高性能无锁队列 Disruptor 初体验

发布日期:2019-03-17

原文地址: haifeiWu和他朋友们的博客 博客地址:www.hchstudio.cn 欢迎转载,转载请注明作者及出处,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 在内的很多知名项目都应用了Disruptor以获取高性能。在楼主公司内部使用 Disruptor 与 Netty 结合用来做 GPS 实时数据的处理,性能相当强悍。本文从实战角度来大概了解一下 Disruptor 的实现原理。

why Disruptor ?

Disruptor通过以下设计来解决队列速度慢的问题:

环形数组结构为了避免垃圾回收,采用数组而非链表。因为,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,通过位运算,加快定位的速度。下标采取递增的形式。不用担心index溢出的问题。index是long类型,即使100万QPS的处理速度,也需要30万年才能用完。无锁设计每个生产者或者消费者线程,会先申请可以操作的元素在数组中的位置,申请到之后,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说是这样的(有可能处理器的缓存行是128字节,那么使用64字节填充还是会存在伪共享问题),通过增加补全来确保ring buffer的序列号不会和其他东西同时存在于一个缓存行中。

how Disruptor ?

通过上面的介绍,我们大概可以了解到 Disruptor 是一个高性能的无锁队列,那么该如何使用呢,下面楼主通过 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,我们需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 }}

为了让 Disruptor 为我们预先分配这些事件,我们需要构造一个 EventFactory 来执行构造

public class DataEventFactory implements EventFactory<DataEvent> { @Override public DataEvent newInstance() { return new DataEvent() }}

一旦我们定义了事件,我们需要创建一个处理这些事件的消费者。 在我们的例子中,我们要做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) }}

接下来我们需要初始化 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() }}

最后我们来定义一个 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) } }}

上面代码具体感兴趣的小伙伴请移步 https://github.com/haifeiWu/disruptor-learn

然后我们可以看到控制台打印出来的数据

小结

Disruptor 通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通过 TCP 模式往 logstash 发日志数据的时候,由于网络问题导致链接中断,从而导致 Log4j 2 不停的往 ringbuffer 中写数据,ringbuffer数据没有消费者,导致服务器内存跑满。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(如果数据不重要的话)。

参考链接

高性能无锁队列 Disruptor 初体验剖析Disruptor:为什么会这么快?(二)神奇的缓存行填充高性能队列——Disruptor