简单的生产者与消费者实现
BlockingQueue 实现的生产者与消费者
在传统的生产者消费者模型中，通常是采用 BlockingQueue 实现。其中生产者线程负责提交需求，消费者线程负责处理任务，二者之间通过共享内存缓冲区进行通信。由于内存缓冲区的存在，允许生产者和消费者之间速度的差异，确保系统正常运行。下例展示一个简单的生产者消费者模型，生产者从文件中读取数据，将数据内容写入到阻塞队列中，消费者从队列的另一边获取数据，进行计算并将结果输出。其中 Main 负责创建两类线程并初始化队列。
public class Main {
public static void main(String[] args) {
// 初始化阻塞队列
BlockingQueue<String> blockingQueue = new ArrayBlockingQueue<>(1000);
// 创建生产者线程
Thread producer = new Thread(new Producer(blockingQueue, "temp.dat"));
producer.start();
// 创建消费者线程
Thread consumer = new Thread(new Consumer(blockingQueue));
consumer.start();
}
}
// 生产者
public class Producer implements Runnable {
private BlockingQueue<String> blockingQueue;
private String fileName;
private static final String FINIDHED = "EOF";
public Producer(BlockingQueue<String> blockingQueue, String fileName) {
this.blockingQueue = blockingQueue;
this.fileName = fileName;
}
@Override
public void run() {
try {
BufferedReader reader = new BufferedReader(new FileReader(new File(fileName)));
String line;
while ((line = reader.readLine()) != null) {
blockingQueue.put(line);
}
// 结束标志
blockingQueue.put(FINIDHED);
} catch (Exception e) {
e.printStackTrace();
}
}
}
// 消费者
public class Consumer implements Runnable {
private BlockingQueue<String> blockingQueue;
private static final String FINIDHED = "EOF";
public Consumer(BlockingQueue<String> blockingQueue) {
this.blockingQueue = blockingQueue;
}
@Override
public void run() {
String line;
String[] arrStr;
int ret;
try {
while (!(line = blockingQueue.take()).equals(FINIDHED)) {
// 消费
arrStr = line.split("\t");
if (arrStr.length != 2) {
continue;
}
ret = Integer.parseInt(arrStr[0]) + Integer.parseInt(arrStr[1]);
System.out.println(ret);
}
} catch (Exception e) {
e.printStackTrace();
}
}
}
上述使用了 ArrayBlockingQueue，通过查看其实现，完全是使用锁和阻塞等待实现线程同步。在高并发场景下，性能不是很优越。
Disruptor 实现
Disruptor 要求数组大小设置为 2 的 N 次方。这样可以通过 Seq & (QueueSize - 1) 直接获取，其效率要比取模快得多。这是因为（Queue - 1）的二进制为全 1 等形式。例如， QueueSize 大小为 8，Seq 为 10，则只需要计算二进制 1010 & 0111 = 2，可直接得到 index=2 位置的元素。在 RingBuffer 中，生产者向数组中写入数据，生产者写入数据时，使用 CAS 操作。消费者从中读取数据时，为防止多个消费者同时处理一个数据，也使用 CAS 操作进行数据保护。这种固定大小的 RingBuffer 还有一个好处是，可以内存复用。不会有新空间需要分配或者旧的空间回收，当数组填充满后，再写入数据会将数据覆盖。
由于我们只需要将文件中的数据行读出，然后进行计算。因此，定义 FileData.class 来保存文件行。
public class FileData {
private String line;
public String getLine() {
return line;
}
public void setLine(String line) {
this.line = line;
}
}
然后用于产生 FileData 的工厂类，会在 Disruptor 系统初始化时，构造所有的缓冲区中的对象实例。
public class DisruptorFactory implements EventFactory<FileData> {
public FileData newInstance() {
return new FileData();
}
}
接下来消费者的作用是读取数据并进行处理。数据的读取已经由 Disruptor 封装，onEvent()方法为 Disruptor 框架的回调方法。只需要进行简单的数据处理即可。
public class DisruptorConsumer implements WorkHandler<FileData> {
private static final String FINIDHED = "EOF";
@Override
public void onEvent(FileData event) throws Exception {
String line = event.getLine();
if (line.equals(FINIDHED)) {
return;
}
// 消费
String[] arrStr = line.split("\t");
if (arrStr.length != 2) {
return;
}
int ret = Integer.parseInt(arrStr[0]) + Integer.parseInt(arrStr[1]);
System.out.println(ret);
}
}
生产者需要一个 Ringbuffer 的引用。其中 pushData()方法是将生产的数据写入到 RingBuffer 中。具体的过程是，首先通过 next()方法得到下一个可用的序列号；取得下一个可用的 FileData，并设置该对象的值；最后，进行数据发布，这个 FileData 对象会传递给消费者。
public class DisruptorProducer {
private static final String FINIDHED = "EOF";
private final RingBuffer<FileData> ringBuffer;
public DisruptorProducer(RingBuffer<FileData> ringBuffer) {
this.ringBuffer = ringBuffer;
}
public void pushData(String line) {
long seq = ringBuffer.next();
try {
FileData event = ringBuffer.get(seq); // 获取可用位置
event.setLine(line); // 填充可用位置
} catch (Exception e) {
e.printStackTrace();
} finally {
ringBuffer.publish(seq); // 通知消费者
}
}
public void read(String fileName) {
try {
BufferedReader reader = new BufferedReader(new FileReader(new File(fileName)));
String line;
while ((line = reader.readLine()) != null) {
// 生产数据
pushData(line);
}
// 结束标志
pushData(FINIDHED);
} catch (Exception e) {
e.printStackTrace();
}
}
}
最后需要一个 DisruptorMain 将上述的数据、生产者和消费者进行整合。
public class DisruptorMain {
public static void main(String[] args) {
DisruptorFactory factory = new DisruptorFactory(); // 工厂
ExecutorService executor = Executors.newCachedThreadPool(); // 线程池
int BUFFER_SIZE = 16; // 必须为2的幂指数
// 初始化Disruptor
Disruptor<FileData> disruptor = new Disruptor<>(factory,
BUFFER_SIZE,
executor,
ProducerType.MULTI, // Create a RingBuffer supporting multiple event publishers to the one RingBuffer
new BlockingWaitStrategy() // 默认阻塞策略
);
// 启动消费者
disruptor.handleEventsWithWorkerPool(new DisruptorConsumer(),
new DisruptorConsumer()
);
disruptor.start();
// 启动生产者
RingBuffer<FileData> ringBuffer = disruptor.getRingBuffer();
DisruptorProducer producer = new DisruptorProducer(ringBuffer);
producer.read("temp.dat");
// 关闭
disruptor.shutdown();
executor.shutdown();
}
}
Disruptor 策略
Disruptor 生产者和消费者之间是通过什么策略进行同步呢？Disruptor 提供了如下几种策略：
- BlockingWaitStrategy：默认等待策略。和 BlockingQueue 的实现很类似，通过使用锁和条件（Condition）进行线程同步和唤醒。此策略对于线程切换来说，最节约 CPU 资源，但在高并发场景下性能有限。
- SleepingWaitStrategy：CPU 友好型策略。会在循环中不断等待数据。首先进行自旋等待，若不成功，则使用 Thread.yield()让出 CPU，并使用 LockSupport.parkNanos(1)进行线程睡眠。所以，此策略数据处理数据可能会有较高的延迟，适合用于对延迟不敏感的场景。优点是对生产者线程影响小，典型应用场景是异步日志。
- YieldingWaitStrategy：低延时策略。消费者线程会不断循环监控 RingBuffer 的变化，在循环内部使用 Thread.yield()让出 CPU 给其他线程。
- BusySpinWaitStrategy：死循环策略。消费者线程会尽最大可能监控缓冲区的变化，会占用所有 CPU 资源。