阻塞队列的简单实现
Java 并发常用的组件中有一种队列叫阻塞队列（BlockingQueue），当队列为空时，获取元素的线程会阻塞等待直到队列有数据；当队列满时，想要存储元素的线程会阻塞等待直到队列有空间。我们经常会用这种数据结构可以实现生产者、消费者模型。
本文会通过两种方式来实现简单的有界阻塞队列，在最后分别测试不同实现的性能差异。
Monitor 和 Condition
看过 Java 并发相关书籍的同学应该都见过 Monitor 这个词，有人称为监视器也有人叫它管程，不过都是一个意思：一个同步工具，相当于操作系统中的互斥量（mutex），即值为 1 的信号量。
synchronized 关键词的背后就是靠 monitor 实现的，monitor 的重要特点是，同一个时刻，只有一个线程能进入 monitor 中定义的临界区，这使得 monitor 能够达到互斥的效果。但仅仅有互斥的作用是不够的，无法进入 monitor 临界区的线程应该被阻塞，在必要的时候可以被唤醒，所以 Java 提供了 wait 和 notify、notifyAll 的 API 给我们使用。
wait(): 让当前线程进入等待队列，同时会释放锁，直到被唤醒。notify(): 从条件队列中随机唤醒一个线程，让它去参与锁竞争notifyAll(): 唤醒条件队列中的所有线程，让它们去参与锁竞争
实现同步的一种方式是使用 synchronized 关键字，还可以使用 Lock 接口下的实现来完成，比如 ReentrantLock，它是一把重入锁（synchronized 也是），基于 AQS 并发框架实现。我们可以使用它来进行加锁和释放锁，如果遇到有条件需要阻塞可以使用 Condition API。
Lock#newCondition(): 创建一个新的条件Condition#await(): 让当前线程等待Condition#signal(): 唤醒一个等待线程
条件和锁总是息息相关，在没有 Lock 接口的时候你会发现 monitor 机制有一个严重的问题：一把锁只能对应一个条件（也就是只可以做一次 wait），那么在唤醒的时候就可能出现唤醒丢失。举个例子，在两个方法上有不同的条件会导致阻塞，它们持有一把锁，唤醒时候如果用 notify 只会从条件队列选择一个，使用 notifyAll 会带来大量的 CPU 上下文切换和锁竞争，伪代码如下：
synchronized void foo() {
while(CONDITION1){
wait();
}
notifyAll();
}
synchronized void bar() {
while(CONDITION2){
wait();
}
notifyAll();
}
具体实现
实现思路
我们通过定义一个 Queue 接口来实现两种队列，该队列是有界队列，使用数组的方式实现，如果你有兴趣也可以使用链表或栈来实现这个队列。提供 put 方法添加元素（满了则阻塞），take 方法弹出元素（没有元素则阻塞）。
定义接口
public interface Queue<E> {
// 添加新元素，当队列满则阻塞
void put(E e) throws InterruptedException;
// 弹出队头元素，当队列空则阻塞
E take() throws InterruptedException;
// 队列元素个数
int size();
// 队列是否为空
boolean isEmpty();
}
基于 synchronized 的实现
核心思路：
- 添加元素时队列满则阻塞
- 弹出元素时队列空则阻塞
- 添加元素后唤醒消费者
- 弹出元素后唤醒生产者
public class BlockingQueueWithSync<E> implements Queue<E> {
private E[] array;
private int head; // 队头指针
private int tail; // 队尾指针
private volatile int size; // 队列元素个数
public BlockingQueueWithSync(int capacity) {
array = (E[]) new Object[capacity];
}
@Override
public synchronized void put(E e) throws InterruptedException {
// 当队列满的时候阻塞
while (size == array.length) {
this.wait();
}
array[tail] = e;
// 队列装满后索引归零
if (++tail == array.length) {
tail = 0;
}
++size;
// 通知其他消费端有数据了
this.notifyAll();
}
@Override
public synchronized E take() throws InterruptedException {
// 当队列空的时候阻塞
while (isEmpty()) {
this.wait();
}
E element = array[head];
// 消费完后从0开始
if (++head == array.length) {
head = 0;
}
--size;
// 通知其他生产者可以生产了
this.notifyAll();
return element;
}
@Override
public synchronized boolean isEmpty() {
return size == 0;
}
@Override
public synchronized int size() {
return size;
}
}
基于 ReentrantLock 的实现
public class BlockingQueueWithLock<E> implements Queue<E> {
private E[] array;
private int head;
private int tail;
private volatile int size;
private Lock lock = new ReentrantLock();
private Condition notFull = lock.newCondition();
private Condition notEmpty = lock.newCondition();
public BlockingQueueWithLock(int capacity) {
array = (E[]) new Object[capacity];
}
@Override
public void put(E e) throws InterruptedException {
lock.lockInterruptibly();
try {
// 队列满，阻塞
while (size == array.length) {
notFull.await();
}
array[tail] = e;
if (++tail == array.length) {
tail = 0;
}
++size;
notEmpty.signal();
} finally {
lock.unlock();
}
}
@Override
public E take() throws InterruptedException {
lock.lockInterruptibly();
try {
// 队列空，阻塞
while (isEmpty()) {
notEmpty.await();
}
E element = array[head];
if (++head == array.length) {
head = 0;
}
--size;
// 通知isFull条件队列有元素出去
notFull.signal();
return element;
} finally {
lock.unlock();
}
}
@Override
public boolean isEmpty() {
lock.lock();
try {
return size == 0;
} finally {
lock.unlock();
}
}
@Override
public int size() {
lock.lock();
try {
return size;
} finally {
lock.unlock();
}
}
}
对比性能
public class Benchmark {
@Test
public void testWithMonitor() {
Queue<Integer> queue = new BlockingQueueWithSync<>(5);
execute(queue);
}
@Test
public void testWithCondition() {
Queue<Integer> queue = new BlockingQueueWithLock<>(5);
execute(queue);
}
private void execute(Queue<Integer> queue) {
ExecutorService executorService = Executors.newCachedThreadPool();
for (int i = 1; i <= 1000; i++) {
final int finalNum = i;
executorService.execute(() -> {
try {
queue.put(finalNum);
Integer take = queue.take();
System.out.println("item: " + take);
} catch (InterruptedException e) {
e.printStackTrace();
}
});
}
executorService.shutdown();
}
}
这个测试程序让 2 个队列的可存储的元素数都为 5，开启 1000 个线程进行 put 和 take 操作，运行后查看总耗时。
可以看出，使用 synchronized 的方式性能较差。