LinkedBlockingQueue源码分析(JDK8)

2024-05-24 12:38

本文主要是介绍LinkedBlockingQueue源码分析(JDK8),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文分析LinkedBlockingQueue的源码,学习其底层实现。
你可以通过我的这篇文章《 阻塞队列BlockingQueue(JDK8)》了解阻塞队列的基本使用及各个方法的对比分析。
本文链接: http://blog.csdn.net/u010887744/article/details/73010691
LinkedBlockingQueue特性及使用场景:
  1. 基于链表实现,线程安全的阻塞队列。
  2. “two lock queue”算法变体,双锁(ReentrantLock):takeLock、putLock,允许读写并行,remove(e)和迭代器iterators需要获取2个锁。
  3. FIFO先进先出模式。
  4. 在大部分并发场景下,LinkedBlockingQueue的吞吐量比ArrayBlockingQueue更好。
LinkedBlockingQueue应注意:
1、LinkedBlockingQueue默认为无界队列,即大小为Integer.MAX_VALUE,如果消费者速度慢于生产者速度,可能造成内存空间不足,建议手动设置队列大小。
概述LinkedBlockingQueue:
  1. 队列头head是存在于队列中最久的元素,队尾tail是最新加入队列的元素。
  2. 每次插入操作都将动态构造Linked nodes。
  3. publicclass LinkedBlockingQueue<E>extendsAbstractQueue<E>implements BlockingQueue<E>, java.io.Serializable。
  4. AbstractQueue:提供Queue必须实现的方法,add(e)、remove()、element()、clear()、addAll(c)
1、LinkedBlockingQueue重要属性
  • private final intcapacity:队列容量,创建时指定,默认Integer.MAX_VALUE。
  • private final AtomicIntegercount= new AtomicInteger():队列实际元素个数,size()方法返回count值。
  • 【重要】private finalReentrantLocktakeLock= new ReentrantLock():控制取数据的锁putLock:控制存放数据的锁。
  • 【重要】private finalConditionnotEmpty= takeLock.newCondition():出队条件(takeLock锁的条件),队列为空时,通过此Condition让获取元素的线程等待notFull:入队条件(putLock)。
  • static class Node<E>:链表Node节点
static class Node<E> {E item; // 数据Node<E> next; // 下一个节点的指针,默认为null意味为最后一个节点,无后继Node(E x) { item = x; }
}
2、LinkedBlockingQueue构造函数
  • LinkedBlockingQueue():初始化容量为Integer.MAX_VALUE的队列;
  • LinkedBlockingQueue(int capacity):指定队列容量并初始化头尾节点,if (capacity <= 0) throw new IllegalArgumentException();last = head = new Node<E>(null)。
  • LinkedBlockingQueue(Collection<? extends E> c):初始化一个容量为Integer.MAX_VALUE且包含集合c所有元素的队列,且阻塞队列的迭代顺序同集合c。若集合c元素包含null,将throwNullPointerException;若集合c元素个数达到Integer.MAX_VALUE,将throwIllegalStateException("Queue full")。

// 将node链接到队列尾部
private void enqueue(Node<E> node) { // 入队// assert putLock.isHeldByCurrentThread();// assert last.next == null;last = last.next = node; // 等价于last.next = node;last = last.next(即node)
}
public LinkedBlockingQueue(Collection<? extends E> c) {this(Integer.MAX_VALUE);final ReentrantLock putLock = this.putLock;putLock.lock(); // Never contended(竞争), but necessary for visibility(可见性)try {int n = 0;for (E e : c) {if (e == null)throw new NullPointerException();if (n == capacity)throw new IllegalStateException("Queue full");enqueue(new Node<E>(e)); // 执行last = last.next = node;++n;}count.set(n); // 设置队列元素个数} finally {putLock.unlock();}
}

3、添加方法
先看几个重要方法:
/**
* 唤醒notEmpty上正在等待获取元素的线程
*/
private void signalNotEmpty() {final ReentrantLock takeLock = this.takeLock;takeLock.lock();try {notEmpty.signal();} finally {takeLock.unlock();}
}
3.1、 offer(e)
// 队列已满:false
public boolean offer(E e) {if (e == null) throw new NullPointerException();final AtomicInteger count = this.count;if (count.get() == capacity) // 队列容量达到最大值,添加失败return false;int c = -1;Node<E> node = new Node<E>(e);final ReentrantLock putLock = this.putLock;putLock.lock(); // 获取插入锁putLocktry {if (count.get() < capacity) { // 加锁后再次判断队列是否已满enqueue(node); // 入队c = count.getAndIncrement(); // 返回Inc之前的值if (c + 1 < capacity) // 插入节点后队列未满notFull.signal(); // 唤醒notFull上的等待线程}} finally {putLock.unlock(); // 释放插入锁}if (c == 0)signalNotEmpty(); // 如果offer前队列为空,则唤醒notEmpty上的等待线程return c >= 0;
}
衍生方法:
public boolean offer(E e, long timeout, TimeUnit unit) throws InterruptedException {}
此方法和 offer(E e)代码和功能均相似,但是如果在指定时间内未插入成功则会返回false。
比offer(E e)多的部分代码分析:
long nanos = unit.toNanos(timeout);  //将指定的时间长度转换为毫秒来进行处理
while (count.get() == capacity) {if (nanos <= 0) // 等待的剩余时间小于等于0,那么直接返回falsereturn false;nanos = notFull.awaitNanos(nanos); // 最多等待时间(纳秒)
}
long awaitNanos(long nanosTimeout) throws InterruptedException;
指定时间内收到signal()或signalALL()则返回nanosTimeout减去已经等待的时间;若指定时间内有其它线程中断该线程,则抛出InterruptedException并清除当前线程的打断状态;若指定时间内未收到通知,则返回0或负数。
3.2、 add(e)
调用AbstractQueue的add(E e)方法。
public boolean add(E e) {if (offer(e))return true;elsethrow new IllegalStateException("Queue full");
}
衍生方法:
boolean addAll(Collection<? extends E> c):(属于AbstractQueue类)循环调用add(E e)方法,内部结构为foreach遍历add(e),所以可能部分数据插入成功,部分插入失败。
3.3、 put(e)
// 一直阻塞直到插入成功
public void put(E e) throws InterruptedException {if (e == null) throw new NullPointerException();// Note: convention in all put/take/etc is to preset local var// holding count negative to indicate failure unless set.int c = -1;Node<E> node = new Node<E>(e);final ReentrantLock putLock = this.putLock;final AtomicInteger count = this.count;// 可中断的锁获取操作(优先考虑响应中断),如果线程由于获取锁而处于Blocked状态时,线程将被中断而不再继续等待(throws InterruptedException),可避免死锁。putLock.lockInterruptibly();try {/** Note that count is used in wait guard even though it is* not protected by lock. This works because count can* only decrease at this point (all other puts are shut* out by lock), and we (or some other waiting put) are* signalled if it ever changes from capacity. Similarly* for all other uses of count in other wait guards.*/
// 队列若满线程将处于等待状态。while循环可避免“伪唤醒”(线程被唤醒时队列大小依旧达到最大值)while (count.get() == capacity) {notFull.await(); // notFull:入队条件}enqueue(node); // 将node链接到队列尾部c = count.getAndIncrement(); // 元素入队后队列元素总和if (c + 1 < capacity) // 队列未满notFull.signal(); // 唤醒其他执行入队列的线程} finally {putLock.unlock(); // 释放锁}
// c=0说明队列之前为空,出队列线程均处于等待状态。添加一个元素后,队列已不为空,于是唤醒等待获取元素的线程if (c == 0)signalNotEmpty();
}
Note: lock 与 lockInterruptibly区别
lock优先考虑 获取锁,待获取锁成功后,才响应中断。
lockInterruptibly 优先考虑 响应中断,而不是响应锁的普通获取或重入获取。
详细区别:
ReentrantLock.lockInterruptibly允许在等待时由其它线程调用等待线程的Thread.interrupt方法来中断等待线程的等待而直接返回,这时不用获取锁,而会抛出一个InterruptedException。
ReentrantLock.lock方法不允许Thread.interrupt中断,即使检测到Thread.isInterrupted,一样会继续尝试获取锁,失败则继续休眠。只是在最后获取锁成功后再把当前线程置为interrupted状态,然后再中断线程。
LinkedBlockingQueue插入数据小结:
线程A入队操作前会获取putLock锁,插入数据完毕后释放;
队列未满将新建Node节点,添加到队列末尾;
队列已满则阻塞线程(notFull.await())或返回false;若线程B取出数据,则会调用notFull.signal()唤醒notFull上的等待线程(线程A继续插数据)。
若入队前队列为空,则唤醒notEmpty上等待的获取数据的线程。
4、获取方法
先看几个重要方法:
/*** 唤醒等待插入数据的线程. Called only from take/poll.*/
private void signalNotFull() {final ReentrantLock putLock = this.putLock;putLock.lock();try {notFull.signal();} finally {putLock.unlock();}
}
/**
* 队列头部元素出队.
*
* @return the node
*/
private E dequeue() {// assert takeLock.isHeldByCurrentThread();// assert head.item == null;Node<E> h = head; // 临时变量hNode<E> first = h.next;h.next = h; // 形成环引用help GChead = first;E x = first.item;first.item = null;return x;
}
4.1、 poll()
// 队列为空返回null而不是抛异常
public E poll() {final AtomicInteger count = this.count;if (count.get() == 0)return null;E x = null;int c = -1;final ReentrantLock takeLock = this.takeLock;takeLock.lock();try {if (count.get() > 0) {x = dequeue();c = count.getAndDecrement(); // 减1并返回旧值if (c > 1)notEmpty.signal(); // 唤醒其他取数据的线程}} finally {takeLock.unlock();}// c等于capacity说明poll之前队列已满,poll一个元素后便可唤醒其他等待插入数据的线程if (c == capacity)signalNotFull();return x;
}
衍生方法:
// 为poll方法增加了时间限制,指定时间未取回数据则返回null
public E poll(long timeout, TimeUnit unit)throws InterruptedException{}

4.2、 take()
// 一直阻塞直到取回数据
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) { // 队列为空,一直等待notEmpty.await();}x = dequeue(); // 出队c = count.getAndDecrement();if (c > 1) // take数据前队列大小大于1,则take后队列至少还有1个元素notEmpty.signal(); // 唤醒其他取数据的线程} finally {takeLock.unlock();}if (c == capacity)signalNotFull(); //唤醒其他等待插入数据的线程return x;
}
4.3、drainTo(Collection<? super E> c, int maxElements)
// 移除最多maxElements 个元素并将其加入集合
public int drainTo(Collection<? super E> c, int maxElements) {if (c == null)throw new NullPointerException();if (c == this)throw new IllegalArgumentException();if (maxElements <= 0)return 0;boolean signalNotFull = false;final ReentrantLock takeLock = this.takeLock;takeLock.lock();try {int n = Math.min(maxElements, count.get());//转移元素数量不能超过队列总量 // count.get provides visibility to first n NodesNode<E> h = head;int i = 0;try {while (i < n) {Node<E> p = h.next;//从队首获取元素c.add(p.item);p.item = null;//p为临时变量,置null方便GCh.next = h;h = p;++i;}return n;} finally {// Restore invariants even if c.add() threwif (i > 0) { // 有数据被转移到集合c中// assert h.item == null;head = h;//如果转移前的队列大小等于队列容量,则说明现在队列未满// 更新count为队列实际大小(减去i得到)signalNotFull = (count.getAndAdd(-i) == capacity);}}} finally {takeLock.unlock();if (signalNotFull)signalNotFull(); // 唤醒其他等待插入数据的线程}
}
衍生方法:
// 将[所有]可用元素加入集合c
 public int drainTo(Collection<? super E> c) {return drainTo(c, Integer.MAX_VALUE);
}
4.4、boolean retainAll(Collection<?> c)
// 仅保留集合c中包含的元素,队列因此请求而改变则返回true
public boolean retainAll(Collection<?> c) {Objects.requireNonNull(c); // 集合为null则throw NPEboolean modified = false;Iterator<E> it = iterator();while (it.hasNext()) {if (!c.contains(it.next())) {it.remove();modified = true; // 队列因此请求而改变则返回true}}return modified;
}
LinkedBlockingQueue取数据小结:
线程A取数据前会获取takeLock锁,取完数据后释放锁。
队列有数据则(通常)返回队首数据;
若队列为空,则阻塞线程(notEmpty.await())或返回null等;当线程B插入数据后,会调用notEmpty.signal()唤醒notEmpty上的等待线程(线程A继续取数据)。
若取数据前队列已满,则通过notFull.signal()唤醒notFull上等待插入数据的线程。
5、检测方法(取回但不移除)
5.1、E peek()
// 返回队列头,队列为空返回null
public E peek() {if (count.get() == 0)return null;final ReentrantLock takeLock = this.takeLock;takeLock.lock();try {Node<E> first = head.next;if (first == null)return null;elsereturn first.item;} finally {takeLock.unlock();}
}
6、综述
6.1、LinkedBlockingQueue通过对 插入、取出数据 使用不同的锁,实现 多线程对竞争资源的互斥访问
6.2、(之前队列为空)添加数据后调用 signalNotEmpty()方法唤醒等待取数据的线程;(之前队列已满)取数据后调用 signalNotFull()唤醒等待插入数据的线程。这种唤醒模式可节省线程等待时间。
6.3、个别操作需要调用方法fullyLock()同时获取putLock、takeLock两把锁(如方法: clear()、contains(Object o)、remove(Object o)、toArray()、toArray(T[] a)、toString()),注意 fullyLock和fullyUnlock获取锁和解锁的顺序刚好相反,避免死锁。
/*** Locks to prevent both puts and takes.*/
void fullyLock() {putLock.lock();takeLock.lock();
}
/*** Unlocks to allow both puts and takes.*/
void fullyUnlock() {takeLock.unlock();putLock.unlock();
}
6.4、线程唤醒signal()
值得注意的是,对notEmpty和notFull的唤醒操作均使用的是signal()而不是signalAll()。
signalAll() 虽然能唤醒Condition上所有等待的线程,但却并不见得会节省资源,相反,唤醒操作会带来上下文切换,且会有锁的竞争。此外,由于此处获取的锁均是同一个(putLock或takeLock),同一时刻被锁的线程只有一个,也就无从谈起唤醒多个线程了。
6.5、LinkedBlockingQueue与ArrayBlockingQueue简要比较
ArrayBlockingQueue底层基于数组,创建时必须指定队列大小,“有界”;LinkedBlockingQueue“无界”,节点动态创建,节点出队后可被GC,故伸缩性较好;
ArrayBlockingQueue入队和出队使用同一个lock(但数据读写操作已非常简洁),读取和写入操作无法并行,LinkedBlockingQueue使用双锁可并行读写,其吞吐量更高。
ArrayBlockingQueue在插入或删除元素时直接放入数组指定位置(putIndex、takeIndex),不会产生或销毁任何额外的对象实例;而LinkedBlockingQueue则会生成一个额外的Node对象,在高效并发处理大量数据时,对GC的影响存在一定的区别。
欢迎个人转载,但须在文章页面明显位置给出原文连接;
未经作者同意必须保留此段声明、不得随意修改原文、不得用于商业用途,否则保留追究法律责任的权利。【 CSDN 】:csdn.zxiaofan.com
【GitHub】:github.zxiaofan.com如有任何问题,欢迎留言。祝君好运!
Life is all about choices! 
将来的你一定会感激现在拼命的自己!

这篇关于LinkedBlockingQueue源码分析(JDK8)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/998435

相关文章

[职场] 公务员的利弊分析 #知识分享#经验分享#其他

公务员的利弊分析     公务员作为一种稳定的职业选择,一直备受人们的关注。然而,就像任何其他职业一样,公务员职位也有其利与弊。本文将对公务员的利弊进行分析,帮助读者更好地了解这一职业的特点。 利: 1. 稳定的职业:公务员职位通常具有较高的稳定性,一旦进入公务员队伍,往往可以享受到稳定的工作环境和薪资待遇。这对于那些追求稳定的人来说,是一个很大的优势。 2. 薪资福利优厚:公务员的薪资和

springboot家政服务管理平台 LW +PPT+源码+讲解

3系统的可行性研究及需求分析 3.1可行性研究 3.1.1技术可行性分析 经过大学四年的学习,已经掌握了JAVA、Mysql数据库等方面的编程技巧和方法,对于这些技术该有的软硬件配置也是齐全的,能够满足开发的需要。 本家政服务管理平台采用的是Mysql作为数据库,可以绝对地保证用户数据的安全;可以与Mysql数据库进行无缝连接。 所以,家政服务管理平台在技术上是可以实施的。 3.1

高仿精仿愤怒的小鸟android版游戏源码

这是一款很完美的高仿精仿愤怒的小鸟android版游戏源码,大家可以研究一下吧、 为了报复偷走鸟蛋的肥猪们,鸟儿以自己的身体为武器,仿佛炮弹一样去攻击肥猪们的堡垒。游戏是十分卡通的2D画面,看着愤怒的红色小鸟,奋不顾身的往绿色的肥猪的堡垒砸去,那种奇妙的感觉还真是令人感到很欢乐。而游戏的配乐同样充满了欢乐的感觉,轻松的节奏,欢快的风格。 源码下载

高度内卷下,企业如何通过VOC(客户之声)做好竞争分析?

VOC,即客户之声,是一种通过收集和分析客户反馈、需求和期望,来洞察市场趋势和竞争对手动态的方法。在高度内卷的市场环境下,VOC不仅能够帮助企业了解客户的真实需求,还能为企业提供宝贵的竞争情报,助力企业在竞争中占据有利地位。 那么,企业该如何通过VOC(客户之声)做好竞争分析呢?深圳天行健企业管理咨询公司解析如下: 首先,要建立完善的VOC收集机制。这包括通过线上渠道(如社交媒体、官网留言

基于Java医院药品交易系统详细设计和实现(源码+LW+调试文档+讲解等)

💗博主介绍:✌全网粉丝10W+,CSDN作者、博客专家、全栈领域优质创作者,博客之星、平台优质作者、专注于Java、小程序技术领域和毕业项目实战✌💗 🌟文末获取源码+数据库🌟 感兴趣的可以先收藏起来,还有大家在毕设选题,项目以及论文编写等相关问题都可以给我留言咨询,希望帮助更多的人  Java精品实战案例《600套》 2023-2025年最值得选择的Java毕业设计选题大全:1000个热

美容美发店营销版微信小程序源码

打造线上生意新篇章 一、引言:微信小程序,开启美容美发行业新纪元 在数字化时代,微信小程序以其便捷、高效的特点,成为了美容美发行业营销的新宠。本文将带您深入了解美容美发营销微信小程序,探讨其独特优势及如何助力商家实现业务增长。 二、微信小程序:美容美发行业的得力助手 拓宽客源渠道:微信小程序基于微信社交平台,轻松实现线上线下融合,帮助商家快速吸引潜在客户,拓宽客源渠道。 提升用户体验:

风水研究会官网源码系统-可展示自己的领域内容-商品售卖等

一款用于展示风水行业,周易测算行业,玄学行业的系统,并支持售卖自己的商品。 整洁大气,非常漂亮,前端内容均可通过后台修改。 大致功能: 支持前端内容通过后端自定义支持开启关闭会员功能,会员等级设置支持对接官方支付支持添加商品类支持添加虚拟下载类支持自定义其他类型字段支持生成虚拟激活卡支持采集其他站点文章支持对接收益广告支持文章评论支持积分功能支持推广功能更多功能,搭建完成自行体验吧! 原文

HTML5文旅文化旅游网站模板源码

文章目录 1.设计来源文旅宣传1.1 登录界面演示1.2 注册界面演示1.3 首页界面演示1.4 文旅之行界面演示1.5 文旅之行文章内容界面演示1.6 关于我们界面演示1.7 文旅博客界面演示1.8 文旅博客文章内容界面演示1.9 联系我们界面演示 2.效果和源码2.1 动态效果2.2 源代码2.3 源码目录 源码下载万套模板,程序开发,在线开发,在线沟通 作者:xcLeigh

打包体积分析和优化

webpack分析工具:webpack-bundle-analyzer 1. 通过<script src="./vue.js"></script>方式引入vue、vuex、vue-router等包(CDN) // webpack.config.jsif(process.env.NODE_ENV==='production') {module.exports = {devtool: 'none

Java中的大数据处理与分析架构

Java中的大数据处理与分析架构 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿!今天我们来讨论Java中的大数据处理与分析架构。随着大数据时代的到来,海量数据的存储、处理和分析变得至关重要。Java作为一门广泛使用的编程语言,在大数据领域有着广泛的应用。本文将介绍Java在大数据处理和分析中的关键技术和架构设计。 大数据处理与