高性能并发队列Disruptor使用详解，详细解析Disruptor框架的应用和基本原理

痛定思痛。 2023-09-29 09:59 11阅读 0赞

## 基本概念 ##

*  **Disruptor**是一个高性能的异步处理框架,是一个轻量的**Java**消息服务**JMS,** 能够在无锁的情况下实现队列的并发操作
 *  **Disruptor**使用环形数组实现了类似队列的功能,并且是一个有界队列.通常应用于生产者-消费者的场景
 *  **Disruptor**是一个观察者模式的实现
 *  **Disruptor**通过以下三种设计方案解决性能问题:
    
     *  **环形数组结构:**
        
         *  为了避免垃圾回收,使用数组代替链表
         *  数组对处理器的缓存机制更加友好
     *  **元素位置定位:**
        
         *  数组长度为**2^n^,** 可以通过位运算,提升定位的速度
         *  数组中元素下标采用递增的形式
         *  **index**采用**long**类型,不用担心索引**index**溢出问题
     *  **无锁设计:**
        
         *  每个生产者或者消费者线程,会首先申请可以操作的元素在数组中的位置,如果申请成功,直接在申请到的位置上写入数据或者读取数据
 *  **Disruptor**和**BlockingQueue**比较:
    
     *  **BlockingQueue:** FIFO队列.生产者Producer向队列中发布publish一个事件时,消费者Consumer能够获取到通知.如果队列中没有消费的事件,消费者就会被阻塞,直到生产者发布新的事件
     *  **Disruptor可以比BlockingQueue做到更多:**
        
         *  Disruptor队列中同一个事件可以有多个消费者,消费者之间既可以并行处理,也可以形成依赖图相互依赖,按照先后次序进行处理
         *  Disruptor可以预分配用于存储事件内容的内存空间
         *  Disruptor使用极度优化和无锁的设计实现极高性能的目标
 *  通常情况下,如果存在两个独立的处理过程的线程时,就可以使用高性能的并发队列**Disruptor**来实现
 *  **Disruptor的优点:**
    
     *  使用无锁的队列实现并发操作,性能非常高
     *  所有访问者都记录自身序号的实现方式,允许多个生产者和多个消费者共享相同的数据结构
     *  在每个对象,包括**RingBuffer,WaitStrategy,** 生产者**Producer**和消费者**Consumer**中都能跟踪序列号,使用了缓存行填充**cache line padding,** 这样就没有伪共享和非预期的竞争

## Disruptor应用 ##

### 定义事件 ###

*  **Event:** 事件 **.Disruptor**队列中进行交换的数据类型

### 定义事件工厂 ###

*  **Event Factory:** 定义事件**Event**实例化方法,用来实例化一个事件**Event.** 需要实现接口**com.lmax.disruptor.EventFactory< T >**
 *  **Disruptor**通过事件工厂**EventFactory**在**RingBuffer**中预创建事件**Event**的实例
    
     *  一个事件实例**Event**类似于一个数据槽
     *  生产者**Producer**发布**Publish**之前,先从**Ringbuffer**中获取一个事件**Event**实例
     *  然后生产者**Producer**向事件**Event**实例中填充数据,然后再发布到**RingBuffer**中
     *  最后由消费者**Consumer**获取事件**Event**实例并读取实例中的数据

### 定义事件处理实现 ###

*  通过实现接口**com.lmax.disruptor.EventHandler< T >** 定义事件处理的具体实现

### 定义事件处理的线程池 ###

*  **Disruptor**通过**java.util.concurrent.ExecutorService**提供的线程来触发消费者**Consumer**的事件处理

### 指定等待策略 ###

*  **Disruptor**中使用策略模式定义消费者**Consumer**处理事件的等待策略,通过**com.lmax.disruptor.WaitStrategy**接口实现
 *  **WaitStrategy等待策略有三种常用的实现:** 每种策略具有不同的性能和优缺点.根据实际运行环境的CPU的硬件特点选择恰当的策略,并且使用特定的JVM配置启动参数,能够实现不同的性能提升
    
     *  **BlockingWaitStrategy:**
        
         *  性能最低
         *  对CPU的消耗最小
         *  能够在不同的部署环境中提供更加一致的性能
     *  **SleepingWaitStrategy:**
        
         *  性能以及对CPU的消耗和BlockingWaitStrategy差不多
         *  对生产者线程影响最小
         *  适合应用于异步日志等场景
     *  **YieldingWaitStrategy:**
        
         *  性能最高
         *  适合应用于低延迟的系统
         *  在要求极高的性能并且事件处理线程个数小于CPU逻辑核心个数的场景中,推荐使用这个等待策略
         *  比如CPU开启超线程的特性

### 启动Disruptor ###

EventFactory<Event> eventFactory = new EventFactory();
    int ringBufferSize = 1024*1024;
    
    Disruptor<Event> disruptor = new Disruptor<Event>(eventFactory, ringBufferSize, executor, ProcedureType.SINGLE, blockingWaitStrategy);
    EventHandler<Event> eventHandler = new EventHandle();
    disruptor.handleEventsWith(eventHandler);
    disruptor.start();
    复制代码

### 发布事件 ###

*  **Disruptor**的事件**Event**的发布**Publish**过程是一个两阶段提交过程:
    
     *  **第一步:** 先从**RingBuffer**获取下一个可以写入事件的序号
     *  **第二步:** 获取对应的事件**Event**对象,将数据写入事件对象
     *  **第三步:** 将事件提交到**RingBuffer**
 *  Disruptor中要求RingBuffer.publish()方法必须要被调用.也就是说,即使发生异常,也要执行publish()方法,这就要求调用者Producer在事件处理的实现上要判断携带的数据的正确性和完整性

### 关闭Disruptor ###

*  **disruptor.shutdown() :** 关闭**Disruptor.** 方法会阻塞,直至所有的事件都得到处理
 *  **executor.shutdown() :** 关闭**Disruptor**使用的线程池. 如果线程池需要关闭,必须进行手动关闭 **,Disruptor**在**shutdown**时不会自动关闭使用的线程池

## Disruptor原理 ##

### 核心概念 ###

#### RingBuffer ####

*  **RingBuffer:** 环形缓冲区
 *  **RingBuffer**从**3.0**开始,仅仅负责对通过**Disruptor**进行交换的事件数据进行存储和更新
 *  在**Disruptor**的高级应用场景中 **,RingBuffer**可以使用用户自定义的实现来替代

#### Sequence Disruptor ####

*  使用顺序递增的序号来编号管理通过**Sequence Disruptor**进行交换的事件数据,对事件的处理总是按着序号逐个递增进行处理
 *  使用**Sequence**用于跟踪标识某个特定的事件处理者,包括**RingBuffer**和**Consumer**的处理进度
 *  使用**Sequence**来标识进度可以防止不同的**Sequence**之间的**CPU**的缓存间的伪共享**Flase Sharing**问题

#### Sequencer ####

*  **Sequencer**是**Disruptor**的核心
 *  **Sequencer**接口有两个实现类:
    
     *  **SingleProducerSequencer**
     *  **MultiProducerSequencer**
     *  这是定义在生产者和消费者之间快速,正确传递数据的并发算法

#### Sequence Barrier ####

*  用于保持对**RingBuffer**的**published Sequence**和**Consumer**依赖的其余的**Consumer**的**Sequence**引用
 *  **Sequence Barrier**中定义了**Consumer**是否还有可处理的事件的逻辑

#### WaitStrategy ####

*  **WaitStrategy**定义**Consumer**等待事件的策略

#### Event ####

*  **Disruptor**中生产者**Producer**和消费者**Consumer**之间进行交换的数据叫做事件**Event**
 *  **Event**类型不是**Disruptor**定义的,而是由**Disruptor**的使用者来自定义指定

#### EventProcessor ####

*  **EventProcessor**持有指定的消费者**Consumer**的**Sequence,** 并且提供用于调用事件处理实现的事件循环**EventLoop**

#### EventHandler ####

*  Disruptor中定义的事件处理接口,由使用者实现,用于事件的具体处理,是消费者Consumer的真正实现

#### Producer ####

*  **Producer:** 生产者. 泛指Disruptor发布事件的调用方.没有在Disruptor中定义特定的接口或者类型

![format_png][]

### 内存预分配 ###

*  **RingBuffer**使用数组**Object\[\] entries**来存储元素:
    
     *  初始化**RingBuffer**时,会将所有数组元素**entries**的指定为特定的事件**Event**参数,此时**Event**中的**detail**属性为**null**
     *  生产者向**RingBuffer**写入消息时 **,RingBuffer**不是直接将数组元素**entries**指向**Event**对象,而是先获取**Event**对象,更改**Event**对象中的**detail**属性
     *  消费者在消费时,也是从**RingBuffer**中读取**Event,** 读取**Event**对象中的**detail**属性
     *  由此可见,在生产和消费过程中 **,RingBuffer**中的数组元素**entries**没有发生任何变化,没有产生临时对象,数组中的元素一直存活,直到**RingBuffer**消亡
 *  通过以上方式,可以最小化**JVM**中的垃圾回收**GC**的频率,提升性能

private void fill(EventFactory<E> eventFactory) {
    	for (int i = 0; i < bufferSize; i++) {
    		// 使用工厂方法初始化数组中的entries元素
    		entries[BUFFER_PAD + i] = eventFactory.newInstance(); 
    	}
    }
    复制代码

### 消除伪共享 ###

*  **Disruptor**中的伪共享: 如果两个相互独立的并发变量位于同一个缓存行时,在并发的情况下,会相互影响彼此的缓存有效性,进而影响并发操作的性能
 *  **Disruptor**中消除伪共享:
    
     *  **Sequence.java**中使用多个**long**变量填充,确保一个序号独占一个缓存行

private static class Padding {
    	public long nextValue = Sequence.INITIAL_VALUE, cachedValue = Sequence.INITIAL_VALUE, p2, p3, p4, p5, p6, p7; 
    }
    复制代码

### 消除锁和CAS操作 ###

*  **Disruptor**中,通过联合使用**SequenceBarrier**和**Sequence,** 协调和管理消费者和生产者之间的处理关系,避免了锁和**CAS**操作
 *  **Disruptor**中的各个消费者和生产者持有自己的序号**Sequence,** 序号**Sequence**需要满足以下条件:
    
     *  **条件一:** 消费者的序号**Sequence**的数值必须小于生产者的序号**Sequence**的数值
     *  **条件二:** 消费者的序号**Sequence**的数值必须小于依赖关系中前置的消费者的序号**Sequence**的数值
     *  **条件三:** 生产者的序号**Sequence**的数值不能大于消费者正在消费的序号**Sequence**的数值,防止生产者速度过快,将还没有来得及消费的事件消息覆盖
 *  **条件一**和**条件二**在**SequenceBarrier**中的**waitFor()** 方法中实现:

/**
     * 等待给定的序号值可以供消费者使用
     *  
     * @param sequence 消费者期望获取的下一个序号值
     * @return long 可供消费者使用的序号的值
     */
    public long waitFor(final long sequence) throws AlertException, InterruptedException, TimeoutException {
    	checkALert();
    
    	/**
    	 * 根据指定的waitStrategy策略，等待期望的下一序号值可供使用
    	 * 这里不一定能保证返回值availableSequence一定和给定的参数sequence的值相等，两者的大小关系取决于使用的等待策略waitStrategy
    	 * - YieldingWaitStrategy : 自旋100次后，会直接返回dependentSequence中最小的序号sequence，这是不能保证返回的值大于等于给定的序号值
    	 * - BlockingWaitStrategy : 阻塞等待给定的序号sequence值可用为止，可用不是返回的值就等于给定的序号值，而是返回的值大于等于给定的序号值
    	 */
    	long availableSequence = waitStrategy.waitFor(sequence, cursorSequence, dependentSequence, this);
    
    	// 如果当前可用的序号值小于给定的序号值，就返回当前可用的序号值，此时调用者EventProcessor会继续等待wait
    	if (availableSequence < sequence) {
    		return sequence;
    	}
    
    	// 批处理
    	return sequencer.getHighestPublishedSequence(sequence, availableSequence);
    }
    复制代码

*  条件三是针对生产者建立的SequenceBarrier,逻辑判定发生在生产者从RingBuffer获取下一个可用的entry时,RingBuffer会将获取下一个可用的entry委托给Sequencer处理:

@Override
    public long next() {
    	if (n < 1) {
    		throw new IllegalArgumentException("n must be > 0");
    	}
    	long nextValue = this.nextValue;
    	// 下一个序号值等于当前序号值加上期望获取的序号数量
    	long nextSequence = nextValue + n;
    	
    	// 使用下一个序号值减掉RingBuffer中的总量值bufferSize，来判断是否会发生覆盖
    	long wrapPoint = nextSequence - bufferSize;
    	
    	/*
    	 * cachedValue就是缓存的消费者中的最小序号值
    	 * cachedValue不是当前最新的消费者中最小序号值，而是上一次方法调用时进入到下面if条件判断时，被赋值的消费者中最小序号值
    	 * 
    	 * 这样做可以在判定是否出现覆盖的时候，不需要每次都调用getMinimumSequence计算消费者中的最小序号值，从而节省开销。只要确保
    	 * 当生产者的值大于了缓存cachedGatingSequence一个bufferSize时，重新获取一下getMinimumSequence()即可
    	 */
    	long cachedGatingSequence = this.cachedValue;
    
    	/*
    	 * wrapPoint > cachedGatingSequence : 当生产者已经超过上一次缓存的消费者中的最小序号值cachedGatingSequence一个bufferSize大小时，需要重新获取cachedGatingSequence，防止生产者一直生产，消费者没有来得及消费时，发生覆盖的情况
    	 * cachedGatingSequence > nextValue : 生产者和消费者的序号值都是顺序递增的，并且生产者的序号Sequence是先于消费者Sequence，这里是先于而不是大于。对于nextValue的值大于了LONG.MAXVALUE时，此时nextValue + 1就会变为负数，wrapPoint值也会变为负数，此时必然cachedGatingSequence > nextValue。 getMinimumSequence()获取的是消费者中最小序号值，但不代表是走在最后的一个消费者
    	 */
    	if (wrapPoint > cachedGatingSequence || cachedGatingSequence > nextValue) {
    		cursor.setVolatile(nextValue);
    		long minSequence;
    		while (wrapPoint > (minSequence = Util.getMinimumSequence(gatingSequences, nextValue))) {
    			// 生产者阻塞，等待消费者消费，直到不会发生覆盖的情况继续向下执行
    			LockSupport.parkNanos(1L);
    		}
    		this.cacheValue = minSequence;
    	}
    	this.nextValue = nextSequence;
    	return nextSequence;
    }
    复制代码

### 批处理效应 ###

*  当出现生产者比消费者过快时,消费者可以通过批处理效应来追赶生产者进度
    
     *  消费者一次性从**RingBuffer**中获取多个已经准好的数组事件元素进行消费处理,从而提高消费效率

/**
     * 等待给定的序号值可以供消费者使用
     *  
     * @param sequence 消费者期望获取的下一个序号值
     * @return long 可供消费者使用的序号的值
     */
    public long waitFor(final long sequence) throws AlertException, InterruptedException, TimeoutException {
    	checkALert();
    	long availableSequence = waitStrategy.waitFor(sequence, cursorSequence, dependentSequence, this);
    	if (availableSequence < sequence) {
    		return sequence;
    	}
    
    	/*
    	 * 获取消费者可以消费的最大序列号，通过批处理来提升效率:
    	 * - 当availableSequence > sequence时，需要遍历序号sequence到序号availableSequence，获取到最前面一个准备就绪，可以进行消费的事件Event对应的序号sequence
    	 * - 最小值为sequence - 1 
    	 */
    	return sequencer.getHighestPublishedSequence(sequence, availableSequence);
    }

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAamF2YeaZtOWkqei_h-WQjg_size_17_color_FFFFFF_t_70_g_se_x_16][]  
作者：攻城狮Chova  
链接：https://juejin.cn/post/7085677820323561502

[format_png]: https://img-blog.csdnimg.cn/img_convert/d4aed4baa30815e9302d61e901990b19.webp?x-oss-process=image/format,png
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAamF2YeaZtOWkqei_h-WQjg_size_17_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/b1db9977a692460aa969a86fd748976e.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAamF2YeaZtOWkqei_h-WQjg==,size_17,color_FFFFFF,t_70,g_se,x_16