Disruptor3.0的实现细节
本文旨在介绍Disruptor3.0的实现细节，首先从整体上描述了Disruptor3.0的核心类图，Disruptor3.0 DSL（领域专用语言）的实现类图，并以Disruptor官方列举的几大特性作为行文思路，看看Disruptor3.0是如何实现这些特性的：内存预加载、消除‘伪共享’、序号栅栏和序号配合使用来消除锁和CAS、批处理效应的具体实现等。
核心类图
- RingBuffer——Disruptor底层数据结构实现，核心类，是线程间交换数据的中转地；
- Sequencer——序号管理器，负责消费者/生产者各自序号、序号栅栏的管理和协调；
- Sequence——序号，声明一个序号，用于跟踪ringbuffer中任务的变化和消费者的消费情况；
- SequenceBarrier——序号栅栏，管理和协调生产者的游标序号和各个消费者的序号，确保生产者不会覆盖消费者未来得及处理的消息，确保存在依赖的消费者之间能够按照正确的顺序处理；
- EventProcessor——事件处理器，监听RingBuffer的事件，并消费可用事件，从RingBuffer读取的事件会交由实际的生产者实现类来消费；它会一直侦听下一个可用的序号，直到该序号对应的事件已经准备好。
- EventHandler——业务处理器，是实际消费者的接口，完成具体的业务逻辑实现，第三方实现该接口；代表着消费者。
- Producer——生产者接口，第三方线程充当该角色，producer向RingBuffer写入事件。
DSL类图
以下是Disruptor3.0 DSL（domain specific language 特定领域语言）的类图，可以大致知道第三方如何继承Disruptor3.0实现具体业务逻辑。
- Disruptor——对外暴露的门面类，提供start()，stop()，消费者事件注册，生产者事件发布等api；
- RingBuffer——对生产者提供下一序号获取、entry元素获取、entry数据更改等api；
- EventHandler——消费者的接口定义，提供onEvent()方法，负责具体业务逻辑实现；
- EventHandlerGroup——业务处理器分组，管理多个业务处理器的依赖关系，提供then()、before()、after()等api。
以下给出代码demo阐述第三方如何简单继承Disruptor3.0：
public static void main(String[] args) throws Exception { // The ThreadFactory for create producer thread. ThreadFactory producerFactory = new ProducerFactory(); // The factory for the event LongEventFactory eventFactory = new LongEventFactory(); // Specify the size of the ring buffer, must be power of 2. int bufferSize = 8; // Construct the Disruptor，创建Disruptor组件 Disruptor<LongEvent> disruptor = new Disruptor<>( eventFactory, bufferSize, producerFactory, ProducerType.SINGLE, new BlockingWaitStrategy() ); // Connect the handler，绑定消费者事件，可以是多个 disruptor.handleEventsWith(new LongEventHandler()); disruptor.handleEventsWith(new LogEventHandler()); // Start the Disruptor, starts all threads running，启动Disruptor，启动所有线程，主要是消费者对应的EventProcessor侦听线程，消费者事件处理器开始侦听RingBuffer中的消息 disruptor.start(); // Get the ring buffer from the Disruptor to be used for publishing. RingBuffer<LongEvent> ringBuffer = disruptor.getRingBuffer(); LongEventProducer producer = new LongEventProducer(ringBuffer); ByteBuffer bb = ByteBuffer.allocate(8); for (long l = 0; true; l++) { bb.putLong(0, l);
//生产者向RingBuffer中写入消息 producer.onData(bb); Thread.sleep(10); } }
关键时序图
下图展示了Disruptor3.0整个运行过程的时序图，包括：始化、启动、处理过程。
内存预分配
RingBuffer使用数组Object[] entries作为存储元素，如下图所示，初始化RingBuffer时，会将所有的entries的每个元素指定为特定的Event，这时候event中的detail属性是null；后面生产者向RingBuffer中写入消息时，RingBuffer不是直接将enties[7]指向其他的event对象，而是先获取event对象，然后更改event对象的detail属性；消费者在消费时，也是从RingBuffer中读取出event，然后取出其detail属性。可以看出，生产/消费过程中，RingBuffer的entities[7]元素并未发生任何变化，未产生临时对象，entities及其元素对象一直存活，知道RingBuffer消亡。故而可以最小化GC的频率，提升性能。
注：图中对象Entry写错，应当为Event。
以下是RingBuffer.java类中初始化enties数组的源码：
private void fill(EventFactory<E> eventFactory) { for (int i = 0; i < bufferSize; i++) { entries[BUFFER_PAD + i] = eventFactory.newInstance(); //使用工厂方法初始化enties元素 } }
消费者写入数据到entry中：
//消费者实现EventHandler接口
public class LongEventHandler implements EventHandler<LongEvent> {
//event为从RingBuffer entry中读取的事件内容，消费者从event中读取数据，并完成业务逻辑处理 public void onEvent(LongEvent event, long sequence, boolean endOfBatch) { System.out.println(Thread.currentThread().getName() + " say : process LONG Event: " + event); } }
生产者从entry中读取数据：
public class LongEventProducer {
//生产者持有RingBuffer实例，可以直接向RingBuffer实例中的entry写入数据 private final RingBuffer<LongEvent> ringBuffer; public LongEventProducer(RingBuffer<LongEvent> ringBuffer) { this.ringBuffer = ringBuffer; } public void onData(ByteBuffer bb) { long sequence = ringBuffer.next(); // Grab the next sequence try {
//从ringBuffer实例中获取entry LongEvent event = ringBuffer.get(sequence); // Get the entry in the Disruptor // for the sequence
//生产者将数据写入entry event.set(bb.getLong(0)); // Fill with data } finally {
//生产者向ringBuffer提交数据变更 ringBuffer.publish(sequence); } } }
可以看出：生产者未更改ringBuffer实例中entry对象，只是更改了entry中的数据，避免了过多创建临时entry对象带来的GC，进而降低了性能损耗。
消除‘伪共享’
如果两个不同的并发变量位于同一个缓存行，则在并发情况下，会互相影响到彼此的缓存有效性，进而影响到性能，这叫着‘伪共享’。为了避开‘伪共享’，Disruptor3.0在Sequence.java中使用多个long变量填充，从而确保一个序号独占一个缓存行。关于缓存行和‘伪共享’请参考：伪共享(False Sharing)。
具体实现代码如下：
//在序号实际value变量（long型）左边填充7个long变量
class LhsPadding { protected long p1, p2, p3, p4, p5, p6, p7; } class Value extends LhsPadding { protected volatile long value; }
//在序号实际value变量（long型）右边填充7个long变量
class RhsPadding extends Value {
protected long p9, p10, p11, p12, p13, p14, p15;
}
public class Sequence extends RhsPadding {
static final long INITIAL_VALUE = -1L;
public Sequence() {
this(INITIAL_VALUE);
}
......
}
Sequence实际value变量的左右均被填充了7个long型变量，其自身也是long型变量，一个long型变量占据8个字节，所以序号与他上一个/下一个序号之间的最小内存分布距离为：7*8=56byte，加上自身的8个byte，可以确保序号变量独占长度为64byte（通常的一个缓存行长度）缓存行。
序号栅栏和序号配合使用来消除锁和CAS
Disruptor3.0中，序号栅栏（SequenceBarrier）和序号（Sequence）搭配使用，协调和管理消费者与生产者的工作节奏，避免了锁和CAS的使用。在Disruptor3.0中，各个消费者和生产者持有自己的序号，这些序号的变化必须满足如下基本条件：
- 消费者序号数值必须小于生产者序号数值；
- 消费者序号数值必须小于其前置（依赖关系）消费者的序号数值；
- 生产者序号数值不能大于消费者中最小的序号数值，以避免生产者速度过快，将还未来得及消费的消息覆盖。
上述前两点是在SequenceBarrier的waitFor()方法中完成的，源码如下：
public long waitFor(final long sequence) //sequence参数是该消费者期望获取的下一个序号值 throws AlertException, InterruptedException, TimeoutException { checkAlert(); //根据配置的waitStrategy策略，等待期望的下一序号值变得可用
//这里并不保证返回值availableSequence一定等于 given sequence，他们的大小关系取决于采用的WaitStrategy。
//eg. 1、YieldingWaitStrategy在自旋100次尝试后，会直接返回dependentSequence的最小seq，这时并不保证返回值>=given sequence
// 2、BlockingWaitStrategy则会阻塞等待given sequence可用为止，可用并不是说availableSequence == given sequence，而应当是指 >=
long availableSequence = waitStrategy.waitFor(sequence, cursorSequence, dependentSequence, this);
//如果当前可用的序号小于期望获取的下一个序号，则返回availableSequence，这将导致调用者EventProcessor继续wait if (availableSequence < sequence) { return availableSequence; } //这一句是‘批处理’的精妙所在，放在后面讲 return sequencer.getHighestPublishedSequence(sequence, availableSequence); }
上面第三点是针对生产者建立的Barrier，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。我们以最简单的单生产者SingleProducerSequencer的next()实现来说明。SingleProducerSequencer.next()的源码如下：
public long next(int n) { if (n < 1) //n表示此次生产者期望获取多少个序号，通常是1 { throw new IllegalArgumentException("n must be > 0"); } long nextValue = this.nextValue; long nextSequence = nextValue + n; //生产者当前序号值+期望获取的序号数量后达到的序号值 long wrapPoint = nextSequence - bufferSize; //减掉RingBuffer的总的buffer值，用于判断是否出现‘覆盖’ long cachedGatingSequence = this.cachedValue; //从后面代码分析可得：cachedValue就是缓存的消费者中最小序号值，他不是当前最新的‘消费者中最小序号值’，而是上次程序进入到下面的if判定代码段是，被赋值的当时的‘消费者中最小序号值’ //这样做的好处在于：在判定是否出现覆盖的时候，不用每次都调用getMininumSequence计算‘消费者中的最小序号值’，从而节约开销。只要确保当生产者的节奏大于了缓存的cachedGateingSequence一个bufferSize时，从新获取一下 getMinimumSequence()即可。 //(wrapPoint > cachedGatingSequence) ： 当生产者已经超过上一次缓存的‘消费者中最小序号值’（cachedGatingSequence）一个‘Ring’大小（bufferSize），需要重新获取cachedGatingSequence，避免当生产者一直在生产，但是消费者不再消费的情况下，出现‘覆盖’ //(cachedGatingSequence > nextValue) ： 生产者和消费者均为顺序递增的，且生产者的seq“先于”消费者的seq，注意是‘先于’而不是‘大于’。当nextValue>Long.MAXVALUE时，nextValue+1就会变成负数，wrapPoint也会变成负数，这时候必然会是：cachedGatingSequence > nextValue // 这个变化的过程会持续bufferSize个序号，这个区间，由于getMinimumSequence()得到的虽然是名义上的‘消费者中最小序号值’，但是不代表是走在‘最后面’的消费者 if (wrapPoint > cachedGatingSequence || cachedGatingSequence > nextValue) { cursor.setVolatile(nextValue); // StoreLoad fence long minSequence; //生产者停下来，等待消费者消费，知道‘覆盖’现象清除。 while (wrapPoint > (minSequence = Util.getMinimumSequence(gatingSequences, nextValue))) { waitStrategy.signalAllWhenBlocking(); LockSupport.parkNanos(1L); // TODO: Use waitStrategy to spin? } this.cachedValue = minSequence; } this.nextValue = nextSequence; return nextSequence; }
批处理效应
当生产者节奏快于消费者，消费者可以通过‘批处理效应’快速追赶，即：消费者可以一次性从RingBuffer中获取多个已经准备好的enties，从而提高效率。代码实现如下：
SequenceBarrier的waitFor()方法：
public long waitFor(final long sequence) throws AlertException, InterruptedException, TimeoutException { checkAlert(); long availableSequence = waitStrategy.waitFor(sequence, cursorSequence, dependentSequence, this); if (availableSequence < sequence) { return availableSequence; } //获取消费者可以消费的最大的可用序号，支持批处理效应，提升处理效率。 //当availableSequence > sequence时，需要遍历 sequence --> availableSequence，找到最前一个准备就绪，可以被消费的event对应的seq。 //最小值为：sequence-1 return sequencer.getHighestPublishedSequence(sequence, availableSequence); }
源代码
LMAX-Exchange源码github地址：https://github.com/LMAX-Exchange/disruptor
带中文注释的源码github地址：https://github.com/daoqidelv/disruptor
