高性能无锁队列 Disruptor 初体验

原文地址： haifeiWu和他朋友们的博客
博客地址：www.hchstudio.cn
欢迎转载，转载请注明做者及出处，谢谢！

最近一直在研究队列的一些问题，今天楼主要分享一个高性能的队列 Disruptor 。

what Disruptor ?

它是英国外汇交易公司 LMAX 开发的一个高性能队列，研发的初衷是解决内存队列的延迟问题。基于 Disruptor 开发的系统单线程能支撑每秒600万订单。

目前，包括 Apache Storm、Log4j2 在内的不少知名项目都应用了Disruptor以获取高性能。在楼主公司内部使用 Disruptor 与 Netty 结合用来作 GPS 实时数据的处理，性能至关强悍。本文从实战角度来大概了解一下 Disruptor 的实现原理。

why Disruptor ?

Disruptor经过如下设计来解决队列速度慢的问题：

• 环形数组结构 为了不垃圾回收，采用数组而非链表。由于，数组对处理器的缓存机制更加友好。
  
• 元素位置定位 数组长度2^n，经过位运算，加快定位的速度。下标采起递增的形式。不用担忧index溢出的问题。index是long类型，即便100万QPS的处理速度，也须要30万年才能用完。
  
• 无锁设计 每一个生产者或者消费者线程，会先申请能够操做的元素在数组中的位置，申请到以后，直接在该位置写入或者读取数据。
  
• 针对伪共享问题的优化 Disruptor 消除这个问题，至少对于缓存行大小是64字节或更少的处理器架构来讲是这样的（有可能处理器的缓存行是128字节，那么使用64字节填充仍是会存在伪共享问题），经过增长补全来确保ring buffer的序列号不会和其余东西同时存在于一个缓存行中。

how Disruptor ?

经过上面的介绍，咱们大概能够了解到 Disruptor 是一个高性能的无锁队列，那么该如何使用呢，下面楼主经过 Disruptor 实现一个简单的生产者消费者模型，介绍 Disruptor 的使用

首先，根据 Disruptor 的事件驱动的编程模型，咱们须要定义一个事件来携带数据。

public class DataEvent {
    private long value;

    public void set(long value) {
        this.value = value;
    }

    public long getValue() {
        return value;
    }
}

复制代码

为了让 Disruptor 为咱们预先分配这些事件，咱们须要构造一个 EventFactory 来执行构造

public class DataEventFactory implements EventFactory<DataEvent> {

    @Override
    public DataEvent newInstance() {
        return new DataEvent();
    }
}

复制代码

一旦咱们定义了事件，咱们须要建立一个处理这些事件的消费者。 在咱们的例子中，咱们要作的就是从控制台中打印出值。

public class DataEventHandler implements EventHandler<DataEvent> {
    @Override
    public void onEvent(DataEvent dataEvent, long l, boolean b) throws Exception {
        new DataEventConsumer(dataEvent);
    }
}
复制代码

接下来咱们须要初始化 Disruptor ，并定义一个生产者来生成消息

public class DisruptorManager {

    private final static Logger LOG = LoggerFactory.getLogger(DisruptorManager.class);

    /*消费者线程池*/
    private static ExecutorService threadPool;
    private static Disruptor<DataEvent> disruptor;
    private static RingBuffer<DataEvent> ringBuffer;

    private static AtomicLong dataNum = new AtomicLong();

    public static void init(EventHandler<DataEvent> eventHandler) {

        //初始化disruptor
        threadPool = Executors.newCachedThreadPool();
        disruptor = new Disruptor<>(new DataEventFactory(), 8 * 1024, threadPool, ProducerType.MULTI, new BlockingWaitStrategy());

        ringBuffer = disruptor.getRingBuffer();
        disruptor.handleEventsWith(eventHandler);
        disruptor.start();

        new Timer().schedule(new TimerTask() {
            @Override
            public void run() {
                LOG.info("放入队列中数据编号{},队列剩余空间{}", dataNum.get(), ringBuffer.remainingCapacity());
            }
        }, new Date(), 60 * 1000);
    }

    /** * * @param message */
    public static void putDataToQueue(long message) {
        if (dataNum.get() == Long.MAX_VALUE) {
            dataNum.set(0L);
        }

        // 往队列中加事件
        long next = ringBuffer.next();
        try {
            ringBuffer.get(next).set(message);
            dataNum.incrementAndGet();
        } catch (Exception e) {
            LOG.error("向RingBuffer存入数据[{}]出现异常=>{}", message, e.getStackTrace());
        } finally {
            ringBuffer.publish(next);
        }
    }

    public static void close() {
        threadPool.shutdown();
        disruptor.shutdown();
    }
}

复制代码

最后咱们来定义一个 Main 方法来执行代码

public class EventMain {

    public static void main(String[] args) throws Exception {
        DisruptorManager.init(new DataEventHandler());
        for (long l = 0; true; l++) {
            DisruptorManager.putDataToQueue(l);
            Thread.sleep(1000);
        }
    }
}

复制代码

上面代码具体感兴趣的小伙伴请移步 github.com/haifeiWu/di…

而后咱们能够看到控制台打印出来的数据

小结

Disruptor 经过精巧的无锁设计实现了在高并发情形下的高性能。

另外在Log4j 2中的异步模式采用了Disruptor来处理。在这里楼主遇到一个小问题，就是在使用Log4j 2经过 TCP 模式往 logstash 发日志数据的时候，因为网络问题致使连接中断，从而致使 Log4j 2 不停的往 ringbuffer 中写数据，ringbuffer数据没有消费者，致使服务器内存跑满。解决方案是设置 Log4j 2 中 Disruptor 队列有界，或者换成 UDP 模式来写日志数据（若是数据不重要的话）。

参考连接

• 高性能无锁队列 Disruptor 初体验
• 剖析Disruptor:为何会这么快？(二)神奇的缓存行填充
• 高性能队列——Disruptor