一 简介

       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。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。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。

第一次看到Martin Fowler，是在他的一篇微服务的博客上看到的，讲述了分布式微服务的思想，有兴趣的可以去百度下。

二 使用

1 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，直接下载jar包，addTopath就可以使用了。

2 也可以以maven的方式来引入

<!-- https://mvnrepository.com/artifact/com.lmax/disruptor -->
<dependency>
    <groupId>com.lmax</groupId>
    <artifactId>disruptor</artifactId>
    <version>3.4.2</version>
</dependency>

3 示例

下面以一个例子来使用disruptor框架：

先了解一下步骤：

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

（1） StringEvent.java  用来接受数据的javabean对象

package com.lxj.disruptor;/*
 * 用于传递数据的对象
 */public class StringEvent {	private Integer id;	private String value;	public Integer getId() {		return id;
	}	public void setId(Integer id) {		this.id = id;
	}	public String getValue() {		return value;
	}	public void setValue(String value) {		this.value = value;
	}	@Override
	public String toString() {		return "StringEvent [id=" + id + ", value=" + value + "]";
	}

}

（2） StringEventFactory.java   该类主要是让disruptor工厂方法创建我们自定义的对象，工厂方法。

package com.lxj.disruptor;import com.lmax.disruptor.EventFactory;/*
 * 实现Disruptor提供的工厂接口，工厂方法模式
 */public class StringEventFactory implements EventFactory<StringEvent> {	@Override
	public StringEvent newInstance() {		//我们自定义的对象
		return new StringEvent();
	}

}

（3） StringEventHandler.java 这个类就是一个处理器，也可以说是消费者

package com.lxj.disruptor;import com.lmax.disruptor.EventHandler;/*
 * 事件的处理器，也就是消费者，这里模拟的是将数据打印处理
 */public class StringEventHandler implements EventHandler<StringEvent> {	@Override
	public void onEvent(StringEvent stringEvent, long sequence, boolean bool) throws Exception {
		System.out.println("StringEventHandler(消费者):  "  + stringEvent +", sequence= "+sequence+",bool="+bool);    
	}

}

（4） StringEventProducer.java  这是一个事件源，用来触发事件。

package com.lxj.disruptor;import java.nio.ByteBuffer;import com.lmax.disruptor.RingBuffer;/*
 * 这是一个事件源，模拟的就是网络或者磁盘IO发送数据过来，触发事件
 * ByteBuffer中携带着数据
 */public class StringEventProducer {     
	private final RingBuffer<StringEvent> ringBuffer;	public StringEventProducer(RingBuffer<StringEvent> ringBuffer) {	     this.ringBuffer = ringBuffer;
	}	 
	
	public void sendData(ByteBuffer byteBuffer) {        //ringBuffer就是用来存储数据的，具体可以看disruptor源码的数据结构，next就是获取下一个空事件索引
		long sequence = ringBuffer.next();		try {			//通过索引获取空事件 
			StringEvent stringEvent = ringBuffer.get(sequence);			//切换成读模式
			byteBuffer.flip();			//从byteBuffer中读取传过来的值
			byte[] dst = new byte[byteBuffer.limit()];
			byteBuffer.get(dst, 0, dst.length);			//为stringEvent赋值，填充数据
			stringEvent.setValue(new String(dst));
			stringEvent.setId((int) sequence);			//clear一下缓冲区
			byteBuffer.clear();
		} finally {			//发布事件，为确保安全，放入finally中，不会造成disruptor的混乱
			ringBuffer.publish(sequence);
		}
	}
	 
}

（5）跟第（4）步一样，也可以有另外一种替代的写法，disruptor3推荐的，这样更灵活。

StringEventProducerWithTranslator.java

package com.lxj.disruptor;import java.nio.ByteBuffer;import com.lmax.disruptor.EventTranslatorOneArg;import com.lmax.disruptor.RingBuffer;/*
 * 一个Translator可以看做一个事件初始化器
 */public class StringEventProducerWithTranslator {	private final RingBuffer<StringEvent> ringBuffer;	
	//填充数据
	public static final EventTranslatorOneArg<StringEvent, ByteBuffer> TRANSLATOR = new EventTranslatorOneArg<StringEvent, ByteBuffer>() {		@Override
		public void translateTo(StringEvent stringEvent, long sequence, ByteBuffer byteBuffer) {			// 从byteBuffer中读取传过来的值
			byteBuffer.flip();			byte[] dst = new byte[byteBuffer.limit()];
			byteBuffer.get(dst, 0, dst.length);
			byteBuffer.clear();			// 为stringEvent赋值，填充数据
			stringEvent.setValue(new String(dst));
			stringEvent.setId((int) sequence);
		}
	};	
	public StringEventProducerWithTranslator( RingBuffer<StringEvent> ringBuffer) {		this.ringBuffer = ringBuffer;
	}	
	//发布事件 
   	public void sendData(ByteBuffer byteBuffer) {
		ringBuffer.publishEvent(TRANSLATOR, byteBuffer);
	}
	
	

}

发送数据跟填充数据进行了分离。

（6） StringEventMain.java 主函数进行测试：

package com.lxj.disruptor;

import java.nio.ByteBuffer;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.locks.Lock;

import com.lmax.disruptor.RingBuffer;
import com.lmax.disruptor.YieldingWaitStrategy;
import com.lmax.disruptor.dsl.Disruptor;
import com.lmax.disruptor.dsl.ProducerType;

/*
 * 测试主函数
 */
public class StringEventMain {

	public static void main(String[] args) throws Exception {
        //创建一个线程池
		ExecutorService executorPool = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors());
		//创建Event工厂
		StringEventFactory factory = new StringEventFactory();
		/*
		 *	  创建Disruptor对象
		 *   eventFactory, 传入实现了EventFactory借口的工厂类
		 *   ringBufferSize, 用来存储数据的， 值为 2^n  
		 *   executor, 线程池 
		 *   producerType, 类型，可以是多个生产者，也可以是单个生产者 
		 *   waitStrategy, 使用什么策略，消费者如何等待生产者放入disruptor中 :
				     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
					 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
					 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
		 */
		Disruptor<StringEvent> disruptor = new Disruptor<>(factory, (int)Math.pow(2, 20), executorPool, ProducerType.SINGLE, new YieldingWaitStrategy());
		//关联处理器，也就是消费者，连接消费事件方法
		disruptor.handleEventsWith(new StringEventHandler());
		//启动
		disruptor.start();
		//获取RingBuffer,模拟生产者发布消息
		RingBuffer<StringEvent> ringBuffer = disruptor.getRingBuffer();
		
		StringEventProducerWithTranslator producer = new StringEventProducerWithTranslator(ringBuffer);
		//StringEventProducer producer = new StringEventProducer(ringBuffer);
		ByteBuffer byteBuffer = ByteBuffer.allocate(1024);
		
		//闭锁控制线程同步
		CountDownLatch countDownLatch = new CountDownLatch(1);
		new Thread(new Runnable() {
			@Override
			public void run() {
				for(int i = 0 ; i < 10 ; i ++) {
					//下面是进行触发事件并且发布
					byteBuffer.put(new String("生产者"+ i +"发布消息").getBytes());
					producer.sendData(byteBuffer);
					//模拟进行其他操作的耗时
					try {
						Thread.sleep(1000);
					} catch (InterruptedException e) {
						e.printStackTrace();
					}
				}
				countDownLatch.countDown();
			}
		},"Thread2").start();;
		//等待
		countDownLatch.await();
		disruptor.shutdown(); //关闭 disruptor
		executorPool.shutdown(); //关闭线程池
	}

}

运行结果:

StringEventHandler(消费者):  StringEvent [id=0, value=生产者0发布消息], sequence= 0,bool=true
StringEventHandler(消费者):  StringEvent [id=1, value=生产者1发布消息], sequence= 1,bool=true
StringEventHandler(消费者):  StringEvent [id=2, value=生产者2发布消息], sequence= 2,bool=true
StringEventHandler(消费者):  StringEvent [id=3, value=生产者3发布消息], sequence= 3,bool=true
StringEventHandler(消费者):  StringEvent [id=4, value=生产者4发布消息], sequence= 4,bool=true
StringEventHandler(消费者):  StringEvent [id=5, value=生产者5发布消息], sequence= 5,bool=true
StringEventHandler(消费者):  StringEvent [id=6, value=生产者6发布消息], sequence= 6,bool=true
StringEventHandler(消费者):  StringEvent [id=7, value=生产者7发布消息], sequence= 7,bool=true
StringEventHandler(消费者):  StringEvent [id=8, value=生产者8发布消息], sequence= 8,bool=true
StringEventHandler(消费者):  StringEvent [id=9, value=生产者9发布消息], sequence= 9,bool=true

每隔一秒事件源sendData(),消费者就开始消费数据，这里实质上是一种观察者模式，内部状态改变会通知所有的消费者，有兴趣的可以去了解下观察者模式。

三 这是disruptor的一个helloWorld,下一篇博客会继续写关于disruptor。