1 前置知识储备
自分布式计算出现以来，业界已经开始广泛研究基于消息传递编程模型的解决方案。关于消息传递，Wikipedia 描述其广泛定义主要包括：远程过程调用（Remote Procedure Calls, RPC） 和 消息传递接口（Message Passing Interface, MPI）。但是，如今我们所谈到的消息传递，通常是指 actor 模型（Actor Model）。作为一种通用的消息传递编程模型，其起源于 20 世纪 70 年代，如今被广泛用于构建大规模可伸缩分布式系统。
Actor 模型
一个 actor 定义为一个计算单元。所谓麻雀虽小，五脏俱全，每个 Actor 包含了存储、通信、计算等能力。在分布式系统中，通常包含了非常多的服务器集群，每一台服务器又包含了大量 actor 实例，它们共同构成了强大的并行计算能力。
Actor 的核心思想是 独立维护隔离状态，并基于消息传递实现异步通信。围绕其进行实现，actor 通常包含以下特征：
每个 actor 持有一个邮箱（mailbox），本质上是一个队列，用于存储消息。
每个 actor 可以发送消息至任何 actor。
每个 actor 可以通过处理消息来更新内部状态，对于外部而言，actor 的状态是隔离的状态（isolated state）。
为了便于通信，actor 模型使用 异步 消息传递。消息传递不使用任何中间实体，如：通道（channel）。由于 actor 模型的消息是异步传递的，中间可能会经过很长时间，甚至丢失，因此无法保证消息到达目标 actor 时的顺序。每个 actor 都完全独立于任何其他实例，actor 之间的交互完全基于异步消息，因此能够在很大程度上避免共享内存的存在问题。
任务调度
Actor 模型根据任务调度的方式可以分为两种，分别是：
（1）基于线程（thread-based）的 actor 模型
基于线程的 actor 模型，其本质是为每一个 actor 分配一个独立的“线程”。这里的“线程”并不是严格意义的操作系统线程，而是广泛意义的执行过程，它可以是线程、协程或虚拟机线程。
在基于线程的 actor 模型中，每个 actor 独占一个线程，如果当前 actor 的邮箱为空，actor 会阻塞当前线程，等待接收新的消息。在实现中，一般使用 receive 原语。
这种 actor 模型实现起来比较简单，但是缺点也非常明显，由于线程数量受到系统的限制，因此 actor 的数量也会受到限制。现阶段，只有少部分 actor 模型采用基于线程的实现方式，如：Erlang、Scala Actor、Cloud Haskell。
（2）事件驱动（event-driven）的 actor 模型
在事件驱动的 actor 模型，actor 并不直接与线程耦合，只有在事件触发（即接收消息）时，才为 actor 的任务分配线程并执行。这种方式使用续体闭包（Continuation Closure）来封装 actor 及其状态。当事件处理完毕，即退出线程。通过这种方式，我们可以使用很少的线程来执行大量 actor 产生的任务。在实现中，一般使用 react 原语。
事件驱动的 actor 模型在消息触发时，会自动创建并分配线程。在这种过程中，一般的优化是将 actor 执行建立在底层的线程池之上，这些线程可以是线程、协程或虚拟机线程。从概念上讲，这种实现与 run loop、event loop 机制非常相似。
2 LabVIEW的AF示例
假设有学生和老师这两个actor，学生有个“向老师交了一份儿作业”的方法；老师有“给学生的作业打分。”这个方法；
先来设计学生这个actor：
（1）新建一个空白的Project，并命名保存为“AF_student_teacher.lvproj”：
（2）右键新建操作者Actor——Student：
student这个类我们还定义一个“姓名”的私有私有（私有字段）；并写一个其“写入”的方法：
（3）新建 静态模板方法——交作业
“交作业”方法体代码：
（4）为“交作业”方法创建 消息：
（5）测试“Student”Actor：
点击vi运行按钮：
