SOFA-源码分析—-事件总线

前言

大部分框架都是事件订阅功能,即观察者模式,或者叫事件机制。通过订阅某个事件,当触发事件时,回调某个方法。该功能非常的好用,而 SOFA 内部也设计了这个功能,并且内部大量使用了该功能。来看看是如何设计的。

源码分析

核心类有 3 个:

Subscriber 是个抽象类, 子类需要自己实现 onEvent 方法,即回调方法。还有一个是否同步执行的参数。

EventBus 类实现了注册功能,反注册功能(删除)。事件发生时通知订阅者功能。

内部使用一个“大型数据结构”保存事件和订阅者的信息。

ConcurrentHashMap<Class<? extends Event>, CopyOnWriteArraySet<Subscriber>> SUBSCRIBER_MAP

所有相关信息都保存在该数据结构中。

看看注册功能。

public static void register(Class<? extends Event> eventClass, Subscriber subscriber) {
CopyOnWriteArraySet<Subscriber> set = SUBSCRIBER_MAP.get(eventClass);
if (set == null) {
set = new CopyOnWriteArraySet<Subscriber>();
CopyOnWriteArraySet<Subscriber> old = SUBSCRIBER_MAP.putIfAbsent(eventClass, set);
if (old != null) {
set = old;
}
}
set.add(subscriber);
}

参数为 一个事件对象,一个订阅对象。

首先从 Map 中根据事件的 Class 获取对应的订阅者集合,注意,这里都是用的并发容器。

下面的判断有点意思,考虑到并发的情况,如果第一次获取 Set 是 null,则尝试创建一个并放进 Map,这里使用的并不是 put 方法,而是 putIfAbsent 方法,该方法作用等同于:

if (!map.containsKey(key)) 
return map.put(key, value);
else
return map.get(key);

所以,这里再一次考虑并发问题,如果这个间隙有其他线程 put 了,就可以获取到那个线程 put 的 Set。很谨慎。而且性能相比较锁要好很多。虽然这个方法并发量不会很高,但也是一种性能优化。

如果发生了并发,就使用已有的 Set,然后将 Set 放置到 Map 中,完成事件和订阅者的映射。

再看看取消注册方法。

public static void unRegister(Class<? extends Event> eventClass, Subscriber subscriber) {
CopyOnWriteArraySet<Subscriber> set = SUBSCRIBER_MAP.get(eventClass);
if (set != null) {
set.remove(subscriber);
}
}

很简单,就是直接删除。

再看看通知功能:

public static void post(final Event event) {
if (!isEnable()) {
return;
}
CopyOnWriteArraySet<Subscriber> subscribers = SUBSCRIBER_MAP.get(event.getClass());
if (CommonUtils.isNotEmpty(subscribers)) {
for (final Subscriber subscriber : subscribers) {
if (subscriber.isSync()) {
handleEvent(subscriber, event);
} else { // 异步
AsyncRuntime.getAsyncThreadPool().execute(
new Runnable() {
@Override
public void run() {
handleEvent(subscriber, event);
}
});
}
}
}
}

首先看是否开启了总线功能,在性能测试的时候,可能是关闭的。

如果开启了,就根据给定的时间找到订阅者,循环调用 handleEvent 方法(其实就是调用订阅者的 onEvent 方法)。

这里有一个是否异步的判断,如果异步的,则在异步线程池执行。

这个异步线程池 AsyncRuntime 可以看一下:

public static ThreadPoolExecutor getAsyncThreadPool(boolean build) {
if (asyncThreadPool == null && build) {
synchronized (AsyncRuntime.class) {
if (asyncThreadPool == null && build) {
// 一些系统参数,可以从配置或者注册中心获取。
int coresize = RpcConfigs.getIntValue(RpcOptions.ASYNC_POOL_CORE);
int maxsize = RpcConfigs.getIntValue(RpcOptions.ASYNC_POOL_MAX);
int queuesize = RpcConfigs.getIntValue(RpcOptions.ASYNC_POOL_QUEUE);
int keepAliveTime = RpcConfigs.getIntValue(RpcOptions.ASYNC_POOL_TIME);

BlockingQueue<Runnable> queue = ThreadPoolUtils.buildQueue(queuesize);
NamedThreadFactory threadFactory = new NamedThreadFactory("SOFA-RPC-CB", true);

RejectedExecutionHandler handler = new RejectedExecutionHandler() {
private int i = 1;

@Override
public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
if (i++ % 7 == 0) {
i = 1;
if (LOGGER.isWarnEnabled()) {
LOGGER.warn("Task:{} has been reject because of threadPool exhausted!" +
" pool:{}, active:{}, queue:{}, taskcnt: {}", r,
executor.getPoolSize(),
executor.getActiveCount(),
executor.getQueue().size(),
executor.getTaskCount());
}
}
throw new RejectedExecutionException("Callback handler thread pool has bean exhausted");
}
};
asyncThreadPool = ThreadPoolUtils.newCachedThreadPool(
coresize, maxsize, keepAliveTime, queue, threadFactory, handler);
}
}
}
return asyncThreadPool;
}

这里也做了双重检查锁。

默认核心线程大小 10,最大 200, 队列大小 256, 回收时间 60 秒。

因此,获取的队列就是 LinkedBlockingQueue。

这里的拒绝策略很有意思,每失败 6 次,打印详细信息,当前线程数,活动线程数量,队列 size, 任务总数,不知道为什么这么设计(6次??)。

目前框架中 Event 的实现很多,我们在之前的源码分析中也看到很多了。而订阅者目前只有一个 FaultToleranceSubscriber。用于容错处理。是 FaultToleranceModule 模块的功能。该功能也是个扩展点,当系统初始化的时候,会注册 ClientSyncReceiveEvent 事件和 ClientAsyncReceiveEvent。

总结

这个事件总线功能真是观察者模式的最佳实践,通过系统中发生的事件,能够让外部模块感知到并进行处理,比如上面介绍的容错模块。当发生订阅的事件后,外部模块能够响应,很完美。