多線程異步【日志系統(tǒng)】，高效、強(qiáng)悍的實(shí)現(xiàn)方式：雙緩沖！
別人的經(jīng)驗(yàn)，我們的階梯!
大家好，我是道哥，今天我為大伙兒解說的技術(shù)知識點(diǎn)是：【在多線程環(huán)境下，如何實(shí)現(xiàn)一個高效的日志系統(tǒng)】。
在很久之前，曾經(jīng)寫過一篇文章《【最佳實(shí)踐】生產(chǎn)者和消費(fèi)者模式中的雙緩沖技術(shù)》，討論了：在一個產(chǎn)品級的日志系統(tǒng)中，如何利用雙緩沖機(jī)制來解決生產(chǎn)者-消費(fèi)者相關(guān)的問題。
前段時間，有位小伙伴私信給我，希望可以具體聊一下這個實(shí)現(xiàn)方案。
本來答應(yīng)在國慶期間完成的，但是我的拖延癥一犯再犯，一直拖到今天，終于把這個作業(yè)給補(bǔ)上了。
雙緩沖這個思路并不是我原創(chuàng)的，而是參考了大神陳碩老師的一本書《Linux 多線程服務(wù)端編程》。
從書名就可以看出，討論的是服務(wù)器端的相關(guān)編程內(nèi)容，而且是多線程場景下的，因此可以隱約看出，書中給出的參考代碼的質(zhì)量是很高的。
如果您的主力開發(fā)語言是 C++，強(qiáng)烈推薦您去研究下這本書。
很多 C++ 語言的細(xì)節(jié)問題，作者都給出了自己專業(yè)、嚴(yán)謹(jǐn)?shù)乃伎己徒鉀Q方案。
言歸正傳!
在上一篇文章中，我主要從思路、概念的角度，來描述如何利用雙緩沖機(jī)制。
這篇文章，我們就忠于書中原文，一起來學(xué)習(xí)一下作者的思考過程，并給出一些對性能起決定作用的關(guān)鍵代碼。
先來看一下書中的性能測試結(jié)果：
單片機(jī)中常用的環(huán)形緩沖區(qū)
一說到緩沖區(qū)，相信各位小伙伴一定看過很多關(guān)于緩沖緩沖區(qū)的文章和代碼，在單片機(jī)中的使用率很高。
所謂的環(huán)形緩沖區(qū)，就是一塊平整的內(nèi)存區(qū)域，讓它的尾部連接到首部即可。
- 另一個類似的結(jié)構(gòu)：環(huán)形隊(duì)列，本質(zhì)上都是一樣的。
維護(hù)環(huán)形緩沖區(qū)的數(shù)據(jù)結(jié)構(gòu)中，有head和tail指針。
當(dāng)寫入的時候，把輸入寫入到tail指針的位置，寫完之后，遞增tail的指針值;
當(dāng)讀取的時候，從head指針的位置開始讀取，讀完之后，也遞增head的指針值。
這樣的操作方式，比較適合那種簡單的單輸入、單輸出場景。
只要處理好：當(dāng) head 和 tail 這兩個指針交匯的時候如何處理即可。
但是在x86的操作系統(tǒng)中，在多核 + 多線程的工作環(huán)境下，無論是從功能上、還是從性能上來考慮，這樣的環(huán)形緩沖區(qū)就滿足不了需求了。
還是拿日志系統(tǒng)來舉例：在一個應(yīng)用程序中，可能會有多個線程同時調(diào)用日志系統(tǒng)的寫入API接口函數(shù)，這就需要保證線程安全。
- 這樣的線程稱作 前臺/前端 線程。
日志數(shù)據(jù)存儲在內(nèi)存中之后，最終是要輸出的，比如：寫入到文件系統(tǒng)、通過網(wǎng)絡(luò)上傳到服務(wù)端、輸出到其他的監(jiān)控系統(tǒng)等等。
實(shí)現(xiàn)輸出操作的也是一個線程，假如需要寫入到文件系統(tǒng)，那么在寫入期間，這個線程就需要一直持有緩沖區(qū)中的日志數(shù)據(jù)。
- 這樣的線程稱作 后臺/后端 線程。
但是，文件系統(tǒng)的寫入速度是很慢的(畢竟要操作硬盤啊)，如果這個時候又有前臺線程需要寫日志信息了，該如何處理?
總不能暴力的說：后臺線程正在把現(xiàn)有的日志數(shù)據(jù)存儲到硬盤上，已經(jīng)持有了內(nèi)存緩沖區(qū)，前臺線程你是后來的，先等著!
多線程異步日志：雙緩沖機(jī)制
在這本書中，作者對這樣的日志系統(tǒng)規(guī)定了幾個關(guān)鍵的要求，都是與實(shí)際的業(yè)務(wù)需求相關(guān)的：
- 線程安全：多個線程可以并發(fā)寫日志，不造成競爭，兩個線程的日志信息不會交叉出現(xiàn);
- 吞吐量大;
- 日志消息有多種級別，格式可配置等等;
為了達(dá)到這個目的，作者提出了“雙緩沖”思路(Double Buffering)。
基本思路是：
準(zhǔn)備兩塊 buffer: A 和 B;
前端負(fù)責(zé)往 buffer A 填數(shù)據(jù)(日志信息);
后端負(fù)責(zé)把 buffer B 的數(shù)據(jù)寫入文件。
當(dāng) buffer A 寫滿之后，交換 A 和 B，讓后端將 buffer A 的數(shù)據(jù)寫入文件，而前端則往 buffer B 填入新的日志信息，如此反復(fù)。
其實(shí)還是蠻好理解的哈，我們還是來畫圖描述一下：
當(dāng) buffer A 寫滿之后，交換兩個緩沖區(qū)：
雙緩沖機(jī)制為什么高效
使用兩個buffer緩沖區(qū)的好處是：
在大部分的時間中，前臺線程和后臺線程不會操作同一個緩沖區(qū)，這也就意味著前臺線程的操作，不需要等待后臺線程緩慢的寫文件操作(因?yàn)椴恍枰i定臨界區(qū))。
還有一點(diǎn)就是：后臺線程把緩沖區(qū)中的日志信息，寫入到文件系統(tǒng)中的頻率，完全由自己的寫入策略來決定，避免了每條新日志信息都觸發(fā)(喚醒)后端日志線程。
例如：可以根據(jù)實(shí)際使用場景，定義一個刷新頻率，例如：3秒。
只要刷新時間到了，即使緩沖區(qū)中的日志信息很少，也要把它們存儲到文件系統(tǒng)中。
換言之，前端線程不是將一條條日志信息分別傳送給后端線程，而是將多條信息拼成一個大的 buffer 傳送給后端，相當(dāng)于是批量處理，減少了線程喚醒的頻率，降低開銷。
盡可能的降低 Lock 的時間
在剛才的描述中，有這么一句話：在[大部分的時間中]，前臺線程和后臺線程不會操作同一個緩沖區(qū)。
也就是是說，在小部分時間內(nèi)，它們還是有可能操作同一個緩沖區(qū)的。
那就是：當(dāng)前臺的寫入緩沖區(qū) buffer A 被寫滿了，需要與 buffer B 進(jìn)行交換的時候。
交換的操作，是由后臺線程來執(zhí)行的，具體流程是：
- 后臺線程被喚醒，此時 buffer B 緩沖區(qū)是空的，因?yàn)樵谏弦淮芜M(jìn)入睡眠之前，buffer B 中數(shù)據(jù)已經(jīng)被寫入到文件系統(tǒng)中了;
- 把 buffer A 與 buffer B 進(jìn)行交換;
- 把 buffer B 中的數(shù)據(jù)寫入到文件系統(tǒng);
- 開始休眠;
在第2個步驟中：交換緩沖區(qū)，就是把兩個指針變量的值交換一下而已，利用C++語言中的swap操作，效率很高。
在執(zhí)行交換緩沖區(qū)的時候，可能會有前臺線程寫入日志，因此這個步驟需要在 Lock 的狀態(tài)下執(zhí)行。
可以看出：這個雙緩沖機(jī)制的前后臺日志系統(tǒng)，需要鎖定的代碼僅僅是交換兩個緩沖區(qū)這個動作，Lock 的時間是極其短暫的!這就是它提高吞吐量的關(guān)鍵所在!
參考代碼
在示例代碼中，作者對雙緩沖機(jī)制進(jìn)行了擴(kuò)展，采用4個緩沖區(qū)，這樣可以進(jìn)一步減少或避免前端線程的等待時間。
數(shù)據(jù)結(jié)構(gòu)如下：
這里的 nextBuffer_ 相當(dāng)有是currentBuffer_的“備胎”。
當(dāng)前臺線程發(fā)現(xiàn)currentBuffer_不可用時(空間已滿，或者正在被后臺線程操作)，可以立刻寫入到這個"備胎"緩沖區(qū)中，從而降低了前臺線程的等待時間。
下面是前臺線程的寫入代碼：
前端線程在生成一條日志消息的時候，會調(diào)用append()函數(shù)。
在這個函數(shù)中，如果當(dāng)前緩沖區(qū)(currentBuffer_)剩余的空間足夠大，直接把消息消息拷貝(追加)進(jìn)去，這是最常見的情況。
如果當(dāng)前緩沖區(qū)的剩余空間，小于這次日志信息的寫入長度，就把它移動到 buffer_ 集合中(一個Vector)，此時會發(fā)送喚醒信號給后端線程，然后把 nextBuffer_ 這個備胎 move 為 currentBuffer_。
- move 是 C++ 中的操作，意思是移動，而不是拷貝/復(fù)制。
當(dāng)然了，如果前端的寫入速度太快，一下子就把兩塊緩沖區(qū)都用完了，那么只好分配一塊新的 buffer 作為當(dāng)前緩沖區(qū)，這是極少發(fā)生的情況。
再來看看后端的代碼實(shí)現(xiàn)，這里只貼出了最關(guān)鍵的臨界區(qū)內(nèi)的代碼，也就是前文所說的“小部分時間”的情況：
這段代碼中最重要的就是 swap 函數(shù)，它把前后臺使用的緩沖區(qū)進(jìn)行了交換。
當(dāng)前后臺緩沖區(qū)交換之后，就離開了臨界區(qū)，此時后臺線程就可以慢慢的往文件系統(tǒng)中寫入數(shù)據(jù)了。
另外，這段代碼中還有一個地方比較有意思，就是對備胎 nextBuffer_ 的操作:
當(dāng)前臺中使用的備胎 nextBuffer_ 已經(jīng)被消耗掉時，后臺線程及時地為它補(bǔ)充一個新的備胎。
可以繼續(xù)優(yōu)化的地方
在本章的最后部分，作者提出了一個更加嚴(yán)苛的情況：
異步日志系統(tǒng)中，使用了一個全局鎖，盡管臨界區(qū)很小，但是如果線程數(shù)目較多，鎖爭用也可能影響性能。
一種解決方法是像 Java 的 ConCurrentHashMap 那樣使用多個桶子(bucket)，前端線程寫日志的時候根據(jù)線程id哈希到不同的 bucket 中，以減少競爭。
這種解決方案本質(zhì)上就是提供更多的緩沖區(qū)，并且把不同的緩沖區(qū)分配給不同的線程(根據(jù)線程 id 的哈希值)。
那些哈希到相同緩沖區(qū)的線程，同樣是存在爭用的情況的，只不過爭用的概率被降低了很多。
本文轉(zhuǎn)載自微信公眾號「IOT物聯(lián)網(wǎng)小鎮(zhèn)」
