Akka自愈需监督策略+消息重试+状态持久化三层协同；缺一则致丢状态、卡死或崩溃循环，核心是保障业务逻辑正确推进而非仅重启。
Akka 的自愈能力不是开箱即用的魔法，而是靠监督策略（SupervisorStrategy）+ 消息重试 + 状态持久化三层组合实现的；缺一层，系统在故障时就可能丢状态、卡死或无限崩溃。
为什么默认 supervision 不等于自愈
Akka 默认使用 OneForOneStrategy 或 AllForOneStrategy，但仅配置策略本身不触发恢复——它只决定子 Actor 崩溃后该重启、暂停还是停止。真正让系统“活过来”的是后续动作：
- 重启（
Restart）会清空内存状态，若没做快照或事件溯源，上次处理的消息就丢了 - 若崩溃 Actor 正在处理一个关键命令（如
TransferMoney），而上游没做幂等或重发，这笔操作就静默失败 - 监督者自身若未被更高层监督（比如没放在
ClusterSingleton里），它挂了整个子树就不可用了
必须补上的三块拼图
自愈 ≠ 能重启，而是“故障发生后，业务逻辑能继续正确推进”。这需要：
-
消息层重试：用
AtLeastOnceDelivery或Eventsourced配合PersistentActor，确保命令至少投递一次；避免用纯ask模式，它超时即弃 -
状态可重建：优先用
EventSourcedBehavior（Akka Typed）记录事件流，而非直接存当前状态；崩溃重启后重放事件即可还原一致视图 -
拓扑级兜底：用
ClusterSingletonManager包裹核心协调 Actor，用ClusterSharding分片管理海量实体（如每个用户一个ShoppingCart），节点宕机后分片自动迁移
常见踩坑点：重启策略配错 + 状态没外置
典型错误配置：
override val supervisorStrategy =
OneForOneStrategy(maxNrOfRetries = 10, withinTimeRange = 1.minute) {
case _: DatabaseException => Restart
case _ => Escalate
}
问题在于：Restart 后 Actor 内存清空，但数据库连接池、HTTP 客户端等外部资源未显式关闭/重建，下次处理消息时直接 NullPointerException 再崩一次，形成崩溃循环。
- 正确做法：在
preRestart中显式清理资源，在postRestart中重建（如重连 DB、初始化 HTTP client） - 更稳做法：把外部依赖抽成独立 Actor（如
DatabaseConnectionActor），让它自己管生命周期，主业务 Actor 只发消息 - 别把敏感状态（如待确认订单 ID 列表）存在
var字段里——它不会被事件溯源捕获，重启即蒸发
真正难的不是写监督策略，而是判断哪部分状态必须持久化、哪条消息必须幂等、哪个 Actor 必须做成 singleton。这些决策藏在业务语义里，而不是 Akka 文档里。
