关于java:JAVA并发编程阻塞队列LinkedBlockingQueue的源码解读

一、简介

什么是阻塞队列？咱们都晓得队列具备先进先出的特点，那么有阻塞个性（即队列满了阻塞生产者，队列空了阻塞消费者）的队列，称为阻塞队列。

阻塞队列被广泛应用于 生产者 - 消费者 模式中，在理论开发中，咱们常常应用 LinkedBlockingQueue 来作为阻塞队列，而为什么应用 LinkedBlockingQueue 而不应用 ArrayBlockingQueue，上面会通过对 LinkedBlockingQueue 的源码解读来解答这个问题。

二、LinkedBlockingQueue 的根本应用

2.1 根本构造

LinkedBlockingQueue 是基于 单向链表 的队列，结构图如下

2.2 罕用 api

BlockingQueue 接口提供了许多办法，罕用的如下：

能够看到，插入、移除元素的时候都各有 4 种办法，每种办法有对应的解决形式（抛出异样、返回非凡值、始终阻塞、超时退出）

2.3 简略示例

上面是一个模仿生产者 - 消费者的简略示例，生产者线程定时向阻塞队列中插入音讯，消费者线程一直从阻塞队列中生产音讯

public class LinkedBlockingQueueMain {private final static BlockingQueue<String> queue = new LinkedBlockingQueue<>();

    public static void main(String[] args) {new Thread(new Producer()).start();
        new Thread(new Consumer()).start();}

    static class Producer implements Runnable {

        @Override
        public void run() {
            int count = 0;
            while (true) {
                try {queue.put("message" + count++);
                    TimeUnit.MILLISECONDS.sleep(500);
                } catch (InterruptedException e) {e.printStackTrace();
                }
            }
        }
    }

    static class Consumer implements Runnable {

        @Override
        public void run() {while (true) {
                try {String msg = queue.take();
                    System.out.println("生产到音讯：" + msg);
                } catch (InterruptedException e) {e.printStackTrace();
                }
            }
        }
    }
}

三、源码解读

3.1 要害属性

• int capacity：队列容量
• AtomicInteger count：以后队列所蕴含的元素个数
• Node<E> head：头节点
• Node<E> last：尾节点
• ReentrantLock takeLock：take 锁
• Condition notEmpty：队列不空（条件）
• ReentrantLock putLock：put 锁
• Condition notFull：队列不满（条件）

能够看到这里有两把锁，一把是移除元素用的 take 锁，另一把是插入元素用的 put 锁，这是与 ArrayBlockingQueue 的重要区别

3.2 插入元素

这里介绍插入元素的 put 办法，如果队列满了，则阻塞生产者，直到队列中有足够的地位来寄存元素。大抵步骤如下：

1. putLock 加锁
2. 判断队列元素个数 是否曾经达到容量大小，如果是则调用 notFull 条件的 await 办法，使以后生产者线程进入期待状态，直到被唤醒。否则间接下一步
3. 将以后元素插入队尾
4. 判断队列如果还没满，则会唤醒在期待 notFull 条件的某个生产者线程
5. putLock 解锁
6. 如果本来队列为空，则唤醒在期待 notEmpty 条件的某个消费者线程

源码如下：

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 加锁
    putLock.lockInterruptibly();
    try {
        // 判断队列元素个数是否曾经达到容量大小，是则调用 notFull 条件的 await 办法，使以后生产者线程进入期待状态
        while (count.get() == capacity) {notFull.await();
        }
        // 当还有闲暇地位或以后线程被唤醒，将以后元素插入队尾
        enqueue(node);
        c = count.getAndIncrement();
        // 判断队列如果还没满，则会唤醒在期待 notFull 条件的某个生产者线程
        if (c + 1 < capacity)
            notFull.signal();} finally {
        // putLock 解锁
        putLock.unlock();}
    // 如果 c 等于 0，阐明队列中本来没有元素，则唤醒在期待 notEmpty 条件的某个消费者线程
    if (c == 0)
        signalNotEmpty();}

3.3 移除元素

这里介绍移除元素的 take 办法，如果队列为空，则阻塞消费者，直到队列中有元素可供生产。大抵步骤如下：

1. takeLock 加锁
2. 判断 队列是否为空，如果是则调用 notEmpty 条件的 await 办法，使以后消费者线程进入期待状态，直到被唤醒。否则间接下一步
3. 移出队头元素
4. 判断队列如果还有元素，则会唤醒在期待 notEmpty 条件的某个消费者线程
5. takeLock 解锁
6. 如果本来队列是满的，则唤醒在期待 notFull 条件的某个生产者线程

源码如下：

public E take() throws InterruptedException {
    E x;
    int c = -1;
    final AtomicInteger count = this.count;
    final ReentrantLock takeLock = this.takeLock;
    // takeLock 加锁
    takeLock.lockInterruptibly();
    try {
        // 当队列为空，则调用 notEmpty 条件的 await 办法，使以后消费者线程进入期待状态
        while (count.get() == 0) {notEmpty.await();
        }
        // 当队列元素不为空或以后消费者线程被唤醒，将队头元素出队
        x = dequeue();
        c = count.getAndDecrement();
        // 如果移除队头元素后队列中还有其余元素，则会唤醒在期待 notEmpty 条件的某个消费者线程
        if (c > 1)
            notEmpty.signal();} finally {
        // takeLock 解锁
        takeLock.unlock();}
    // 如果原来队列是满的，则唤醒在期待 notFull 条件的某个生产者线程
    if (c == capacity)
        signalNotFull();
    return x;
}

四、总结

阻塞队列在并发编程中利用十分宽泛，罕用于生产者 - 消费者模式，在队列满或者空的状况下，能够阻塞生产者或者消费者，直到队列不满或者不空。

理论开发过程中个别应用 LinkedBlockingQueue 而不是 ArrayBlockingQueue，因为 其外部领有两把锁 putLock 和 takeLock，意味着在生产者在生产数据的同时，消费者能够生产数据，而 ArrayBlockingQueue 外部只有一把锁，生产者在生产数据的同时，消费者无奈生产数据。