Disruptor和LinkedBlockingQueue简介
Disruptor是Java实现的用于线程间通信的消息组件，其核心是一个Lock-free(无锁)的Ringbuffer；LinkedBlockingQueue是java.util.concurrent包中提供的一个阻塞队列；因为二者之间有很多相同的地方，所以在此进行一次性能的对比。
压力测试
1.针对LinkedBlockingQueue的压测类
public class LinkedBlockingQueueTest {
public static int eventNum = 5000000;
public static void main(String[] args) {
final BlockingQueue queue = new LinkedBlockingQueue();
final long startTime = System.currentTimeMillis();
new Thread(new Runnable() {
@Override
public void run() {
int i = 0;
while (i < eventNum) {
LogEvent logEvent = new LogEvent(i, "c" + i);
try {
queue.put(logEvent);
} catch (InterruptedException e) {
e.printStackTrace();
}
i++;
}
}
}).start();
new Thread(new Runnable() {
@Override
public void run() {
int k = 0;
while (k < eventNum) {
try {
queue.take();
} catch (InterruptedException e) {
e.printStackTrace();
}
k++;
}
long endTime = System.currentTimeMillis();
System.out
.println("costTime = " + (endTime - startTime) + "ms");
}
}).start();
}
}LinkedBlockingQueueTest 实现了一个简单的生产者-消费者模式，一条线程负责插入，另外一条线程负责读取。
public class LogEvent implements Serializable {
private static final long serialVersionUID = 1L;
private long logId;
private String content;
public LogEvent(){
}
public LogEvent(long logId, String content){
this.logId = logId;
this.content = content;
}
public long getLogId() {
return logId;
}
public void setLogId(long logId) {
this.logId = logId;
}
public String getContent() {
return content;
}
public void setContent(String content) {
this.content = content;
}
}LogEvent实体类，Disruptor的压测类中也同样会用到
2.下面是针对Disruptor的压测类，需要引入Disruptor的jar包
com.lmax disruptor 3.3.6
Disruptor的压测类
public class DisruptorTest {
public static void main(String[] args) {
LogEventFactory factory = new LogEventFactory();
int ringBufferSize = 65536;
final Disruptor disruptor = new Disruptor(factory,
ringBufferSize, DaemonThreadFactory.INSTANCE,
ProducerType.SINGLE, new BusySpinWaitStrategy());
LogEventConsumer consumer = new LogEventConsumer();
disruptor.handleEventsWith(consumer);
disruptor.start();
new Thread(new Runnable() {
@Override
public void run() {
RingBuffer ringBuffer = disruptor.getRingBuffer();
for (int i = 0; i < LinkedBlockingQueueTest.eventNum; i++) {
long seq = ringBuffer.next();
LogEvent logEvent = ringBuffer.get(seq);
logEvent.setLogId(i);
logEvent.setContent("c" + i);
ringBuffer.publish(seq);
}
}
}).start();
}
}同样为了保证测试数据的准确性，Disruptor使用了ProducerType.SINGLE(单生产者)模式，同时也只使用了一个LogEventConsumer(消费者)
public class LogEventConsumer implements EventHandler {
private long startTime;
private int i;
public LogEventConsumer() {
this.startTime = System.currentTimeMillis();
}
public void onEvent(LogEvent logEvent, long seq, boolean bool)
throws Exception {
i++;
if (i == LinkedBlockingQueueTest.eventNum) {
long endTime = System.currentTimeMillis();
System.out.println(" costTime = " + (endTime - startTime) + "ms");
}
}
}LogEventConsumer 中负责记录开始时间和结束时间以及接受消息的数量，方便统计时间；
压测结果统计
测试环境：
操作系统：win7 32位
CPU：Intel Core i3-2350M 2.3GHz 4核
内存：3G
JDK：1.6
分别运行以上两个实例，运行多次取平均值，结果如下：
结果显示LinkedBlockingQueue花费时间是Disruptor的1.65倍，测试环境是本人的笔记本电脑，配置有点低所有差距并不是特别明显；同样在公司台式机（win7 64位 – Intel Core i5 4核 – 4g内存 – jdk1.7）显示的结果是3-4倍左右；官方提供的数据是在5倍左右：https://github.com/LMAX-Exchange/disruptor/wiki/Performance-Results
性能差距原因分析
1.lock和cas的差距
LinkedBlockingQueue中使用了锁，如下所示：
/** Lock held by take, poll, etc */ private final ReentrantLock takeLock = new ReentrantLock(); /** Lock held by put, offer, etc */ private final ReentrantLock putLock = new ReentrantLock();
而Disruptor中提供了cas的无锁支持，提供了BusySpinWaitStrategy策略的支持
2.避免伪共享
缓存系统中是以缓存行（cache line）为单位存储的。缓存行是2的整数幂个连续字节，一般为32-256个字节。最常见的缓存行大小是64个字节。当多线程修改互相独立的变量时，如果这些变量共享同一个缓存行，就会无意中影响彼此的性能，这就是伪共享。
看一个实例：
public class FalseSharing implements Runnable {
public final static int NUM_THREADS = 4;
public final static long ITERATIONS = 50000000;
private final int arrayIndex;
private static VolatileLong[] longs = new VolatileLong[NUM_THREADS];
static {
for (int i = 0; i < longs.length; i++) {
longs[i] = new VolatileLong();
}
}
public FalseSharing(final int arrayIndex) {
this.arrayIndex = arrayIndex;
}
public static void main(final String[] args) throws Exception {
final long start = System.currentTimeMillis();
runTest();
System.out.println("costTime = " + (System.currentTimeMillis() - start) + "ms");
}
private static void runTest() throws InterruptedException {
Thread[] threads = new Thread[NUM_THREADS];
for (int i = 0; i < threads.length; i++) {
threads[i] = new Thread(new FalseSharing(i));
}
for (Thread t : threads) {
t.start();
}
for (Thread t : threads) {
t.join();
}
}
@Override
public void run() {
long i = ITERATIONS + 1;
while (0 != --i) {
longs[arrayIndex].value = i;
}
}
public final static class VolatileLong {
public volatile long value = 0L;
public long p1, p2, p3, p4, p5, p6;
}
}分别注释掉VolatileLong 中的public long p1, p2, p3, p4, p5, p6;和不注释掉进行对比，发现不注释掉的性能居然是注释掉性能的4倍，原因就是缓存行大小是64个字节，不注释掉说明一个VolatileLong 对象刚好占用一个缓存行；注释掉的话一个缓存行会被多个变量占用，就会无意中影响彼此的性能。
查看Disruptor的源码会发现很多地方避免了伪共享，比如：
abstract class SingleProducerSequencerPad extends AbstractSequencer
{
protected long p1, p2, p3, p4, p5, p6, p7;
public SingleProducerSequencerPad(int bufferSize, WaitStrategy waitStrategy)
{
super(bufferSize, waitStrategy);
}
}3.Ringbuffer的使用
Disruptor选择使用Ringbuffer来构造lock-free队列，什么事Ringbuffer，可以参考wiki：https://zh.wikipedia.org/wiki/%E7%92%B0%E5%BD%A2%E7%B7%A9%E8%A1%9D%E5%8D%80
数组是预分配的，这样避免了Java GC带来的运行开销。生产者在生产消息或产生事件的时候对Ringbuffer元素中的属性进行更新，而不是替换Ringbuffer中的元素。
占时先整理这三条，肯定还有其他原因；
总结
Disruptor的高性能早就被用在了一些第三方库中，比如log4j2，让log4j2在性能上有质的飞越，之前对三种主流日志性能对比：Log4j1,Logback以及Log4j2性能测试对比