一个集中的日志系统，第三方应用每次写日志，都需要发送一个远程的rpc或者http请求，造成写日志的延时比较大。

改进的做法是：提供一个写日志调用包，第三方应用写日志时，先把日志缓存到一个线程安全的容器里，然后后台线程实时消费容器内的日志，如果有持久化的需求，就可以实时的把日志flush到文件中，然后再用另外一个线程消费文件真正把日志发送到日志服务器。

所以我们需要一个线程安全的容器，以下是常见的并发编程容器。

 

CopyOnWriteArrayList是线程安全的, 且处理读操作不需要进行同步和加锁. 所以读操作具有很好的并发性。

CopyOnWriteArrayList的写操作是代价很大的, 所以CopyOnWriteArrayList只适用于读操作频率远远大于写操作频率的场景。

ConcurrentHashMap在read时几乎不用加锁, 而write时使用的是细粒度的分段锁, ConcurrentHashMap甚至可以做到并发write。

 

ConcurrentLinkedQueue是Queue的一个安全实现．Queue中元素按FIFO原则进行排序．采用CAS操作，来保证元素的一致性。ConcurrentLinkedQueue的API 原来.size() 是要遍历一遍集合的，所以尽量要避免用size而改用isEmpty()。

 

LinkedBlockingQueue实现是线程安全的，实现了先进先出等特性，是作为生产者消费者的首选，LinkedBlockingQueue 可以指定容量，也可以不指定，不指定的话，默认最大是Integer.MAX_VALUE，其中主要用到put和take方法，put方法在队列满的时候会阻塞直到有队列成员被消费，take方法在队列空的时候会阻塞，直到有队列成员被放进来。

 

针对引言提出的场景需求，就可以用LinkedBlockingQueue，因为阻塞的调用，只有当有日志的时候才会触发消费，这样不需要while定时检测，可以支持实时消费。

 

实时消费日志可以写成线程，如下：

  public static LinkedBlockingQueue<String> logQueue = new LinkedBlockingQueue<String>();

while(true) {    StringBuilder content = new StringBuilder();    //如果容器里没有数据，会一直阻塞 take和poll的配合还是值得一提的    String log = logQueue.take();                                    int count = 0; //凑齐一定数量log，就持久化log    while(log != null) {                    content.append(log+"\r\n");        count++;        if(count >= 100) break;        //这时候不用take，而是用poll方法，因为poll有超时机制。因为有超时机制，所以不会因为凑不齐设定数量的log永久耽误之前的log持久化        log = logQueue.poll(100,TimeUnit.MILLISECONDS);    }                        appendToFile(content.toString());}