一、摘要
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！
二、BlockingQueue 方法介绍
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：
- 1.元素插入和移除时线程安全：主要是通过在入队和出队时进行加锁，保证了队列线程安全，加锁逻辑采用ReentrantLock实现
- 2.支持阻塞的入队和出队方法：当队列满时，会阻塞入队的线程，直到队列不满；当队列为空时，会阻塞出队的线程，直到队列中有元素；同时支持超时机制，防止线程一直阻塞
三、BlockingQueue 用法详解
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。
3.1、ArrayBlockingQueue
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。
3.2、LinkedBlockingQueue
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。
3.3、SynchronousQueue
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。
- 当采用公平模式时：使用一个 FIFO 队列来管理多余的生产者和消费者
- 当采用非公平模式时：使用一个 LIFO 栈来管理多余的生产者和消费者，这也是SynchronousQueue默认的模式
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。
3.4、PriorityBlockingQueue
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：
- 1.PriorityBlockingQueue内部基于数组实现的最小二叉堆算法，可以对队列中的元素进行排序，插入队列的元素需要实现Comparator或者Comparable接口，以便对元素进行排序
- 2.其次，队列的长度是可扩展的，不需要显式指定长度，上限为Integer.MAX_VALUE - 8
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。
3.5、DelayQueue
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。
四、小结
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！
