数据流与Actor模型：构建响应式系统的核心技术
1. 流模型概述
在许多系统中，不同的上下文之间需要进行信息交互。例如，账户管理（Account Management）上下文会生成包含消费者上下文所需信息的事件或消息，而报表（Reporting）上下文则需要遵循账户管理上下文生成的消息格式和协议。这种信息传递通常通过消息队列来实现，账户管理上下文将消息推送到队列，报表上下文则根据自身需求从队列中拉取消息。消息队列可以使用Kafka（http://kafka.apache.org）、RabbitMQ（www.rabbitmq.com）等技术来实现。
使用显式异步消息传递有以下主要要点：
-异步边界：可用于跨异步边界传递信息，异步边界可能存在于同一机器的不同线程甚至不同CPU核心之间。
-时间和空间解耦：这种编程模型在时间和空间上实现了解耦，适用于松散连接的系统之间的通信，如不同的有界上下文之间的通信。
2. 流模型面临的挑战及API特性
流模型在处理数据交互时，会面临一些设计上的挑战：
-信息持续流动：很多情况下，数据流是无限生成的，如股票指数、市场价格、汇率以及监控系统的时间序列数据等。如何在不使系统过载的情况下处理这些数据是一个问题。
-单次处理机会：对于流数据，只能处理一次，且处理必须在线进行，不能丢弃任何数据。
-存储问题：由于数据持续流动，不能先存储所有数据再进行处理，处理过程需要在线且具有
