betting, social media, telecom, ...) scale up, scale out, fault-tolerance / HA Service backend (any industry, any app) service REST, SOAP, cometd etc act as message hub / integration layer scale up, scale out, fault-tolerance / HA Snap-in concurrency/parallelism ( any app ) Correct Simple to work with and understand Just add the jars to your existing JVM project (use Scala, Java, Groovy or JRuby) Batch processing ( any industry ) Camel integration to hook up with batch data sources Actors divide and conquer the batch workloads Communications hub ( telecom, web media, mobile media ) scale up, scale out, fault-tolerance / HA Game server (online gaming, betting) scale up, scale out, fault-tolerance / HA BI/datamining/general purpose crunching scale up, scale out, fault-tolerance / HA insert other nice use cases here