Disruptor并发框架入门

1、Martin Fowler在自己网站上写了一篇LMAX架构的文章，在文章中他介绍了LMAX是一种新型零售金融交易平台，它能够以很低的延迟产生大量交易。这个系统是建立在JVM平台上，其核心是一个业务逻辑处理器，它能够在一个线程里每秒处理6百万订单。业务逻辑处理器完全是运行在内存中，使用事件源驱动方式。业务逻辑处理器的核心是Disruptor。
2、Disruptor它是一个开源的并发框架，并获得2011 Duke’s 程序框架创新奖，能够在无锁的情况下实现网络的Queue并发操作。
3、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。

---

下载disruptor-3.3.6.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。
官方学习网站：http://ifeve.com/disruptor-getting-started/

在Disruptor中，我们想实现hello world 需要如下几步骤：
第一：建立一个LongEvent类（LongEvent实体类）
第二：建立一个工厂LongEvent类，用于创建LongEvent类实例对象
第三：需要有一个监听事件类，用于处理数据（LongEvent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。

上代码：第一步导包。

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 l = 0; l<100; l++){            byteBuffer.putLong(0, l);            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；          }}

public class LongEvent {     private long value;    public long getValue() {         return value;     }     public void setValue(long value) {         this.value = value;     } } 

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();     } } 

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());           }}

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> */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);        }    }}

术语说明：

1、RingBuffer: 被看作Disruptor最主要的组件，然而从3.0开始RingBuffer仅仅负责存储和更新在Disruptor中 流通的数据。对一些特殊的使用场景能够被用户(使用其他数据结构)完全替代。
2、Sequence: Disruptor使用Sequence来表示一个特殊组件处理的序号。和Disruptor一样，每个消费者(EventProcessor)都维持着一个Sequence。大部分的并发代码依赖这些Sequence值的运转，因此Sequence支持多种当前为AtomicLong类的特性。
3、Sequencer: 这是Disruptor真正的核心。实现了这个接口的两种生产者（单生产者和多生产者）均实现了所有的并发算法，为了在生产者和消费者之间进行准确快速的数据传递。
4、SequenceBarrier: 由Sequencer生成，并且包含了已经发布的Sequence的引用，这些的Sequence源于Sequencer和一些独立的消费者的Sequence。它包含了决定是否有供消费者来消费的Event的逻辑。
5、WaitStrategy：决定一个消费者将如何等待生产者将Event置入Disruptor。
6、Event：从生产者到消费者过程中所处理的数据单元。Disruptor中没有代码表示Event，因为它完全是由用户定义的。
7、EventProcessor：主要事件循环，处理Disruptor中的Event，并且拥有消费者的Sequence。它有一个实现类是BatchEventProcessor，包含了event loop有效的实现，并且将回调到一个EventHandler接口的实现对象。
8、EventHandler：由用户实现并且代表了Disruptor中的一个消费者的接口。
9、Producer：由用户实现，它调用RingBuffer来插入事件(Event)，在Disruptor中没有相应的实现代码，由用户实现。
10、WorkProcessor：确保每个sequence只被一个processor消费，在同一个WorkPool中的处理多个WorkProcessor不会消费同样的sequence。
11、WorkerPool：一个WorkProcessor池，其中WorkProcessor将消费Sequence，所以任务可以在实现WorkHandler接口的worker吃间移交
12、LifecycleAware：当BatchEventProcessor启动和停止时，于实现这个接口用于接收通知。

推荐一个并发编程网：
http://ifeve.com/
关于disrupor
http://ifeve.com/disruptor-getting-started/
剖析Disruptor:为什么会这么快？（一）Ringbuffer的特别之处
http://ifeve.com/dissecting-disruptor-whats-so-special/