FutureTask 分析
FutureTask 功能：
由于FutureTask 同时实现Future和Runable接口，所有FutureTask代表一种支持异步计算的任务。
这里有两重概念，一个是获取异步计算结果，二是可执行的任务。
FutureTask 原理分析：
为了实现FutureTask 的两个功能，逐一进行分析。
1.获取异步计算结果：通过将无状态的结果，引入生命周期概念，进行状态化，来完成异步获取计算结果。
从FutureTask源码可以看出，通过引入状态state，状态化结果，完成计算结果异步获取。
2.可执行的任务：通过依赖注入Task，在JVM调用FutureTask的run方法时，调用注入Task的run方法，完成可执行的任务及结果的异步化。
但是这里有个问题，就是由于结果状态化后，就存在多线程并发问题，涉及到以下两个方面。
1. 多个线程同时获取异步结果，由于结果状态对外不可见，所以需要统一的处理方式应对，处理结果没有完成的情况。统一的做法是阻塞获取结果的线程。
2.结果最终是通过一个线程运行而来，为了避免不必要的资源浪费，最终应该只有一个线程运行计算结果的任务。
综上所述，其内部结构如下：
- Callable callable
内部封装的Callable对象。如果通过构造函数传的是Runnable对象，FutureTask会通过调用Executors#callable，把Runnable对象封装成一个callable。 - Object outcome
用于保存计算结果或者异常信息。 - volatile Thread runner
用来运行callable的线程。 - volatile WaitNode waiters
FutureTask中用了Trieber Stack来保存等待的线程。 - 状态state
/* Possible state transitions:
* NEW -> COMPLETING -> NORMAL
* NEW -> COMPLETING -> EXCEPTIONAL
* NEW -> CANCELLED
* NEW -> INTERRUPTING -> INTERRUPTED
*/
状态变化如下图所示
通过分析源码get(),分析阻塞获取结果原理：
public V get() throws InterruptedException, ExecutionException {
int s = state;
if (s <= COMPLETING) // 根据共享变量状态决定阻塞等待还是返回结果
s = awaitDone(false, 0L);//阻塞等待，直到结果状态为终态，返回结果
return report(s);
}如何完成线程的阻塞等待? 这里简单总结：自旋+CAS+线程挂起.
通过自旋+CAS完成在多线程并发情况下加入Trieber Stack ，完成等待线程的入队。同时如果state状态满足跳出自旋，结束线程阻塞，通过线程挂起完成阻塞等待（唤醒在run()方法运行结束后调用 finishCompletion() 唤醒阻塞等待线程）
rivate int awaitDone(boolean timed, long nanos)
throws InterruptedException {
final long deadline = timed ? System.nanoTime() + nanos : 0L;
WaitNode q = null;
boolean queued = false;
for (;;) {
if (Thread.interrupted()) {
removeWaiter(q);
throw new InterruptedException();
}
int s = state;
if (s > COMPLETING) {
if (q != null)
q.thread = null;
return s; /**跳出自旋**/
}
else if (s == COMPLETING) // cannot time out yet
Thread.yield(); /**该状态时间很短，让出CPU优先级，重新进行自旋**/
else if (q == null)
q = new WaitNode();
else if (!queued)
queued = UNSAFE.compareAndSwapObject(this, waitersOffset,
q.next = waiters, q);
else if (timed) {
nanos = deadline - System.nanoTime();
if (nanos <= 0L) {
removeWaiter(q);
return state; /**跳出自旋**/
}
LockSupport.parkNanos(this, nanos);
}
else
LockSupport.park(this); /**挂起线程**/
}
}通过分析源码run(),分析唤醒线程和计算结果原理：
由于run(),涉及唤醒线程和计算结果，所以应该只有一个线程运行该方法，这个需要特别注意。
public void run() {
if (state != NEW ||
!UNSAFE.compareAndSwapObject(this, runnerOffset,
null, Thread.currentThread()))
/** 通过CAS操作设置多个并发线程中的一个线程为运行线程，最终在该线程中计算最终的结果*/
return;
try {
Callable c = callable;
if (c != null && state == NEW) {
V result;
boolean ran;
try {
result = c.call();
ran = true;
} catch (Throwable ex) {
result = null;
ran = false;
setException(ex);
}
if (ran)
set(result);
/**结果计算完毕设置state值并调用finishCompletion()唤醒等待线程*/
}
} finally {
// runner must be non-null until state is settled to
// prevent concurrent calls to run()
runner = null;
// state must be re-read after nulling runner to prevent
// leaked interrupts
int s = state;
if (s >= INTERRUPTING)
handlePossibleCancellationInterrupt(s);
}
} finishCompletion() 源码分析
private void finishCompletion() {
// assert state > COMPLETING;
for (WaitNode q; (q = waiters) != null;) {
/**设置等待队列为null，等待队列GC root不可达，will GC*/
if (UNSAFE.compareAndSwapObject(this, waitersOffset, q, null)) {
for (;;) {
Thread t = q.thread;
if (t != null) {
q.thread = null;
LockSupport.unpark(t);// 唤醒等待队列线程
}
WaitNode next = q.next;
if (next == null)
break;
q.next = null; // unlink to help gc
q = next;
}
break;
}
}
/**
* done方法是暴露给子类的一个钩子方法。
*
* 这个方法在ExecutorCompletionService.QueueingFuture中的override实现是把结果加到阻塞队
* 列里。
* CompletionService谁用谁知道，奥秘全在这。
*/
done();
callable = null; // to reduce footprint
}
引用：
https://cnblogs.com/micrari/p/7374513.html