为什么 at-most-once 交付是 actor 系统的默认值？
Why is at-most-once delivery the default for actor systems?
我正在为事件源服务使用参与者系统，我想了解为什么默认是 at-most-once 传递，即从一个参与者到另一个参与者的消息最多可能到达一次，但是可能根本没有。我正在使用 Akka，但我知道这通常是 actor 模型实现的默认设置。
在我看来，at-most-once 传递很容易导致无声的 failures/data 损坏，而 at-least-once 传递的问题可以通过版本控制和标记消息轻松解决。引自 How Akka Works 手册：
(at-most-once works) especially in situations where the occasional lose of a message does not leave a system in an inconsistent state
我不明白如何从“偶尔丢失一条消息没什么大不了”到“丢失这条特定消息没什么大不了”进行逻辑跳转。在我看来：如果我真的不关心收到这条消息，为什么要发送它呢？
示例：我们正在构建一个系统来计算文档中的单词数。我们有一个 actor (M)，它接收一个文档，将其分成几行，然后将每一行发送给一个 child actor (C) 来计算该行中的单词。 M的状态是文档中有多少个词；它通过接收来自其 children C 的包含一行中单词数的消息来更新此状态，并将该数字添加到总数中。
在 at-most-once 传递中：如果 child actor 由于网络错误而丢失消息（如果是实际 actor 的错误，parent 可以使用监督来修复） ，parent 不会知道。它可以通过保存每个 child actor 的地图以及它是否完成并在收到回复时更新地图来跟踪状态，但是如果我们使计算稍微复杂一点并且来自children，这很快就会失控。此外，我们刚刚构建了一个系统来确保消息被接收，所以我们真的开始冒险走出 at-most-once 交付的世界，特别是如果我们依赖它来 re-deliver 计算消息到C 而不是只知道当前计数已损坏。
At-least-once 传递：我们可以给 M 的消息一个序列 ID，并在 parent M 中保留一个日志（C -> ID）。这让我们知道消息是否到达了两次，我们应该丢弃它。对我来说，如果 children 的任务变得更加复杂，这似乎更简单，也更普遍。
最多一次传送的最常见用例是计算（或收集其他统计数据）大量事件（例如页面浏览量）。
对于这些应用程序来说，消息的偶尔丢失确实不是什么大问题：如果您在给定分钟内发生了 999999 个事件而不是 100 万个事件，那么没有人会注意到，您也可以重申您的稍后的统计数据对任何事情都没有太大影响。
多算会是一个更大的问题：重述数据时，数字会下降（通常不只是下降 1，很容易 大量 由于丢失或超时确认而导致的多计造成的差异 - 见下文）。而且它不像你想象的那么容易避免（你会在你建议的那个“日志”中保留多少个 ID，你会保留它多长时间？这需要多少额外的内存？查找速度有多慢？如何组件重启会被处理吗？你如何确保重复的事件总是发送到同一个组件实例？另外，你必须在系统的每个组件中实现这个记录）
但更重要的是，执行至少一次合同会使系统变得更加复杂，因此系统的可靠性也会大大降低。
在这个系统中，组件不能只是将消息发送到管道中，而不管它。它必须等待接收来自它下游的每个组件的确认。如果ack没有及时到达，就必须再次发送同样的消息，一直这样下去，直到收到ack。想象一下，下游的某些组件由于某种原因（可能是内存利用率高）而变慢了。 ack 超时，上游开始一次又一次地重新发送相同的事件。与此同时，新消息不断堆积，而且没有被确认，所以他们也很反感。它呈指数级快速增长。这 增加了 已经有问题的组件 的负载 （使其变得更慢），以及 所有其他人，迅速使本已糟糕的情况变得更糟，并最终导致整个系统崩溃。
为什么它是默认值的简短回答是：
- 在最多一次的基础上实现至少一次并不难（配对请求和回复的询问模式是其中的大部分方式），但是没有很好的方法来获得最多一次-once out of at-least-once（例如，不产生至少一次的成本）
- 至多一次意味着或多或少一件事，与上下文无关，而至少一次意味着实际上无限多的事情（例如，在没有回复多长时间后，进程可以决定发送失败，应该重试多少次？）...没有合理的默认含义，并且很可能对于给定的 application/service.
甚至没有合理的默认值
请注意，at-least-once 至少会导致与 at-most-once 一样多的不一致，尤其是在处理非幂等性时，添加幂等性的通用方法确实很重量级；相反地，在更高级别（以及需要的地方）设计幂等性通常能够轻得多。
我正在为事件源服务使用参与者系统，我想了解为什么默认是 at-most-once 传递，即从一个参与者到另一个参与者的消息最多可能到达一次，但是可能根本没有。我正在使用 Akka，但我知道这通常是 actor 模型实现的默认设置。
在我看来，at-most-once 传递很容易导致无声的 failures/data 损坏，而 at-least-once 传递的问题可以通过版本控制和标记消息轻松解决。引自 How Akka Works 手册：
(at-most-once works) especially in situations where the occasional lose of a message does not leave a system in an inconsistent state
我不明白如何从“偶尔丢失一条消息没什么大不了”到“丢失这条特定消息没什么大不了”进行逻辑跳转。在我看来：如果我真的不关心收到这条消息，为什么要发送它呢？
示例：我们正在构建一个系统来计算文档中的单词数。我们有一个 actor (M)，它接收一个文档，将其分成几行，然后将每一行发送给一个 child actor (C) 来计算该行中的单词。 M的状态是文档中有多少个词；它通过接收来自其 children C 的包含一行中单词数的消息来更新此状态，并将该数字添加到总数中。
在 at-most-once 传递中：如果 child actor 由于网络错误而丢失消息（如果是实际 actor 的错误，parent 可以使用监督来修复） ，parent 不会知道。它可以通过保存每个 child actor 的地图以及它是否完成并在收到回复时更新地图来跟踪状态，但是如果我们使计算稍微复杂一点并且来自children，这很快就会失控。此外，我们刚刚构建了一个系统来确保消息被接收，所以我们真的开始冒险走出 at-most-once 交付的世界，特别是如果我们依赖它来 re-deliver 计算消息到C 而不是只知道当前计数已损坏。
At-least-once 传递：我们可以给 M 的消息一个序列 ID，并在 parent M 中保留一个日志（C -> ID）。这让我们知道消息是否到达了两次，我们应该丢弃它。对我来说，如果 children 的任务变得更加复杂，这似乎更简单，也更普遍。
最多一次传送的最常见用例是计算（或收集其他统计数据）大量事件（例如页面浏览量）。
对于这些应用程序来说，消息的偶尔丢失确实不是什么大问题：如果您在给定分钟内发生了 999999 个事件而不是 100 万个事件，那么没有人会注意到，您也可以重申您的稍后的统计数据对任何事情都没有太大影响。
多算会是一个更大的问题：重述数据时，数字会下降（通常不只是下降 1，很容易 大量 由于丢失或超时确认而导致的多计造成的差异 - 见下文）。而且它不像你想象的那么容易避免（你会在你建议的那个“日志”中保留多少个 ID，你会保留它多长时间？这需要多少额外的内存？查找速度有多慢？如何组件重启会被处理吗？你如何确保重复的事件总是发送到同一个组件实例？另外，你必须在系统的每个组件中实现这个记录）
但更重要的是，执行至少一次合同会使系统变得更加复杂，因此系统的可靠性也会大大降低。
在这个系统中，组件不能只是将消息发送到管道中，而不管它。它必须等待接收来自它下游的每个组件的确认。如果ack没有及时到达，就必须再次发送同样的消息，一直这样下去，直到收到ack。想象一下，下游的某些组件由于某种原因（可能是内存利用率高）而变慢了。 ack 超时，上游开始一次又一次地重新发送相同的事件。与此同时，新消息不断堆积，而且没有被确认，所以他们也很反感。它呈指数级快速增长。这 增加了 已经有问题的组件 的负载 （使其变得更慢），以及 所有其他人，迅速使本已糟糕的情况变得更糟，并最终导致整个系统崩溃。
为什么它是默认值的简短回答是：
- 在最多一次的基础上实现至少一次并不难（配对请求和回复的询问模式是其中的大部分方式），但是没有很好的方法来获得最多一次-once out of at-least-once（例如，不产生至少一次的成本）
- 至多一次意味着或多或少一件事，与上下文无关，而至少一次意味着实际上无限多的事情（例如，在没有回复多长时间后，进程可以决定发送失败，应该重试多少次？）...没有合理的默认含义，并且很可能对于给定的 application/service. 甚至没有合理的默认值
请注意，at-least-once 至少会导致与 at-most-once 一样多的不一致，尤其是在处理非幂等性时，添加幂等性的通用方法确实很重量级；相反地，在更高级别（以及需要的地方）设计幂等性通常能够轻得多。