欢迎访问我的GitHub

https://github.com/zq2599/blog_demos

内容：所有原创文章分类汇总及配套源码，涉及Java、Docker、Kubernetes、DevOPS等；

本篇概览

• 本文是《disruptor笔记》系列的终篇，前面咱们看了那么多代码，也写了那么多代码，现在咱们去看几个知识点，在轻松的阅读过程中完成disruptor之旅；
• 要关注的知识点有以下四处：

1. 伪共享
2. Translators
3. Lambda风格
4. 清理数据

• 接下来开始逐个了解；

伪共享

• 下图是多核处理器的CPU缓存，可见每个核都有自己的L1和L2缓存，而L3缓存是共享的：

• 假设disruptor的Sequence是long型，那么一个生产者和一个消费者的disruptor应该有两个long型Sequence，在L1中缓存这两个数字时，因为每个缓存行大小是64字节，所以两个Sequence很有可能在一个缓存行中

• 此时如果程序修改了生产者Sequence的值，就会让L1上对应的缓存行失效，再从Main memory中读取最新的值，此时因为消费者Sequence也在同一个缓存行中，因此也被失效了，这就导致一个没有变化的值也被清理掉，还要再去Main memory中取一次，这是影响性能的行为

• 看到这里，聪明的您一定想到解决问题的思路：不要让两个Sequence在同一个缓存行中

• 具体的手段呢？您有没有联想到日常生活中的占座位，在身边座位放个背包，其他人就不能使用了（这是不文明行为，仅举例用）

• 实际上disruptor用的也是占座的套路，咱们来看看Sequence的源码就一目了然了，如下图所示，Sequence的值是Value对象的成员变量value：

// 父类，
class LhsPadding
{
    protected long p1, p2, p3, p4, p5, p6, p7;
}

class Value extends LhsPadding
{
    protected volatile long value;
}

class RhsPadding extends Value
{
    protected long p9, p10, p11, p12, p13, p14, p15;
}

public class Sequence extends RhsPadding
{
	...

• 类图如下，可见Value的父子类中都是占位的long型：

• 因此，Sequence对象有16个成员变量，在L1 cache中是下图的排列方式：

• 想像一下，L1 cache的缓存行，每64字节为一个，也就是说上面那一串，每八个就占据一个缓存行（每个long型8字节），于是就有以下三种排列的可能：

1. V出现在一个缓存行的首位；
2. V出现在一个缓存行的末尾；
3. V出现在一个缓存行的首位和末尾之间的其他六个位置之一；

• 也就是下图三种可能（U是L1 cache中的其他内容），可见不论哪种可能，V都能用P把自己所在缓存行全部占座，这样就不会出现两个Sequence出现在同一个缓存行的情况了：

Translators

• Translators是个小的编程技巧，disruptor帮使用者做了些封装，让发布事件的代码更简洁；

• 打开disruptor-tutorials项目的consume-mode这个module，回顾一下，业务发布事件要调用的方法，在OrderEventProducer.java中：

    public void onData(String content) {

        // ringBuffer是个队列，其next方法返回的是下最后一条记录之后的位置，这是个可用位置
        long sequence = ringBuffer.next();

        try {
            // sequence位置取出的事件是空事件
            OrderEvent orderEvent = ringBuffer.get(sequence);
            // 空事件添加业务信息
            orderEvent.setValue(content);
        } finally {
            // 发布
            ringBuffer.publish(sequence);
        }
    }

• 上面的代码中，其实开发者最关注的是orderEvent.setValue(content)这部分，其他几行是我从官方demo抄的…

• 显然disruptor也发现了这个小问题，于是从3.0版本开始提供了EventTranslatorOneArg接口，开发者将业务逻辑放入放在此接口的实现类中，至于前面代码中的ringBuffer.next()、ringBuffer.get(sequence)这些，以及try-finally代码块这些东西统统都省去了，咱们可以将OrderEventProducer.java改造成一个新的类，代码如下，可见新增内部类EventTranslatorOneArg，里面是将数据转为事件的业务逻辑，对外提供调用的onData方法中，只需一行代码即可，和业务无关的代码全部省掉了：

package com.bolingcavalry.service;

import com.lmax.disruptor.EventTranslatorOneArg;
import com.lmax.disruptor.RingBuffer;

public class OrderEventProducerWithTranslator {

    // 存储数据的环形队列
    private final RingBuffer<OrderEvent> ringBuffer;

    public OrderEventProducerWithTranslator(RingBuffer<OrderEvent> ringBuffer) {
        this.ringBuffer = ringBuffer;
    }

    /**
     * 内部类
     */
    private static final EventTranslatorOneArg<OrderEvent, String> TRANSLATOR = new EventTranslatorOneArg<OrderEvent, String>() {
        @Override
        public void translateTo(OrderEvent event, long sequence, String arg0) {
            event.setValue(arg0);
        }
    };

    public void onData(String content) {
        ringBuffer.publishEvent(TRANSLATOR, content);
    }
}

• 在consume-mode中，上述代码有对应的服务类TranslatorPublishServiceImpl.java，并且有对应的单元测试代码（ConsumeModeServiceTest.testTranslatorPublishService），这里就不占篇幅了，您若有兴趣可以自行查阅；

• 看看ringBuffer.publishEvent的内部实现，是如何帮咱们省去之前那几行的，首先是调用了sequencer.next：

@Override
    public <A> void publishEvent(EventTranslatorOneArg<E, A> translator, A arg0)
    {
        final long sequence = sequencer.next();
        translateAndPublish(translator, sequence, arg0);
    }

• 再打开translateAndPublish看看，ringBuffer.get、try-finally代码块、sequencer.publish都在，这下放心了，以前咱们做的事情，现在disruptor帮我们做了，咱们可以专心业务逻辑了：

    private <A> void translateAndPublish(EventTranslatorOneArg<E, A> translator, long sequence, A arg0)
    {
        try
        {
            translator.translateTo(get(sequence), sequence, arg0);
        }
        finally
        {
            sequencer.publish(sequence);
        }
    }

Lambda风格

• disruptor的重要API也支持Lambda表达式作为入参，这里将几处常用的API整理如下：

1. Disruptor类实例化(LambdaServiceImpl.java)：

// lambda类型的实例化
disruptor = new Disruptor<OrderEvent>(OrderEvent::new, BUFFER_SIZE, DaemonThreadFactory.INSTANCE);

2. 设置事件消费者的时候，可以用Lambda取代之前的对象(LambdaServiceImpl.java)：

        // lambda表达式指定具体消费逻辑
        disruptor.handleEventsWith((event, sequence, endOfBatch) -> {
            log.info("lambda操作, sequence [{}], endOfBatch [{}], event : {}", sequence, endOfBatch, event);
            // 这里延时100ms，模拟消费事件的逻辑的耗时
            Thread.sleep(100);
            // 计数
            eventCountPrinter.accept(null);
        });

3. 发布事件的操作，也支持Lambda表达式，如下所示，我在父类ConsumeModeService.java中新增publistEvent方法，里面调用的disruptor.getRingBuffer().publishEvent的入参就是Lambda表达式和事件所需的业务数据，这样就省区了以前发布事件的类OrderEventProducer.java：

public void publistEvent(EventTranslatorOneArg<OrderEvent, String> translator, String value) {
        disruptor.getRingBuffer().publishEvent(translator, value);
    }

4. 如下所示，现在拿到业务数据后发布事件的操作变得非常轻了，Lambda表达式中做好业务数据转事件的逻辑即可，最终，不再需要OrderEventProducer.java，一行代码完成事件发布(ConsumeModeServiceTest.java)：

for(int i=0;i<EVENT_COUNT;i++) {
  log.info("publich {}", i);
  final String content = String.valueOf(i);
  lambdaService.publistEvent((event, sequence, value) -> event.setValue(value), content);
}

清理数据

• 由于存储的数据结构是环形队列，对于每个事件的实例，会一直保存在队列中，直到再次在这个位置写入时才会被新的事件实例覆盖，考虑到可能有的场景要求数据被消费后就立即被清除，disruptor官方提供了以下建议：

1. 事件定义的类中，增加一个清理业务数据的方法（假设是ObjectEvent类的clear方法）；
2. 新增一个事件处理类（假设是ClearingEventHandler），在里面主动调用事件定义类的清理业务数据的方法；
3. 在编写事件消费逻辑时，最后添加上述事件处理类ClearingEventHandler，这样就会调用ObjectEvent实例的clear方法，将业务数据清理掉；

• 官方给出的代码如下：

• 至此，整个《disruptor笔记》就完成了，感谢您的关注，希望这个系列的内容能给您带来帮助，在开发中多一些选择和参考；

我是欣宸，期待与您一同畅游Java世界…
https://github.com/zq2599/blog_demos