disruptor 高性能之道
disruptor是一个高性能的线程间异步通信的框架,即在同一个JVM进程中的多线程间消息传递。应用disruptor知名项目有如下的一些:Storm, Camel, Log4j2,还有目前的美团点评技术团队也有很多不少的应用,或者说有一些借鉴了它的设计机制。 下面就跟着笔者一起去领略下disruptor高性能之道吧~
disruptor是一款开源的高性能队列框架,github地址为 https://github.com/LMAX-Exchange/disruptor。
分析disruptor,只要把event的生产和消费流程弄懂,基本上disruptor的七寸就已经抓住了。话不多说,赶紧上车,笔者以下面代码为例讲解disruptor:
- public static void main(String[] args) {
- Disruptor<StringEvent> disruptor = new Disruptor<>(StringEvent::new, 1024,
- new PrefixThreadFactory("consumer-pool-", new AtomicInteger(0)), ProducerType.MULTI,
- new BlockingWaitStrategy());
- // 注册consumer并启动
- disruptor.handleEventsWith((EventHandler<StringEvent>) (event, sequence, endOfBatch) -> {
- System.out.println(Util.threadName() + "onEvent " + event);
- });
- disruptor.start();
- // publisher逻辑
- Executor executor = Executors.newFixedThreadPool(2,
- new PrefixThreadFactory("publisher-pool-", new AtomicInteger(0)));
- while (true) {
- for (int i = 0; i < 2; i++) {
- executor.execute(() -> {
- Util.sleep(1);
- disruptor.publishEvent((event, sequence, arg0) -> {
- event.setValue(arg0 + " " + sequence);
- }, "hello world");
- });
- }
- Util.sleep(1000);
- }
- }
- class StringEvent {
- private String value;
- public String getValue() {
- return value;
- }
- public void setValue(String value) {
- this.value = value;
- }
- @Override
- public String toString() {
- return "StringEvent:{value=" + value + "}";
- }
- }
- class PrefixThreadFactory implements ThreadFactory {
- private String prefix;
- private AtomicInteger num;
- public PrefixThreadFactory(String prefix, AtomicInteger num) {
- this.prefix = prefix;
- this.num = num;
- }
- @Override
- public Thread newThread(Runnable r) {
- return new Thread(r, prefix + num.getAndIncrement());
- }
- }
- class Util {
- static String threadName() {
- return String.format("%-16s", Thread.currentThread().getName()) + ": ";
- }
- static void sleep(long millis) {
- try {
- Thread.sleep(millis);
- } catch (InterruptedException e) {
- e.printStackTrace();
- }
- }
- }
测试相关类
event生产流程
- 获取待插入(到ringBuffer的)位置,相当于先占个位
- 往该位置上设置event
- 设置sequence对应event的标志,通知consumer
- public <A> void publishEvent(EventTranslatorOneArg<E, A> translator, A arg0)
- {
- // 获取当前要设置的sequence序号,然后进行设置并通知消费者
- final long sequence = sequencer.next();
- translateAndPublish(translator, sequence, arg0);
- }
- // 获取下一个sequence,直到获取到位置才返回
- public long next(int n) {
- long current;
- long next;
- do {
- // 获取当前ringBuffer的可写入sequence
- current = cursor.get();
- next = current + n;
- long wrapPoint = next - bufferSize;
- long cachedGatingSequence = gatingSequenceCache.get();
- if (wrapPoint > cachedGatingSequence || cachedGatingSequence > current) {
- // 如果当前没有空位置写入,获取多个consumer中消费进度最小的那个的消费进度
- long gatingSequence = Util.getMinimumSequence(gatingSequences, current);
- if (wrapPoint > gatingSequence) {
- // 阻塞1ns,然后continue
- LockSupport.parkNanos(1); // TODO, should we spin based on the wait strategy?
- continue;
- }
- gatingSequenceCache.set(gatingSequence);
- }
- // cas设置ringBuffer的sequence
- else if (cursor.compareAndSet(current, next)) {
- break;
- }
- } while (true);
- return next;
- }
- private <A> void translateAndPublish(EventTranslatorOneArg<E, A> translator, long sequence, A arg0) {
- try {
- // 设置event
- translator.translateTo(get(sequence), sequence, arg0);
- } finally {
- sequencer.publish(sequence);
- }
- }
- public void publish(final long sequence) {
- // 1. 设置availableBuffer,表示对应的event是否设置完成,consumer线程中会用到
- // - 注意,到这里时,event已经设置完成,但是consumer还不知道该sequence对应的event是否设置完成,
- // - 所以需要设置availableBuffer中sequence对应event的sequence number
- // 2. 通知consumer
- setAvailable(sequence);
- waitStrategy.signalAllWhenBlocking();
- }
从translateAndPublish中看,如果用户的设置event方法抛出异常,这时event对象是不完整的,那么publish到consumer端,consumer消费的不是完整的数据怎么办呢?在translateAndPublish中需不需要在异常情况下reset event对象呢?关于这个问题笔者之前是有疑问的,关于这个问题笔者提了一个issue,可点击 https://github.com/LMAX-Exchange/disruptor/issues/244 进行查看。
笔者建议在consumer消费完event之后,进行reset event操作,这样避免下次设置event异常consumer时取到不完整的数据,比如log4j2中的AsyncLogger中处理完log4jEvent之后就会调用clear方法进行重置event。
event消费流程
- 获取当前consumer线程消费的offset,即nextSequence
- 从ringBuffer获取可用的sequence,没有新的event时,会根据consmer阻塞策略进行执行某些动作
- 获取event,然后执行event回调
- 设置当前consumer线程的消费进度
- private void processEvents() {
- T event = null;
- long nextSequence = sequence.get() + 1L;
- while (true) {
- try {
- // 获取可用的sequence,默认直到有可用sequence时才返回
- final long availableSequence = sequenceBarrier.waitFor(nextSequence);
- if (batchStartAware != null) {
- batchStartAware.onBatchStart(availableSequence - nextSequence + 1);
- }
- // 执行消费回调动作,注意,这里获取到一个批次event,可能有多个,个数为availableSequence-nextSequence + 1
- // nextSequence == availableSequence表示该批次只有一个event
- while (nextSequence <= availableSequence) {
- // 获取nextSequence位置上的event
- event = dataProvider.get(nextSequence);
- // 用户自定义的event 回调
- eventHandler.onEvent(event, nextSequence, nextSequence == availableSequence);
- nextSequence++;
- }
- // 设置当前consumer线程的消费进度sequence
- sequence.set(availableSequence);
- } catch (final Throwable ex) {
- exceptionHandler.handleEventException(ex, nextSequence, event);
- sequence.set(nextSequence);
- nextSequence++;
- }
- }
- }
- public long waitFor(final long sequence)
- throws AlertException, InterruptedException, TimeoutException{
- long availableSequence = waitStrategy.waitFor(sequence, cursorSequence, dependentSequence, this);
- if (availableSequence < sequence) {
- return availableSequence;
- }
- // 获取ringBuffer中可安全读的最大的sequence number,该信息存在availableBuffer中的sequence
- // 在MultiProducerSequencer.publish方法中会设置
- return sequencer.getHighestPublishedSequence(sequence, availableSequence);
- }
- // 默认consumer阻塞策略 BlockingWaitStrategy
- public long waitFor(long sequence, Sequence cursorSequence, Sequence dependentSequence, SequenceBarrier barrier)
- throws AlertException, InterruptedException
- {
- long availableSequence;
- if (cursorSequence.get() < sequence) {
- // 当前ringBuffer的sequence小于sequence,阻塞等待
- // event生产之后会唤醒
- synchronized (mutex) {
- while (cursorSequence.get() < sequence) {
- barrier.checkAlert();
- mutex.wait();
- }
- }
- }
- while ((availableSequence = dependentSequence.get()) < sequence) {
- barrier.checkAlert();
- ThreadHints.onSpinWait();
- }
- return availableSequence;
- }
从上面的event消费流程来看,消费线程会读取ringBuffer的sequence,然后更新本消费线程内的offset(消费进度sequence),如果有多个event的话,那么就是广播消费模式了(单consumer线程内还是顺序消费),如果不想让event被广播消费(重复消费),可使用如下方法添加consumer线程(WorkHandler是集群消费,EventHandler是广播消费):
- disruptor.handleEventsWithWorkerPool((WorkHandler<StringEvent>) event -> {
- System.out.println(Util.threadName() + "onEvent " + event);
- });
disruptor高性能之道
event生产流程中获取并自增sequence时用的就是CAS,获取之后该sequence对应位置的操作只会在单线程,没有了并发问题。
集群消费模式下获取sequence之后也会使用CAS设置为sequence新值,设置本地消费进度,然后再执行获取event并执行回调逻辑。
注意,disruptor中较多地方使用了CAS,但并不代表完全没有了锁机制,比如默认consumer阻塞策略 BlockingWaitStrategy发挥作用时,consumer消费线程就会阻塞,只不过这只会出现在event生产能力不足是才会存在。如果consumer消费不足,大量event生产导致ringBuffer爆满,这时event生产线程就会轮询调用LockSupport.parkNanos(1),这里的成本也不容小觑(涉及到线程切换损耗)。
伪共享讲的是多个CPU时的123级缓存的问题,通常,缓存是以缓存行的方式读取数据,如果A、B两个变量被缓冲在同一行之内,那么对于其中一个的更新会导致另一个缓冲无效,需要从内存中读取,这种无法充分利用缓存行的问题就是伪共享。disruptor相关代码如下:
- class LhsPadding {
- protected long p1, p2, p3, p4, p5, p6, p7;
- }
- class Value extends LhsPadding {
- protected volatile long value;
- }
ringBuffer是一个环形队列,本质是一个数组,size为2的幂次方(方便做&操作),数据位置sequence值会和size做&操作得出数组下标,然后进行数据的读写操作(只在同一个线程内,无并发问题)。
disruptor初衷是为了解决内存队列的延迟问题,作为一个高性能队列,包括Apache Storm、Camel、Log4j 2在内的很多知名项目都在使用。disruptor的重要机制就是CAS和RingBuffer,借助于它们两个实现数据高效的生产和消费。
disruptor多生产者多消费者模式下,因为RingBuffer数据的写入是分为2步的(先获取到个sequence,然后写入数据),如果获取到sequence之后,生产者写入RingBuffer较慢,consumer消费较快,那么生产者最终会拖慢consumer消费进度,这一点需注意(如果已经消费到生产者占位的前一个数据了,那么consumer会执行对应的阻塞策略)。在实际使用过程中,如果consumer消费逻辑耗时较长,可以封装成任务交给线程池来处理,避免consumer端拖慢生成者的写入速度。
disruptor的设计对于开发者来说有哪些借鉴的呢?尽量减少竞争,避免多线程对同一数据做操作,比如disruptor使用CAS获取只会在一个线程内进行读写的event对象,这种思想其实已经在JDK的thread本地内存中有所体现;尽量复用对象,避免大量的内存申请释放,增加GC损耗,disruptor通过复用event对象来保证读写时不会产生对象GC问题;选择合适数据结构,disruptor使用ringBuffer,环形数组来实现数据高效读写。
参考资料:
disruptor 高性能之道的更多相关文章
- Netty 系列之 Netty 高性能之道
1. 背景 1.1. 惊人的性能数据 最近一个圈内朋友通过私信告诉我,通过使用 Netty4 + Thrift 压缩二进制编解码技术,他们实现了 10 W TPS(1 K 的复杂 POJO 对象)的跨 ...
- Netty系列之Netty高性能之道
转载自http://www.infoq.com/cn/articles/netty-high-performance 1. 背景 1.1. 惊人的性能数据 最近一个圈内朋友通过私信告诉我,通过使用Ne ...
- Netty高性能之道
1. 背景 1.1. 惊人的性能数据 最近一个圈内朋友告诉我,通过使用Netty4 + Thrift压缩二进制编解码技术,他们实现了10W TPS(1K的复杂POJO对象)的跨节点远程服务调用.相比于 ...
- 转:Netty系列之Netty高性能之道
1. 背景 1.1. 惊人的性能数据 最近一个圈内朋友通过私信告诉我,通过使用Netty4 + Thrift压缩二进制编解码技术,他们实现了10W TPS(1K的复杂POJO对象)的跨节点远程服务调用 ...
- 【读后感】Netty 系列之 Netty 高性能之道 - 相比 Mina 怎样 ?
[读后感]Netty 系列之 Netty 高性能之道 - 相比 Mina 怎样 ? 太阳火神的漂亮人生 (http://blog.csdn.net/opengl_es) 本文遵循"署名-非商 ...
- Netty 系列之 Netty 高性能之道 高性能的三个主题 Netty使得开发者能够轻松地接受大量打开的套接字 Java 序列化
Netty系列之Netty高性能之道 https://www.infoq.cn/article/netty-high-performance 李林锋 2014 年 5 月 29 日 话题:性能调优语言 ...
- Disruptor 高性能并发框架二次封装
Disruptor是一款java高性能无锁并发处理框架.和JDK中的BlockingQueue有相似处,但是它的处理速度非常快!!!号称“一个线程一秒钟可以处理600W个订单”(反正渣渣电脑是没体会到 ...
- Netty(五)Netty 高性能之道
4.背景介绍 4.1.1 Netty 惊人的性能数据 通过使用 Netty(NIO 框架)相比于传统基于 Java 序列化+BIO(同步阻塞 IO)的通信框架,性能提升了 8 倍多.事 实上,我对这个 ...
- 从构建分布式秒杀系统聊聊Disruptor高性能队列
前言 秒杀架构持续优化中,基于自身认知不足之处在所难免,也请大家指正,共同进步.文章标题来自码友 简介 LMAX Disruptor是一个高性能的线程间消息库.它源于LMAX对并发性,性能和非阻塞算法 ...
随机推荐
- (其他)window10分盘
由于thinkpad的一个c盘大概是一个t左右,所以我们先分一下盘. 首先找到计算机管理,然后找磁盘管理,右击比较大的磁盘,压缩卷,大概就压缩一半吧,然后新建简单卷,一直下一步,紧接着就完成了. ...
- 关于iframe跨域实践
提要 项目中与到iframe子页面中需要通过top获取在父页面中的全局变量的需求,由于App部署的缘故,导致父页面和iframe子页面分别在不同的端口下,导致iframe跨域现象,通过查阅资料进行问题 ...
- Azure SQL Virtual Machine报Login failed for user 'NT Service\SqlIaaSExtension'. Reason: Could not find a login matching the name provided
在一台位于HK的Azure SQL Virtual Machine上修改排序规则,重建系统数据库后,监控发现大量的登录失败告警生成,如下所示: DESCRIPTION: Login failed f ...
- Linux学习历程——Centos 7 ps命令基础
一.ps命令介绍 ps命令是Process Status的缩写,用于查看系统进程状态,ps命令输出值非常多,通常结合管道符使用. 二.实例 1.我们直接输入ps命令,不加任何参数. 可以看到默认输出4 ...
- Python3 socket网络编程(一)
Socket的定义 套接字是为特定网络协议(例如TCP/IP,ICMP/IP,UDP/IP等)套件对上的网络应用程序提供者提供当前可移植标准的对象.它们允许程序接受并进行连接,如发送和接受数据.为了建 ...
- layui form.on('select(xxx)',function(){});绑定失败
使用layui的form.on绑定select选中事件中, form.on()不执行, 主要原因有 1, select标签中没有写lay_filter属性,用来监听 <select id=&qu ...
- Object类(根类)
Object中的方法是所有类都有的方法,每个类默认继承了Object类. boolean equals(Object obj) : Object中默认是比较地址,可以重写equals(Object ...
- MATLAB简易画图
给定一组特殊点,连线作图 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 以成绩隶属函数为例: score.m cj_x1=[ 0.1]; cj_y1= ...
- 力扣算法题—069x的平方根
实现 int sqrt(int x) 函数. 计算并返回 x 的平方根,其中 x 是非负整数. 由于返回类型是整数,结果只保留整数的部分,小数部分将被舍去. 示例 1: 输入: 4 输出: 2 示例 ...
- java操作elasticsearch实现条件查询(match、multiMatch、term、terms、reange)
1.条件match query查询 //条件查询match query @Test public void test10() throws UnknownHostException { //1.指定e ...