什么是Disruptor
Disruptor是英国外汇交易公司LMAX开发的一个高性能队列，研发的初衷是解决内存队列的延迟问题，基于Disruptor开发的系统单线程能支撑每秒600万订单。除金融领域之外，其他应用也可以使用Disruptor来提升性能，目前，包括Apache Storm、Camel、Log4j2在内的很多知名项目都应用了Disruptor。
其实Disruptor与其说是一个框架不如说是一种设计思路，这个设计思路对于存在“并发、缓冲区、生产者—消费者模型、事务处理”这些元素的程序来说，Disruptor提出了一种大幅提升性能（TPS）的方案。
那么，Disruptor和传统的常用的一些生产者消费者模型，到底有哪些优势呢？
常见队列
| 队列 | 有界性 | 锁 | 数据结构 |
|---|---|---|---|
| ArrayBlockingQueue | bounded | 加锁 | arraylist |
| LinkedBlockingQueue | optionally-bounded | 加锁 | linkedlist |
| ConcurrentLinkedQueue | unbounded | 无锁 | linkedlist |
| LinkedTransferQueue | unbounded | 无锁 | linkedlist |
| PriorityBlockingQueue | unbounded | 加锁 | heap |
| DelayQueue | unbounded | 加锁 | heap |
平时常见的用来实现生产消费模型如上，实际的生产的环境，考虑线程安全+有界（防止生产过快，大量占用内存，发生OOM），符合条件的只有ArrayBlockingQueue，但是看过ArrayBlockingQueue源码的同学都清楚，内部是通过加锁的方式实现的线程安全，同时会产生“伪共享”的问题（不展开讨论）
为什么不用MQ
说实话，开始我也没太GET到这个点，使用市面上常见的MQ也能很好的实现生产消费模型，而且，我相信大家平时也有很多基于MQ设计的经验，优点就不细说了。后来和老大的一次谈话才明白核心的问题，耗时，耗时，耗时，重要的事情说三遍。对于交易所来说，要尽量减少用户成单的时间，引入MQ，会比Disruptor来说大概多20ms（没亲自验证）的耗时（毕竟一个是纯内存，一个要加上双端的网络通信时间），而对于用户来说，可能会因为这部分耗时损失一部分利益。
Disruptor核心设计
可以看到，整个设计围绕RingBuffer展开，生产者把消息写入RingBuffer中，消费者消费RingBuffer里的数据”，那么，由此会想到一些问题
- 单个生产者如何写这个“环”
- 单个消费者如何消费这个“环”
- 多个生产者如何写这个“环”
- 多个消费者如何消费这个“环”
- 生产速度过快，是否会产生覆盖？
- 消费速度过快，该怎样等待消息的生产？
以上问题，后续系列文章，将会一一解答。
