选哪种策略？这得kan你的业务对延迟和吞吐的权衡点在哪里。

因为内部使用位运算取模：

int index = sequence & indexMask;

# 对应的 indexMask = bufferSize - 1

Ru果不是 2 的幂，这个 & 操作就失效，只Neng改成 % 运算，那性Neng立刻掉下来一截。

A B A 场景在 CAS 中确实会导致误判，但是 Disruptor 用的是 LongAdder 类型的序号加法，而不是单纯的指针比较，所以基本Ke以忽略这个风险。

A) 消费者线程被阻塞，比如业务代码里用了同步 I/O。 B) WaitStrategy 设置不当，比如用了 Blocking 而消费者太慢。 C) 环形缓冲区太小，生产者频繁回绕导致频繁等待。 解决办法hen简单：放宽消费者逻辑、调大 bufferSize、或者换成geng轻量的 WaitStrategy。 说实话，这类问题往往是业务代码里隐藏的慢查询在作祟，你得先定位业务瓶颈再调参数。

I/O 密集型系统里两者差距几乎Ke以忽略不计，因为瓶颈在磁盘或网络上。

Disruptor disruptor = new Disruptor<>( 
        LogEvent::new,
        1024*64,                     // 必须是 2 的幂
        Executors.defaultThreadFactory,
        ProducerType.MULTI,
        new YieldingWaitStrategy
); 
disruptor.handleEventsWith);
disruptor.start; 
RingBuffer ringBuffer = disruptor.getRingBuffer; 

public void publishLog{ 
    long seq = ringBuffer.next; 
    try{ 
        LogEvent event = ringBuffer.get; 
        event.setMessage; 
        event.setTimestamp); 
    }finally{ 
        ringBuffer.publish; // 别忘了发布
    } 
}

No blocking: 不要在 onEvent 方法里Zuo同步 IO，否则整个链路dou会卡住；Zui好把耗时操作扔到线程池去执行。

Error handling: 捕获异常并记录，否则一次异常可Neng导致整个 RingBuffer 停止工作。

# 缓冲区大小： 默认 64K 足够大多数场景，Ru果出现 “wrap point> cached gating sequence” 报错，就说明太小了Ke以尝试翻倍。

# 序列缓存： SingleProducerSequencer 会缓存Zui近一次消费进度，以减少内存屏障次数；不过Ru果消费端非常慢，这个缓存会失效，需要手动调用 .setVolatile。

# 多消费者协同： 使用 .handleEventsWithWorkerPool` Neng让多个工作线程共享同一组事件，但要确保事件本身是幂等的，否则可Neng出现重复处理。

// 使用 JMH 测试单生产者 vs 多生产者吞吐量
@BenchmarkMode
@OutputTimeUnit
public class DisruptorBenchmark {
    @State
    public static class ThreadState {
        RingBuffer rb;
        EventProducer producer;
        @Setup
        public void setUp{
            Disruptor d = new Disruptor<>(LongEvent::new,
                1024*128,
                Executors.defaultThreadFactory,
                ProducerType.SINGLE,
                new BusySpinWaitStrategy);
            d.handleEventsWith);
            d.start;
            rb = d.getRingBuffer;
            producer = new EventProducer;
        }
    }
    @Benchmark
    public void singleProducer{
        ts.producer.onData);
    }
}

P99 延迟通常保持在几百微秒以内，吞吐量轻松突破数百万 TPS。

CPU 占用率约为 30%~45%，比传统 BlockingQueue 高出约 15%~30%。

The RingBuffer 把内存布局优化到极致，用数组+CAS 替代锁，让并发操作几乎无阻塞。

The Sequencer 把读写指针分离管理，即使多生产者也Neng安全递增，而不会产生 “写覆盖未读” 的错误。

The WaitStrategy 提供灵活的等待模型，让你Ke以根据业务场景自由权衡延迟与 CPU 消耗。