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…：）

到目前为止，我已经在两个实际项目中非常成功地使用了它。两者都在接近实时的交通信息领域(就像高速公路上的汽车一样)，分布在几个节点上，集成各方之间的消息，可靠的后端系统。我现在还不能透露客户的具体情况，当我得到批准的时候，也许可以把它作为参考。

Akka确实完成了这些项目，尽管我们在0.7版本时就开始了。(顺便说一下，我们正在使用scala)

最大的优势之一是，你可以轻松地用角色和消息组成一个系统，几乎没有样板，它的伸缩性非常好，没有手摇线程的复杂性，你几乎可以免费地在对象之间传递异步消息。

It is very good in modeling any type of asynchronous message handling. I would prefer to write any type of (web) services system in this style than any other style. (Have you ever tried to write an asynchronous web service (server side) with JAX-WS? that's a lot of plumbing). So I would say any system that does not want to hang on one of its components because everything is implicitly called using synchronous methods, and that one component is locking on something. It is very stable and the let-it-crash + supervisor solution to failure really works well. Everything is easy to setup programmatically and not hard to unit test.

还有一些优秀的附加模块。 Camel模块可以很好地插入到Akka中，并且可以使用可配置的端点轻松开发异步服务。

我对这个框架非常满意，它正在成为我们所构建的连接系统的事实上的标准。

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

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。