解决的问题
当我们有多个消息的生产者线程，一个消费者线程时，他们之间如何进行高并发、线程安全的协调？
很简单，用一个队列。
当我们有多个消息的生产者线程，多个消费者线程，并且每一条消息需要被所有的消费者都消费一次（这就不是一般队列，只消费一次的语义了），该怎么做？
这时仍然需要一个队列。但是：
1. 每个消费者需要自己维护一个指针，知道自己消费了队列中多少数据。这样同一条消息，可以被多个人独立消费。
2. 队列需要一个全局指针，指向最后一条被所有生产者加入的消息。消费者在消费数据时，不能消费到这个全局指针之后的位置——因为这个全局指针，已经是代表队列中最后一条可以被消费的消息了。
3. 需要协调所有消费者，在消费完所有队列中的消息后，阻塞等待。
4. 如果消费者之间有依赖关系，即对同一条消息的消费顺序，在业务上有固定的要求，那么还需要处理谁先消费，谁后消费同一条消息的问题。
总而言之，如果有多个生产者，多个消费者，并且同一条消息要给到所有的消费者都去处理一下，需要做到以上4点。这是不容易的。
LMAX Disruptor，正是这种场景下，满足以上4点要求的单机跨线程消息传递、分发的开源、高性能实现。
这里有一篇英文的Disruptor介绍好文：https://github.com/LMAX-Exchange/disruptor/wiki/Introduction
关键概念
1. RingBuffer
应用需要传递的消息在Disrutpor中称为Event(事件)。
RingBuffer是Event的数组，实现了阻塞队列的语义：
如果RingBuffer满了，则生产者会阻塞等待。
如果RingBuffer空了，则消费者会阻塞等待。
2. Sequence
在上文中，我提到“每个消费者需要自己维护一个指针”。这里的指针就是一个单调递增长整数（及其基于CAS的加法、获取操作），称为Sequence。
除了每个消费者需要维护一个指针外，RingBuffer自身也要维护一个全局指针（如上一节第2点所提到的），记录最后一条可以被消费的消息。这个全局指针就在下图红框中。
生产场景实现
生产者往RingBuffer中发送一条消息（RingBuffer.publish()）时：
1. 生产者的私有sequence会+1
2. 检查生产者的私有sequence与RingBuffer中Event个数的关系。如果发现Event数组满了(下图红框中的判断)，则阻塞（下图绿框中的等待）。
3. RingBuffer会在Event数组中(sequencer+1) % BUFFER_SIZE的地方，放入Event。这里的取模操作，就体现了Event数组用到最后，则回到头部继续放，所谓“Ring“ Buffer的轮循复用语义。
消费场景实现
消费者从RingBuffer循环队列中获取一条消息时：
1. 从消费者私有Sequence，可以知道它自己消费到了RingBuffer队列中的哪一条消息。
2. 从RingBuffer的全局指针Sequence，可以知道RingBuffer中最后一条没有被消费的消息在什么位置。
3. N = (RuingBuffer的全局指针Sequence - 消费者私有Sequence)，就是当前消费者，还可以消费多少Event。
4. 如果以上差值N为0，说明当前消费者已经消费过RingBuffer中的所有消息了。那么当前消费者会阻塞。等待生产者加入更多的消息：
以上代码中，红框中的availableSequence就是RingBuffer的全局指针Sequence。绿框中的sequence是当前消费者的私有sequence。
如果这个判断为true，说明RingBuffer中最新一条可以被消费的Event，已经被当前消费者消费过了。那么就会调用apployWaitMethod()阻塞，等待生产者产生更多的Event。
5. 如果RingBuffer中，还有可以被当前消费者消费的Event，即N > 0，
那么消费者，会一口气获取所有可以被消费的N个Event。即下图中的while循环，直到N个Event都被消费才退出。这种一口气消费尽量多的Event，是高性能的体现。
从RingBuffer中每获取一个Event，都会回调绿框中的eventHandler——这是应用注册的Event处理方法，执行应用的Event消费业务逻辑。
最后，上图中的sequence.set(availableSequence)，会把当前消费者的私有Sequence更新到RingBuffer的全局Sequence。表示RingBuffer中所有的Event都已经消费掉了。
高性能的实现细节
无锁
无锁就没有锁竞争。当生产者、消费者线程数很高时，意义重大。所以，
往大里说，每个消费者维护自己的Sequence，基本没有跨线程共享的状态。
往小里说，Sequence的加法是CAS实现的。
- 当生产者需要判断RingBuffer是否已满时，用CAS比较原先RingBuffer的Event个数，和假定放入新Event后Event的个数。
- 如果CAS返回false，说明在判断期间，别的生产者加入了新Event；或者别的消费者拿走了Event。那么当前判断无效，需要重新判断。这就是常见的 do { ... } while (false == CAS(oldVal, newVal))。——都是套路:)
对象的复用
JVM运行时，一怕创建大对象，二怕创建很多小对象。这都会导致JVM堆碎片化、对象元数据存储的额外开销大。这是高性能Java应用的噩梦。
为了解决第二点“很多小对象”，主流开源框架都会自己维护、复用对象池。LMAX Disruptor也不例外。
生产者不是创建新的Event对象，放入到RingBuffer中。而是从RingBuffer中取出一个已有的Event对象，更新它所指向的业务数据，来代表一个逻辑上的新Event。
所以LMAX Disruptor的生产者API，用起来有些麻烦——分为三步，一是下图绿框中取出一个已有的、已经被所有人消费过的Event对象，二是下图红框中更新这个Event对象所指向的业务数据，三是下图蓝框中标记这个Event对象为逻辑上的新Event。
总结
https://github.com/LMAX-Exchange/disruptor/wiki/Introduction 这篇文章对Disruptor基本概念已经介绍得很清楚了。
但是，我觉得，入门介绍结合源码去咀嚼，才会比较sexy，朋友们会深入理解。其实也不难，关键是找出源码中的核心部分。
篇幅所限，本文对于Disruptor的高级功能没有解释，比如处理多个消费者之间的依赖关系。有机会补充。