使用ChronicleQueue创建低延迟的TB级别的队列DZone

　　本文介绍如何使用开源 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。
　　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，例如来自物联网设备的感官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：在实际场景中，使用float和double保存货币值时必须非常小心，否则可能会导致舍入问题 [Bloch18, Item 60]。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。
　　天真的方法
　　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());     }    }
　　导致失败的有几个原因：ConcurrentLinkedQueue将为添加到队列中的每个元素创建一个包装节点。这将有效地使创建的对象数量增加一倍。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，唯一的办法是使用＂kill -9＂强行杀死它。无法从其他进程（即其他 JVM）读取队列。一旦 JVM 终止，队列的内容就会丢失。因此，队列不是持久的。
　　查看其他各种标准 Java 类，可以得出结论，不支持大型持久队列。
　　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 条消息。队列通过给定目录＂market-data＂中的内存映射文件持久化。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，附加了 10 亿个对象，导致映射文件占用 30,148,657,152 个字节，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。
　　从编年史队列中读取很简单。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);         }     } }
　　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。还有一些规定能够隔离 CPU 并将 Java 线程锁定到这些隔离的 CPU，从而显着减少应用程序抖动。
　　Chronicle Queue更多：使用Chronicle Queue创建低延迟的TB级别的队列 - DZone