请说明在 Scala 语言中，利用 Akka 框架构建分布式计算系统的具体方法和关键步骤。
考察说明
考查候选人是否理解 Akka 的 Actor 模型及其在分布式计算中的应用方式。
回答思路
- 【回答框架 1】Akka 基于 Actor 模型，每个 Actor 是轻量级并发原语，通过消息传递进行通信，天然适合分布式场景。分布式计算的核心是将任务拆分为多个子任务，分配给不同节点上的 Actor 并行执行，再汇总结果。
- 【回答框架 2】实现时，首先定义 Actor 类，重写 receive 方法处理消息。通过 ActorSystem 创建 Actor 实例，使用 actorOf 启动。远程部署时，配置 akka.remote 或 akka.cluster，指定节点地址，使用 actorSelection 或集群路由（如 RoundRobinGroup）将消息发送到远程 Actor。
- 【回答框架 3】任务拆分可采用分治模式：主 Actor 将大任务分解为小任务，发送给工作 Actor，工作 Actor 执行后返回结果，主 Actor 聚合。使用 Future 或 ask 模式异步获取结果，避免阻塞。
- 【回答框架 4】集群模式下，使用 Cluster Singleton 保证全局唯一协调者，Cluster Sharding 将实体分布到节点，实现数据本地性。负载均衡通过路由策略（如 ConsistentHashing）实现。
- 【回答框架 5】容错方面，使用 Supervisor 策略（OneForOneStrategy 或 AllForOneStrategy）处理 Actor 失败，结合持久化（Akka Persistence）恢复状态，确保分布式计算的可靠性。
- 【关键点 1】Actor 模型通过消息传递实现并发和分布式，无共享内存。
- 【关键点 2】使用 akka.cluster 和 Cluster Sharding 管理分布式节点和实体。
- 【关键点 3】任务分解与聚合是分布式计算的核心模式。
- 【关键点 4】通过 Supervisor 策略和持久化实现容错。
- 【关键点 5】异步消息和 Future 提升系统吞吐量。
- 【易错点 1】避免在 Actor 中执行阻塞操作，会耗尽线程池。
- 【易错点 2】消息传递不保证顺序，需设计幂等或使用序列号。
- 【易错点 3】分布式环境网络分区可能导致消息丢失，需结合重试和超时机制。