ConcurrentLinkedQueue原理（上）

ゝ一世哀愁。 2022-04-23 08:48 185阅读 0赞

ConcurrentLinkedQueue是Queue的一个线程安全实现。  
它是一个基于链接节点的无界线程安全队列。此队列按照 FIFO（先进先出）原则对元素进行排序。队列的头部 是队列中时间最长的元素。  
队列的尾部 是队列中时间最短的元素。新的元素插入到队列的尾部，队列获取操作从队列头部获得元素。  
当多个线程共享访问一个公共 collection 时，ConcurrentLinkedQueue 是一个恰当的选择。此队列不允许使用 null 元素。  
我来分析设计一个线程安全的队列哪几种方法。  
第一种：使用synchronized同步队列，就像Vector或者Collections.synchronizedList/Collection那样。  
 显然这不是一个好的并发队列，这会导致吞吐量急剧下降。  
第二种：使用Lock。一种好的实现方式是使用ReentrantReadWriteLock来代替ReentrantLock提高读取的吞吐量。  
 但是显然 ReentrantReadWriteLock的实现更为复杂，而且更容易导致出现问题，  
 另外也不是一种通用的实现方式，因为 ReentrantReadWriteLock适合哪种读取量远远大于写入量的场合。  
 当然了ReentrantLock是一种很好的实现，结合 Condition能够很方便的实现阻塞功能，  
 这在后面介绍BlockingQueue的时候会具体分析。  
第三种：使用CAS操作。尽管Lock的实现也用到了CAS操作，但是毕竟是间接操作，而且会导致线程挂起。  
 一个好的并发队列就是采用某种非阻塞算法来取得最大的吞吐量。  
 ConcurrentLinkedQueue采用的就是第三种策略。  
 它采用了参考资料1（ [http://www.cs.rochester.edu/u/scott/papers/1996\_PODC\_queues.pdf][http_www.cs.rochester.edu_u_scott_papers_1996_PODC_queues.pdf]） 中的算法。  
要使用非阻塞算法来完成队列操作，那么就需要一种“循环尝试”的动作，就是循环操作队列，直到成功为止，失败就会再次尝试。  
针对各种功能深入分析。  
先介绍下ConcurrentLinkedQueue的数据结构。  
ConcurrentLinkedQueue只有头结点、尾节点两个元素，而对于一个节点Node而言除了保存队列元素item外，还有一个指向下一个节点的引用next。  
看起来整个数据结构还是比较简单的。但是也有几点是需要说明：  
   1. 所有结构（head/tail/item/next）都是volatile类型。 这是因为ConcurrentLinkedQueue是非阻塞的，  
   所以只有volatile才能使变量的写操作对后续读操作是可见的（这个是有 happens-before法则保证的）。同样也不会导致指令的重排序。  
   2. 所有结构的操作都带有原子操作，这是由AtomicReferenceFieldUpdater保证的，  
   这在原子操作中介绍过。它能保证需要的时候对变量的修改操作是原子的。  
   3. 由于队列中任何一个节点（Node）只有下一个节点的引用，所以这个队列是单向的，根据FIFO特性，也就是说出队列在头部(head)，入队列在尾部(tail)。  
   头部保存有进入队列最长时间的元素，尾部是最近进入的元素。  
   4. 没有对队列长度进行计数，所以队列的长度是无限的，同时获取队列的长度的时间不是固定的，这需要遍历整个队列，并且这个计数也可能是不精确的。  
   5. 初始情况下队列头和队列尾都指向一个空节点，但是非null，这是为了方便操作，不需要每次去判断head/tail是否为空。但是head却不作为存取元素的节点，  
   tail在不等于head情况下保存一个节点元素。也就是说head.item这个应该一直是空，但是tail.item却不一定是空（如果 head!=tail，那么tail.item!=null）。  
对于第5点，可以从ConcurrentLinkedQueue的初始化中看到。这种头结点也叫“伪节点”，也就是说它不是真正的节点，只是一标识，就像c中的字符数组后面的\\0以后，只是用来标识结束，并不是真正字符数组的一部分。  
    private transient volatile Node<E> head = new Node<E>(null, null);  
    private transient volatile Node<E> tail = head;  
有了上述5点再来解释相关API操作就容易多了。  
在上一节中列出了add/offer/remove/poll/element/peek等价方法的区别，所以这里就不再重复了。  
清单1 入队列操作  
    public boolean offer(E e) \{  
        if (e == null) throw new NullPointerException();  
        Node<E> n = new Node<E>(e, null);  
        for (;;) \{  
            Node<E> t = tail;  
            Node<E> s = t.getNext();  
            if (t == tail) \{  
                if (s == null) \{  
                    if (t.casNext(s, n)) \{  
                        casTail(t, n);  
                        return true;  
                    \}  
                \} else \{  
                    casTail(t, s);  
                \}  
            \}  
        \}  
    \}  
清单1 描述的是入队列的过程。整个过程是这样的。  
         1. 获取尾节点t，以及尾节点的下一个节点s。如果尾节点没有被别人修改，也就是t==tail，进行2，否则进行1。  
         2. 如果s不为空，也就是说此时尾节点后面还有元素，那么就需要把尾节点往后移，进行1。否则进行3。  
         3. 修改尾节点的下一个节点为新节点，如果成功就修改尾节点，返回true。否则进行1。  
从操作3中可以看到是先修改尾节点的下一个节点，然后才修改尾节点位置的，所以这才有操作2中为什么获取到的尾节点的下一个节点不为空的原因。  
特别需要说明的是，对尾节点的tail的操作需要换成临时变量t和s，一方面是为了去掉volatile变量的可变性，另一方面是为了减少volatile的性能影响。  
   
清单2 描述的出队列的过程，这个过程和入队列相似，有点意思。  
头结点是为了标识队列起始，也为了减少空指针的比较，所以头结点总是一个item为null的非null节点。  
也就是说head!=null并且 head.item==null总是成立。所以实际上获取的是head.next，  
一旦将头结点head设置为head.next成功就将新head的 item设置为null。至于以前就的头结点h，h.item=null并且h.next为新的head，  
但是由于没有对h的引用，所以最终会被GC回收。这就是整个出队列的过程。  
清单2 出队列操作  
    public E poll() \{  
        for (;;) \{  
            Node<E> h = head;  
            Node<E> t = tail;  
            Node<E> first = h.getNext();  
            if (h == head) \{  
                if (h == t) \{  
                    if (first == null)  
                        return null;  
                    else  
                        casTail(t, first);  
                \} else if (casHead(h, first)) \{  
                    E item = first.getItem();  
                    if (item != null) \{  
                        first.setItem(null);  
                        return item;  
                    \}  
                    // else skip over deleted item, continue loop,  
                \}  
            \}  
        \}  
    \}  
   
另外对于清单3 描述的获取队列大小的过程，由于没有一个计数器来对队列大小计数，所以获取队列的大小只能通过从头到尾完整的遍历队列，显然这个代价是很大的。所以通常情况下ConcurrentLinkedQueue需要和一个AtomicInteger搭配才能获取队列大小。后面介绍的BlockingQueue正是使用了这种思想。  
清单3 遍历队列大小  
    public int size() \{  
        int count = 0;  
        for (Node<E> p = first(); p != null; p = p.getNext()) \{  
            if (p.getItem() != null) \{  
                // Collections.size() spec says to max out  
                if (++count == Integer.MAX\_VALUE)  
                    break;  
            \}  
        \}  
        return count;  
    \}  
注意1：关于ConcurrentLinkedQueue原理更多可参考《 **[ConcurrentLinkedQueue原理(下)][ConcurrentLinkedQueue]**》  
注意2:关于ConcurrentLinkedQueue的API介绍可参考《 **[ConcurrentLinkedQueue][ConcurrentLinkedQueue 1]**》

再分享一下我老师大神的人工智能教程吧。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！[https://blog.csdn.net/jiangjunshow][https_blog.csdn.net_jiangjunshow]

[http_www.cs.rochester.edu_u_scott_papers_1996_PODC_queues.pdf]: http://www.cs.rochester.edu/u/scott/papers/1996_PODC_queues.pdf
[ConcurrentLinkedQueue]: http://hubingforever.blog.163.com/blog/static/171040579201062951055462/
[ConcurrentLinkedQueue 1]: http://hubingforever.blog.163.com/blog/static/17104057920106295029175/
[https_blog.csdn.net_jiangjunshow]: https://blog.csdn.net/jiangjunshow/article/details/77338485