一、背景
工作中遇到项目使用 Disruptor 做消息队列，没错，不是 Kafka 也不是 RabbitMQ。Disruptor 有一个最大的优点就是快，另外它还是开源的，下面做个简单的记录。
二、Disruptor 介绍
Disruptor 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（在性能测试中发现竟然与 I/O 操作处于同样的数量级）。
基于 Disruptor 开发的系统单线程能支撑每秒 600 万订单，2010 年在 QCon 演讲后，获得了业界关注。
Disruptor是一个开源的Java框架，它被设计用于在生产者—消费者（producer-consumer problem，简称 PCP）问题上获得尽量高的吞吐量（TPS）和尽量低的延迟。
从功能上来看，Disruptor 实现了"队列"的功能，而且是一个有界队列。那么它的应用场景自然就是"生产者-消费者"模型的应用场合了。
Disruptor 是 LMAX 在线交易平台的关键组成部分，LMAX 平台使用该框架对订单处理速度能达到 600 万 TPS。除金融领域之外，其他一般的应用中都可以用到 Disruptor，它可以带来显著的性能提升。
其实 Disruptor 与其说是一个框架，不如说是一种设计思路。对于存在"并发、缓冲区、生产者—消费者模型、事务处理"这些元素的程序来说，Disruptor 提出了一种大幅提升性能（TPS）的方案。
Disruptor 的 GitHub 主页：https://github.com/LMAX-Exchange/disruptor
三、Disruptor 的核心概念
先从了解 Disruptor 的核心概念开始，来看它是如何运作的。下面介绍的概念模型，既是领域对象，也是映射到代码实现上的核心对象。
1. Ring Buffer
如其名，环形的缓冲区。曾经 RingBuffer 是 Disruptor 中最主要的对象，但从 3.0 版本开始，其职责被简化为仅仅负责对通过 Disruptor 进行交换的数据（事件）进行存储和更新。在一些更高级的应用场景中，Ring Buffer 可以由用户的自定义实现来完全替代。
2. Sequence
通过顺序递增的序号来编号管理通过其进行交换的数据（事件），对数据（事件）的处理过程总是沿着序号逐个递增处理。一个 Sequence 用于跟踪标识某个特定的事件处理者（RingBuffer / Consumer）的处理进度。
虽然一个 AtomicLong 也可以用于标识进度，但定义 Sequence 来负责该问题还有另一个目的，那就是防止不同的 Sequence 之间的 CPU 缓存伪共享（False Sharing）问题。
注：这是 Disruptor 实现高性能的关键点之一，网上关于伪共享问题的介绍已经汗牛充栋，在此不再赘述。
3. Sequencer
Sequencer 是 Disruptor 的真正核心。此接口有两个实现类 SingleProducerSequencer、MultiProducerSequencer，它们定义在生产者和消费者之间快速、正确地传递数据的并发算法。
4. Sequence Barrier
用于保持对 RingBuffer 的 main published Sequence 和 Consumer 依赖的其他 Consumer 的 Sequence 的引用。Sequence Barrier 还定义了决定 Consumer 是否还有可处理事件的逻辑。
5. Wait Strategy
定义 Consumer 如何进行等待下一个事件的策略。（注：Disruptor 定义了多种不同的策略，针对不同的场景，提供了不一样的性能表现。）
6. Event
在 Disruptor 的语义中，生产者和消费者之间进行交换的数据被称为事件（Event）。它不是一个被 Disruptor 定义的特定类型，而是由 Disruptor 的使用者定义并指定。
7. EventProcessor
EventProcessor 持有特定消费者（Consumer）的 Sequence，并提供用于调用事件处理实现的事件循环（Event Loop）。
8. EventHandler
Disruptor 定义的事件处理接口，由用户实现，用于处理事件，是 Consumer 的真正实现。
9. Producer
即生产者，只是泛指调用 Disruptor 发布事件的用户代码，Disruptor 没有定义特定接口或类型。
四、案例 Demo
通过下面 8 个步骤，你就能将 Disruptor 用起来啦：
1、添加 pom.xml 依赖
<dependency>
<groupId>com.lmax</groupId>
<artifactId>disruptor</artifactId>
<version>3.4.4</version>
</dependency>
2、消息体 Model
/**
* 消息体
*/
@Data
public class MessageModel {
private String message;
}
3、构造 EventFactory
public class HelloEventFactory implements EventFactory<MessageModel> {
@Override
public MessageModel newInstance() {
return new MessageModel();
}
}
4、构造 EventHandler-消费者
@Slf4j
public class HelloEventHandler implements EventHandler<MessageModel> {
@Override
public void onEvent(MessageModel event, long sequence, boolean endOfBatch) {
try {
//这里停止1000ms是为了确定消费消息是异步的
Thread.sleep(1000);
log.info("消费者处理消息开始");
if (event != null) {
log.info("消费者消费的信息是：{}", event);
}
} catch (Exception e) {
log.info("消费者处理消息失败");
}
log.info("消费者处理消息结束");
}
}
5、构造 BeanManager
/**
* 获取实例化对象
*/
@Component
public class BeanManager implements ApplicationContextAware {
private static ApplicationContext applicationContext = null;
@Override
public void setApplicationContext(ApplicationContext applicationContext) throws BeansException {
this.applicationContext = applicationContext;
}
public static ApplicationContext getApplicationContext() {
return applicationContext;
}
public static Object getBean(String name) {
return applicationContext.getBean(name);
}
public static <T> T getBean(Class<T> clazz) {
return applicationContext.getBean(clazz);
}
}
6、构造 MQManager
@Configuration
public class MQManager {
@Bean("messageModel")
public RingBuffer<MessageModel> messageModelRingBuffer() {
//定义用于事件处理的线程池， Disruptor通过java.util.concurrent.ExecutorService提供的线程来触发consumer的事件处理
ExecutorService executor = Executors.newFixedThreadPool(2);
//指定事件工厂
HelloEventFactory factory = new HelloEventFactory();
//指定ringbuffer字节大小，必须为2的N次方（能将求模运算转为位运算提高效率），否则将影响效率
int bufferSize = 1024 * 256;
//单线程模式，获取额外的性能
Disruptor<MessageModel> disruptor = new Disruptor<>(factory, bufferSize, executor,
ProducerType.SINGLE, new BlockingWaitStrategy());
//设置事件业务处理器---消费者
disruptor.handleEventsWith(new HelloEventHandler());
// 启动disruptor线程
disruptor.start();
//获取ringbuffer环，用于接取生产者生产的事件
RingBuffer<MessageModel> ringBuffer = disruptor.getRingBuffer();
return ringBuffer;
}
}
7、构造 MqService 和实现类-生产者
public interface DisruptorMqService {
/**
* 消息
* @param message
*/
void sayHelloMq(String message);
}
@Slf4j
@Component
@Service
public class DisruptorMqServiceImpl implements DisruptorMqService {
@Autowired
private RingBuffer<MessageModel> messageModelRingBuffer;
@Override
public void sayHelloMq(String message) {
log.info("record the message: {}", message);
//获取下一个Event槽的下标
long sequence = messageModelRingBuffer.next();
try {
//给Event填充数据
MessageModel event = messageModelRingBuffer.get(sequence);
event.setMessage(message);
log.info("往消息队列中添加消息：{}", event);
} catch (Exception e) {
log.error("failed to add event to messageModelRingBuffer for : e = {},{}", e, e.getMessage());
} finally {
//发布Event，激活观察者去消费，将sequence传递给消费者
//注意最后的publish方法必须放在finally中以确保必须得到调用；如果某个请求的sequence未被提交将会堵塞后续的发布操作或者其他的producer
messageModelRingBuffer.publish(sequence);
}
}
}
8、构造测试类及方法
@Slf4j
@RunWith(SpringRunner.class)
@SpringBootTest(classes = DemoApplication.class)
public class DemoApplicationTests {
@Autowired
private DisruptorMqService disruptorMqService;
/**
* 项目内部使用Disruptor做消息队列
* @throws Exception
*/
@Test
public void sayHelloMqTest() throws Exception {
disruptorMqService.sayHelloMq("消息到了，Hello world!");
log.info("消息队列已发送完毕");
//这里停止2000ms是为了确定是处理消息是异步的
Thread.sleep(2000);
}
}
测试运行结果
2020-04-05 14:31:18.543 INFO 7274 --- [ main] c.e.u.d.d.s.Impl.DisruptorMqServiceImpl : record the message: 消息到了，Hello world!
2020-04-05 14:31:18.545 INFO 7274 --- [ main] c.e.u.d.d.s.Impl.DisruptorMqServiceImpl : 往消息队列中添加消息：MessageModel(message=消息到了，Hello world!)
2020-04-05 14:31:18.545 INFO 7274 --- [ main] c.e.utils.demo.DemoApplicationTests : 消息队列已发送完毕
2020-04-05 14:31:19.547 INFO 7274 --- [pool-1-thread-1] c.e.u.d.disrupMq.mq.HelloEventHandler : 消费者处理消息开始
2020-04-05 14:31:19.547 INFO 7274 --- [pool-1-thread-1] c.e.u.d.disrupMq.mq.HelloEventHandler : 消费者消费的信息是：MessageModel(message=消息到了，Hello world!)
2020-04-05 14:31:19.547 INFO 7274 --- [pool-1-thread-1] c.e.u.d.disrupMq.mq.HelloEventHandler : 消费者处理消息结束
从日志中可以清晰看到：主线程发送消息后立即返回（14:31:18.545），而消费者线程在约 1 秒后才开始处理消息（14:31:19.547），这验证了消息消费确实是异步的。
五、总结
其实"生产者 -> 消费者"模式是很常见的，通过一些消息队列也可以轻松做到上述效果。不同的地方在于，Disruptor 是在内存中以队列的方式去实现的，而且是无锁的。这也是 Disruptor 为什么高效的原因。
如果你正在做高并发场景下的性能优化，Disruptor 这类无锁内存队列值得深入研究。在云栈社区中也有不少关于并发编程与性能调优的实战讨论，欢迎交流。
发表于 1 小时前
|
查看: 4|
回复: 0
