ConcurrentLinkedQueue(上集)算法实现 CASCAS的优点当一个线程执行任务失败不影响其他线程的进行 最大限度的利用CPU资源 能提高程序的伸缩性 伸缩性:不修改任何代码 升级硬件就能带来性能上的提高 升级硬件带来的性能提高明显 就是伸缩性良好CAS的缺点代码复杂 影响阅读性 刚开始看ConcurrentLinkedQueue的时候 没有正确的思路,理解起来会比较费劲 我推荐直接用多线程同时执行的方式去理解 这样会比较好重要概念不变性所有item不为null的节点都能从head头节点开始通过succ()方法访问到head!=null 只要队列有值 保证真实的head永不为null head哪怕会自引用 迟早也会解除这种假状态可变性heatd.item 可能为null也可能不为null 因为cas活锁操作 每一行代码执行都不影响其他线程的访问相同的代码块tail尾节点的更新是滞后于head的 个人理解 在offer中 尾节点掉队后 通过head节点 (不变性1的保证) 成功访问最后一个p.next=null的节点快照snapshot是我自己的理解 因为对于多线程操作来说 当前引用对象 如offer()中 t=tail中的t; p=t中的p; q=p.next中的q都是一个快照 他获得一个对象的快照版本 然后在后续的操作中 使(t!=(t=tail))这样操作有意义重要方法offer()入队poll() 出队源码public boolean offer(E e) { checkNotNull(e); //NullPointException检查 final Node<E> newNode = new Node<E>(e); //包装成一个Node对象 for (Node<E> t = tail, p = t;;) {//获取当前尾节点 t=tail,p是真正的尾节点 p.next==null Node<E> q = p.next; if (q == null) { // p is last node if (p.casNext(null, newNode)) {//方法1 CAS更新 自己想3个线程同时进行这个操作 // Successful CAS is the linearization point // for e to become an element of this queue, // and for newNode to become “live”. if (p != t) // hop two nodes at a time //方法2 延迟更新尾节点 下面说为什么 casTail(t, newNode); //方法3 成不成功无所谓 下面说 return true; } // Lost CAS race to another thread; re-read next } else if (p == q)// 方法4 学习offer方法时 可以暂时放弃这一步 // We have fallen off list. If tail is unchanged, it // will also be off-list, in which case we need to // jump to head, from which all live nodes are always // reachable. Else the new tail is a better bet. p = (t != (t = tail)) ? t : head; else //去找到真正的尾节点 此处和方法2 应是相互辉映的存在 // Check for tail updates after two hops. p = (p != t && t != (t = tail)) ? t : q; //方法5 } }解读offer()方法自顶向下 思考CAS中可能出现的情况 CAS是活锁 所谓活锁即是每一行代码运行时 允许其他线程访问相同的代码块 成功与失败并存 衍生了更多的条件判断 本人觉得CAS方法都应该从这个方法去理解 再自己画画时序图 (注意:理解offer()时,先把方法4排除，因为4方法出现自引用的情况 只有offer()和poll()交替执行时会出现 本文只介绍第一种情况)多线程操作第一种情况: 只有 offer()第二种情况: offer()和 poll()方法交替执行同时执行offer()(假设我们现在有3个线程)不变性:永远只有一个线程CAS成功 并且总会成功一个循环次数分析:Thread1 成功 循环一次退出 Thread2失败 再循环一次成功 Thread3失败 再循环两次成功 如果有n个线程同时执行 offer() 执行次数 最大为n次 最少为1次方法5中三目表达式解析: p=condition?result1:result2 我先说一下这里的意义 满足result1的场景为 :获取尾节点tail的快照已经过时了(其他线程更新了新的尾节点tail) 直接跳转到当前获得的最新尾节点的地方 满足result2的场景为:多线程同时操作offer() 执行1方法CAS成功后 未更新尾节点(未执行3方法:两种原因 1是未满足前置条件if判断 2是CAS更新失败) 直接找next节点方法2与方法5 是整个offer() 操作的点睛之笔 下面解释只有offer() 操作时假设:Thread 1执行完1方法成功 还未执行2方法 Thread2和Thread3进入5方法 ,也就是说Thread2和Thread3执行5方法发生在Thread1执行2方法之前 Thread2 and Thread3 invoke method5() before Thread1 invoke method2() 此时 Thread2.p =q,Thread3.p=q, 因为p==t成立 时序图如下,然后Thread1执行方法2 p==t 不执行tail尾节点的更新操作 由此可知 尾节点是延迟更新 一切为了更高效～～～ 图1 Thread 2 与 Thread3 此时再次执行 1 方法 见图1 他们此时的q.next==null 我们规定Thread2 CAS成功 Thread3失败了 成功后的时序图如下 我们假设 Thread3 invoke method5() after Thread2 invoke method2() Thread2执行方法2 在 Thread3执行方法5之前 图2 对于Thread2 进入2方法 p!=t 满足 执行 casTail(t, newNode) 更新尾节点的快照 如下图 图3 Thread2 工作完成 退出循环 对于Thread3 因为执行1方法失败 进入5方法 此时Thread3的tail快照t3 p = (p != t && t != (t = tail)) ? t : q; 按图3来翻译p=(p!=t3&&t3!=(t3=t2))?t2:q;p=t2;//直接去当前能获取到的尾节点！！！到这里 offer() 方法解决完成ConcurrentLinkedQueue核心总结tail和head都是 延迟更新的 但是tail更新在head更新后面 因为方法4中 需要依赖head节点 去找每一个存活的节点前面的叙述中 可以看到 offer() 方法内 核心操作 就是 p=condition?result1:result2偶数次offer() 操作更新一次tail 单线程的环境下与Michael-Scott 队列比较Michael-Scott队列 每次操作 都需要判断是否需要推动尾节点 采取CAS的操作 优点也是缺点Doug Lead老神仙的CAS 我这个菜鸟猜测 能不用CAS 就尽量不用 因为CAS存在竞争 提供以最少次数的更新达到最终正确的效果我们把offer()中的整个行为想象为跳台阶 result1的形式就像是 武侠小说中的越阶战斗！！！result2的形式就是一步一个脚印 每次平稳地去下一个台阶我们想象一下 offer()最优的情况 10个线程同时offer() 每一个执行1方法成功的线程都没有(执行2方法或则执行3方法失败) 没关系 尾节点的更新终会成功每一个失败的线程都是去当前节点的next节点 p.next进行插入操作 在第9个线程(相当于我们上文中的线程2) 当第10个线程操作时 虽然它很可怜 一直排到最后 但是尾节点更新一下就越过了9阶!!!(不太恰当的地方请大佬们指点) ConcurrrntLinkedQueue 优点能跃过一整段因为多线程在极短时间内offer()插入的节点 直接去尾节点 直接跨过去能抵达每一个相对于当前快照来说最新的next节点高并发时 tail 和 p 相互配合 尽力去离当前尾节点 最近的地方ConcurrentLinkedQueue 缺点CAS操作 虽然总会成功 但是竞争效率如果很低 不如用同步锁 采用CAS编写并发代码 都是大佬级别 难度高 不接地气(嘿嘿)循环可能会带来额外的资源开销