来源:
https://blog.biezhi.me/2019/0...
Java 并发常用的组件中有一种队列叫阻塞队列(BlockingQueue),当队列为空时,获取元素的线程会阻塞等待直到队列有数据;当队列满时,想要存储元素的线程会阻塞等待直到队列有空间。我们经常会用这种数据结构可以实现生产者、消费者模型。
本文会通过两种方式来实现简单的有界阻塞队列,在最后分别测试不同实现的性能差异。
Monitor 和 Condition
看过 Java 并发相关书籍的同学应该都见过 Monitor 这个词,有人称为监视器也有人叫它管程,不过都是一个意思:一个同步工具,相当于操作系统中的互斥量(mutex),即值为 1 的信号量。
synchronized
关键词的背后就是靠 monitor 实现的,monitor 的重要特点是,同一个时刻,只有一个线程能进入 monitor 中定义的临界区,这使得 monitor 能够达到互斥的效果。但仅仅有互斥的作用是不够的,无法进入 monitor 临界区的线程应该被阻塞,在必要的时候可以被唤醒,所以 Java 提供了 wait
和 notify
、notifyAll
的 API 给我们使用。
-
wait()
: 让当前线程进入等待队列,同时会释放锁,直到被唤醒。 -
notify()
: 从条件队列中随机唤醒一个线程,让它去参与锁竞争 -
notifyAll()
: 唤醒条件队列中的所有线程,让它们去参与锁竞争
实现同步的一种方式是使用 synchronized
关键字,还可以使用 Lock
接口下的实现来完成,比如 ReentrantLock
,它是一把重入锁(synchronized 也是),基于 AQS 并发框架实现。我们可以使用它来进行加锁和释放锁,如果遇到有条件需要阻塞可以使用 Condition
API。
-
Lock#newCondition()
: 创建一个新的条件 -
Condition#await()
: 让当前线程等待 -
Condition#signal()
: 唤醒一个等待线程
条件和锁总是息息相关,在没有 Lock 接口的时候你会发现 monitor 机制有一个严重的问题:一把锁只能对应一个条件(也就是只可以做一次 wait),那么在唤醒的时候就可能出现唤醒丢失。举个例子,在两个方法上有不同的条件会导致阻塞,它们持有一把锁,唤醒时候如果用 notify
只会从条件队列选择一个,使用 notifyAll
会带来大量的 CPU 上下文切换和锁竞争,伪代码如下:
1synchronized void foo() {
2 while(CONDITION1){
3 wait();
4 }
5 notifyAll();
6}
7synchronized void bar() {
8 while(CONDITION2){
9 wait();
10 }
11 notifyAll();
12}
具体实现
实现思路
我们通过定义一个 Queue
接口来实现两种队列,该队列是有界队列,使用数组的方式实现,如果你有兴趣也可以使用链表或栈来实现这个队列。提供 put
方法添加元素(满了则阻塞),take
方法弹出元素(没有元素则阻塞)。
定义接口
1public interface Queue {
2
3 // 添加新元素,当队列满则阻塞
4 void put(E e) throws InterruptedException;
5
6 // 弹出队头元素,当队列空则阻塞
7 E take() throws InterruptedException;
8
9 // 队列元素个数
10 int size();
11
12 // 队列是否为空
13 boolean isEmpty();
14
15}
基于 synchronized 的实现
核心思路:
- 添加元素时队列满则阻塞
- 弹出元素时队列空则阻塞
- 添加元素后唤醒消费者
- 弹出元素后唤醒生产者
1public class BlockingQueueWithSync implements Queue {
2
3 private E[] array;
4 private int head; // 队头指针
5 private int tail; // 队尾指针
6
7 private volatile int size; // 队列元素个数
8
9 public BlockingQueueWithSync(int capacity) {
10 array = (E[]) new Object[capacity];
11 }
12
13 @Override
14 public synchronized void put(E e) throws InterruptedException {
15 // 当队列满的时候阻塞
16 while (size == array.length) {
17 this.wait();
18 }
19
20 array[tail] = e;
21 // 队列装满后索引归零
22 if (++tail == array.length) {
23 tail = 0;
24 }
25 ++size;
26 // 通知其他消费端有数据了
27 this.notifyAll();
28 }
29
30 @Override
31 public synchronized E take() throws InterruptedException {
32 // 当队列空的时候阻塞
33 while (isEmpty()) {
34 this.wait();
35 }
36
37 E element = array[head];
38 // 消费完后从0开始
39 if (++head == array.length) {
40 head = 0;
41 }
42 --size;
43 // 通知其他生产者可以生产了
44 this.notifyAll();
45 return element;
46 }
47
48 @Override
49 public synchronized boolean isEmpty() {
50 return size == 0;
51 }
52
53 @Override
54 public synchronized int size() {
55 return size;
56 }
57
58}
基于 ReentrantLock 的实现
1public class BlockingQueueWithLock implements Queue {
2
3 private E[] array;
4 private int head;
5 private int tail;
6
7 private volatile int size;
8
9 private Lock lock = new ReentrantLock();
10 private Condition notFull = lock.newCondition();
11 private Condition notEmpty = lock.newCondition();
12
13 public BlockingQueueWithLock(int capacity) {
14 array = (E[]) new Object[capacity];
15 }
16
17 @Override
18 public void put(E e) throws InterruptedException {
19 lock.lockInterruptibly();
20 try {
21 // 队列满,阻塞
22 while (size == array.length) {
23 notFull.await();
24 }
25 array[tail] = e;
26 if (++tail == array.length) {
27 tail = 0;
28 }
29 ++size;
30 notEmpty.signal();
31 } finally {
32 lock.unlock();
33 }
34 }
35
36 @Override
37 public E take() throws InterruptedException {
38 lock.lockInterruptibly();
39 try {
40 // 队列空,阻塞
41 while (isEmpty()) {
42 notEmpty.await();
43 }
44 E element = array[head];
45 if (++head == array.length) {
46 head = 0;
47 }
48 --size;
49 // 通知isFull条件队列有元素出去
50 notFull.signal();
51 return element;
52 } finally {
53 lock.unlock();
54 }
55 }
56
57 @Override
58 public boolean isEmpty() {
59 lock.lock();
60 try {
61 return size == 0;
62 } finally {
63 lock.unlock();
64 }
65 }
66
67 @Override
68 public int size() {
69 lock.lock();
70 try {
71 return size;
72 } finally {
73 lock.unlock();
74 }
75 }
76
77}
对比性能
1public class Benchmark {
2
3 @Test
4 public void testWithMonitor() {
5 Queue queue = new BlockingQueueWithSync<>(5);
6 execute(queue);
7 }
8
9 @Test
10 public void testWithCondition() {
11 Queue queue = new BlockingQueueWithLock<>(5);
12 execute(queue);
13 }
14
15 private void execute(Queue queue) {
16 ExecutorService executorService = Executors.newCachedThreadPool();
17 for (int i = 1; i <= 1000; i++) {
18 final int finalNum = i;
19 executorService.execute(() -> {
20 try {
21 queue.put(finalNum);
22 Integer take = queue.take();
23 System.out.println("item: " + take);
24 } catch (InterruptedException e) {
25 e.printStackTrace();
26 }
27 });
28 }
29 executorService.shutdown();
30 }
31
32}
这个测试程序让 2 个队列的可存储的元素数都为 5,开启 1000 个线程进行 put
和 take
操作,运行后查看总耗时。
可以看出,使用 synchronized
的方式性能较差。
● 深入浅出 CAS
● Spring Boot Admin 2.2.0发布,支持最新Spring Boot/Cloud之外,新增中文展示!
● 你应该知道的 @ConfigurationProperties 注解的使用姿势,这一篇就够了
如有收获,请帮忙转发,您的鼓励是作者最大的动力,谢谢!
本文由博客一文多发平台 OpenWrite 发布!