点赞再看,养成习惯,公众号搜一搜【一角钱技术】关注更多原创技术文章。本文 GitHub org_hejianhui/JavaStudy 已收录,有我的系列文章。
前言
LinkedTransferQueue 是一个由链表结构组成的无界阻塞传输队列,它是一个很多队列的结合体(ConcurrentLinkedQueue,LinkedBlockingQueue,SynchronousQueue),在除了有基本阻塞队列的功能(但是这个阻塞队列没有使用锁)之外;队列实现了TransferQueue接口重写了transfer 和 tryTransfer 方法,这组方法和SynchronousQueue公平模式的队列类似,具有匹配的功能。
LinkedTransferQueue是LinkedBlockingQueue、SynchronousQueue(公平模式)、ConcurrentLinkedQueue三者的集合体,它综合了这三者的方法,并且提供了更加高效的实现方式。
队列创建
TransferQueue queue = new LinkedTransferQueue();
应用场景
LinkedTransferQueue采用的一种预占模式。意思就是消费者线程取元素时,如果队列为空,那就生成一个节点(节点元素为null)入队,然后消费者线程park住,后面生产者线程入队时发现有一个元素为null的节点,生产者线程就不入队了,直接就将元素填充到该节点,唤醒该节点上park住线程,被唤醒的消费者线程拿货走人。这就是预占的意思:有就拿货走人,没有就占个位置等着,等到或超时。
我们来看一个例子:
package com.niuh.queue.transfer;
import java.util.Random;
import java.util.concurrent.LinkedTransferQueue;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.TransferQueue;
public class TestLinkedTransferQueue {
public static void main(String[] args) {
TransferQueue queue = new LinkedTransferQueue();
Thread producer = new Thread(new Producer(queue));
producer.setDaemon(true); // 设置为守护进程使得线程执行结束后程序自动结束运行
producer.start();
for (int i = 0; i < 10; i++) {
Thread consumer = new Thread(new Consumer(queue));
consumer.setDaemon(true);
consumer.start();
try {
// 消费者进程休眠一秒钟,以便以便生产者获得CPU,从而生产产品
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
/**
* 模拟生产者
*/
class Producer implements Runnable {
private final TransferQueue queue;
public Producer(TransferQueue queue) {
this.queue = queue;
}
private String produce() {
return " number " + (new Random().nextInt(100));
}
@Override
public void run() {
try {
while (true) {
if (queue.hasWaitingConsumer()) {
queue.transfer(produce());
}
TimeUnit.SECONDS.sleep(1);// 生产者睡眠一秒钟,这样可以看出程序的执行过程
}
} catch (InterruptedException e) {
}
}
}
/**
* 模拟消费者
*/
class Consumer implements Runnable {
private final TransferQueue queue;
public Consumer(TransferQueue queue) {
this.queue = queue;
}
@Override
public void run() {
try {
System.out.println(" Consumer " + Thread.currentThread().getName() + queue.take());
} catch (InterruptedException e) {
}
}
}
工作原理
LinkedTransferQueue 使用了一个叫做 dual data structure
的数据结构,或者叫做 dual queue
,翻译为双重数据结构或者双重队列。
双重队列是指:放取元素使用同一个队列,队列中的节点具有两种模式,一种是数据节点,一种是非数据节点。
- 放元素时先跟队列头节点对比,如果头节点是非数据节点,就让它们匹配,如果头节点是数据节点,就生产一个数据节点放在队列尾端(入队)。
- 取元素时也是先跟队列头节点对比,如果头节点是数据节点,就让它们匹配,如果头节点是非数据节点,就生产一个非数据节点放在队列尾端(入队)。
用图来来表示如下:
不管是放元素还是取元素,都先跟头节点对比,如果二者模式不一样就匹配它们,如果二者模式一样,就入队。
源码分析
定义
LinkedTransferQueue的类继承关系如下:
LinkedTransferQueue实现了TransferQueue接口,而TransferQueue接口是继承自BlockingQueue的,所以LinkedTransferQueue也是一个阻塞队列。
其包含的方法定义如下:
TransferQueue接口
对比前面的阻塞队列,会发现LinkedTransferQueue 的继承体系有特殊之处。前面的阻塞队列都直接实现的BlockingQueue接口,在LinkedTransferQueue 却多了一个TransferQueue 接口,而该接口继承至BlockingQueue。
BlockingQueue 接口代表的是普通的阻塞队列,TransferQueue 则代表的是另一种特殊阻塞队列,它是指这样的一个队列:当生产者向队列添加元素但队列已满时,生产者会被阻塞;当消费者从队列移除元素但队列为空时,消费者会被阻塞。
前面我们分析的SynchronousQueue 不就是有这种特性吗,但是SynchronousQueue 并没有实现TransferQueue 接口,原因就在于TransferQueue 接口也是在jdk 1.7才出现的,应该是为了和前面的阻塞队列进行区分,同时为了后面扩充这种特殊的阻塞队列,才加入了TransferQueue ,这样功能才不至于混乱(单一职能原则)。
public interface TransferQueue extends BlockingQueue {
//立即转交一个元素给消费者,如果没有等待的消费者,则返回false(元素不入队)
boolean tryTransfer(E e);
//转交一个元素给消费者,如果没有等待的消费者,则阻塞直到消费者到来,或者发生异常
void transfer(E e) throws InterruptedException;
//转交一个元素给消费者,如果没有等待的消费者,则阻塞直到超时
boolean tryTransfer(E e, long timeout, TimeUnit unit)throws InterruptedException;
//是否存在等待的消费者
boolean hasWaitingConsumer();
//返回等待的消费者的个数
int getWaitingConsumerCount();
}
在SynchronousQueue 中也有类似的方法,当然没有这么多,只是以内部类的形式存在(TransferQueue、TransferStack),而在LinkedTransferQueue 则把这种阻塞操作抽成了接口。
成员属性
// 判断是否为多核
private static final boolean MP =Runtime.getRuntime().availableProcessors() > 1;
// 自旋次数
private static final int FRONT_SPINS = 1 << 7;
// 前驱节点正在处理,当前节点需要自旋的次数
private static final int CHAINED_SPINS = FRONT_SPINS >>> 1;
// 容忍清除节点失败次数的阈值
static final int SWEEP_THRESHOLD = 32;
/** 头节点 */
transient volatile Node head;
/** 尾节点 */
private transient volatile Node tail;
/*
* 放取元素的几种方式,调用xfer()方法时需要传入,区分不同处理,
* xfer()方法是LinkedTransferQueue的最核心的方法
*/
// 立即返回,用于非超时的 poll() 和 tryTransfer() 方法中
private static final int NOW = 0; // for untimed poll, tryTransfer
// 异步,不会阻塞,用于放元素时,因为内部使用无界单链表存储元素,不会阻塞放元素的过程
private static final int ASYNC = 1; // for offer, put, add
// 同步,调用的时候如果没有匹配到会阻塞直到匹配为止
private static final int SYNC = 2; // for transfer, take
// 超时,用于有超时的poll() 和 tryTransfer() 方法中
private static final int TIMED = 3; // for timed poll, tryTransfer
注意:xfer
者几个参数很重要。
-
NOW
:表示的是立即,不需要等待的意思,用于poll和tryTransfer方法,poll 队列为空返回,tryTransfer队列没有消费者,构造一个空的节点直接返回,都是不等待的。 -
ASYNC
:异步,offer, put, add等入队方法,由于是无界队列,所以不会阻塞。 -
SYNC
:同步表示会阻塞,take一个元素,没有就会阻塞,transfer传输,必须等待消费者来消费。 -
TIMED
:带超时时间的now,会等待一定的时间后返回。
主要内部类
static final class Node {
// 是否是数据节点(也就标识了是生产者还是消费者)
final boolean isData; // false if this is a request node
// 元素的值
volatile Object item; // initially non-null if isData; CASed to match
// 下一个节点
volatile Node next;
// 持有元素的线程
volatile Thread waiter; // null until waiting
}
典型的单链表结构,内部除了存储元素的值和下一个节点的指针外,还包含了是否为数据节点和持有元素的线程。内部通过 isData 区分是生产者还是消费者。
构造函数
public LinkedTransferQueue() {
}
public LinkedTransferQueue(Collection c) {
this();
addAll(c);
}
只有这两个构造方法,且没有初始容量,所以是无界的一个阻塞队列。
入队方法
LinkedTransferQueue提供了add、put、offer三类方法,用于将元素放到队列中。其中三类(4个)方法都是一样的,使用异步的方式调用 xfer() 方法,传入的参数都一模一样。
注意:我们这里所说的入队操作是指add,put,offer这几个方法,而不是指真正的把节点入队的操作,因为LinkedTransferQueue 中针对的不是数据,而是操作,操作可能需要入队,而这个操作可能是放数据操作,也可能是取数据操作,这里注意区分一下,不要搞混了。
public void put(E e) {
// 异步模式,不会阻塞,不会超时
// 因为是放元素,单链表存储,会一直往后加
xfer(e, true, ASYNC, 0);
}
public boolean offer(E e, long timeout, TimeUnit unit) {
xfer(e, true, ASYNC, 0);
return true;
}
public boolean offer(E e) {
xfer(e, true, ASYNC, 0);
return true;
}
public boolean add(E e) {
xfer(e, true, ASYNC, 0);
return true;
}
LinkedTransferQueue 是一个由链表组成的无界队列,因此不会有容量限制(一定范围内),因此这里入队的操作都不会阻塞(因此超时入队方法实际也没有用),也就是说,入队后线程会立即返回,这个是参数ASYNC的作用。
xfer(E e, boolean haveData, int how, long nanos)的参数分别是:
- e表示元素;
- haveData表示是否是数据节点,
- how表示放取元素的方式,上面提到的四种,NOW、ASYNC、SYNC、TIMED;
- nanos表示超时时间;
xfer()方法
在看 xfer 方法之前,我们先来了解以下大致流程,来帮助我们理解。
LinkedTransferQueue 和 SynchronousQueue 是一样的,队列中主要的不是针对数据,而是操作(put或take,注意这里put、take指的是放入数据和取数据),队列中即可以存储入队操作,也可以存储出队操作,当队列为空时,如果有线程进行出队操作,那么这个时候队列是没有数据的,那么这个操作就会被入队,同时线程也会阻塞,直到数据的到来(或出现异常),如果最开始队列为空,放入数据的操作到来,那么数据就会被放到队列中,此后如果取数据操作到来,那么就会从队列中取出数据,因此可以知道队列中存放的都是一系列相同的操作(put-放数据操作 或 take-取数据操作)。
接下来我们先说 放数据操作,那么如果队列为空,那么直接将数据入队即可,同时因为是无界队列,线程不会阻塞,直接返回,如果队列不为空,那么队列里面可能有两种情况:
- 存放的都是数据。那么本次操作的和队列中的节点操作是一样的,因此直接把数据放到队列末尾,线程返回。
- 存放的都是取数据操作。那么本次操作和队列中的节点操作是不一样的(也就是匹配的,放入数据操作和取数据操作是匹配的,也就是不同的操作是匹配的,相同的操作是不匹配的),那么就把对头的节点出队,就把本次的数据给对头节点,同时唤醒该节点的线程。
private E xfer(E e, boolean haveData, int how, long nanos) {
// 不允许放入空元素
if (haveData && (e == null))
throw new NullPointerException();
Node s = null; // the node to append, if needed
// 外层循环,自旋,失败就重试
retry:
for (;;) { // restart on append race
/**
* 下面这个for循环用于控制匹配的过程
* 同一时刻队列中只会存储一种类型的节点
* 从头节点开始尝试匹配,如果头节点被其它线程先一步匹配了,
* 就再尝试其下一个,直到匹配为止,或者到队列中没有元素为止
*/
for (Node h = head, p = h; p != null;) { // find & match first node
// p节点的模式
boolean isData = p.isData;
// p节点的值
Object item = p.item;
// p没有被匹配到
if (item != p && (item != null) == isData) { // unmatched
// 如果两者模式一样,则不能匹配,跳出循环后尝试入队
if (isData == haveData) // can't match
break;
// 如果两者模式不一样,则尝试匹配
// 把p的值设置为e(如果是取元素则e是null,如果是放元素则e是元素值)
if (p.casItem(item, e)) { // match
// 匹配成功
// for里面的逻辑比较复杂,用于控制多线程同时放取元素时出现竞争的情况的
// 看不懂可以直接跳过
for (Node q = p; q != h;) {
// 进入到这里可能是头节点已经被匹配,然后p会变成h的下一个节点
Node n = q.next; // update by 2 unless singleton
// 如果head还没变,就把它更新成新的节点
// 并把它删除(forgetNext()会把它的next设为自己,也就是从单链表中删除了)
// 这时为什么要把head设为n呢?因为到这里了,肯定head本身已经被匹配掉了
// 而上面的p.casItem()又成功了,说明p也被当前这个元素给匹配掉了
// 所以需要把它们俩都出队列,让其它线程可以从真正的头开始,不用重复检查了
if (head == h && casHead(h, n == null ? q : n)) {
h.forgetNext();
break;
} // advance and retry
// 如果新的头节点为空,或者其next为空,或者其next未匹配,就重试
if ((h = head) == null ||
(q = h.next) == null || !q.isMatched())
break; // unless slack < 2
}
// 唤醒p中等待的线程
LockSupport.unpark(p.waiter);
// 并返回匹配到的元素
return LinkedTransferQueue.cast(item);
}
}
// p已经被匹配了或者尝试匹配的时候失败了
// 也就是其它线程先一步匹配了p
// 这时候又分两种情况,p的next还没来得及修改,p的next指向了自己
// 如果p的next已经指向了自己,就重新取head重试,否则就取其next重试
Node n = p.next;
p = (p != n) ? n : (h = head); // Use head if p offlist
}
// 到这里肯定是队列中存储的节点类型和自己一样 或者 队列中没有元素了,就入队(不管放元素还是取元素都得入队)
// 入队又分成四种情况:
// NOW,立即返回,没有匹配到立即返回,不做入队操作
// ASYNC,异步,元素入队但当前线程不会阻塞(相当于无界LinkedBlockingQueue的元素入队)
// SYNC,同步,元素入队后当前线程阻塞,等待被匹配到
// TIMED,有超时,元素入队后等待一段时间被匹配,时间到了还没匹配到就返回元素本身
// 如果不是立即返回
if (how != NOW) { // No matches available
// 新建s节点
if (s == null)
s = new Node(e, haveData);
// 尝试入队
Node pred = tryAppend(s, haveData);
// 入队失败,重试
if (pred == null)
continue retry; // lost race vs opposite mode
// 如果不是异步(同步或者有超时)
// 就等待被匹配
if (how != ASYNC)
return awaitMatch(s, pred, e, (how == TIMED), nanos);
}
return e; // not waiting
}
}
对于这里的操作 (放入数据) ,寻找匹配节点:
- 如果找到了,就设置item值,然后unpark匹配节点的waiter线程,返回(其实就是看看队列里面的操作是不是取数据操作),否则就入队(NOW直接返回);
- 如果没有找到匹配节点,则根据传入的how来处理,NOW直接返回,其余三种先入队,入队后如果是ASYNC则返回,SYNC和TIMED则会阻塞等待匹配。
我们再看看里面的部分方法:
/**
* Returns true if this node has been matched, including the
* case of artificial matches due to cancellation.
*/
final boolean isMatched() {
Object x = item;
return (x == this) || ((x == null) == isData);
}
如果操作节点已经被匹配了,那么item会被改变,对于取数据操作,那么item会被设置成数据,如果操作被取消了,那么会设置item为this。
/**
* Links node to itself to avoid garbage retention. Called
* only after CASing head field, so uses relaxed write.
*/
final void forgetNext() {
UNSAFE.putObject(this, nextOffset, this);
}
forgetNext 设置为 next 为自身,也就是脱离链表,同时方便gc回收自己。
接下来我们再看看入队调用的 tryAppend 方法:
private Node tryAppend(Node s, boolean haveData) {
// 从tail开始遍历,把s放到链表尾端
for (Node t = tail, p = t;;) { // move p to last node and append
Node n, u; // temps for reads of next & tail
// 如果首尾都是null,说明链表中还没有元素
if (p == null && (p = head) == null) {
// 就让首节点指向s
// 注意,这里插入第一个元素的时候tail指针并没有指向s
if (casHead(null, s))
return s; // initialize
}
else if (p.cannotPrecede(haveData))
// 如果p无法处理,则返回null
// 这里无法处理的意思是,p和s节点的类型不一样,不允许s入队
// 比如,其它线程先入队了一个数据节点,这时候要入队一个非数据节点,就不允许,
// 队列中所有的元素都要保证是同一种类型的节点
// 返回null后外面的方法会重新尝试匹配重新入队等
return null; // lost race vs opposite mode
else if ((n = p.next) != null) // not last; keep traversing
// 如果p的next不为空,说明不是最后一个节点
// 则让p重新指向最后一个节点
p = p != t && t != (u = tail) ? (t = u) : // stale tail
(p != n) ? n : null; // restart if off list
else if (!p.casNext(null, s))
// 如果CAS更新s为p的next失败
// 则说明有其它线程先一步更新到p的next了
// 就让p指向p的next,重新尝试让s入队
p = p.next; // re-read on CAS failure
else {
// 到这里说明s成功入队了
// 如果p不等于t,就更新tail指针
// 还记得上面插入第一个元素时tail指针并没有指向新元素吗?
// 这里就是用来更新tail指针的
if (p != t) { // update if slack now >= 2
while ((tail != t || !casTail(t, s)) &&
(t = tail) != null &&
(s = t.next) != null && // advance and retry
(s = s.next) != null && s != t);
}
// 返回p,即s的前一个元素
return p;
}
}
}
这个操作入队(把节点链接接到链表末尾)看上去有点复杂,主要原因还是没有使用锁,存在很多并发情况下,有可能自己在添加节点入队的时候,其它线程已经把队列改变了,那么这个时候就需要重新找到队尾,进行提那件操作,添加成功后,也需要设置队尾指针,这个时候队尾指针可能也被其它线程设置了,那么这个时候自己也要保证队尾指针是正确的(遍历验证)。
在上面看到有个方法:p.cannotPrecede(haveData),如果数据不符合要求,那么是不会入队的。
/**
* Returns true if a node with the given mode cannot be
* appended to this node because this node is unmatched and
* has opposite data mode.
*/
final boolean cannotPrecede(boolean haveData) {
boolean d = isData;
Object x;
return d != haveData && (x = item) != this && (x != null) == d;
}
这个就是验证操作和其它数据节点的数据是否吻合的。
awaitMatch 这个我们在出队来分析,因为放数据的过程是不会阻塞的,当然也更不会执行该方法。
出队方法
LinkedTransferQueue提供了poll、take、remove方法用于出列元素,出队的三类(4个)方法也是直接或间接的调用xfer()方法,放取元素的方式和超时规则略微不同,本质没有大的区别。
注意:同上,这里的出队操作,指的是poll、take方法,而不是真正指的是出队操作,因为poll、take操作也可能会入队(队列针对的是操作,不是数据)。
public E remove() {
E x = poll();
if (x != null)
return x;
else
throw new NoSuchElementException();
}
public E take() throws InterruptedException {
// 同步模式,会阻塞直到取到元素
E e = xfer(null, false, SYNC, 0);
if (e != null)
return e;
Thread.interrupted();
throw new InterruptedException();
}
public E poll(long timeout, TimeUnit unit) throws InterruptedException {
// 有超时时间
E e = xfer(null, false, TIMED, unit.toNanos(timeout));
if (e != null || !Thread.interrupted())
return e;
throw new InterruptedException();
}
public E poll() {
// 立即返回,没取到元素返回null
return xfer(null, false, NOW, 0);
}
通过上面一系列的方法,我们看到,其实poll、take内部调用的仍然是xfer 方法,因为是取数据,因此参数部分发生了变化,这个注意一下。
xfer()方法
private E xfer(E e, boolean haveData, int how, long nanos) {
if (haveData && (e == null))
throw new NullPointerException();
Node s = null; // the node to append, if needed
retry:
for (;;) { // restart on append race
//这里是取数据操作,那么遍历队列看看有没有匹配的操作(即放数据操作)
for (Node h = head, p = h; p != null;) { // find & match first node
boolean isData = p.isData;
Object item = p.item;
if (item != p && (item != null) == isData) { // unmatched
if (isData == haveData) // can't match
break;
/**
* 队列里面确实都是放数据的操作,则和当前操作是匹配的
* 设置匹配操作节点的item域为null (e为null,原本item 域是数据)
*/
if (p.casItem(item, e)) { // match
// 协助推进head,这个和上面是一样的
for (Node q = p; q != h;) {
Node n = q.next; // update by 2 unless singleton
if (head == h && casHead(h, n == null ? q : n)) {
h.forgetNext();
break;
} // advance and retry
if ((h = head) == null ||
(q = h.next) == null || !q.isMatched())
break; // unless slack < 2
}
// 唤醒阻塞线程(实际这里p.waiter是为null的,因为放数据操作是非阻塞的)
LockSupport.unpark(p.waiter);
// item线程是数据,本次操作是取数据操作,因此返回数据
return LinkedTransferQueue.cast(item);
}
}
Node n = p.next;
p = (p != n) ? n : (h = head); // Use head if p offlist
}
// 如果参数指定为NOW,那么就算没有被匹配,那么还是不入队,直接返回
if (how != NOW) { // No matches available
if (s == null)
s = new Node(e, haveData);
// 添加节点
Node pred = tryAppend(s, haveData);
if (pred == null)
continue retry; // lost race vs opposite mode
/**
* 如果参数不是ASYC的这种,这可能需要阻塞等待
* 取数据操作其参数都不是ASYNC,因此如果没有取到数据(被匹配),那么就可能进行阻塞等待
*/
if (how != ASYNC)
return awaitMatch(s, pred, e, (how == TIMED), nanos);
}
return e; // not waiting
}
}
在这里我们分析的是 取数据操作 ,因为有了前面 放数据操作 的分析,这里应该还是很好理解,取数据和放数据都是差不多的,都是和队列里面的操作进行匹配,如果队列里面的操作是取数据操作,本次操作是取数据操作,那么此时是不匹配的,需要把本次操作入队(参数:NOW、ASYNC、SYNC、TIMED 不一样),如果队列的操作都是放数据操作,本次操作是取数据操作,那么这个是匹配的,就把对头的数据取出来,返回即可。
下面我们来看看 awaitMatch 方法:
private E awaitMatch(Node s, Node pred, E e, boolean timed, long nanos) {
// 如果是有超时的,计算其超时时间
final long deadline = timed ? System.nanoTime() + nanos : 0L;
// 当前线程
Thread w = Thread.currentThread();
// 自旋次数
int spins = -1; // initialized after first item and cancel checks
// 随机数,随机让一些自旋的线程让出CPU
ThreadLocalRandom randomYields = null; // bound if needed
for (;;) {
Object item = s.item;
// 如果s元素的值不等于e,说明它被匹配到了
if (item != e) { // matched
// assert item != s;
// 把s的item更新为s本身
// 并把s中的waiter置为空
s.forgetContents(); // avoid garbage
// 返回匹配到的元素
return LinkedTransferQueue.cast(item);
}
// 如果当前线程中断了,或者有超时的到期了
// 就更新s的元素值指向s本身
if ((w.isInterrupted() || (timed && nanos <= 0)) &&
s.casItem(e, s)) { // cancel
// 尝试解除s与其前一个节点的关系
// 也就是删除s节点
unsplice(pred, s);
// 返回元素的值本身,说明没匹配到
return e;
}
// 如果自旋次数小于0,就计算自旋次数
if (spins < 0) { // establish spins at/near front
// spinsFor()计算自旋次数
// 如果前面有节点未被匹配就返回0
// 如果前面有节点且正在匹配中就返回一定的次数,等待
if ((spins = spinsFor(pred, s.isData)) > 0)
// 初始化随机数
randomYields = ThreadLocalRandom.current();
}
else if (spins > 0) { // spin
// 还有自旋次数就减1
--spins;
// 并随机让出CPU
if (randomYields.nextInt(CHAINED_SPINS) == 0)
Thread.yield(); // occasionally yield
}
else if (s.waiter == null) {
// 更新s的waiter为当前线程
s.waiter = w; // request unpark then recheck
}
else if (timed) {
// 如果有超时,计算超时时间,并阻塞一定时间
nanos = deadline - System.nanoTime();
if (nanos > 0L)
LockSupport.parkNanos(this, nanos);
}
else {
// 不是超时的,直接阻塞,等待被唤醒
// 唤醒后进入下一次循环,走第一个if的逻辑就返回匹配的元素了
LockSupport.park(this);
}
}
}
这里和 SynchronousQueue 的 awaitFulfill 差不多,主要进行了自旋,如果自旋后,仍然没有被匹配或者取消,则进行阻塞(如果设置了超时阻塞,则进行一段时间的阻塞),如果发生了中断异常,会取消该操作,改变item的值,匹配成功后也会更改item的值,因此如果item和原来的值不想等时,则说明发生了改变,返回即可。
在 awaitMatch 过程中,如果线程被中断了,或者超时了则会调用 unsplice() 方法去除该节点。
final void unsplice(Node pred, Node s) {
//清除s的部分数据
s.forgetContents(); // forget unneeded fields
if (pred != null && pred != s && pred.next == s) {
Node n = s.next;
if (n == null ||
(n != s && pred.casNext(s, n) && pred.isMatched())) {
/**
*这个for循环,用于推进head,如果head已经被匹配了,则需要更新head
*/
for (;;) { // check if at, or could be, head
Node h = head;
if (h == pred || h == s || h == null)
return; // at head or list empty
//h 没有被匹配,跳出循环,否则可能需要更新head
if (!h.isMatched())
break;
Node hn = h.next;
//遍历结束了,退出循环
if (hn == null)
return; // now empty
//head 被匹配了,重新设置head
if (hn != h && casHead(h, hn))
h.forgetNext(); // advance head
}
//s节点被移除后,需要记录删除的操作次数,如果超过阀值,则需要清理队列
if (pred.next != pred && s.next != s) { // recheck if offlist
for (;;) { // sweep now if enough votes
int v = sweepVotes;
//没超过阀值,则递增记录值
if (v < SWEEP_THRESHOLD) {
if (casSweepVotes(v, v + 1))
break;
}
else if (casSweepVotes(v, 0)) {
//重新设置记录数,并清理队列
sweep();
break;
}
}
}
}
}
}
private void sweep() {
for (Node p = head, s, n; p != null && (s = p.next) != null; ) {
if (!s.isMatched()) // s节点未被匹配,则继续向后遍历
// Unmatched nodes are never self-linked
p = s;
else if ((n = s.next) == null) //s节点被匹配,但是是尾节点,则退出循环
//s为尾结点,则可能其它线程刚好匹配完,所有这里不移除s,让其它匹配线程操作
break;
else if (s == n) // stale s节点已经脱离了队列了,重头开始遍历
// No need to also check for p == s, since that implies s == n
p = head;
else
p.casNext(s, n); //移除s节点
}
}
看看这个移除操作也挺复杂的,这里并没有简单的就将节点移除就ok,同时还检查了队列 head 的有效性,如果 head 被匹配了,则会推荐 head,保持队列 head 是有效的。如果移除节点的前驱节点也失效了,说明其它线程在操作,这里就不操作了,当移除了节点后,需要记录移除节点的操作次数 sweepVotes,如果这个值超过了阀值,则会对队列进行清理(移除那些失效的节点)。
移交元素的方法
请注意第二个参数,都是true,也就是这三个方法其实也是放元素的方法
// 立即转交一个元素给消费者,如果此时队列没有消费者,那就false
public boolean tryTransfer(E e) {
// 立即返回
return xfer(e, true, NOW, 0) == null;
}
// 转交一个元素给消费者,如果此时队列没有消费者,那就阻塞
public void transfer(E e) throws InterruptedException {
// 同步模式
if (xfer(e, true, SYNC, 0) != null) {
Thread.interrupted(); // failure possible only due to interrupt
throw new InterruptedException();
}
}
public boolean tryTransfer(E e, long timeout, TimeUnit unit)
throws InterruptedException {
// 有超时时间
if (xfer(e, true, TIMED, unit.toNanos(timeout)) == null)
return true;
if (!Thread.interrupted())
return false;
throw new InterruptedException();
}
获取队列首个有效操作
在SynchronousQueue 中其队列是无法遍历的,而且也无法获取对头信息,但是在 LinkedTransferQueue 却不一样,LinkedTransferQueue 可以获取队头,也可以进行遍历 。
peek() 方法
public E peek() {
return firstDataItem();
}
private E firstDataItem() {
//遍历队列,查找第一个有效的操作节点
for (Node p = head; p != null; p = succ(p)) {
Object item = p.item;
//如果该节点是数据节点,同时没有被取消,则返回数据
if (p.isData) {
if (item != null && item != p)
return LinkedTransferQueue.cast(item);
}
else if (item == null)// 非数据节点返回null,这里注意
return null;
}
return null;
}
final Node succ(Node p) { //如果节点p 失效则返回head,否则返回p的后继
Node next = p.next;
return (p == next) ? head : next;
}
这个 peek() 方法返回的是队列的第一个有效的节点,而这个节点可能是数据节点,也可能是取数据的操作节点,那么peek可能返回数据,也可能返回null,但是返回null,并不一定是队列为空,也可能是队列里面都是取数据的操作节点,这个需要注意一下。
总结
- LinkedTransferQueue 可以看在是 LinkedBlockingQueue、SynchronousQueue(公平模式)、ConcurrentLinkedQeueue 三者的集合体;
- LinkedTransferQueue 的实现方式使用一种叫做 “双重队列” 的数据结构;
- 不管是取元素还是放元素都会入队;
- 先尝试跟头节点比较,如果二者模式不一样,就匹配它们,组成CP,然后返回对方的值;
- 如果二者模式一样,就入队,并自旋或阻塞等待被唤醒;
- 至于是否入队及阻塞有四种方式:NOW、ASYNC、SYNC、TIMED;
- LinkedTransferQueue 全程都没有使用 synchronized、重入锁等比较中的锁,基本是通过 自旋 + CAS 实现;
- 对于入队后,先自旋一定次数后再调用 LockSupport.park() 或 LockSupport.parkNanos() 阻塞。
LinkedTransferQueue和SynchronousQueue(公平模式)区别
- LinkedTransferQueue 和SynchronousQueue 其实基本是差不多的,两者都是无锁带阻塞功能的队列,都是使用的双重队列;
- SynchronousQueue 通过内部类Transferer 来实现公平和非公平队列,在LinkedTransferQueue 中没有公平与非公平的区分;
- LinkedTransferQueue 实现了TransferQueue接口,该接口定义的是带阻塞操作的操作,相比SynchronousQueue 中的Transferer 功能更丰富。
- SynchronousQueue 中放数据操作和取数据操作都是阻塞的,当队列中的操作和本次操作不匹配时,线程会阻塞,直到匹配的操作到来。LinkedTransferQueue 是无界队列,放数据操作不会阻塞,取数据操作如果没有匹配操作可能会阻塞,通过参数决定是否阻塞(ASYNC,SYNC,NOW,TIMED)。
PS:以上代码提交在 Github :https://github.com/Niuh-Study/niuh-juc-final.git
文章持续更新,可以公众号搜一搜「 一角钱技术 」第一时间阅读, 本文 GitHub org_hejianhui/JavaStudy 已经收录,欢迎 Star。