在之前的文章中,我们介绍了生产者和消费者模型的最基本实现思路,相信大家对它已经有一个初步的认识。
在 Java 的并发包里面还有一个非常重要的接口:BlockingQueue。
BlockingQueue是一个阻塞队列,更为准确的解释是:BlockingQueue是一个基于阻塞机制实现的线程安全的队列。通过它也可以实现生产者和消费者模型,并且效率更高、安全可靠,相比之前介绍的生产者和消费者模型,它可以同时实现生产者和消费者并行运行。
那什么是阻塞队列呢?
简单的说,就是当参数在入队和出队时,通过加锁的方式来避免线程并发操作时导致的数据异常问题。
在 Java 中,能对线程并发执行进行加锁的方式主要有synchronized和ReentrantLock,其中BlockingQueue采用的是ReentrantLock方式实现。
与此对应的还有非阻塞机制的队列,主要是采用 CAS 方式来控制并发操作,例如:ConcurrentLinkedQueue,这个我们在后面的文章再进行分享介绍。
今天我们主要介绍BlockingQueue相关的知识和用法,废话不多说了,进入正题!
打开BlockingQueue的源码,你会发现它继承自Queue,正如上文提到的,它本质是一个队列接口。
public interface BlockingQueue<E> extends Queue<E> { //...省略}
关于队列,我们在之前的集合系列文章中对此有过深入的介绍,本篇就再次简单的介绍一下。
队列其实是一个数据结构,元素遵循先进先出的原则,所有新元素的插入,也被称为入队操作,会插入到队列的尾部;元素的移除,也被称为出队操作,会从队列的头部开始移除,从而保证先进先出的原则。
在Queue接口中,总共有 6 个方法,可以分为 3 类,分别是:插入、移除、查询,内容如下:
方法描述add(e)插入元素,如果插入失败,就抛异常offer(e)插入元素,如果插入成功,就返回 true;反之 falseremove()移除元素,如果移除失败,就抛异常poll()移除元素,如果移除成功,返回 true;反之 falseelement()获取队首元素,如果获取结果为空,就抛异常peek()获取队首元素,如果获取结果为空,返回空对象
因为BlockingQueue是Queue的子接口,了解Queue接口里面的方法,有助于我们对BlockingQueue的理解。
除此之外,BlockingQueue还单独扩展了一些特有的方法,内容如下:
方法描述put(e)插入元素,如果没有插入成功,线程会一直阻塞,直到队列中有空间再继续offer(e, time, unit)插入元素,如果在指定的时间内没有插入成功,就返回 false;反之 truetake()移除元素,如果没有移除成功,线程会一直阻塞,直到队列中新的数据被加入poll(time, unit)移除元素,如果在指定的时间内没有移除成功,就返回 false;反之 truedrainTo(Collection c, int maxElements)一次性取走队列中的数据到 c 中,可以指定取的个数。该方法可以提升获取数据效率,不需要多次分批加锁或释放锁
分析源码,你会发现相比普通的Queue子类,BlockingQueue子类主要有以下几个明显的不同点:
打开源码,BlockingQueue接口的实现类非常多,我们重点讲解一下其中的 5 个非常重要的实现类,分别如下表所示。
实现类功能ArrayBlockingQueue基于数组的阻塞队列,使用数组存储数据,需要指定长度,所以是一个有界队列LinkedBlockingQueue基于链表的阻塞队列,使用链表存储数据,默认是一个无界队列;也可以通过构造方法中的capacity设置最大元素数量,所以也可以作为有界队列SynchronousQueue一种没有缓冲的队列
生产者产生的数据直接会被消费者获取并且立刻消费PriorityBlockingQueue基于优先级别的阻塞队列,底层基于数组实现,是一个无界队列DelayQueue延迟队列,其中的元素只有到了其指定的延迟时间,才能够从队列中出队
下面我们对以上实现类的用法,进行一一介绍。
ArrayBlockingQueue是一个基于数组的阻塞队列,初始化的时候必须指定队列大小,源码实现比较简单,采用的是ReentrantLock和Condition实现生产者和消费者模型,部分核心源码如下:
public class ArrayBlockingQueue<E> extends AbstractQueue<E> implements BlockingQueue<E>, java.io.Serializable { /** 使用数组存储队列中的元素 */ final Object[] items; /** 使用独占锁ReetrantLock */ final ReentrantLock lock; /** 等待出队的条件 */ private final Condition notEmpty; /** 等待入队的条件 */ private final Condition notFull; /** 初始化时,需要指定队列大小 */ public ArrayBlockingQueue(int capacity) { this(capacity, false); } /** 初始化时,也指出指定是否为公平锁, */ 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(); } /**入队操作*/ public void put(E e) throws InterruptedException { checkNotNull(e); final ReentrantLock lock = this.lock; lock.lockInterruptibly(); try { while (count == items.length) notFull.await(); enqueue(e); } finally { lock.unlock(); } } /**出队操作*/ public E take() throws InterruptedException { final ReentrantLock lock = this.lock; lock.lockInterruptibly(); try { while (count == 0) notEmpty.await(); return dequeue(); } finally { lock.unlock(); } }}
ArrayBlockingQueue采用ReentrantLock进行加锁,只有一个ReentrantLock对象,这意味着生产者和消费者无法并行运行。
我们看一个简单的示例代码如下:
public class Container { /** * 初始化阻塞队列 */ private final BlockingQueue<Integer> queue = new ArrayBlockingQueue<>(10); /** * 添加数据到阻塞队列 * @param value */ public void add(Integer value) { try { queue.put(value); System.out.println("生产者:"+ Thread.currentThread().getName()+",add:" + value); } catch (InterruptedException e) { e.printStackTrace(); } } /** * 从阻塞队列获取数据 */ public void get() { try { Integer value = queue.take(); System.out.println("消费者:"+ Thread.currentThread().getName()+",value:" + value); } catch (InterruptedException e) { e.printStackTrace(); } }}
/** * 生产者 */public class Producer extends Thread { private Container container; public Producer(Container container) { this.container = container; } @Override public void run() { for (int i = 0; i < 6; i++) { container.add(i); } }}
/** * 消费者 */public class Consumer extends Thread { private Container container; public Consumer(Container container) { this.container = container; } @Override public void run() { for (int i = 0; i < 6; i++) { container.get(); } }}
/** * 测试类 */public class MyThreadTest { public static void main(String[] args) { Container container = new Container(); Producer producer = new Producer(container); Consumer consumer = new Consumer(container); producer.start(); consumer.start(); }}
运行结果如下:
生产者:Thread-0,add:0生产者:Thread-0,add:1生产者:Thread-0,add:2生产者:Thread-0,add:3生产者:Thread-0,add:4生产者:Thread-0,add:5消费者:Thread-1,value:0消费者:Thread-1,value:1消费者:Thread-1,value:2消费者:Thread-1,value:3消费者:Thread-1,value:4消费者:Thread-1,value:5
可以很清晰的看到,生产者线程执行完毕之后,消费者线程才开始消费。
LinkedBlockingQueue是一个基于链表的阻塞队列,初始化的时候无须指定队列大小,默认队列长度为Integer.MAX_VALUE,也就是 int 型最大值。
同样的,采用的是ReentrantLock和Condition实现生产者和消费者模型,不同的是它使用了两个lock,这意味着生产者和消费者可以并行运行,程序执行效率进一步得到提升。
部分核心源码如下:
public class LinkedBlockingQueue<E> extends AbstractQueue<E> implements BlockingQueue<E>, java.io.Serializable { /** 使用出队独占锁ReetrantLock */ private final ReentrantLock takeLock = new ReentrantLock(); /** 等待出队的条件 */ private final Condition notEmpty = takeLock.newCondition(); /** 使用入队独占锁ReetrantLock */ private final ReentrantLock putLock = new ReentrantLock(); /** 等待入队的条件 */ private final Condition notFull = putLock.newCondition(); /**入队操作*/ 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 { while (count.get() == capacity) { notFull.await(); } enqueue(node); c = count.getAndIncrement(); if (c + 1 < capacity) notFull.signal(); } finally { putLock.unlock(); } if (c == 0) signalNotEmpty(); } /**出队操作*/ 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(); } if (c == capacity) signalNotFull(); return x; }}
把最上面的样例Container中的阻塞队列实现类换成LinkedBlockingQueue,调整如下:
/** * 初始化阻塞队列 */private final BlockingQueue<Integer> queue = new LinkedBlockingQueue<>();
再次运行结果如下:
生产者:Thread-0,add:0消费者:Thread-1,value:0生产者:Thread-0,add:1消费者:Thread-1,value:1生产者:Thread-0,add:2消费者:Thread-1,value:2生产者:Thread-0,add:3生产者:Thread-0,add:4生产者:Thread-0,add:5消费者:Thread-1,value:3消费者:Thread-1,value:4消费者:Thread-1,value:5
可以很清晰的看到,生产者线程和消费者线程,交替并行执行。
SynchronousQueue是一个没有缓冲的队列,生产者产生的数据直接会被消费者获取并且立刻消费,相当于传统的一个请求对应一个应答模式。
相比ArrayBlockingQueue和LinkedBlockingQueue,SynchronousQueue实现机制也不同,它主要采用队列和栈来实现数据的传递,中间不存储任何数据,生产的数据必须得消费者处理,线程阻塞方式采用 JDK 提供的LockSupport park/unpark函数来完成,也支持公平和非公平两种模式。
部分核心源码如下:
public class SynchronousQueue<E> extends AbstractQueue<E> implements BlockingQueue<E>, java.io.Serializable { /**不同的策略实现*/ private transient volatile Transferer<E> transferer; /**默认非公平模式*/ public SynchronousQueue() { this(false); } /**可以选策略,也可以采用公平模式*/ public SynchronousQueue(boolean fair) { transferer = fair ? new TransferQueue<E>() : new TransferStack<E>(); } /**入队操作*/ public void put(E e) throws InterruptedException { if (e == null) throw new NullPointerException(); if (transferer.transfer(e, false, 0) == null) { Thread.interrupted(); throw new InterruptedException(); } } /**出队操作*/ public E take() throws InterruptedException { E e = transferer.transfer(null, false, 0); if (e != null) return e; Thread.interrupted(); throw new InterruptedException(); }}
同样的,把最上面的样例Container中的阻塞队列实现类换成SynchronousQueue,代码如下:
public class Container { /** * 初始化阻塞队列 */ private final BlockingQueue<Integer> queue = new SynchronousQueue<>(); /** * 添加数据到阻塞队列 * @param value */ public void add(Integer value) { try { queue.put(value); Thread.sleep(100); System.out.println("生产者:"+ Thread.currentThread().getName()+",add:" + value); } catch (InterruptedException e) { e.printStackTrace(); } } /** * 从阻塞队列获取数据 */ public void get() { try { Integer value = queue.take(); Thread.sleep(200); System.out.println("消费者:"+ Thread.currentThread().getName()+",value:" + value); } catch (InterruptedException e) { e.printStackTrace(); } }}
再次运行结果如下:
生产者:Thread-0,add:0消费者:Thread-1,value:0生产者:Thread-0,add:1消费者:Thread-1,value:1生产者:Thread-0,add:2消费者:Thread-1,value:2生产者:Thread-0,add:3消费者:Thread-1,value:3生产者:Thread-0,add:4消费者:Thread-1,value:4生产者:Thread-0,add:5消费者:Thread-1,value:5
可以很清晰的看到,生产者线程和消费者线程,交替串行执行,生产者每投递一条数据,消费者处理一条数据。
PriorityBlockingQueue是一个基于优先级别的阻塞队列,底层基于数组实现,可以认为是一个无界队列。
PriorityBlockingQueue与ArrayBlockingQueue的实现逻辑,基本相似,也是采用ReentrantLock来实现加锁的操作。
最大不同点在于:
部分核心源码如下:
public class PriorityBlockingQueue<E> extends AbstractQueue<E> implements BlockingQueue<E>, java.io.Serializable { /**队列元素*/ private transient Object[] queue; /**比较器*/ private transient Comparator<? super E> comparator; /**采用ReentrantLock进行加锁*/ private final ReentrantLock lock; /**条件等待与通知*/ private final Condition notEmpty; /**入队操作*/ public boolean offer(E e) { if (e == null) throw new NullPointerException(); final ReentrantLock lock = this.lock; lock.lock(); int n, cap; Object[] array; while ((n = size) >= (cap = (array = queue).length)) tryGrow(array, cap); try { Comparator<? super E> cmp = comparator; if (cmp == null) siftUpComparable(n, e, array); else siftUpUsingComparator(n, e, array, cmp); size = n + 1; notEmpty.signal(); } finally { lock.unlock(); } return true; } /**出队操作*/ public E take() throws InterruptedException { final ReentrantLock lock = this.lock; lock.lockInterruptibly(); E result; try { while ( (result = dequeue()) == null) notEmpty.await(); } finally { lock.unlock(); } return result; }}
同样的,把最上面的样例Container中的阻塞队列实现类换成PriorityBlockingQueue,调整如下:
/** * 初始化阻塞队列 */private final BlockingQueue<Integer> queue = new PriorityBlockingQueue<>();
生产者插入数据的内容,我们改下插入顺序。
/** * 生产者 */public class Producer extends Thread { private Container container; public Producer(Container container) { this.container = container; } @Override public void run() { container.add(5); container.add(3); container.add(1); container.add(2); container.add(0); container.add(4); }}
最后运行结果如下:
生产者:Thread-0,add:5生产者:Thread-0,add:3生产者:Thread-0,add:1生产者:Thread-0,add:2生产者:Thread-0,add:0生产者:Thread-0,add:4消费者:Thread-1,value:0消费者:Thread-1,value:1消费者:Thread-1,value:2消费者:Thread-1,value:3消费者:Thread-1,value:4消费者:Thread-1,value:5
从日志上可以很明显看出,对于整数,默认情况下,按照升序排序,消费者默认从 0 开始处理。
DelayQueue是一个线程安全的延迟队列,存入队列的元素不会立刻被消费,只有到了其指定的延迟时间,才能够从队列中出队。
底层采用的是PriorityQueue来存储元素,DelayQueue的特点在于:插入队列中的数据可以按照自定义的delay时间进行排序,快到期的元素会排列在前面,只有delay时间小于 0 的元素才能够被取出。
部分核心源码如下:
public class DelayQueue<E extends Delayed> extends AbstractQueue<E> implements BlockingQueue<E> { /**采用ReentrantLock进行加锁*/ private final transient ReentrantLock lock = new ReentrantLock(); /**采用PriorityQueue进行存储数据*/ private final PriorityQueue<E> q = new PriorityQueue<E>(); /**条件等待与通知*/ private final Condition available = lock.newCondition(); /**入队操作*/ public boolean offer(E e) { final ReentrantLock lock = this.lock; lock.lock(); try { q.offer(e); if (q.peek() == e) { leader = null; available.signal(); } return true; } finally { lock.unlock(); } } /**出队操作*/ public E poll() { final ReentrantLock lock = this.lock; lock.lock(); try { E first = q.peek(); if (first == null || first.getDelay(NANOSECONDS) > 0) return null; else return q.poll(); } finally { lock.unlock(); } }}
同样的,把最上面的样例Container中的阻塞队列实现类换成DelayQueue,代码如下:
public class Container { /** * 初始化阻塞队列 */ private final BlockingQueue<DelayedUser> queue = new DelayQueue<DelayedUser>(); /** * 添加数据到阻塞队列 * @param value */ public void add(DelayedUser value) { try { queue.put(value); System.out.println("生产者:"+ Thread.currentThread().getName()+",add:" + value); } catch (InterruptedException e) { e.printStackTrace(); } } /** * 从阻塞队列获取数据 */ public void get() { try { DelayedUser value = queue.take(); String time = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(new Date()); System.out.println(time + " 消费者:"+ Thread.currentThread().getName()+",value:" + value); } catch (InterruptedException e) { e.printStackTrace(); } }}
DelayQueue队列中的元素需要显式实现Delayed接口,定义一个DelayedUser类,代码如下:
public class DelayedUser implements Delayed { /** * 当前时间戳 */ private long start; /** * 延迟时间(单位:毫秒) */ private long delayedTime; /** * 名称 */ private String name; public DelayedUser(long delayedTime, String name) { this.start = System.currentTimeMillis(); this.delayedTime = delayedTime; this.name = name; } @Override public long getDelay(TimeUnit unit) { // 获取当前延迟的时间 long diffTime = (start + delayedTime) - System.currentTimeMillis(); return unit.convert(diffTime,TimeUnit.MILLISECONDS); } @Override public int compareTo(Delayed o) { // 判断当前对象的延迟时间是否大于目标对象的延迟时间 return (int) (this.getDelay(TimeUnit.MILLISECONDS) - o.getDelay(TimeUnit.MILLISECONDS)); } @Override public String toString() { return "DelayedUser{" + "delayedTime=" + delayedTime + ", name='" + name + '/'' + '}'; }}
生产者插入数据的内容,做如下调整。
/** * 生产者 */public class Producer extends Thread { private Container container; public Producer(Container container) { this.container = container; } @Override public void run() { for (int i = 0; i < 6; i++) { container.add(new DelayedUser(1000 * i, "张三" + i)); } }}
最后运行结果如下:
生产者:Thread-0,add:DelayedUser{delayedTime=0, name='张三0'}生产者:Thread-0,add:DelayedUser{delayedTime=1000, name='张三1'}生产者:Thread-0,add:DelayedUser{delayedTime=2000, name='张三2'}生产者:Thread-0,add:DelayedUser{delayedTime=3000, name='张三3'}生产者:Thread-0,add:DelayedUser{delayedTime=4000, name='张三4'}生产者:Thread-0,add:DelayedUser{delayedTime=5000, name='张三5'}2023-11-03 14:55:33 消费者:Thread-1,value:DelayedUser{delayedTime=0, name='张三0'}2023-11-03 14:55:34 消费者:Thread-1,value:DelayedUser{delayedTime=1000, name='张三1'}2023-11-03 14:55:35 消费者:Thread-1,value:DelayedUser{delayedTime=2000, name='张三2'}2023-11-03 14:55:36 消费者:Thread-1,value:DelayedUser{delayedTime=3000, name='张三3'}2023-11-03 14:55:37 消费者:Thread-1,value:DelayedUser{delayedTime=4000, name='张三4'}2023-11-03 14:55:38 消费者:Thread-1,value:DelayedUser{delayedTime=5000, name='张三5'}
可以很清晰的看到,延迟时间最低的排在最前面。
最后我们来总结一下BlockingQueue阻塞队列接口,它提供了很多非常丰富的生产者和消费者模型的编程实现,同时兼顾了线程安全和执行效率的特点。
开发者可以通过BlockingQueue阻塞队列接口,简单的代码编程即可实现多线程中数据高效安全传输的目的,确切的说,它帮助开发者减轻了不少的编程难度。
在实际的业务开发中,其中LinkedBlockingQueue使用的是最广泛的,因为它的执行效率最高,在使用的时候,需要平衡好队列长度,防止过大导致内存溢出。
举个最简单的例子,比如某个功能上线之后,需要做下压力测试,总共需要请求 10000 次,采用 100 个线程去执行,测试服务是否能正常工作。如何实现呢?
可能有的同学想到,每个线程执行 100 次请求,启动 100 个线程去执行,可以是可以,就是有点笨拙。
其实还有另一个办法,就是将 10000 个请求对象,存入到阻塞队列中,然后采用 100 个线程去消费执行,这种编程模型会更佳灵活。
具体示例代码如下:
public static void main(String[] args) throws InterruptedException { // 将每个用户访问百度服务的请求任务,存入阻塞队列中 // 也可以也采用多线程写入 BlockingQueue<String> queue = new LinkedBlockingQueue<>(); for (int i = 0; i < 10000; i++) { queue.put("https://www.baidu.com?paramKey=" + i); } // 模拟100个线程,执行10000次请求访问百度 final int threadNum = 100; for (int i = 0; i < threadNum; i++) { final int threadCount = i + 1; new Thread(new Runnable() { @Override public void run() { System.out.println("thread " + threadCount + " start"); boolean over = false; while (!over) { String url = queue.poll(); if(Objects.nonNull(url)) { // 发起请求 String result =HttpUtils.getUrl(url); System.out.println("thread " + threadCount + " run result:" + result); }else { // 任务结束 over = true; System.out.println("thread " + threadCount + " final"); } } } }).start(); }}
本文主要围绕BlockingQueue阻塞队列接口,从方法介绍到用法详解,做了一次知识总结,如果有描述不对的地方,欢迎留言指出!
本文链接:http://www.28at.com/showinfo-26-46337-0.html一文带你彻底掌握阻塞队列!
声明:本网页内容旨在传播知识,若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。邮件:2376512515@qq.com