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：
- EventBus 事件总线
- Event 事件，即被观察者
- Subscriber 订阅者，即观察者
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。
