多线程异步【日志系统】，高效、强悍的实现方式：双缓冲！

单片机中常用的环形缓冲区
多线程异步日志：双缓冲机制
双缓冲机制为什么高效
尽可能的降低 Lock 的时间
参考代码
可以继续优化的地方

别人的经验，我们的阶梯！

大家好，我是道哥，今天我为大伙儿解说的技术知识点是：【在多线程环境下，如何实现一个高效的日志系统】。

在很久之前，曾经写过一篇文章《【最佳实践】生产者和消费者模式中的双缓冲技术》，讨论了：在一个产品级的日志系统中，如何利用双缓冲机制来解决生产者-消费者相关的问题。

前段时间，有位小伙伴私信给我，希望可以具体聊一下这个实现方案。

本来答应在国庆期间完成的，但是我的拖延症一犯再犯，一直拖到今天，终于把这个作业给补上了。

双缓冲这个思路并不是我原创的，而是参考了大神陈硕老师的一本书《Linux 多线程服务端编程》。

从书名就可以看出，讨论的是服务器端的相关编程内容，而且是多线程场景下的，因此可以隐约看出，书中给出的参考代码的质量是很高的。

如果您的主力开发语言是 C++，强烈推荐您去研究下这本书。

很多 C++ 语言的细节问题，作者都给出了自己专业、严谨的思考和解决方案。

言归正传！

在上一篇文章中，我主要从思路、概念的角度，来描述如何利用双缓冲机制。

这篇文章，我们就忠于书中原文，一起来学习一下作者的思考过程，并给出一些对性能起决定作用的关键代码。

先来看一下书中的性能测试结果：

单片机中常用的环形缓冲区

一说到缓冲区，相信各位小伙伴一定看过很多关于缓冲缓冲区的文章和代码，在单片机中的使用率很高。

所谓的环形缓冲区，就是一块平整的内存区域，让它的尾部连接到首部即可。

另一个类似的结构：环形队列，本质上都是一样的。

维护环形缓冲区的数据结构中，有head和tail指针。

当写入的时候，把输入写入到tail指针的位置，写完之后，递增tail的指针值；

当读取的时候，从head指针的位置开始读取，读完之后，也递增head的指针值。

这样的操作方式，比较适合那种简单的单输入、单输出场景。

只要处理好：当 head 和 tail 这两个指针交汇的时候如何处理即可。

但是在x86的操作系统中，在多核 + 多线程的工作环境下，无论是从功能上、还是从性能上来考虑，这样的环形缓冲区就满足不了需求了。

还是拿日志系统来举例：在一个应用程序中，可能会有多个线程同时调用日志系统的写入API接口函数，这就需要保证线程安全。

这样的线程称作前台/前端线程。

日志数据存储在内存中之后，最终是要输出的，比如：写入到文件系统、通过网络上传到服务端、输出到其他的监控系统等等。

实现输出操作的也是一个线程，假如需要写入到文件系统，那么在写入期间，这个线程就需要一直持有缓冲区中的日志数据。

这样的线程称作后台/后端线程。

但是，文件系统的写入速度是很慢的(毕竟要操作硬盘啊)，如果这个时候又有前台线程需要写日志信息了，该如何处理？

总不能暴力的说：后台线程正在把现有的日志数据存储到硬盘上，已经持有了内存缓冲区，前台线程你是后来的，先等着！

多线程异步日志：双缓冲机制

在这本书中，作者对这样的日志系统规定了几个关键的要求，都是与实际的业务需求相关的：

线程安全：多个线程可以并发写日志，不造成竞争，两个线程的日志信息不会交叉出现;

吞吐量大;

日志消息有多种级别，格式可配置等等;

为了达到这个目的，作者提出了“双缓冲”思路(Double Buffering)。

基本思路是：

准备两块 buffer: A 和 B;

前端负责往 buffer A 填数据(日志信息)；

后端负责把 buffer B 的数据写入文件。

当 buffer A 写满之后，交换 A 和 B，让后端将 buffer A 的数据写入文件，而前端则往 buffer B 填入新的日志信息，如此反复。

其实还是蛮好理解的哈，我们还是来画图描述一下：

当 buffer A 写满之后，交换两个缓冲区：

双缓冲机制为什么高效

使用两个buffer缓冲区的好处是：

在大部分的时间中，前台线程和后台线程不会操作同一个缓冲区，这也就意味着前台线程的操作，不需要等待后台线程缓慢的写文件操作(因为不需要锁定临界区)。

还有一点就是：后台线程把缓冲区中的日志信息，写入到文件系统中的频率，完全由自己的写入策略来决定，避免了每条新日志信息都触发(唤醒)后端日志线程。

例如：可以根据实际使用场景，定义一个刷新频率，例如：3秒。

只要刷新时间到了，即使缓冲区中的日志信息很少，也要把它们存储到文件系统中。

换言之，前端线程不是将一条条日志信息分别传送给后端线程，而是将多条信息拼成一个大的 buffer 传送给后端，相当于是批量处理，减少了线程唤醒的频率，降低开销。

尽可能的降低 Lock 的时间

在刚才的描述中，有这么一句话：在[大部分的时间中]，前台线程和后台线程不会操作同一个缓冲区。

也就是是说，在小部分时间内，它们还是有可能操作同一个缓冲区的。

那就是：当前台的写入缓冲区 buffer A 被写满了，需要与 buffer B 进行交换的时候。

交换的操作，是由后台线程来执行的，具体流程是：

后台线程被唤醒，此时 buffer B 缓冲区是空的，因为在上一次进入睡眠之前，buffer B 中数据已经被写入到文件系统中了;

把 buffer A 与 buffer B 进行交换;

把 buffer B 中的数据写入到文件系统;

开始休眠;

在第2个步骤中：交换缓冲区，就是把两个指针变量的值交换一下而已，利用C++语言中的swap操作，效率很高。

在执行交换缓冲区的时候，可能会有前台线程写入日志，因此这个步骤需要在 Lock 的状态下执行。

可以看出：这个双缓冲机制的前后台日志系统，需要锁定的代码仅仅是交换两个缓冲区这个动作，Lock 的时间是极其短暂的！这就是它提高吞吐量的关键所在！

参考代码

在示例代码中，作者对双缓冲机制进行了扩展，采用4个缓冲区，这样可以进一步减少或避免前端线程的等待时间。

数据结构如下：

这里的nextBuffer_相当有是currentBuffer_的“备胎”。

当前台线程发现currentBuffer_不可用时(空间已满，或者正在被后台线程操作)，可以立刻写入到这个"备胎"缓冲区中，从而降低了前台线程的等待时间。

下面是前台线程的写入代码：

前端线程在生成一条日志消息的时候，会调用append()函数。

在这个函数中，如果当前缓冲区(currentBuffer_)剩余的空间足够大，直接把消息消息拷贝(追加)进去，这是最常见的情况。

如果当前缓冲区的剩余空间，小于这次日志信息的写入长度，就把它移动到 buffer_ 集合中(一个Vector)，此时会发送唤醒信号给后端线程，然后把nextBuffer_这个备胎 move 为currentBuffer_。

move 是 C++ 中的操作，意思是移动，而不是拷贝/复制。

当然了，如果前端的写入速度太快，一下子就把两块缓冲区都用完了，那么只好分配一块新的 buffer 作为当前缓冲区，这是极少发生的情况。

再来看看后端的代码实现，这里只贴出了最关键的临界区内的代码，也就是前文所说的“小部分时间”的情况：

这段代码中最重要的就是 swap 函数，它把前后台使用的缓冲区进行了交换。

当前后台缓冲区交换之后，就离开了临界区，此时后台线程就可以慢慢的往文件系统中写入数据了。

另外，这段代码中还有一个地方比较有意思，就是对备胎nextBuffer_的操作:

当前台中使用的备胎nextBuffer_已经被消耗掉时，后台线程及时地为它补充一个新的备胎。

可以继续优化的地方

在本章的最后部分，作者提出了一个更加严苛的情况：

异步日志系统中，使用了一个全局锁，尽管临界区很小，但是如果线程数目较多，锁争用也可能影响性能。

一种解决方法是像 Java 的 ConCurrentHashMap 那样使用多个桶子(bucket)，前端线程写日志的时候根据线程id哈希到不同的 bucket 中，以减少竞争。

这种解决方案本质上就是提供更多的缓冲区，并且把不同的缓冲区分配给不同的线程(根据线程 id 的哈希值)。

那些哈希到相同缓冲区的线程，同样是存在争用的情况的，只不过争用的概率被降低了很多。