點擊上方 IT牧場 ，選擇 置頂或者星標
技術乾貨每日送達
作者 l malt
來源 l 源碼興趣圈（ID：machencoding）
轉載請聯繫授權（微信ID：m7798432）
什麼是隊列
隊列是一種 先進先出的特殊線性表，簡稱 FIFO。特殊之處在於只允許在一端插入，在另一端刪除
進行插入操作的端稱爲隊尾，進行刪除操作的端稱爲隊頭。隊列中沒有元素時，稱爲空隊列
隊列在程序設計中使用非常的多，包括一些中間件底層數據結構就是隊列（基礎內容沒有過多講解）
什麼是阻塞隊列
隊列就隊列唄，阻塞隊列又是什麼鬼
阻塞隊列是在隊列的基礎上額外添加兩個操作的隊列，分別是：
-
支持阻塞的插入方法：隊列容量滿時，插入元素線程會被阻塞，直到隊列有多餘容量爲止 -
支持阻塞的移除方法：當隊列中無元素時，移除元素的線程會被阻塞，直到隊列有元素可被移除
文章以 LinkedBlockingQueue 爲例，講述隊列之間實現的不同點，爲方便小夥伴閱讀，LinkedBlockingQueue 取別名 LBQ
因爲是源碼解析文章，建議小夥伴們在 PC 端觀看。當然，如果屏足夠大當我沒說～
阻塞隊列繼承關係
阻塞隊列是一個抽象的叫法，阻塞隊列底層數據結構 可以是數組，可以是單向鏈表，亦或者是雙向鏈表...
LBQ 是一個以 單向鏈表組成的隊列，下圖爲 LBQ 上下繼承關係圖
從圖中得知，LBQ 實現了 BlockingQueue 接口，BlockingQueue 實現了 Queue 接口
Queue 接口分析
我們以自上而下的方式，先分析一波 Queue 接口裏都定義了哪些方法
// 如果隊列容量允許，立即將元素插入隊列，成功後返回
// 🌟如果隊列容量已滿，則拋出異常
boolean add(E e);
// 如果隊列容量允許，立即將元素插入隊列，成功後返回
// 🌟如果隊列容量已滿，則返回 false
// 當使用有界隊列時，offer 比 add 方法更何時
boolean offer(E e);
// 檢索並刪除隊列的頭節點，返回值爲刪除的隊列頭節點
// 🌟如果隊列爲空則拋出異常
E remove();
// 檢索並刪除隊列的頭節點，返回值爲刪除的隊列頭節點
// 🌟如果隊列爲空則返回 null
E poll();
// 檢查但不刪除隊列頭節點
// 🌟如果隊列爲空則拋出異常
E element();
// 檢查但不刪除隊列頭節點
// 🌟如果隊列爲空則返回 null
E peek();
總結一下 Queue 接口的方法，分爲三個大類：
-
新增元素到隊列容器中：add、offer -
從隊列容器中移除元素：remove、poll -
查詢隊列頭節點是否爲空：element、peek
從接口 API 的程序健壯性考慮，可以分爲兩大類：
-
健壯 API：offer、poll、peek -
非健壯 API：add、remove、element
接口 API 並無健壯可言，這裏說的健壯界限指得是，使用了非健壯性的 API 接口，程序會出錯的機率大了點，所以我們 更應該關注的是如何捕獲可能出現的異常，以及對應異常處理
BlockingQueue 接口分析
BlockingQueue 接口繼承自 Queue 接口，所以有些語義相同的 API 接口就沒有放上來解讀
// 將指定元素插入隊列，如果隊列已滿，等待直到有空間可用；通過 throws 異常得知，可在等待時打斷
// 🌟相對於 Queue 接口而言，是一個全新的方法
void put(E e) throws InterruptedException;
// 將指定元素插入隊列，如果隊列已滿，在等待指定的時間內等待騰出空間；通過 throws 異常得知，可在等待時打斷
// 🌟相當於是 offer(E e) 的擴展方法
boolean offer(E e, long timeout, TimeUnit unit) throws InterruptedException;
// 檢索併除去此隊列的頭節點，如有必要，等待直到元素可用；通過 throws 異常得知，可在等待時打斷
E take() throws InterruptedException;
// 檢索並刪除此隊列的頭，如果有必要使元素可用，則等待指定的等待時間；通過 throws 異常得知，可在等待時打斷
// 🌟相當於是 poll() 的擴展方法
E poll(long timeout, TimeUnit unit) throws InterruptedException;
// 返回隊列剩餘容量，如果爲無界隊列，返回 Integer.MAX_VALUE
int remainingCapacity();
// 如果此隊列包含指定的元素，則返回 true
public boolean contains(Object o);
// 從此隊列中刪除所有可用元素，並將它們添加到給定的集合中
int drainTo(Collection<? super E> c);
// 從此隊列中最多移除給定數量的可用元素，並將它們添加到給定的集合中
int drainTo(Collection<? super E> c, int maxElements);
可以看到 BlockingQueue 接口中個性化的方法還是挺多的。本文的豬腳 LBQ 就是實現自 BlockingQueue 接口
源碼解析
變量分析
LBQ 爲了保證併發添加、移除等操作，使用了 JUC 包下的 ReentrantLock、Condition 控制
// take, poll 等移除操作需要持有的鎖
private final ReentrantLock takeLock = new ReentrantLock();
// 當隊列沒有數據時，刪除元素線程被掛起
private final Condition notEmpty = takeLock.newCondition();
// put, offer 等新增操作需要持有的鎖
private final ReentrantLock putLock = new ReentrantLock();
// 當隊列爲空時，添加元素線程被掛起
private final Condition notFull = putLock.newCondition();
ArrayBlockingQueue（ABQ）內部元素個數字段爲什麼使用的是 int 類型的 count 變量？不擔心併發麼
-
因爲 ABQ 內部使用的一把鎖控制入隊、出隊操作，同一時刻只會有單線程執行 count 變量修改 -
LBQ 使用的兩把鎖，所以會出現兩個線程同時修改 count 數值，如果像 ABQ 使用 int 類型，兩個流程同時執行修改 count 個數，會造成數據不準確，所以需要使用併發原子類修飾
如果不太明白爲什麼要用原子類統計數量，猛戳這裏
接下來從結構體入手，知道它是由什麼元素組成，每個元素是做啥使的。如果數據結構還不錯的小夥伴，應該可以猜出來
// 綁定的容量，如果無界，則爲 Integer.MAX_VALUE
private final int capacity;
// 當前隊列中元素個數
private final AtomicInteger count = new AtomicInteger();
// 當前隊列的頭節點
transient Node<E> head;
// 當前隊列的尾節點
private transient Node<E> last;
看到 head 和 last 元素，是不是對 LBQ 就有個大致的雛形了，這個時候還差一個結構體 Node
static class Node<E> {
// 節點存儲的元素
E item;
// 當前節點的後繼節點
LinkedBlockingQueue.Node<E> next;
Node(E x) { item = x; }
}
構造器分析
這裏畫一張圖來理解下 LBQ 默認構造方法是如何初始化隊列的
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);
}
可以看出，默認構造方法會將容量設置爲 Integer.MAX_VALUE，也就是大家常說的無界隊列
內部其實調用的是重載的有參構造，方法內部設置了容量大小，以及初始化了 item 爲空的 Node 節點，把 head last 兩節點進行一個關聯
初始化的隊列 head last 節點指向的 Node 中 item、next 都爲空，此時添加一條記錄，隊列會發生什麼樣的變化
節點入隊
需要添加的元素會被封裝爲 Node 添加到隊列中, put 入隊方法語義，如果隊列元素已滿，阻塞當前插入線程，直到隊列中有空缺位置被喚醒
public void put(E e) throws InterruptedException {
if (e == null) throw new NullPointerException();
int c = -1;
Node<E> node = new Node<E>(e); // 將需要添加的數據封裝爲 Node
final ReentrantLock putLock = this.putLock; // 獲取添加操作的鎖
final AtomicInteger count = this.count; // 獲取隊列實際元素數量
putLock.lockInterruptibly(); // 運行可被中斷加鎖 API
try {
while (count.get() == capacity) { // 如果隊列元素數量 == 隊列最大值，則將線程放入條件隊列阻塞
notFull.await();
}
enqueue(node); // 執行入隊流程
c = count.getAndIncrement(); // 獲取值並且自增，舉例：count = 0，執行後結果值 count+1 = 2，返回 0
if (c + 1 < capacity) // 如果自增過的隊列元素 +1 小於隊列容器最大數量，喚醒一條被阻塞在插入等待隊列的線程
notFull.signal();
} finally {
putLock.unlock(); // 解鎖操作
}
if (c == 0) // 當隊列中有一條數據，則喚醒消費組線程進行消費
signalNotEmpty();
}
入隊方法整體流程比較清晰，做了以下幾件事：
-
隊列已滿，則將當前線程阻塞 -
隊列中如果有空缺位置，將數據封裝的 Node 執行入隊操作 -
如果 Node 執行入隊操作後，隊列還有空餘位置，則喚醒等待隊列中的添加線程 -
如果數據入隊前隊列沒有元素，入隊成功後喚醒消費阻塞隊列中的線程
繼續看一下入隊方法 LBQ#enqueue 都做了什麼操作
private void enqueue(Node<E> node) {
last = last.next = node;
}
代碼比較簡單，先把 node 賦值爲當前 last 節點的 next 屬性，然後再把 last 節點指向 node，就完成了節點入隊操作
假設 LBQ 的範型是 String 字符串，首先插入元素 a，隊列如下圖所示：
什麼？一條數據不過癮？沒有什麼是再來一條解決不了的，元素 b 入隊如下：
隊列入隊如上圖所示，head 中 item 永爲空，last 中 next 永爲空
LBQ#offer 也是入隊方法，不同的是：如果隊列元素已滿，則直接返回 false，不阻塞線程
節點出隊
LBQ#take 出隊方法，如果隊列中元素爲空，阻塞當前出隊線程，直到隊列中有元素爲止
public E take() throws InterruptedException {
E x;
int c = -1;
final AtomicInteger count = this.count; // 獲取當前隊列實際元素個數
final ReentrantLock takeLock = this.takeLtakeLocock; // 獲取 takeLock 鎖實例
takeLock.lockInterruptibly(); // 獲取 takeLock 鎖，獲取不到阻塞過程中，可被中斷
try {
while (count.get() == 0) { // 如果當前隊列元素 == 0，當前獲取節點線程加入等待隊列
notEmpty.await();
}
x = dequeue(); // 當前隊列元素 > 0，執行頭節點出隊操作
c = count.getAndDecrement(); // 獲取當前隊列元素個數，並將數量 - 1
if (c > 1) // 當隊列中還有還有元素時，喚醒下一個消費線程進行消費
notEmpty.signal();
} finally {
takeLock.unlock(); // 釋放鎖
}
if (c == capacity) // 移除元素之前隊列是滿的，喚醒生產者線程添加元素
signalNotFull();
return x; // 返回頭節點
}
出隊操作整體流程清晰明瞭，和入隊操作執行流程相似
-
隊列已滿，則將當前出隊線程阻塞 -
隊列中如果有元素可消費，執行節點出隊操作 -
如果節點出隊後，隊列中還有可出隊元素，則喚醒等待隊列中的出隊線程 -
如果移除元素之前隊列是滿的，喚醒生產者線程添加元素
LBQ#dequeue 出隊操作相對於入隊操作稍顯複雜一些
private E dequeue() {
Node<E> h = head; // 獲取隊列頭節點
Node<E> first = h.next; // 獲取頭節點的後繼節點
h.next = h; // help GC
head = first; // 相當於把頭節點的後繼節點，設置爲新的頭節點
E x = first.item; // 獲取到新的頭節點 item
first.item = null; // 因爲頭節點 item 爲空，所以 item 賦值爲 null
return x;
}
出隊流程中，會將原頭節點自己指向自己本身，這麼做是爲了幫助 GC 回收當前節點，接着將原 head 的 next 節點設置爲新的 head，下圖爲一個完整的出隊流程
出隊流程圖如上，流程中沒有特別注意的點。另外一個 LBQ#poll 出隊方法，如果隊列中元素爲空，返回 null，不會像 take 一樣阻塞
節點查詢
因爲 element 查找方法在父類 AbstractQueue 裏實現的，LBQ 裏只對 peek 方法進行了實現，節點查詢就用 peek 做代表了
peek 和 element 都是獲取隊列頭節點數據，兩者的區別是，前者如果隊列爲空返回 null，後者拋出相關異常
public E peek() {
if (count.get() == 0) // 隊列爲空返回 null
return null;
final ReentrantLock takeLock = this.takeLock;
takeLock.lock(); // 獲取鎖
try {
LinkedBlockingQueue.Node<E> first = head.next; // 獲取頭節點的 next 後繼節點
if (first == null) // 如果後繼節點爲空，返回 null，否則返回後繼節點的 item
return null;
else
return first.item;
} finally {
takeLock.unlock(); // 解鎖
}
}
看到這裏，能夠得到結論，雖然 head 節點 item 永遠爲 null，但是 peek 方法獲取的是 head.next 節點 item
節點刪除
刪除操作需要獲得兩把鎖，所以關於獲取節點、節點出隊、節點入隊等操作都會被阻塞
public boolean remove(Object o) {
if (o == null) return false;
fullyLock(); // 獲取兩把鎖
try {
// 從頭節點開始，循環遍歷隊列
for (Node<E> trail = head, p = trail.next;
p != null;
trail = p, p = p.next) {
if (o.equals(p.item)) { // item == o 執行刪除操作
unlink(p, trail); // 刪除操作
return true;
}
}
return false;
} finally {
fullyUnlock(); // 釋放兩把鎖
}
}
鏈表刪除操作，一般而言都是循環逐條遍歷，而這種的 遍歷時間複雜度爲 O(n)，最壞情況就是遍歷了鏈表全部節點
看一下 LBQ#remove 中 unlink 是如何取消節點關聯的
void unlink(Node<E> p, Node<E> trail) {
p.item = null; // 以第一次遍歷而言，trail 是頭節點，p 爲頭節點的後繼節點
trail.next = p.next; // 把頭節點的後繼指針，設置爲 p 節點的後繼指針
if (last == p) // 如果 p == last 設置 last == trail
last = trail;
// 如果刪除元素前隊列是滿的，刪除後就有了空餘位置，喚醒生產線程
if (count.getAndDecrement() == capacity)
notFull.signal();
}
remove 方法和 take 方法是有相似之處，如果 remove 方法的元素是頭節點，效果和 take 一致，頭節點元素出隊
爲了更好的理解，我們刪除中間元素。畫兩張圖理解下其中原委，代碼如下：
public static void main(String[] args) {
BlockingQueue<String> blockingQueue = new LinkedBlockingQueue();
blockingQueue.offer("a");
blockingQueue.offer("b");
blockingQueue.offer("c");
// 刪除隊列中間元素
blockingQueue.remove("b");
}
執行完上述代碼中三個 offer 操作，隊列結構圖如下：
執行刪除元素 b 操作後隊列結構如下圖：
如果 p 節點就是 last 尾節點，則把 p 的前驅節點設置爲新的尾節點。刪除操作大致如此
應用場景
上文說了阻塞隊列被大量業務場景所應用，這裏例舉兩個實際工作中的例子幫助大家理解
生產者-消費者模式
生產者-消費者模式是一個典型的多線程併發寫作模式，生產者和消費者中間需要一個容器來解決強耦合關係，生產者向容器放數據，消費者消費容器數據
生產者-消費者實現有多種方式
-
Object 類中的 wait、notify、notifyAll -
Lock 中 Condition 的 await、signal、signalAll -
BlockingQueue
阻塞隊列實現生產者-消費者模型代碼如下：
@Slf4j
public class BlockingQueueTest {
private static final int MAX_NUM = 10;
private static final BlockingQueue<String> QUEUE = new LinkedBlockingQueue<>(MAX_NUM);
public void produce(String str) {
try {
QUEUE.put(str);
log.info(" 🔥🔥🔥 隊列放入元素 :: {}, 隊列元素數量 :: {}", str, QUEUE.size());
} catch (InterruptedException ie) {
// ignore
}
}
public String consume() {
String str = null;
try {
str = QUEUE.take();
log.info(" 🔥🔥🔥 隊列移出元素 :: {}, 隊列元素數量 :: {}", str, QUEUE.size());
} catch (InterruptedException ie) {
// ignore
}
return str;
}
public static void main(String[] args) {
BlockingQueueTest queueTest = new BlockingQueueTest();
for (int i = 0; i < 5; i++) {
int finalI = i;
new Thread(() -> {
String str = "元素-";
while (true) {
queueTest.produce(str + finalI);
}
}).start();
}
for (int i = 0; i < 5; i++) {
new Thread(() -> {
while (true) {
queueTest.consume();
}
}).start();
}
}
}
線程池應用
阻塞隊列在線程池中的具體應用屬於是生產者-消費者的實際場景
線程池在 Java 應用裏的重要性不言而喻，這裏簡要說下線程池的運行原理
-
線程池線程數量小於核心線程數執行新增核心線程操作 -
線程池線程數量大於或等於核心線程數時，將任務存放阻塞隊列 -
滿足線程池中線程數大於或等於核心線程數並且阻塞隊列已滿, 線程池創建非核心線程
重點在於第二點，當線程池核心線程都在運行任務時，會把任務存放阻塞隊列中。線程池源碼如下：
if (isRunning(c) && workQueue.offer(command)) {}
看到使用的 offer 方法，通過上面講述，如果阻塞隊列已滿返回 false。那何時進行消費隊列中的元素呢。涉及線程池中線程執行過程原理，這裏簡單說明
-
線程池內線程執行任務有兩種方式，一種是創建核心線程時 自帶 的任務，另一種就是從阻塞隊列獲取 -
當核心線程執行一次任務後，其實和非核心線程就沒什麼區別了
線程池獲取阻塞隊列任務使用了兩種 API，分別是 poll 和 take
workQueue.poll(keepAliveTime, TimeUnit.NANOSECONDS) : workQueue.take();
Q：爲啥要用兩個 API？一個不香麼？
A：take 是爲了要維護線程池內核心線程的重要手段，如果獲取不到任務，線程被掛起，等待下一次任務添加
至於帶時間的 pool 則是爲了回收非核心線程準備的
結言
LBQ 阻塞隊列到這裏就講解完成了，總結下文章所講述的 LBQ 基本特徵
-
LBQ 是基於鏈表實現的阻塞隊列，可以進行讀寫併發執行 -
LBQ 隊列容量可以自己設置，如果不設置默認 Integer 最大值，也可以稱爲無界隊列
文章結合源碼，針對 LBQ 的入隊、出隊、查詢、刪除等操作進行了詳細講解
LBQ 只是一個引子，更希望大家能夠通過文章 掌握阻塞隊列核心思想，繼而查看其它實現類的代碼，鞏固知識
小夥伴現在已經知道 LBQ 是通過鎖的機制來實現併發安全控制，思考一下 不使用鎖，能否實現以及如何實現？我們下期再見！
乾貨分享
最近將個人學習筆記整理成冊，使用PDF分享。關注我，回覆如下代碼，即可獲得百度盤地址，無套路領取！
•001：《Java併發與高併發解決方案》學習筆記；•002：《深入JVM內核——原理、診斷與優化》學習筆記；•003：《Java面試寶典》•004：《Docker開源書》•005：《Kubernetes開源書》•006：《DDD速成（領域驅動設計速成）》•007：全部•008：加技術羣討論
近期熱文
•LinkedBlockingQueue vs ConcurrentLinkedQueue•解讀Java 8 中爲併發而生的 ConcurrentHashMap•Redis性能監控指標彙總•最全的DevOps工具集合，再也不怕選型了！•微服務架構下，解決數據庫跨庫查詢的一些思路•聊聊大廠面試官必問的 MySQL 鎖機制
關注我
喜歡就點個"在看"唄^_^
本文分享自微信公衆號 - IT牧場（itmuch_com）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。