阻塞队列---多线程

常见的队列:

1)优先级队列:底层的数据结构是堆(完全二叉树)，出的数据要有一个优先级

2)消息队列:队列中的元素是带有一定的类型，分类信息，出队列的时候，不是单纯的先进先出，而是以分类作为维度，来进行确定某个类先来的元素先出，按照指定的类型来决定先进先出，不同的形状就代表不同类型的病人，有的是检查胃的(圆圈),有的是检查脑子的(五角星),有的是检查(心脏的)，他们在排队，门诊室的医生说，检查胃的过来，此时得胃病的就会绕过长方形，进入到门诊室里面，我们在取队列元素的时候，按照类型来取，是取长方形类型的数据，还是五角星类型的数据，确定类型之后，在确定谁排在前面，取谁

1)阻塞队列：是一个线程安全的队列，是可以保证线程安全的

1.1)如果当前队列为空，尝试出队列，进入阻塞状态，一直阻塞到队列里面的元素不为空

1.2)如果当前队列满了，尝试入队列，也会产生阻塞，一直阻塞到队列中的元素不为满为止

1.3)所以在Java的标准库中内置了一个BlockingQueue(是一个接口)这样的类来实现阻塞队列这样的功能，它的用法与普通的入队列和出队列很相似，没有取队首元素的操作；

1.4)Java.util.concurrent这个包里面包含了很多与多线程并发相关的组件操作，简称JUC

  BlockingQueue blockingQueue=new LinkedBlockingQueue<>();//基于链表来实现,可以指定阻塞队列的大小
  blockingQueue.put("hello");
  String str=blockingQueue.take();

1)要处理InterruptedException，通过Interrupted方法来中断这个线程所产生的异常，这个异常，因为它是一个阻塞队列，因为put操作会随时阻塞，而我们阻塞就需要进行唤醒，唤醒有可能就会被打断，所以就会抛出InterruptedException异常，它的底层继承了queue这个类，put带有阻塞功能，从里面取元素一般用take，这两个方法自带有阻塞功能，take从阻塞队列的队首元素取出一个元素的操作
2)里面放一个元素，咔咔取两次，就会出现阻塞的情况，代码不会继续运行，代码会阻塞到take这里，会一直阻塞到下一次塞元素为止

3)作为一个队列，还是提供了一些基本的操作，比如说offer叫做入队列，poll()叫做出队列，peek()获取队首元素，这些方法对于我们的阻塞队列来说也是支持的，但是我们平时还是会经常使用put和take，因为我们的put和take是自带阻塞效果的，而我们的普通队列是没有阻塞效果的，所以我们要使用带有阻塞效果的方法；

会涉及到加锁，对象等待集等问题

为什么要用对象等待集？

1)如果入队列的操作太快，队列满了，继续入队列，就会进入阻塞，一直阻塞到有其他线程去消费队列了，才能出队列，才可以进行入队列操作。

2)如果出队列的操作太快，队列空了，继续出队列，也会阻塞，一直等到被其他线程生产了元素，才会继续出队列；

先明确一个事：wait和notify操作，都是针对count来进行计算

阻塞队列的知识点补充:

1)add方法和offer方法可以将我们指定的元素放到BlockingQueue里面，如果此时阻塞队列可以容纳，那么直接返回true，否则直接返回false；

2)但是put方法也是将我们制定的元素存放到blockingQueue里面，如果说这个阻塞队列没有空间那么调用该方法的线程会阻塞等待

3)poll(time):取出BlockingQueue排在首位的元素，如果不能立即取出，那么会等到time规定的时间内取，规定时间到还没有取到那么直接返回null；

4)take():取走BlockingQueue里排在首位的对象，若BlockingQueue为空，阻断进入等待状态直到Blocking有新的对象被加入为止

5)BlockingQueue不接受null 元素，试图add、put 或offer 一个null 元素时，某些实现会抛出NullPointerException，null 被用作指示poll 操作失败的警戒值。

  BlockingQueue queue1=new ArrayBlockingQueue(10);
  BlockingQueue queue2=new LinkedBlockingQueue(10);
  BlockingQueue queue3=new PriorityBlockingQueue<>(10);      

阻塞队列的原理:

在我们实现循环队列的时候，有一个重要的问题，如何判断使空队列，还是满的队列？

1)head==tail来进行判断，这是并不靠谱的

由于一直进行插入元素，导致的head==tail，就说明是队列满了

由于一直进行删除元素，导致的head==tail，就说明此时队列是空的

所以我们这么做：size=0就是空，size==数组长度就是满

在这里，必须要加一个锁对象，给谁加锁就锁哪一个对象

2)数组实现队列，就是一个循环队列，我们用[head,tail)这个范围来表示数组的一个有效元素范围

3)当我们的head或者tail到达数组元素的末尾之后，我们就需要从头开始，重新进行循环

我们进行入队列:就是把新的元素放到tail位置上面，并且让tail++(元素不满)

我们进行出队列:就是把随手元素取出来，让head++(元素不为空)

之前我们在编写数据结构相关的代码的时候，

1)我们可以浪费一个格子，直接浪费，head==tail认为是空，head=tail+1认为是满

2)我们可以是用一个变量来进行记录元素的个数，size==0认为是空，size==array.length认为是满

数组实现队列，就是一个循环队列
入队列,就是把新的元素放到tail位置上，并且tail++;
出队列,就是把队首元素取出来,也就是说把head位置的元素返回回去,如果是引用数据类型,要手动置为空,并且head++;
class MyQueue
    {
//保存数据的本体
        Object object=new Object();
        private int []arr1;
//队首元素下标
        private int head=0;
//队尾元素下标
        private int tail=0;
//有效数据元素的个数
        private int count=0;
        MyQueue() {
            this.arr1 = new int[1000];
        }
        public void put(int data) {
            synchronized (object) {
                if (count == arr1.length) {
//此时队列中的值已经满了
//此时的条件,最好写成while
                    因为有可能会出现第一个线程放入元素后,第二个线程又继续放,就有会放满的情况,使用while的目的是为了让wait唤醒之后,再次去判断一下条件是否成立；
                    try{
                        object.wait();
                    }catch(InterruptedException e)
                    {
                        e.printStackTrace();
                    }
                }
                arr1[tail] = data;
                tail++;
//处于tail到达数组末尾的情况
                if (tail == arr1.length) {
                    tail = 0;
                }
//上面的这个条件判定可以写成tail=tail%array.length
                count++;
//我们put成功了,就可以进行唤醒take中的wait操作,因为此时队列一定是不为空的
                object.notify();
            }
        }
        public int take(){
            synchronized (object)
            {
                if (count == 0) {
//head==tail有一个元素，count=0一个元素都没有
                    try {
                        object.wait();
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
                int ret = arr1[head];
                head++;
                if (head == arr1.length) {
                    head = 0;
                }
//我们take成功了,就可以唤醒put中的wait,因为此时队列一定不为满
                count--;
                object.notify();
                return ret;
            }
        }
    } 

1)我们要是想要这个队列支持线程安全，我们一定要保证在多线程环境下面调用这里面的put和take是没有任何问题的；

1.1)我们看了这里面的代码之后，put和take里面的每一行代码都是在操作公共的变量，我们可以给整个方法来进行加锁或者是通过同步代码块的方式，指定this来加锁，或者指定一个专门的锁对象，锁这个对象和调用wait都是这个对象，所以说我们要是想保证线程安全，我们就需要进行使用synchronized来将若干个非原子性的操作，打包成原子性的操作

如果说我们要是想精准唤醒某一个线程，我们就需要使用不同的锁对象:

1)我们要是想唤醒t1，我们就必须o1.notify()，让我们的t1进行o1.wait()

2)我们要是想唤醒t2，我们就必须o2.notify()，让我们的t2进行o2.wait()

2)要想实现阻塞效果，我们就需要搭配对象等待集来进行使用

2.1)我们使用哪一个对象来进行加锁，我们就需要使用哪一个对象来进行wait操作，如果是针对this加锁就使用this.wait()；

2.2)对于我们的put操作来说，阻塞条件就是队列为满

2.3)对于我们的take操作来说，阻塞条件就是队列为空

2.4)我们的put中的wait要靠take来进行唤醒，条件是队列为满，只要队列不为满，只要我们take成功取走了一个元素，队列不就不为满了吗，就可以唤醒了

2.5)我们take中的wait要靠put来进行唤醒，条件是队列为空，只要我们的队列不为空，也就是说只要我们put成功放进去了一个元素，队列不就不为空了吗，就可以唤醒了

2.6)当前代码中，我们的put操作和take操作两种操作不会同时wait，等待条件是截然不同的

2)注意:tail=tail%array.length这种写法十分的不建议

1)这种写法非常的不直观

2)取%操作，这一种操作对于计算机来说的开销是非常大的，相当于除法操作，比较操作就是一个跳转指令；既不利于提高开发效率，也不能提高运行效率

我们使用阻塞队列来简单的写一些生产者消费者模型的代码:

阻塞队列出自于java.util.concurrent(并发)这个包，可以手动指定队列容量

1)生产者生产元素的速度是小于消费者消费的速度

2)put操作和take操作有可能都会出现阻塞的情况，但是此时由于这两个代码中的阻塞条件是对立的，因此我们两边的wait不会同时触发

put操作就会唤醒take的阻塞，put操作就破坏了take的阻塞条件

take操作就会唤醒put的阻塞，take操作也就破坏了put的阻塞条件

3)下面的if操作最好换成while操作，如果是多个线程出现阻塞等待的时候，万一同时唤醒了多个线程，就很有可能出现，第一个线程放入元素，第二个线程又放的时候，就会出现满的情况，所以我们使用while就是为了让wait被唤醒之后，再次确定一下条件是否成立

4)如果说有人等待，那么我们的notify是可以唤醒的，如果说没有人等待，那么notify没有任何副作用；

我们可以多创建几个线程作为生产者，或者多创建几个线程作为消费者

  public static void main(String[] args) {
            myqueue queue=new myqueue();//作为交易场所
            Thread t1=new Thread(){//搞一个这样的线程作为生产者
                public void run()
                {
                    for(int i=0;i<1000;i++)
                    {
                        try{
                            queue.put(i);
                            System.out.println("生产元素生产了"+i+"个");
                             sleep(1000);/每秒钟生产一个元素
                        }catch(InterruptedException e)
                        {
                           e.printStackTrace();
                        }
                    }
                }
            };
            t1.start();
        Thread t2=new Thread() {//搞一个这样的线程作为消费者
            public void run() {
                while (true) {
           //频繁取队首元素
                    int num = queue.take();
                    System.out.println("消费元素为" + num);
                }
            }

        };
        t2.start();
    }
}

生产者消费者模型，拿一个包饺子的例子来说

第一种方式:每一个人，擀完一个饺子一个包一个饺子，擀一个饺子包一个饺子，但是擀面杖只有一个，就会导致锁的冲突比较激烈，况且提高了门槛，我们只有先获取到这把锁才能进行擀饺子皮，其他人获取不到这把锁，就会阻塞等待，整体的效率并不会很高
第二种方式:一个人负责擀饺子，这个人擀出一堆皮，三个人负责取出这些皮，进行包饺子
1)生产者:擀皮的人；
2)消费者:包饺子的人；
3)交易场所:盖帘(放饺子皮的盖帘)；

擀饺子皮的人就是饺子皮的生产者，要进行源源不断地生成饺子皮

包饺子的人就是及饺子皮的消费者，我们要不断地进行使用和消耗饺子皮

上述模型中一般生产者也只有一个，盖帘是交易场所，消费者确实有很多个

在计算机中，生产者就是一组线程，消费者是另一组线程，阻塞队列就是生产者消费者模型中的交易场所

所以说在我们平时写代码的过程中，我们的代码一定要高内聚，低耦合

高内聚的意思就是说:我们希望不同模块之间，联系要尽量的少， 所以说我们使用生产者消费者模型就可以降低这里面的耦合

最大的用处解耦合:写了两个代码，一个代码中的两个代码块的关联关系很复杂，这样耦合就比较高，两个模块的关联关系尽量小，简单，整体的代码是可以相互理解的，耦合比较低，

1)例如A要传输一定的数据给B，如果直接传输，此时就要求，要么是A向B传输数据，要么是B向A拉取数据，都是需要A和B进行相互交互的，A和B之间存在着一些关联关系，如果B挂了，A也就会有太大的影响；

2)在我们开发A代码的时候就必须充分了解B提供的一些接口，开发B代码的时候要充分了解A是怎么调用的；

3)未来如果需要进行扩展，扩展也搞一个C，让A也给C传输数据，这个改动就可能比较复杂,因为本来是A和B进行传输的，多了一个C，那么就是A想C传输数据，或者是C和B来向A拉取数据，改动比较复杂，就认为A和B的耦合比较高，B挂了，对A没啥影响

1)A把数据写到队列里面，B再从队列里面取出元素进行消费，

2)A不知道数据要发送给谁，只需要向队列中添加元素，B不知道这个数据是谁发送过来的，只需要从队列中取元素即可

3)如果在后面需要进行扩展(再来C)，也不需要直接从A要元素，只需要在队列中取出元素即可，这个阻塞队列就好似于变成了中转站一样的东西;
4)这样我们就做到了，让生产者和消费者可以不知道他们彼此之间是谁，这个数据是谁生产的，是谁消费的，都不重要，能生产，能消费就可以了，这样还是我们的系统变得更加灵活，可以随意替换A，B，C的任意一个模块，修改更方便，耦合耕地，让代码程序的维护性变得更高；

2)销峰填谷:
我们来举一个三峡大坝的例子
汛期:如果没有大坝，那么到了雨季，那么下游的水就会很大，就会造成水灾可能会发生灾难
罕期:如果没有大坝，那么下游的水就很少，有可能就会发生旱灾
于是就有了大坝：
1)汛期:关闸蓄水，并不是全部关了，让水按照一定的速率向下流，有节奏，按照一定的速率来进行放水，避免突然一波把下游带走(当突然下暴雨的时候)；
2)罕期:开闸放水，让水也按照一定的速率向下流，避免下游太缺水，避免造成旱灾；

下面这种情况对于系统的稳定性是不利的

 

3)首先我们让消费者消费得快一些，让生产者生产的慢一些，此时我们会看到，消费者线程会阻塞等待，每当有新的生产者的元素时，消费者才会执行；

4)但是如果消费者消费得慢一些，让生产者生产的快一些，就会出现，一开始大量的迸发出生产元素，等到生产了100多个才开始消费；(代码是第二种情况）

1)互联网上面过来的请求数量，是多还是少，是不可控的；突然来了大量请求，如果没有入口服务器，这些什么商家服务器，直播服务器就有可能会挂掉，操作数据库，效率比较低，况且需要的系统资源可能会更多，如果主机的硬件不够，程序就有可能直接挂了，咱们的入口服务器一般是不会垮掉的，因为入口服务器是不会不会处理数据请求的

2)通过一个队列来进行缓存请求，建立一个生产者消费者模型，此时即使网络这边过来一大波请求，这些请求只是冲击了队列服务器，对于后续的业务服务器，仍然是按照固定的速率来消费数据，阻塞队列是没有什么计算量的，就单纯的存个数据，就能抗住更大的压力

3)实际上，我们的网管是不可以直接与各个服务器进行进行相连的，通过一个队列来实现生产者消费者模型

1)现在即使说现在网络上面过来了一大波请求，此时这些请求指示冲击了队列服务器，但是对于后面的业务服务器，任然是以固定的速率来进行消费数据，如果互联网这边的请求少了，后面的这些服务器也不会闲着，就会把之前队列积压的数据，来取出来进行处理

2)我们这里此时的请求的压力直接给到了阻塞队列这里面，此时针对我们的队列的请求是暴涨的，但是我们的阻塞队列没有做过多的计算，没啥计算量，就是单纯的存储一个数据，它是可以承受住一定的压力的；

咱们在实际开发中使用到的阻塞队列并不是一个简单的数据结构，而是一组专门的服务器程序，它所提供的功能也并不仅仅是阻塞队列的功能，还会在这上面的队列中增加新的功能，比如说对于数据持久化存储，支持多个数据通道，支持多节点容灾冗余备份，支持管理面板，方便于配置参数，这样的队列我们又起了一个新的名字，叫做消息队列，但是本质上还是阻塞队列的功能，kafak，mq就是业界常见使用的消息队列