disruptor架构一
Disruptor是一个高性能的异步处理框架，或者可以认为是最快的消息框架（轻量的JMS），也可以认为是一个观察者模式的实现，或者事件监听模式的实现。
在使用之前，首先说明disruptor主要功能加以说明，你可以理解为他是一种高效的"生产者-消费者"模型。也就性能远远高于传统的BlockingQueue容器。
在Disruptor中，我们想实现hello world 需要如下几步骤：
第一：建立一个Event类
第二：建立一个工厂Event类，用于创建Event类实例对象
第三：需要有一个监听事件类，用于处理数据（Event类）
第四：我们需要进行测试代码编写。实例化Disruptor实例，配置一系列参数。然后我们对Disruptor实例绑定监听事件类，接受并处理数据。
第五：在Disruptor中，真正存储数据的核心叫做RingBuffer，我们通过Disruptor实例拿到它，然后把数据生产出来，把数据加入到RingBuffer的实例对象中即可。
Disruptor对应就是一个容器，Event类相当于data数据，把Event存储在容器中，然后Disruptor把Event发送给消费者
消费者需要注册一个EventHandle，用来处理接收到的数据
LongEventHandler：就是消费者，Disruptor直接将数据发送给LongEventHandler去处理数据
你想想Disruptor存存储数据，必须利用到RingBuffer
LongEventProducer生产者生产的数据要存储在RingBuffer中
生产者产生数据必须遵循下面的四个步骤：
//1.可以把ringBuffer看做一个事件队列，那么next就是得到下面一个事件槽
//2.用上面的索引取出一个空的事件用于填充（获取该序号对应的事件对象）
//3.获取要通过事件传递的业务数据
//4.发布事件
//注意，最后的 ringBuffer.publish 方法必须包含在 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它的 producer。
我们来看下面的一个helloword的代码：
目前我们使用disruptor已经更新到了3.x版本，比之前的2.x版本性能更加的优秀，提供更多的API使用方式。
下载disruptor-3.3.2.jar引入我们的项目既可以开始disruptor之旅。
在使用之前，首先说明disruptor主要功能加以说明，你可以理解为他是一种高效的"生产者-消费者"模型。也就性能远远高于传统的BlockingQueue容器
数据类：
package bhz.base; //http://ifeve.com/disruptor-getting-started/ public class LongEvent { private long value; public long getValue() { return value; } public void setValue(long value) { this.value = value; } }
产生数据的数据工厂：
package bhz.base; import com.lmax.disruptor.EventFactory; // 需要让disruptor为我们创建事件，我们同时还声明了一个EventFactory来实例化Event对象。 public class LongEventFactory implements EventFactory { @Override public Object newInstance() { return new LongEvent(); } }
消费者：disruptor收到数据之后，将数据发送给消费者处理，消费者需要实现EventHandle接口
package bhz.base; import com.lmax.disruptor.EventHandler; //我们还需要一个事件消费者，也就是一个事件处理器。这个事件处理器简单地把事件中存储的数据打印到终端： public class LongEventHandler implements EventHandler<LongEvent> { @Override public void onEvent(LongEvent longEvent, long l, boolean b) throws Exception { System.out.println(longEvent.getValue()); } }
消费者直接将收到的数据打印出来
生产者
LongEventProducer生产者生产的数据要存储在RingBuffer中
生产者产生数据必须遵循下面的四个步骤：
//1.可以把ringBuffer看做一个事件队列，那么next就是得到下面一个事件槽
//2.用上面的索引取出一个空的事件用于填充（获取该序号对应的事件对象）
//3.获取要通过事件传递的业务数据
//4.发布事件
package bhz.base; import java.nio.ByteBuffer; import com.lmax.disruptor.RingBuffer; /** * 很明显的是：当用一个简单队列来发布事件的时候会牵涉更多的细节，这是因为事件对象还需要预先创建。 * 发布事件最少需要两步：获取下一个事件槽并发布事件（发布事件的时候要使用try/finnally保证事件一定会被发布）。 * 如果我们使用RingBuffer.next()获取一个事件槽，那么一定要发布对应的事件。 * 如果不能发布事件，那么就会引起Disruptor状态的混乱。 * 尤其是在多个事件生产者的情况下会导致事件消费者失速，从而不得不重启应用才能会恢复。 * <B>系统名称：</B><BR> * <B>模块名称：</B><BR> * <B>中文类名：</B><BR> * <B>概要说明：</B><BR> * @author 北京尚学堂（alienware） * @since 2015年11月23日 */ public class LongEventProducer { private final RingBuffer<LongEvent> ringBuffer; public LongEventProducer(RingBuffer<LongEvent> ringBuffer){ this.ringBuffer = ringBuffer; } /** * onData用来发布事件，每调用一次就发布一次事件 * 它的参数会用过事件传递给消费者 */ public void onData(ByteBuffer bb){ //1.可以把ringBuffer看做一个事件队列，那么next就是得到下面一个事件槽 long sequence = ringBuffer.next(); try { //2.用上面的索引取出一个空的事件用于填充（获取该序号对应的事件对象） LongEvent event = ringBuffer.get(sequence); //3.获取要通过事件传递的业务数据 event.setValue(bb.getLong(0)); } finally { //4.发布事件 //注意，最后的 ringBuffer.publish 方法必须包含在 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它的 producer。 ringBuffer.publish(sequence); } } }
接下来我们来看下主程序：生产者发送到1-100的数据，消费者收到数据将数据打印出来
package bhz.base; import java.nio.ByteBuffer; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import com.lmax.disruptor.RingBuffer; import com.lmax.disruptor.YieldingWaitStrategy; import com.lmax.disruptor.dsl.Disruptor; import com.lmax.disruptor.dsl.ProducerType; public class LongEventMain { public static void main(String[] args) throws Exception { //创建缓冲池 ExecutorService executor = Executors.newCachedThreadPool(); //创建工厂 LongEventFactory factory = new LongEventFactory(); //创建bufferSize ,也就是RingBuffer大小，必须是2的N次方 int ringBufferSize = 1024 * 1024; // /** //BlockingWaitStrategy 是最低效的策略，但其对CPU的消耗最小并且在各种不同部署环境中能提供更加一致的性能表现 WaitStrategy BLOCKING_WAIT = new BlockingWaitStrategy(); //SleepingWaitStrategy 的性能表现跟BlockingWaitStrategy差不多，对CPU的消耗也类似，但其对生产者线程的影响最小，适合用于异步日志类似的场景 WaitStrategy SLEEPING_WAIT = new SleepingWaitStrategy(); //YieldingWaitStrategy 的性能是最好的，适合用于低延迟的系统。在要求极高性能且事件处理线数小于CPU逻辑核心数的场景中，推荐使用此策略；例如，CPU开启超线程的特性 WaitStrategy YIELDING_WAIT = new YieldingWaitStrategy(); */ //创建disruptor Disruptor<LongEvent> disruptor = new Disruptor<LongEvent>(factory, ringBufferSize, executor, ProducerType.SINGLE, new YieldingWaitStrategy()); // 连接消费事件方法 disruptor.handleEventsWith(new LongEventHandler()); // 启动 disruptor.start(); //Disruptor 的事件发布过程是一个两阶段提交的过程： //发布事件 RingBuffer<LongEvent> ringBuffer = disruptor.getRingBuffer(); LongEventProducer producer = new LongEventProducer(ringBuffer); //LongEventProducerWithTranslator producer = new LongEventProducerWithTranslator(ringBuffer); ByteBuffer byteBuffer = ByteBuffer.allocate(8); for(long m = 0; m<100; m++){ byteBuffer.putLong(0, m); producer.onData(byteBuffer); //Thread.sleep(1000); } disruptor.shutdown();//关闭 disruptor，方法会堵塞，直至所有的事件都得到处理； executor.shutdown();//关闭 disruptor 使用的线程池；如果需要的话，必须手动关闭， disruptor 在 shutdown 时不会自动关闭； } }
我们来】看看程序运行的结果：
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
对应生产者官方推荐我们使用下面的代码：
package bhz.base; import java.nio.ByteBuffer; import com.lmax.disruptor.EventTranslatorOneArg; import com.lmax.disruptor.RingBuffer; /** * Disruptor 3.0提供了lambda式的API。这样可以把一些复杂的操作放在Ring Buffer， * 所以在Disruptor3.0以后的版本最好使用Event Publisher或者Event Translator来发布事件 * <B>系统名称：</B><BR> * <B>模块名称：</B><BR> * <B>中文类名：</B><BR> * <B>概要说明：</B><BR> * @author 北京尚学堂（alienware） * @since 2015年11月23日 */ public class LongEventProducerWithTranslator { //一个translator可以看做一个事件初始化器，publicEvent方法会调用它 //填充Event private static final EventTranslatorOneArg<LongEvent, ByteBuffer> TRANSLATOR = new EventTranslatorOneArg<LongEvent, ByteBuffer>() { @Override public void translateTo(LongEvent event, long sequeue, ByteBuffer buffer) { event.setValue(buffer.getLong(0)); } }; private final RingBuffer<LongEvent> ringBuffer; public LongEventProducerWithTranslator(RingBuffer<LongEvent> ringBuffer) { this.ringBuffer = ringBuffer; } public void onData(ByteBuffer buffer){ ringBuffer.publishEvent(TRANSLATOR, buffer); } }
主程序的代码也要做相应的修改
LongEventProducerWithTranslator producer = new LongEventProducerWithTranslator(ringBuffer); ByteBuffer byteBuffer = ByteBuffer.allocate(8); for(long m = 0; m<100; m++){ byteBuffer.putLong(0, m); producer.onData(byteBuffer); //Thread.sleep(1000); }
posted on 2017-10-12 11:15 luzhouxiaoshuai 阅读(474) 评论(0) 编辑 收藏 举报
