深度解析并发阻塞队列
上篇博客中我们说到了线程池中的workQueue，任务队列
private final BlockingQueue<Runnable> workQueue;
可以看到是BlockingQueue类型，BlockingQueue是个接口，我们实际上用到的并发队列是BlockingQueue的各种实现。我们就挨个儿来一探究竟吧
BlockingQueue
public interface BlockingQueue<E> extends Queue<E> {}
BlockingQueue继承自Queue，所以满足先进先出。源码前边还有一大堆介绍BlockingQueue，总结下来就是BlockingQueue对插入操作、移除操作、获取元素操作提供了四种不同的方法用于不同的场景中使用：1、抛出异常；2、返回特殊值（null 或 true/false，取决于具体的操作）；3、阻塞等待此操作，直到这个操作成功；4、阻塞等待此操作，直到成功或者超时指定时间
BlockingQueue 不接受 null 值的插入
BlockingQueue 是设计用来实现生产者-消费者队列的。
BlockingQueue 的实现都是线程安全的，但是批量的集合操作如 addAll, containsAll, retainAll 和 removeAll 不一定是原子操作。如 addAll© 有可能在添加了一些元素后中途抛出异常，此时 BlockingQueue 中已经添加了部分元素，这个是允许的，取决于具体的实现。
好了，这只是个接口，我们不多废话了，赶紧去看实现吧
ArrayBlockingQueue
顾名思义，它底层实现就是数组
// 用于存放元素的数组
final Object[] items;
// 下一次读取操作的位置
int takeIndex;
// 下一次写入操作的位置
int putIndex;
// 队列中元素数量
int count;
// 锁保证出入队原子性
final ReentrantLock lock;
// 出队同步，等待满足非空
private final Condition notEmpty;
// 入队同步，等待满足非满
private final Condition notFull;
构造函数
public ArrayBlockingQueue(int capacity) {
this(capacity, false);
}
public ArrayBlockingQueue(int capacity, boolean fair) {
if (capacity <= 0)
throw new IllegalArgumentException();
this.items = new Object[capacity];
lock = new ReentrantLock(fair);
notEmpty = lock.newCondition();
notFull = lock.newCondition();
}
可以看到，默认是使用ReentrantLock的非公平锁。
offer
public boolean offer(E e) {
checkNotNull(e);
final ReentrantLock lock = this.lock;
lock.lock();
try {
if (count == items.length)
return false;
else {
enqueue(e);
return true;
}
} finally {
lock.unlock();
}
}
private void enqueue(E x) {
final Object[] items = this.items;
// 元素入队
items[putIndex] = x;
// putIndex达到最大，调整
if (++putIndex == items.length)
// 队列前边的已被取走，所以putIndex达到最大可以再从0开始
putIndex = 0;
count++;
// 此时满足非空，可以唤醒一个notEmpty等待队列上的元素
notEmpty.signal();
}
- 保证元素非空
- 获得锁
- 如果队列满了，返回false，添加失败；否则，添加成功，返回true
- 释放锁，前边说过释放锁的语义，把修改的共享变量值刷回主内存
注意队列满是元素个数等于count，而非使用put/takeindex判断
put
public void put(E e) throws InterruptedException {
checkNotNull(e);
final ReentrantLock lock = this.lock;
lock.lockInterruptibly();
try {
while (count == items.length)
// 不满足非满，等待
notFull.await();
enqueue(e);
} finally {
lock.unlock();
}
}
没啥好说的，如果队列满了就阻塞挂起在notFull条件队列上
poll
public E poll() {
final ReentrantLock lock = this.lock;
lock.lock();
try {
return (count == 0) ? null : dequeue();
} finally {
lock.unlock();
}
}
private E dequeue() {
final Object[] items = this.items;
@SuppressWarnings("unchecked")
E x = (E) items[takeIndex];
items[takeIndex] = null;
if (++takeIndex == items.length)
takeIndex = 0;
count--;
if (itrs != null)
itrs.elementDequeued();
// 此时取走一个元素，可以唤醒notFull上的一个线程
notFull.signal();
return x;
}
可以看到无非就是拿锁，然后取走元素，更新takeIndex，唤醒botFull，最后释放锁。
take
public E take() throws InterruptedException {
final ReentrantLock lock = this.lock;
lock.lockInterruptibly();
try {
while (count == 0)
notEmpty.await();
return dequeue();
} finally {
lock.unlock();
}
}
相比poll，take中队列是空时会阻塞挂起，poll则没有阻塞直接返回null
peek
public E peek() {
final ReentrantLock lock = this.lock;
lock.lock();
try {
return itemAt(takeIndex);
} finally {
lock.unlock();
}
}
final E itemAt(int i) {
return (E) items[i];
}
同样peek也没有阻塞，直接返回队列头部元素；空的话返回null
size
public int size() {
final ReentrantLock lock = this.lock;
lock.lock();
try {
return count;
} finally {
lock.unlock();
}
}
获得锁，返回count，释放锁
ArrayBlockingQueue总结
ArrayBlockingQueue中只有take和put是阻塞的，其他方法都是直接返回，同时可以看到ArrayBlockingQueue中的lock是一个粒度很大的全局锁，每个操作方法都需要先获得锁，类似于hashtable的synchronized，不过也因为此，这里的size统计很精准
LinkedBlockingQueue
还是顾名思义，它的底层是链表
属性
private final int capacity;
// 队列中元素数量
private final AtomicInteger count = new AtomicInteger();
// 链表头
transient Node<E> head;
// 链表尾
private transient Node<E> last;
// take，poll, peek 等读操作的方法需要获取到这个锁
private final ReentrantLock takeLock = new ReentrantLock();
// 等非空条件满足的condition
private final Condition notEmpty = takeLock.newCondition();
// put, offer 等写操作的方法需要获取到这个锁
private final ReentrantLock putLock = new ReentrantLock();
// 等不满条件满足的condition
private final Condition notFull = putLock.newCondition();
我们可以看到有写锁和读锁，所以写操作之间和读操作之间是不会有并发问题的，那么写读之间呢？我们底下介绍
构造方法
public LinkedBlockingQueue() {
this(Integer.MAX_VALUE);
}
public LinkedBlockingQueue(int capacity) {
if (capacity <= 0) throw new IllegalArgumentException();
this.capacity = capacity;
last = head = new Node<E>(null);
}
构造函数中初始化了一个头节点，那么第一个元素入队的时候，队列中就会有两个元素。读取元素时，也总是获取头节点后面的一个节点。count 的计数值不包括这个头节点。
put
public void put(E e) throws InterruptedException {
if (e == null) throw new NullPointerException();
int c = -1;
Node<E> node = new Node<E>(e);
final ReentrantLock putLock = this.putLock;
final AtomicInteger count = this.count;
putLock.lockInterruptibly();
try {
// 如果队列满了，等待notFull条件满足
while (count.get() == capacity) {
notFull.await();
}
// 满足notFull，新增节点入队
enqueue(node);
c = count.getAndIncrement();
if (c + 1 < capacity)
// 如果此时仍然没满，唤醒等待在notFull上的一个线程
notFull.signal();
} finally {
putLock.unlock();
}
if (c == 0)
// c==0即元素入队前是空的，那么所有的读线程都在等待 notEmpty 这个条件，等待唤醒，这里做一次唤醒操作
signalNotEmpty();
}
private void enqueue(Node<E> node) {
// 让last指向新增元素，注意是在获取锁的情况下进行的，不存在并发问题
last = last.next = node;
}
如果队列满了需要等待不满，满足条件则入队。
take
public E take() throws InterruptedException {
E x;
int c = -1;
final AtomicInteger count = this.count;
final ReentrantLock takeLock = this.takeLock;
takeLock.lockInterruptibly();
try {
while (count.get() == 0) {
notEmpty.await();
}
x = dequeue();
c = count.getAndDecrement();
if (c > 1)
notEmpty.signal();
} finally {
takeLock.unlock();
}
c==capacity的话，此时去走一个，就可以唤醒阻塞在notFull上的线程了
if (c == capacity)
signalNotFull();
return x;
}
// 这里直接把头节点置null，且指向自己，头节点的next值为null，变为新的头节点
private E dequeue() {
Node<E> h = head;
Node<E> first = h.next;
h.next = h; // help GC
head = first;
E x = first.item;
first.item = null;
return x;
}
如果队列空则等待非空，满足条件取出队列头
size
public int size() {
return count.get();
}
这里的count并不是很准确。
其他方法大同小异，都是不再阻塞
LinkedBlockingQueue总结
LinkedBlockingQueue内部通过单链表实现，使用头尾节点进行入队和出队操作，分别采用两把锁，所以出队和入队可以同时进行的。
SynchronousQueue
继续顾名思义，同步队列，何谓同步？这里指的是当一个线程往队列中写入一个元素时，写入操作不会立即返回，需要等待另一个线程来将这个元素拿走；同理，当一个读线程做读操作的时候，同样需要一个相匹配的写线程的写操作。这里的 Synchronous 指的就是读线程和写线程需要同步，一个读线程匹配一个写线程。
所以说这个队列其实不存在，其不提供任何空间（一个都没有）来存储元素。数据必须从某个写线程交给某个读线程，而不是写到某个队列中等待被消费。
构造方法
public SynchronousQueue(boolean fair) {
transferer = fair ? new TransferQueue<E>() : new TransferStack<E>();
}
可以看到其实就是初始化了一个transferer，可以猜到这里fair就是公平锁吧，如果公平锁就初始化TransferQueue，否则初始化TransferStack，至于这是个什么东西，一会儿再看。
老规矩，老看下put/take吧
put
// 写入值
public void put(E o) throws InterruptedException {
if (o == null) throw new NullPointerException();
if (transferer.transfer(o, false, 0) == null) { // 1
Thread.interrupted();
throw new InterruptedException();
}
}
// 读取值并移除
public E take() throws InterruptedException {
Object e = transferer.transfer(null, false, 0); // 2
if (e != null)
return (E)e;
Thread.interrupted();
throw new InterruptedException();
}
put/take内部都是调用 Transferer.transfer(…) 方法，区别在于第一个参数是否为 null 值。
我们看到，写操作 put(E o) 和读操作 take() 都是调用 Transferer.transfer(…) 方法，区别在于第一个参数是否为 null 值。 我们来看看 transfer 的设计思路，其基本算法如下： 当调用这个方法时，如果队列是空的，或者队列中的节点和当前的线程操作类型一致（如当前操作是 put 操作，而队列中的元素也都是写线程）。这种情况下，将当前线程加入到等待队列即可。 如果队列中有等待节点，而且与当前操作可以匹配（如队列中都是读操作线程，当前线程是写操作线程，反之亦然）。这种情况下，匹配等待队列的队头，出队，返回相应数据。 其实这里有个隐含的条件被满足了，队列如果不为空，肯定都是同种类型的节点，要么都是读操作，要么都是写操作。这个就要看到底是读线程积压了，还是写线程积压了。 我们可以假设出一个男女配对的场景：一个男的过来，如果一个人都没有，那么他需要等待；如果发现有一堆男的在等待，那么他需要排到队列后面；如果发现是一堆女的在排队，那么他直接牵走队头的那个女的。
这块儿源代码就不介绍了，大家了解上边的东西就够了，因为本身这个队列用的也很少，只有线程池中会用到。
PriorityBlockingQueue
优先级队列，要实现优先级就涉及到比较大小，所以插入队列的对象必须是课比较大小的。同样不可插入null。
其实可以说他是无界队列，因为他的大小并不是固定，支持扩容操作，所以put方法不会阻塞
属性
// 构造方法中，如果不指定大小的话，默认大小为 11
private static final int DEFAULT_INITIAL_CAPACITY = 11;
// 数组的最大容量
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
// 这个就是存放数据的数组
private transient Object[] queue;
// 队列当前大小
private transient int size;
// 大小比较器，如果按照自然序排序，那么此属性可设置为 null
private transient Comparator<? super E> comparator;
// 并发控制所用的锁，所有的 public 且涉及到线程安全的方法，都必须先获取到这个锁
private final ReentrantLock lock;
private final Condition notEmpty;
// 这个也是用于锁，用于数组扩容的时候，需要先获取到这个锁，才能进行扩容操作
// 其使用 CAS 操作
private transient volatile int allocationSpinLock;
构造方法
// 默认构造方法，采用默认值(11)来进行初始化
public PriorityBlockingQueue() {
this(DEFAULT_INITIAL_CAPACITY, null);
}
// 指定数组的初始大小
public PriorityBlockingQueue(int initialCapacity) {
this(initialCapacity, null);
}
// 指定比较器
public PriorityBlockingQueue(int initialCapacity,
Comparator<? super E> comparator) {
if (initialCapacity < 1)
throw new IllegalArgumentException();
this.lock = new ReentrantLock();
this.notEmpty = lock.newCondition();
this.comparator = comparator;
this.queue = new Object[initialCapacity];
}
扩容
private void tryGrow(Object[] array, int oldCap) {
// 释放了原来的独占锁 lock，这样的话，扩容操作和读操作可以同时进行，提高吞吐量
lock.unlock();
Object[] newArray = null;
// 获取到allocationSpinLock才能进行数组扩容
if (allocationSpinLock == 0 &&
UNSAFE.compareAndSwapInt(this, allocationSpinLockOffset,
0, 1)) {
try {
// 如果节点个数小于 64，那么增加的 oldCap + 2 的容量
// 如果节点数大于等于 64，那么增加 oldCap 的一半
// 所以节点数较小时，增长得快一些
int newCap = oldCap + ((oldCap < 64) ?
(oldCap + 2) :
(oldCap >> 1));
// 可能溢出
if (newCap - MAX_ARRAY_SIZE > 0) {
int minCap = oldCap + 1;
if (minCap < 0 || minCap > MAX_ARRAY_SIZE)
throw new OutOfMemoryError();
newCap = MAX_ARRAY_SIZE;
}
// 如果 queue != array，那么说明有其他线程给 queue 分配了其他的空间
if (newCap > oldCap && queue == array)
newArray = new Object[newCap];
} finally {
allocationSpinLock = 0;
}
}
// 其他线程做了扩容操作
if (newArray == null)
Thread.yield();
lock.lock();
// 将原来数组中的元素复制到新分配的大数组中
if (newArray != null && queue == array) {
queue = newArray;
System.arraycopy(array, 0, newArray, 0, oldCap);
}
}
put
public void put(E e) {
// 直接调用 offer 方法，在这里，put 方法不会阻塞
offer(e);
}
public boolean offer(E e) {
if (e == null)
throw new NullPointerException();
final ReentrantLock lock = this.lock;
// 首先获取到独占锁
lock.lock();
int n, cap;
Object[] array;
// 如果当前队列中的元素个数 >= 数组的大小，那么需要扩容了
while ((n = size) >= (cap = (array = queue).length))
tryGrow(array, cap);
try {
Comparator<? super E> cmp = comparator;
// 节点添加到二叉堆中
if (cmp == null)
siftUpComparable(n, e, array);
else
siftUpUsingComparator(n, e, array, cmp);
// 更新 size
size = n + 1;
// 唤醒等待的读线程
notEmpty.signal();
} finally {
lock.unlock();
}
return true;
}
可以看到，过程也很简单，获取锁，插入元素，调整二叉堆，关于堆，限于篇幅，我们后边会写文章详细介绍，这里不再赘述。
take
public E take() throws InterruptedException {
final ReentrantLock lock = this.lock;
// 独占锁
lock.lockInterruptibly();
E result;
try {
// dequeue 出队
while ( (result = dequeue()) == null)
notEmpty.await();
} finally {
lock.unlock();
}
return result;
}
同样是先获得独占锁，如果是空队列的话，需要等待，如果非空，直接拿出，注意同样需要调整二叉堆。
DelayQueue
顾名思义，是个延迟队列，什么意思呢？即，队列中每个元素都有过期时间，从队列获取元素时，只能获取过期元素
可以运用于以下场景：
- 缓存系统的设计 使用此队列缓存元素有效期，开一个线程查询队列，一旦获取到，表示缓存有效期到了
- 定时任务调度 使用此队列保存当天会执行的任务和时间，一旦获取到任务就执行，比如TimeQueue
该队列中的元素必须实现Delayed接口，同时必须实现compareTo方法指定元素顺序，比如让延时时间最长的元素在队列末尾
public interface Delayed extends Comparable<Delayed> {
long getDelay(TimeUnit unit);
}
该方法返回当前元素还需多长时间可用，去延迟队列中获取元素时，若元素没有到达延时时间就阻塞。
总结
又是一片很长很长的文。。。
- ArrayBlockingQueue 底层是数组，有界队列，如果我们要使用生产者-消费者模式，这是非常好的选择。
- LinkedBlockingQueue 底层是链表，可以当做无界和有界队列来使用，所以大家不要以为它就是无界队列。
- SynchronousQueue 本身不带有空间来存储任何元素，使用上可以选择公平模式和非公平模式。
- PriorityBlockingQueue 是无界队列，基于数组，数据结构为二叉堆，数组第一个也是树的根节点总是最小值。
- DelayQueue也是个无界阻塞队列，使用PriorityQueue作为底层实现，只有延迟期满才可以获取元素
（想自学习编程的小伙伴请搜索圈T社区，更多行业相关资讯更有行业相关免费视频教程。完全免费哦!）