Java中如何创建TB大小的低延迟队列

队列通常是软件设计模式中的基本组件。

但是，如果每秒收到数百万条消息，并且多进程消费者需要能够读取所有消息的完整分类账，那该怎么办呢?

Java只能保存这么多信息，否则堆就会成为一个限制因素，产生影响很大的垃圾收集，可能会阻止我们实现目标的SLA，甚至使JVM暂停几秒钟甚至几分钟。

本文介绍如何使用开源的Chronicle Queue创建巨大的持久队列，同时保持可预测和一致的低延迟。

应用程序

在本文中，目标是维护来自市场数据馈送的对象队列（例如，在交易所交易的证券的最新价格）。 也可以选择其他业务领域，例如物联网设备的传感输入或读取汽车行业的碰撞记录信息。 原理是一样的。

首先，定义一个持有市场数据的类：

public class MarketData extends SelfDescribingMarshallable {
    int securityId;
    long time;
    float last;
    float high;
    float low;

    // Getters and setters not shown for brevity
}

📝注意: 在现实世界中，使用 float 和 double 来保存货币值时必须非常小心，否则可能会导致舍入问题 [Bloch18，第 60 项]。 但是，在这篇介绍性文章中，我想保持简单。

还有一个小的实用函数 MarketDataUtil::create 将在调用时创建并返回一个新的随机 MarketData 对象：

static MarketData create() {
    MarketData marketData = new MarketData();
    int id = ThreadLocalRandom.current().nextInt(1000);
    marketData.setSecurityId(id);
    float nextFloat = ThreadLocalRandom.current().nextFloat();
    float last = 20 + 100 * nextFloat;

    marketData.setLast(last);
    marketData.setHigh(last * 1.1f);
    marketData.setLow(last * 0.9f);
    marketData.setTime(System.currentTimeMillis());

    return marketData;
}

现在，目标是创建一个持久、并发、低延迟、可从多个进程访问并且可以容纳数十亿个对象的队列。

幼稚的方法

有了这些类，就可以探索使用 ConcurrentLinkedQueue 的简单方法：

public static void main(String[] args) {
    final Queue queue = new ConcurrentLinkedQueue();
    for (long i = 0; i < 1e9; i++) {
        queue.add(MarketDataUtil.create());
    }
}

这将失败，原因有以下几个：

1. ConcurrentLinkedQueue 将为添加到队列中的每个元素创建一个包装节点。 这将显著地使创建的对象数量增加一倍。
2. 对象放置在 Java 堆上，导致堆内存压力和垃圾收集问题。 在我的机器上，这导致我的整个 JVM 变得无响应，唯一的方法是使用“kill -9”强行将其杀死。
3. 无法从其他进程（即其他 JVM）读取队列。
4. 一旦 JVM 终止，队列的内容就会丢失。 因此，队列不是持久的。

查看各种其他标准 Java 类，可以得出结论，不支持大型持久化队列。

使用 Chronicle Queue

Chronicle Queue 是一个开源库，旨在满足上述要求。 这是设置和使用它的一种方法：

public static void main(String[] args) {
    final MarketData marketData = new MarketData();
    final ChronicleQueue q = ChronicleQueue
            .single("market-data");
    final ExcerptAppender appender = q.acquireAppender();

    for (long i = 0; i < 1e9; i++) {
        try (final DocumentContext document =
                     appender.acquireWritingDocument(false)) {
             document
                    .wire()
                    .bytes()
                    .writeObject(MarketData.class, 
                            MarketDataUtil.recycle(marketData));
        }
    }
}

使用配备 2.3 GHz 8 核英特尔酷睿 i9 的 MacBook Pro 2019 时，仅使用一个线程即可插入每秒超过 3,000,000(3百万) 条消息。

该队列通过给定目录“market-data”中的内存映射文件进行持久化。 人们会期望 MarketData 对象至少占用 4 (int securityId) + 8 (long time) + 4*3 (float last, high 和 low) = 24 字节。

在上面的示例中，生成了 10 亿个对象，导致映射文件占用 30,148,657,152个字节(30G) ，这意味着每条消息大约 30 个字节。 在我看来，这确实非常有效。

可以看出，单个 MarketData 实例可以反复重用，因为 Chronicle Queue 会将当前对象的内容展平到内存映射文件上，从而允许对象重用。 这进一步降低了内存压力。 这是循环方法的工作原理：

static MarketData recycle(MarketData marketData) {
    final int id = ThreadLocalRandom.current().nextInt(1000);
    marketData.setSecurityId(id);
    final float nextFloat = ThreadLocalRandom.current().nextFloat();
    final float last = 20 + 100 * nextFloat;

    marketData.setLast(last);
    marketData.setHigh(last * 1.1f);
    marketData.setLow(last * 0.9f);
    marketData.setTime(System.currentTimeMillis());

    return marketData;
}

从 Chronicle Queue 中读取

从 Chronicle Queue 中读取很简单。 继续上面的示例，下面显示了如何从队列中读取前两个 MarketData 对象：

public static void main(String[] args) {
    final ChronicleQueue q = ChronicleQueue
            .single("market-data");
    final ExcerptTailer tailer = q.createTailer();

    for (long i = 0; i < 2; i++) {
        try (final DocumentContext document =
                     tailer.readingDocument()) {
            MarketData marketData = document
                    .wire()
                    .bytes()
                    .readObject(MarketData.class);
            System.out.println(marketData);
        }
    }
}

这可能会产生以下输出：

!software.chronicle.sandbox.queuedemo.MarketData {
  securityId: 202,
  time: 1634646488837,
  last: 45.8673,
  high: 50.454,
  low: 41.2806
}

!software.chronicle.sandbox.queuedemo.MarketData {
  securityId: 117,
  time: 1634646488842,
  last: 34.7567,
  high: 38.2323,
  low: 31.281
}

有一些规定可以有效地寻找尾部的位置，例如，到队列的末尾或到某个索引。

下一步是什么?

还有许多其他功能超出了本文的范围。

例如，可以将队列文件设置为以特定间隔（例如每天、每小时或每分钟）滚动，从而有效地创建信息分解，以便随着时间的推移清理旧数据。

还提供了隔离cpu的功能，并将Java线程锁定在这些隔离的cpu上，从而大大减少了应用程序的抖动。

最后，还有一个企业版，可以跨服务器集群复制队列，为分布式架构的高可用性和改进性能铺平了道路。

企业版还包括各种其他功能，例如加密、时区滚动和异步附加程序。

---

<<<<<<<<<<<< [完] >>>>>>>>>>>>