简介
Orleans提供了一个简单直接的构建分布式高可扩展计算应用，并且不需要学习和掌握复杂的并发或者其他的扩展模式。它由Microsoft Research创建和设计在云端使用。Oreleans已经广泛地被Microsoft数个产品组在Microsoft Azure中使用，最知名的是343 Industries用作Halo Reach、Halo 4 和Halo 5的云服务平台，除此之外在别的一些企业中也有应用。
自从Orleans作为开源框架在2015年1月发布以来，很快地得到了欢迎和认可。受活跃的开发者社区和Orleans团队的影响，特性每天都在增和改善。Microsoft Research持续资助Orleans，使它成为.NET 分布式开发的首选。
背景
云引用和服务天生地是并行和分布式的。它们也是互相配合和动态的；经常需求近乎实时的云实例之间的交互。现在构建这样的应用十分困难。开发过程需要专家级的程序员并且往往在工作量增长的同时需要昂贵的重新设计和重新架构。
现今的大多数高扩展性应用是通过SOA模式构建的。渲染一个亚马逊、Google或者Facebook的web页面涉及到与数百个独立构建部署和管理的SOA服务的复杂交互。
SOA的数据横向扩展机制是分区法。当数据大小和负载增长出现“热点”，一个服务必须动态地重分区它的状态，并且是在不打断他的操作的情况下完成。SOA给程序开发者提出了在分区内的高度并发请求的挑战。但是现有的工具并没有很好的提供安全高效的并发和分布式并行化支持。
无状态的N层模型在存储层解决分区问题。它经常需要添加缓存层来得到可接受的性能，增加了复杂性并且引入了缓存一致性问题。
Actors
Actor模型支持细粒度的独立的对象——actor，actor各自独立并且足够轻量，支持将独立的entity建模成一个actor。他们之间可以通过异步消息传递直接进行通信。
很明显，一个actor使用一个单线程的语义执行。加上actor的状态封装和与其他actor的事务隔离，从actor代码层面解决了数据竞争问题，使得写一个高并发系统变得很容易。开发者使用actor不用担心临界区、互斥量、锁级别和其他的复杂的对应用逻辑没用的的防竞争问题。actor是动态地在可食用的硬件资源池中创建的。这使得负载均衡相对于SOA的基于hash的分区更加简单。
过去的十年，Erlang是最流行的传统actor模型的实现。面对上面提到的SOA的挑战，业界开始重新探索actor模型，重新激起了人们对Erlang和类Erlang解决方案（Scala、Akka、DCell）的兴趣。
虚拟Actors
Orleans是一个改进的actor模型的实现，大量参考了Erlang和分布式对象系统，添加了静态类型、消息中间层和actor虚拟化，将这些集成在一个编程模型中。尽管Erlang是一个有它自己的自定义虚拟机纯函数式语言,Orleans编程模型还是直接利用.NET和它的面向对象的能力。它提供了一个让开发复杂分布式应用更简单的平台，并且使最终的应用在设计上具有可扩展性。
不像其他系统例如Erlang或者Akka中的actor，Orleans Grains 是虚拟actor。与同步方法调用不同的是他们通过异步消息通信。经验已经表明纯同步系统往往不具备很好的可扩展性，因此我们的系统更容易扩展。
Orleans运行时管理grains的位置和激活的方法类似于操作系统管理虚拟内存页：它通过创建一个内存拷贝（一个激活）在一个服务器（一个 Orleans Silo）上激活一个grain，并且过一会儿如果这个激活一段时间没有被使用它可能停用这个激活。
如果一条消息发送给一个grain，并且任何服务器上都没有激活，那么运行时将选一个位置并且在那创建一个新的激活。因为grain是虚拟的，所以他们从不会失败，甚至当前服务器所有的激活都失败了。 这就排除了验证grain是否存在的必要，也派出了追踪失败并且重新创建grain的必要；Orleans运行时自动地完成这些工作。