怎样在 Akka Persistence 中实现分页查询

在 Akka Persistence 中，数据都缓存在服务内存（状态），后端存储的都是一些持久化的事件日志，没法使用类似 SQL 一样的 DSL 来进行分页查询。利用 Akka Streams 和 Actor 我们可以通过编码的方式来实现分页查询的效果，而且这个分页查询还是分步式并行的……
　　
　　EventSourcedBehavior
　　
　　Akka Persistence的EventSourcedBehavior里实现了CQRS模型，通过commandHandler与eventHandler解耦了命令处理与事件处理。commandHandler处理传入的命令并返回一个事件，并可选择将这个事件持久化；若事件需要持久化，则事件将被传给eventHandler处理，eventHandler处理完事件后将返回一个“新的”状态（也可以不更新，直接返回原状态）。
　　
　　def apply[Command, Event, State](
　　
　　persistenceId: PersistenceId,
　　
　　emptyState: State,
　　
　　commandHandler: (State, Command) => Effect[Event, State],
　　
　　eventHandler: (State, Event) => State): EventSourcedBehavior[Command, Event, State]
　　
　　建模
　　
　　以我们习惯的数据库表建模来说，我们会有以下一张表：
　　
　　create table t_config
　　
　　(
　　
　　data_id varchar(64),
　　
　　namespace varchar(64) not null,
　　
　　config_type varchar(32) not null,
　　
　　content text not null,
　　
　　constraint t_config_pk primary key (namespace, data_id)
　　
　　);
　　
　　create index t_config_idx_data_id on t_config (data_id);
　　
　　ConfigManager actor 可以看作 t_config 表，它的 entityId 就是 namespace， State 里保存了所有记录的主键值（ConfigManagerState），这就相当于 t_config 表的 t_config_idx_data_id 索引。
　　
　　而 ConfigEntity actor 可看作 t_config 表里存储的记录，每个 actor 实例就是一行记录。它的 entityId 由 namespace + data_id 组成，这就相当于 t_config 表的 t_config_pk 复合主键。 这里我们定义两个 EventSourcedBehavior：
　　
　　ConfigManager：拥有所有配置ID列表，并作为 State 保存在 EventSourcedBehavior
　　
　　ConfigEntity: 拥有每个配置数据，并作为 State 保存在 EventSourcedBehavior
　　
　　实现
　　
　　这里先贴出 ConfigManager 和 ConfigEntity 的部分代码，接下来再详解怎样实现分页查询。
　　
　　ConfigManager
　　
　　object ConfigManager {
　　
　　sealed trait Command extends CborSerializable
　　
　　sealed trait Event extends CborSerializable
　　
　　sealed trait Response extends CborSerializable
　　
　　final case class Query(dataId: Option[String], configType: Option[String], page: Int, size: Int) extends Command
　　
　　final case class ReplyCommand(in: AnyRef, replyTo: ActorRef[Response]) extends Command
　　
　　private final case class InternalResponse(replyTo: ActorRef[Response], response: Response) extends Command
　　
　　case class ConfigResponse(status: Int, message: String = "", data: Option[AnyRef] = None) extends Response
　　
　　final case class ConfigManagerState(dataIds: Vector[String] = Vector()) extends CborSerializable
　　
　　val TypeKey: EntityTypeKey[Command] = EntityTypeKey("ConfigManager")
　　
　　}
　　
　　import ConfigManager._
　　
　　class ConfigManager private (namespace: String, context: ActorContext[Command]) {
　　
　　private implicit val system =www.shentuylzc.cn context.system
　　
　　private implicit val timeout: Timeout = 5.seconds
　　
　　import context.executionContext
　　
　　private val configEntity = ConfigEntity.init(context.system)
　　
　　def eventSourcedBehavior(www.tengyao3zc.cn): EventSourcedBehavior[Command, Event, ConfigManagerState] =
　　
　　EventSourcedBehavior(
　　
　　PersistenceId.of(TypeKey.name, namespace),
　　
　　ConfigManagerState(), {
　　
　　case (state, ReplyCommand(in, replyTo)) =>
　　
　　replyCommandHandler(state, replyTo, in)
　　
　　case (_, InternalResponse(replyTo,www.xinyueylzc.cn response)) =>
　　
　　Effect.reply(replyTo)(response)
　　
　　eventHandler)
　　
　　private def processPageQuery(
　　
　　state: ConfigManagerState,
　　
　　replyTo: ActorRef[Response],
　　
　　in: Query): Effect[Event, ConfigManagerState] = {
　　
　　val offset = if (in.page > 0) (in.page - 1) * in.size else 0
　　
　　val responseF = if (offset < state.dataIds.size) {
　　
　　Source(state.dataIds)
　　
　　.filter(dataId => in.dataId.forall(www.huizhonggjpt.cn=> v.contains(dataId)))
　　
　　.mapAsync(20) { dataId =>
　　
　　configEntity.ask[Option[ConfigState]](replyTo =>
　　
　　ShardingEnvelope(dataId, ConfigEntity.Query(in.configType, replyTo)))
　　
　　.collect { case Some(value) => value }
　　
　　.drop(offset)
　　
　　.take(in.size)
　　
　　.runWith(Sink.seq)
　　
　　.map(items => ConfigResponse(IntStatus.OK, data www.lafei6d.cn = Some(items)))
　　
　　} else {
　　
　　Future.successful(ConfigResponse(IntStatus.NOT_FOUND))
　　
　　context.pipeToSelf(responseF) {
　　
　　case Success(value) => InternalResponse(replyTo, value)
　　
　　case Failure(e) => InternalResponse(replyTo, ConfigResponse(IntStatus.INTERNAL_ERROR, e.getLocalizedMessage))
　　
　　ConfigEntity
　　
　　object ConfigEntity {
　　
　　case class ConfigState(namespace: String, dataId: String, configType: String, content: String)
　　
　　sealed trait Command extends CborSerializable
　　
　　sealed trait Event extends CborSerializable
　　
　　final case class Query(configType: Option[String], replyTo: ActorRef[Option[ConfigState]]) extends Command
　　
　　final case class ConfigEntityState(config: Option[ConfigState] = None) extends CborSerializable
　　
　　val TypeKey: EntityTypeKey[Command] = EntityTypeKey("ConfigEntity"
　　
　　import ConfigEntity._
　　
　　class ConfigEntity private (namespace: String, dataId: String, context: ActorContext[Command]) {
　　
　　def eventSourcedBehavior(): EventSourcedBehavior[Command, Event, ConfigEntityState] =
　　
　　EventSourcedBehavior(PersistenceId.of(TypeKey.name, dataId), ConfigEntityState(), commandHandler, eventHandler)
　　
　　def commandHandler(state: ConfigEntityState, command: Command): Effect[Event, ConfigEntityState] = command match {
　　
　　case Query(configType, replyTo) www.jiuyueguojizc.cn=>
　　
　　state.config match {
　　
　　case None =>
　　
　　Effect.reply(replyTo)(None)
　　
　　case Some(config) =>
　　
　　val resp = if (configType.forall(v => config.configType.contains(v))) Some(config) else None
　　
　　Effect.reply(replyTo)(resp)
　　
　　ConfigManager#processPageQuery 函数实现了大部分的分页查询逻辑（有部分逻辑需要由 ConfigEntity 处理）。
　　
　　val offset = if (in.page > 0) (in.page - 1) * in.size else 0
　　
　　val responseF = if (offset <www.baihuaylezc.cn state.dataIds.size) {
　　
　　// process paging
　　
　　} else {
　　
　　Future.successful(ConfigResponse(IntStatus.OK, data = Some(Nil)))
　
　　这里首先获取实际的分页数据偏移量 offset ，再于 ConfigManager 状态里保存的 dataIds 的大小进行判断，若 offset < state.dataIds.size 则我们进行分页逻辑，否则直接返回一个空列表给前端。
　　
　　Source(state.dataIds)
　　
　　.filter(dataId => in.dataId.forall(v => v.contains(dataId)))
　　
　　.mapAsync(20) { dataId =>
　　
　　configEntity.ask[Option[ConfigState]](replyTo =>
　　
　　ShardingEnvelope(s"$dataId", ConfigEntity.Query(in.configType, replyTo)))
　　
　　}
　　
　　.collect { case Some(value) www.jujinyule.com=> value }
　　
　　.drop(offset)
　　
　　.take(in.size)
　　
　　.runWith(Sink.seq)
　　
　　.map(items => ConfigResponse(IntStatus.OK, www.letianhuanchao.cn data = Some(items)))
　　
　　这个 Akka Streams 流即是分页处理的主要实现，若是SQL的话，它类似：
　　
　　select * from t_config where data_id like ‘%"in.dataId"%‘ offset "offset" limit "in.size"
　　
　　.mapAsync 在流执行流程中起了20个并发的异步操作，将委托每个匹配的 ConfigEntity （由s"$dataId"生成entityId）执行 config_type 字段的查询。这样，完整的SQL语句类似：
　　
　　select * from t_config where data_id like ‘%"in.dataId"%‘ and change_type = "in.changeType" offset "offset" limit "in.size"
　　
　　ConfigEntity 对 change_type 部分的查询逻辑实现如下：
　　
　　case Query(configType, replyTo) =>
　　
　　state.config match {
　　
　　case None =>
　　
　　Effect.reply(replyTo)(None)
　　
　　case Some(config) www.huizhongdl.cn=>
　　
　　val resp = if (configType.forall(v => config.configType.contains(v))) Some(config) else None
　　
　　Effect.reply(replyTo)(resp)
　　
　　}
　　
　　若in.configType为空，既不需要判断 change_type 这个字段，直接返回 Some(config) 即可，而这时的SQL语句类似：
　　
　　select * from t_config where data_id like ‘%"in.dataId"%‘ and true offset "offset" limit "in.size"
　　
　　Tip这里有个小技巧，对于 Option[T] 字段的判断，直接使用了 .forall 方法，它等价于：
　　
　　option match {
　　
　　case Some(x) => p(x)
　　
　　case None => true