演员模型不是反模式吗，因为即发即弃的风格迫使演员记住状态？
Is the actor model not an anti-pattern, as the fire-and-forget style forces actors to remember a state?
在学习 Scala 时，我首先学到的东西之一就是每个函数 returns 东西。没有 "void"-function/method，例如 Java。因此，许多 Scala 函数是真正的函数，以数学的方式，并且对象可以在很大程度上保持无状态。
现在我了解到，actor 模型是 Scala 等函数式语言中非常流行的模型。但是，actor 提倡一种即发即弃的编程风格，调用者通常不希望被调用者直接回复消息（使用 "ask"/"?" 方法时除外）。因此，actors 需要记住某种状态。
我假设 actor 模型更像是可扩展性和可维护性（由于它的状态性）之间的权衡，有时甚至可以被视为反模式，我的假设是否正确？
Actor 是工具箱中专门用于处理和分发状态的工具。所以是的，他们应该有状态——如果他们没有，那么你就可以使用 Futures。
但是请注意，Actor（至少是 Akka Actors）处理 distribution（运行 在多个节点上位置透明），这两个 Futures 函数都无法做到. Actors 的并发方面是他们处理更复杂的情况——网络的结果。从这个意义上讲，Actor 通过使远程 case 成为 first-class 来统一远程 case 和本地 case。事实证明，如果您想要可靠、有弹性且快速的系统，那么网络消息传递正是您可以依靠和构建的东西。
希望这能回答您问题的 "big picture" 部分。
是的，您基本上是对的（当您说可扩展性与可维护性时，我不太确定您在想什么）。
由于 Akka，Actor 在 Scala 中很受欢迎（大概是因为它得到了 Lightbend 的支持而受到欢迎）。然而，Actor 在函数式编程世界中并不是普遍流行（尽管我想到的所有语言都有实现）。以下是我对其他两个 FP 语言社区的非常简化的印象（因此请对它们进行必要的调整），这两个社区使用 actor 的频率（远？）都低于 Scala。
- Haskell 社区倾向于使用其中之一 STM/channels (often in an STM context). Straight up
MVars 也经常出人意料地被使用。
- Clojure 社区有时会吹捧自己内置的 STM 版本，但它的旗舰并发模型确实是
core.async，这又是它的核心渠道。
顺便说一句，STM、频道和演员都可以相互叠加；将它们作为相互排斥的方法进行比较有点奇怪。在实践中，虽然很少看到它们全部串联使用。
Actor 确实涉及状态（在 Akka 裙子类型安全的情况下），因此非常有表现力，几乎可以在并发方面做任何事情。通过这种方式，它们类似于副作用函数，后者比纯函数更具表现力。事实上，在某种程度上，Actor 是 OO 的纯粹本质，有其优点和缺点。
因此，Scala 社区的 sizable chunk 会说是的，如果大多数时候当您遇到并发问题时，您使用的是 actors，那可能是一种反模式。
- 如果可以，请尝试仅使用
Futures 或 scalaz.concurrent.Tasks。 In return for less expressiveness you get more composability.
- 如果您的问题自然地适用于单一的全局状态（例如，以您想要强制执行的全局不变量的形式），请考虑 STM。在 Scala 社区，虽然 an STM library exists, my impression is that STM is usually emulated by using actors.
- 如果您的并发问题主要围绕流式传输多个数据源，请考虑使用 Scala 的 streaming libraries。
在学习 Scala 时，我首先学到的东西之一就是每个函数 returns 东西。没有 "void"-function/method，例如 Java。因此，许多 Scala 函数是真正的函数，以数学的方式，并且对象可以在很大程度上保持无状态。
现在我了解到，actor 模型是 Scala 等函数式语言中非常流行的模型。但是，actor 提倡一种即发即弃的编程风格，调用者通常不希望被调用者直接回复消息（使用 "ask"/"?" 方法时除外）。因此，actors 需要记住某种状态。
我假设 actor 模型更像是可扩展性和可维护性（由于它的状态性）之间的权衡，有时甚至可以被视为反模式，我的假设是否正确？
Actor 是工具箱中专门用于处理和分发状态的工具。所以是的，他们应该有状态——如果他们没有，那么你就可以使用 Futures。
但是请注意，Actor（至少是 Akka Actors）处理 distribution（运行 在多个节点上位置透明），这两个 Futures 函数都无法做到. Actors 的并发方面是他们处理更复杂的情况——网络的结果。从这个意义上讲，Actor 通过使远程 case 成为 first-class 来统一远程 case 和本地 case。事实证明，如果您想要可靠、有弹性且快速的系统，那么网络消息传递正是您可以依靠和构建的东西。
希望这能回答您问题的 "big picture" 部分。
是的，您基本上是对的（当您说可扩展性与可维护性时，我不太确定您在想什么）。
由于 Akka，Actor 在 Scala 中很受欢迎（大概是因为它得到了 Lightbend 的支持而受到欢迎）。然而，Actor 在函数式编程世界中并不是普遍流行（尽管我想到的所有语言都有实现）。以下是我对其他两个 FP 语言社区的非常简化的印象（因此请对它们进行必要的调整），这两个社区使用 actor 的频率（远？）都低于 Scala。
- Haskell 社区倾向于使用其中之一 STM/channels (often in an STM context). Straight up
MVars 也经常出人意料地被使用。 - Clojure 社区有时会吹捧自己内置的 STM 版本，但它的旗舰并发模型确实是
core.async，这又是它的核心渠道。
顺便说一句，STM、频道和演员都可以相互叠加；将它们作为相互排斥的方法进行比较有点奇怪。在实践中，虽然很少看到它们全部串联使用。
Actor 确实涉及状态（在 Akka 裙子类型安全的情况下），因此非常有表现力，几乎可以在并发方面做任何事情。通过这种方式，它们类似于副作用函数，后者比纯函数更具表现力。事实上，在某种程度上，Actor 是 OO 的纯粹本质，有其优点和缺点。
因此，Scala 社区的 sizable chunk 会说是的，如果大多数时候当您遇到并发问题时，您使用的是 actors，那可能是一种反模式。
- 如果可以，请尝试仅使用
Futures 或scalaz.concurrent.Tasks。 In return for less expressiveness you get more composability. - 如果您的问题自然地适用于单一的全局状态（例如，以您想要强制执行的全局不变量的形式），请考虑 STM。在 Scala 社区，虽然 an STM library exists, my impression is that STM is usually emulated by using actors.
- 如果您的并发问题主要围绕流式传输多个数据源，请考虑使用 Scala 的 streaming libraries。