1.3 容错
我们刚刚在例子中涉及到如何快速且简单地实现容错；现在让我们再深入一点。 （容错在第三章中详细讨论） 卖票的例子提到，消息传递的方法允许系统继续工作，即使其中一部分永远等待，不能工作。 其中的一个原因是隔离，actors 不直接相互对话。 actor 从来不会阻塞，或永远等待，因为它给另一个 actor 发消息。 因为消息发送到信箱，发送者立即可以做其他事情。 也许消息永远不会到达期望的 actor，或者从不会被处理，但是发送的 actor 至少不会因为发送消息到一个地址而崩溃。 这对对象和调用方法不成立。 一旦你调用了一个方法，你就陷进去了。 图 1.7 展示了 actor 和对象在这方面的差别。
Figure 1.7 消息传递 vs 函数调用
隔离提供了另一个机会。 如果一个 actor 崩溃，被另一个 actor 代替，新的 actor 可以通过原来地址联系到， 会发生什么？发送到这个地址的消息会被新 actor 接收，只要崩溃的 actor 被正确替换。 错误被限制在出错的 actor 中，之后的消息可以被新 actor 处理。 （为了能正确处理，出错的 actor 不应该再继续处理消息。 它应该崩溃，然后被烧掉，不应该再次出现。） 像 Spring 之类的框架在容器/bean 层级处理，Akka 把可替换性引入运行时 （这就是 Actor“让它崩溃”的概念）：我们预计到会出现单个处理者不能执行任务的情况， 我们准备着重新分配工作以避免灾难性的失败。
这里要注意：这是双向的。 即使失败在链中是向上的，下面的 actor 也可以继续直到新的监督者到来。 没有破坏的链，最重要的是，找出链可能破坏的所有可能方式，并为每种情形进行特殊处理， 不再是开发者的责任（在共享可变状态模型中，异常是唯一的工具，而且如下面会看到的， 它们与当前的虚拟机绑定，向上和向下影响调用栈）。 崩溃的 Actor (本例中是打印室)可以被替换掉，甚至不打断其他合作者，如图 1.8 所示：
Figure 1.8 替换掉崩溃的打印室
信箱中的被崩溃了的打印室处理的消息可以传递给新的打印室（当确定还没有被处理）。 代理不会注意到任何问题，系统继续售票。 这个情景是 Akka 提供的容错策略的一个例子，成为重启策略。 其他可用策略包括：恢复，停止，升级。 这些策略在第四章中详细解释。 Akka 提供了为 Actors 中发生的特定异常选择策略的方法。 因为 Akka 控制着 Actors 之间的消息如何处理，知道 Actors 的地址， 它可以终止抛异常的 Actor 的消息传递，检查特定异常应使用何种策略，并采取相应动作。 （这有点像《铁窗喋血》中的世界：唯一的失败，是通信失败）
容错不表示每个可能的错误都会被捕获，然后完全恢复。 容错系统是这样的系统：可以限制和隔离系统中特定部分的错误，避免系统崩溃。 目标是令系统继续运行，这通过重启打印室达到。 不同的失败需要相应地错略。 一些失败可以通过重启系统中的某部分，其他错误可能不能在监测点解决，作为更大子系统的一部分， 需要在上层处理，
正如你可能会预料的，在共享可变状态方法中替换工作有问题的对象几乎是不可能的， 除非你打算建立自己的框架来支持它。 而且这不限于工作有问题的对象，如果你打算替换一个特定对象的行为，该怎么办呢？ （如我们之后看到的，Akka 也提供了对 Actor 进行热交换的功能） 因为你不能控制方法如何被调用，也不能挂起一个方法，重定向到另一个新对象， 消息传递方法提供的灵活性是无可匹敌的。
不深入细节，我们来简单看看异常处理。 标准的、非并发的异常在调用层次中向上抛。 对象需要处理这个异常，或者重新抛出。 无论何时异常发生，你需要停止正在处理的常规业务，转到错误处理，处理完后，立即从离开的地方继续进行。 因为这很难，大部分开发者喜欢把错误顺着栈一路向上抛出，留给某些框架来处理， 框架会在出现错误迹象的时候终止进程。 在 Java 中，存在两种异常（检查过的和运行时的）令情形更加阴暗， 对每种异常的适用情况的疑惑使得更可能在遇到异常时回避，希望其他人来处理。
以上讨论的还只是非并发时候的异常处理。 现实中异常几乎不能在线程间共享，除非你打算建立大量的基础设施来处理。 异常不能自动传出线程所在的线程组，这意味着你得用其他方式在不同线程组的线程之间交换异常。 大多数情况下，如果线程遇到某些异常，可以选择忽略错误，继续运行，或者完全停止执行， 这种是最简单的方案。 你能在日志中找出线程崩溃或停止的迹象，但是向系统其他部分传递这些信息没那么简单。 重启线程，而且提供正常工作需要的状态，对于手动来做非常难。 当线程分布在多台机器上时，这又难了一个数量级。 Akka 提供了处理错误的模型，无论 actors 在一台机器上，还是扩展到多台，如第三章中所示。 你能在对核心问题处理方法的对比中看出， Akka 不仅可以解决并发问题，在某些情况下，容错方面的优势也有很大的吸引力。