前言

本文收录于专辑：http://dwz.win/HjK，点击解锁更多数据结构与算法的常识。

你好，我是彤哥。

上一节，咱们一起学习了如何将递归改写为非递归，其中，用到的数据结构次要是栈。

栈和队列，能够说是除了数组和链表之外最根底的数据结构了，在很多场景中都有用到，前面咱们也会陆陆续续的看到。

明天，我想介绍一下，在Java中，如何构建一个高性能的队列，以及咱们须要把握的底层常识。

学习其余语言的同学，也能够看看，在你的语言中，是如何构建高性能队列的。

队列

队列，是一种先进先出（First In First Out，FIFO）的数据结构，相似于理论生存场景中的排队，先到的人先得。

应用数组和链表实现简略的队列，咱们后面都介绍过了，这里就不再赘述了，有趣味的同学能够点击以下链接查看：

重温四大根底数据结构：数组、链表、队列和栈

明天咱们次要来学习如何实现高性能的队列。

说起高性能的队列，当然是说在高并发环境下也可能工作得很好的队列，这里的很好次要是指两个方面：并发平安、性能好。

并发平安的队列

在Java中，默认地，也自带了一些并发平安的队列：

这些队列的源码解析快捷入口：死磕 Java并发汇合之终结篇

总结起来，实现并发平安队列的数据结构次要有：数组、链表和堆，堆次要用于实现优先级队列，不具备通用性，暂且不探讨。

从有界性来看，只有ArrayBlockingQueue和LinkedBlockingQueue能够实现有界队列，其它的都是无界队列。

从加锁来看，ArrayBlockingQueue和LinkedBlockingQueue都采纳了加锁的形式，其它的都是采纳的CAS这种无锁的技术实现的。

从安全性的角度来说，咱们个别都要抉择有界队列，避免生产者速度过快导致内存溢出。

从性能的角度来说，咱们个别要思考无锁的形式，缩小线程上下文切换带来的性能损耗。

从JVM的角度来说，咱们个别抉择数组的实现形式，因为链表会频繁的增删节点，导致频繁的垃圾回收，这也是一种性能损耗。

所以，最佳的抉择就是：数组 + 有界 + 无锁。

而JDK并没有提供这样的队列，因而，很多开源框架都本人实现了高性能的队列，比方Disruptor，以及Netty中应用的jctools。

高性能队列

咱们这里不探讨具体的某一个框架，只介绍实现高性能队列的通用技术，并本人实现一个。

环形数组

通过下面的探讨，咱们晓得实现高性能队列应用的数据结构只能是数组，而数组实现队列，必然要应用到环形数组。

环形数组，个别通过设置两个指针实现：putIndex和takeIndex，或者叫writeIndex和readIndex，一个用于写，一个用于读。

当写指针达到数组尾端时，会从头开始，当然，不能越过读指针，同理，读指针达到数组尾端时，也会从头开始，当然，不能读取未写入的数据。

而为了避免写指针和读指针重叠的时候，无奈分清队列到底是满了还是空的状态，个别会再增加一个size字段：

所以，应用环形数组实现队列的数据结构个别为：

public class ArrayQueue<T> {    private T[] array;    private long wrtieIndex;    private long readIndex;    private long size;}

在单线程的状况下，这样不会有任何问题，然而，在多线程环境中，这样会带来重大的伪共享问题。

伪共享

什么是共享？

在计算机中，有很多存储单元，咱们接触最多的就是内存，又叫做主内存，此外，CPU还有三级缓存：L1、L2、L3，L1最贴近CPU，当然，它的存储空间也很小，L2比L1稍大一些，L3最大，能够同时缓存多个外围的数据。CPU取数据的时候，先从L1缓存中读取，如果没有再从L2缓存中读取，如果没有再从L3中读取，如果三级缓存都没有，最初会从内存中读取。离CPU外围越远，则绝对的耗时就越长，所以，如果要做一些很频繁的操作，要尽量保证数据缓存在L1中，这样能极大地提高性能。

缓存行

而数据在三级缓存中，也不是说来一个数据缓存一下，而是一次缓存一批数据，这一批数据又称作缓存行（Cache Line），通常为64字节。

每一次，当CPU去内存中拿数据的时候，都会把它前面的数据一并拿过去（组成64字节），咱们以long型数组为例，当CPU取数组中一个long的时候，同时会把后续的7个long一起取到缓存行中。

这在肯定水平上可能放慢数据的解决，因为，此时在解决下标为0的数据，下一个时刻可能就要解决下标为1的数据了，间接从缓存中取要快很多。

然而，这样又带来了一个新的问题——伪共享。

伪共享

试想一下，两个线程（CPU）同时在解决这个数组中的数据，两个CPU都缓存了，一个CPU在对array[0]的数据加1，另一个CPU在对array[1]的数据加1，那么，回写到主内存的时候，到底以哪个缓存行的数据为准（写回主内存的时候也是以缓存行的模式写回），所以，此时，就须要对这两个缓存行“加锁”了，一个CPU先批改数据，写回主内存，另一个CPU能力读取数据并批改数据，再写回主内存，这样势必会带来性能的损耗，呈现的这种景象就叫做伪共享，这种“加锁”的形式叫做内存屏障，对于内存屏障的常识咱们就不开展叙述了。

那么，怎么解决伪共享带来的问题呢？

以环形数组实现的队列为例，writeIndex、readIndex、size当初是这样解决的：

所以，咱们只须要在writeIndex和readIndex之间加7个long就能够把它们隔离开，同理，readIndex和size之间也是一样的。

这样就打消了writeIndex和readIndex之间的伪共享问题，因为writeIndex和readIndex必定是在两个不同的线程中更新，所以，打消伪共享之后带来的性能晋升是很显著的。

如果有多个生产者，writeIndex是必定会被争用的，此时，要怎么敌对地批改writeIndex呢？即一个生产者线程批改了writeIndex，另一个生产者线程要立马可见。

你第一工夫想到的必定是volatile，没错，可是光volatile还不行哦，volatile只能保障可见性和有序性，不能保障原子性，所以，还须要加上原子指令CAS，CAS是谁提供的？原子类AtomicInteger和AtomicLong都具备CAS的性能，那咱们间接应用他们吗？必定不是，仔细观察，发现他们最终都是调用Unsafe实现的。

OK，上面就轮到最牛逼的底层杀手退场了——Unsafe。

Unsafe

Unsafe不仅提供了CAS的指令，还提供很多其它操作底层的办法，比方操作间接内存、批改公有变量的值、实例化一个类、阻塞/唤醒线程、带有内存屏障的办法等。

对于Unsafe，能够看这篇文章：死磕 java魔法类之Unsafe解析

当然，构建高性能队列，次要应用的是Unsafe的CAS指令以及带有内存屏障的办法等：

// 原子指令public final native boolean compareAndSwapLong(Object var1, long var2, long var4, long var6);// 以volatile的模式获取值，相当于给变量加了volatile关键字public native long getLongVolatile(Object var1, long var2);// 提早更新，对变量的批改不会立刻写回到主内存，也就是说，另一个线程不会立刻可见public native void putOrderedLong(Object var1, long var2, long var4);

好了，底层常识介绍的差不多了，是时候展示真正的技术了——手写高性能队列。

手写高性能队列

咱们假如这样一种场景：有多个生产者（Multiple Producer），却只有一个消费者（Single Consumer），这是Netty中的经典场景，这样一种队列该怎么实现？

间接上代码：

/** * 多生产者单消费者队列 * * @param <T> */public class MpscArrayQueue<T> {    long p01, p02, p03, p04, p05, p06, p07;    // 寄存元素的中央    private T[] array;    long p1, p2, p3, p4, p5, p6, p7;    // 写指针，多个生产者，所以申明为volatile    private volatile long writeIndex;    long p11, p12, p13, p14, p15, p16, p17;    // 读指针，只有一个消费者，所以不必申明为volatile    private long readIndex;    long p21, p22, p23, p24, p25, p26, p27;    // 元素个数，生产者和消费者都可能批改，所以申明为volatile    private volatile long size;    long p31, p32, p33, p34, p35, p36, p37;    // Unsafe变量    private static final Unsafe UNSAFE;    // 数组根底偏移量    private static final long ARRAY_BASE_OFFSET;    // 数组元素偏移量    private static final long ARRAY_ELEMENT_SHIFT;    // writeIndex的偏移量    private static final long WRITE_INDEX_OFFSET;    // readIndex的偏移量    private static final long READ_INDEX_OFFSET;    // size的偏移量    private static final long SIZE_OFFSET;    static {        Field f = null;        try {            // 获取Unsafe的实例            f = Unsafe.class.getDeclaredField("theUnsafe");            f.setAccessible(true);            UNSAFE = (Unsafe) f.get(null);            // 计算数组根底偏移量            ARRAY_BASE_OFFSET = UNSAFE.arrayBaseOffset(Object[].class);            // 计算数组中元素偏移量            // 简略点了解，64位零碎中有压缩指针占用4个字节，没有压缩指针占用8个字节            int scale = UNSAFE.arrayIndexScale(Object[].class);            if (4 == scale) {                ARRAY_ELEMENT_SHIFT = 2;            } else if (8 == scale) {                ARRAY_ELEMENT_SHIFT = 3;            } else {                throw new IllegalStateException("未知指针的大小");            }            // 计算writeIndex的偏移量            WRITE_INDEX_OFFSET = UNSAFE                    .objectFieldOffset(MpscArrayQueue.class.getDeclaredField("writeIndex"));            // 计算readIndex的偏移量            READ_INDEX_OFFSET = UNSAFE                    .objectFieldOffset(MpscArrayQueue.class.getDeclaredField("readIndex"));            // 计算size的偏移量            SIZE_OFFSET = UNSAFE                    .objectFieldOffset(MpscArrayQueue.class.getDeclaredField("size"));        } catch (Exception e) {            throw new RuntimeException();        }    }    // 构造方法    public MpscArrayQueue(int capacity) {        // 取整到2的N次方（未思考越界）        capacity = 1 << (32 - Integer.numberOfLeadingZeros(capacity - 1));        // 实例化数组        this.array = (T[]) new Object[capacity];    }    // 生产元素    public boolean put(T t) {        if (t == null) {            return false;        }        long size;        long writeIndex;        do {            // 每次循环都从新获取size的大小            size = this.size;            // 队列满了间接返回            if (size >= this.array.length) {                return false;            }            // 每次循环都从新获取writeIndex的值            writeIndex = this.writeIndex;            // while循环中原子更新writeIndex的值            // 如果失败了从新走下面的过程        } while (!UNSAFE.compareAndSwapLong(this, WRITE_INDEX_OFFSET, writeIndex, writeIndex + 1));        // 到这里，阐明上述原子更新胜利了        // 那么，就把元素的值放到writeIndex的地位        // 且更新size        long eleOffset = calcElementOffset(writeIndex, this.array.length-1);        // 提早更新到主内存，读取的时候才更新        UNSAFE.putOrderedObject(this.array, eleOffset, t);        // 往死里更新直到胜利        do {            size = this.size;        } while (!UNSAFE.compareAndSwapLong(this, SIZE_OFFSET, size, size + 1));        return true;    }    // 生产元素    public T take() {        long size = this.size;        // 如果size为0，示意队列为空，间接返回        if (size <= 0) {            return null;        }        // size大于0，必定有值        // 只有一个消费者，不必思考线程平安的问题        long readIndex = this.readIndex;        // 计算读指针处元素的偏移量        long offset = calcElementOffset(readIndex, this.array.length-1);            // 获取读指针处的元素，应用volatile语法，强制更新生产者的数据到主内存        T e = (T) UNSAFE.getObjectVolatile(this.array, offset);        // 减少读指针        UNSAFE.putOrderedLong(this, READ_INDEX_OFFSET, readIndex+1);        // 减小size        do {            size = this.size;        } while (!UNSAFE.compareAndSwapLong(this, SIZE_OFFSET, size, size-1));        return e;    }    private long calcElementOffset(long index, long mask) {        // index & mask 相当于取余数，示意index达到数组尾端了从头开始        return ARRAY_BASE_OFFSET + ((index & mask) << ARRAY_ELEMENT_SHIFT);    }}

是不是看不懂？那就对了，多看几遍吧，面试又能吹一波了。

这里应用的是每两个变量之间加7个long类型的变量来打消伪共享，有的开源框架你可能会看到通过继承的形式实现的，还有的是加15个long类型，另外，JDK8中也提供了一个注解@Contended来打消伪共享。

本例其实还有优化的空间，比方，size的应用，能不能不应用size？不应用size又该如何实现？

后记

本节，咱们一起学习了在Java中如何构建高性能的队列，并学习了一些底层的常识，毫不夸大地讲，学会了这些底层常识，面试的时候光队列就能跟面试官吹一个小时。

另外，最近收到一些同学的反馈，说哈希、哈希表、哈希函数他们之间有关系吗？有怎么的关系？为什么Object中要放一个hash()办法？跟equals()办法怎么又扯上关系了呢？

下一节，咱们就来看看对于哈希的所有，想及时获取最新推文吗？还不快点来关注我！

关注公号主“彤哥读源码”，解锁更多源码、根底、架构常识。