LinkedTransferQueue

LinkedTransferQueue 能解决什么问题?什么时候使用 LinkedTransferQueue?

1)LinkedTransferQueue 是基于单向链表实现的线程安全的、无界、FIFO、阻塞队列
2)执行 put 操作时,如果链表头部为阻塞的 take 线程,则直接将此元素交给它,
否则将元素添加到队列尾部,put 操作不会阻塞调用线程。
3)执行 transfer 操作的线程需要一个配对的 take 线程读取元素,否则将阻塞,反之也一样。

如何使用 LinkedTransferQueue?

1)LinkedTransferQueue 相对于 LinkedBlockingQueue,可以直接投递元素,性能更高。
2)LinkedTransferQueue 相对于 SynchronousQueue,多了一个可以存储元素的缓冲队列

使用 LinkedTransferQueue 有什么风险?

1)LinkedTransferQueue 是通过无锁 CAS 保证线程安全的,高并发场景下,频繁的 CAS 失败会导致高 CPU 使用率。
2)LinkedTransferQueue 是无界的,生产速率持续大于消费速率时,一定时间后会导致内存溢出。

LinkedTransferQueue 核心操作的实现原理?

  • 创建实例
    /**
* 头结点
* can be reached in O(1) time.
* Invariants:
* - all live nodes are reachable from head via .next
* - head != null
* - (tmp = head).next != tmp || tmp != head
* Non-invariants:
* - head may or may not be live
* - it is permitted for tail to lag behind head, that is, for tail
* to not be reachable from head!
*/
transient volatile Node head; /**
* 尾节点
* can be reached in O(1) time.
* Invariants:
* - the last node is always reachable from tail via .next
* - tail != null
* Non-invariants:
* - tail may or may not be live
* - it is permitted for tail to lag behind head, that is, for tail
* to not be reachable from head!
* - tail.next may or may not be self-linked.
*/
private transient volatile Node tail; /**
* 创建一个空的 LinkedTransferQueue 实例
*/
public LinkedTransferQueue() {
// 傀儡节点的 isData=true
head = tail = new Node();
}
  • 异步添加元素
    static final class Node {
/**
* 1)true:当前节点是数据节点
* 2)false:当前节点是请求节点
*/
final boolean isData;
/**
* 1)如果是数据节点,新建时为目标元素,匹配时置为 null
* 2)如果是请求节点,新建时为 null,匹配时置为读取的目标元素
*/
volatile Object item; // initially non-null if isData; CASed to match
// 链表的后置节点
volatile Node next;
// 节点的驻留线程,非阻塞数据节点的 waiter 为 null
volatile Thread waiter;
} /**
* 将目标元素插入到队列尾部,由于队列是无界的,该方法不会阻塞
*/
@Override
public void put(E e) {
xfer(e, true, LinkedTransferQueue.ASYNC, 0);
} // 实时模式
private static final int NOW = 0; // for untimed poll, tryTransfer
// 异步模式
private static final int ASYNC = 1; // for offer, put, add
// 同步模式
private static final int SYNC = 2; // for transfer, take
// 超时模式
private static final int TIMED = 3; // for timed poll, tryTransfer /**
* 聚合了所有队列操作
*
* @param e 1)如果是 put 操作,则为插入的目标元素
* 2)如果是 take 操作,则为 null
* @param haveData put 操作时为 true,take 操作为 false
* @param how NOW, ASYNC, SYNC, or TIMED
* @param nanos timeout in nanosecs, used only if mode is TIMED
* @return an item if matched, else e
* @throws NullPointerException if haveData mode but e is null
*/
@SuppressWarnings("unchecked")
private E xfer(E e, boolean haveData, int how, long nanos) {
if (haveData && e == null) {
throw new NullPointerException();
} restart: for (Node s = null, t = null, h = null;;) {
/**
* t:尾节点
* h:头结点
* p:前置节点
* 1)尾部节点已经被其他线程更新 && 和当前节点非对偶节点,则读取新的尾部节点
* 2)未发生竞争,则读取头部节点
*/
for (Node p = t != (t = tail) && t.isData == haveData ? t
: (h = head);; ) {
final Node q; final Object item;
/**
* 1)前置节点和新值节点是对偶节点 && 前置节点是一个 take 操作
*/
if (p.isData != haveData
&& haveData == ((item = p.item) == null)) {
if (h == null) {
h = head;
}
/**
* 1)尝试将 take 节点的 item 从 null 变为 e,同时唤醒驻留其上的线程
* 操作成功返回 true。
*/
if (p.tryMatch(item, e)) {
// 前置节点不是头结点
if (h != p) {
// 移除队列前端已经匹配的节点
skipDeadNodesNearHead(h, p);
}
return (E) item;
}
}
// 前置节点的后置节点为 null,即 p 是尾节点
if ((q = p.next) == null) {
// 如果是实时操作,则立即返回
if (how == LinkedTransferQueue.NOW) {
return e;
}
// 创建新节点
if (s == null) {
s = new Node(e);
}
// 将新节点链接到尾部,发生竞争则重试
if (!p.casNext(null, s)) {
continue;
}
if (p != t) {
// 将新节点设置为尾部
casTail(t, s);
}
// 如果是异步添加,则直接返回
if (how == LinkedTransferQueue.ASYNC) {
return e;
}
// 超时或阻塞等待对偶节点
return awaitMatch(s, p, e, how == LinkedTransferQueue.TIMED, nanos);
}
// 出现竞争,则重试
if (p == (p = q)) {
continue restart;
}
}
}
} /**
* 清除 h 到 p 之间的所有匹配节点,包括 h 和 p,理论上它们都应该是已匹配节点
*/
private void skipDeadNodesNearHead(Node h, Node p) {
for (;;) {
final Node q;
// 1)p 节点是尾节点,则直接退出,清除后队列为空
if ((q = p.next) == null) {
break;
// 2)p 节点的后置节点未匹配,则退出
} else if (!q.isMatched()) { p = q; break; }
else if (p == (p = q)) {
return;
}
}
// 更新头结点
if (casHead(h, p)) {
// 释放 head
h.selfLink();
}
} /**
* Spins/yields/blocks until node s is matched or caller gives up.
*
* @param s 阻塞等待的节点
* @param pred s 的前置节点,
* or null if unknown (the null case does not occur in any current calls but may in possible future extensions)
* @param e 检查匹配的比较值
* @param timed 是否是超时模式
* @param nanos 以纳秒为单位的超时时间
* @return matched item, or e if unmatched on interrupt or timeout
*/
private E awaitMatch(Node s, Node pred, E e, boolean timed, long nanos) {
// 计算截止时间
final long deadline = timed ? System.nanoTime() + nanos : 0L;
// 读取当前线程
final Thread w = Thread.currentThread();
int spins = -1; // initialized after first item and cancel checks
ThreadLocalRandom randomYields = null; // bound if needed for (;;) {
final Object item;
// 1)尝试阻塞等待过程中,已经出现匹配节点
if ((item = s.item) != e) { // matched
/**
* 将请求节点的 item 设置为节点本身
* 将 waiter 置为 null
*/
s.forgetContents(); // avoid garbage
@SuppressWarnings("unchecked")
final E itemE = (E) item;
// 返回匹配的数据
return itemE;
}
// 2)当前线程被中断或超时
else if (w.isInterrupted() || timed && nanos <= 0L) {
// try to cancel and unlink
if (s.casItem(e, s.isData ? null : s)) {
unsplice(pred, s);
return e;
}
// return normally if lost CAS
}
// 3)自旋次数位初始化,则初始化自旋次数
else if (spins < 0) { // establish spins at/near front
if ((spins = LinkedTransferQueue.spinsFor(pred, s.isData)) > 0) {
randomYields = ThreadLocalRandom.current();
}
}
// 4)自旋还未结束,则递减自旋次数
else if (spins > 0) { // spin
--spins;
// 1/64 的几率出现 Thread.yield()
if (randomYields.nextInt(LinkedTransferQueue.CHAINED_SPINS) == 0)
{
Thread.yield(); // occasionally yield
}
}
// 5)当前节点还无驻留线程,则将当前线程驻留其上,准备进入阻塞
else if (s.waiter == null) {
s.waiter = w; // request unpark then recheck
}
// 6)如果是超时阻塞
else if (timed) {
// 计算剩余时间
nanos = deadline - System.nanoTime();
if (nanos > 0L) {
// 超时阻塞
LockSupport.parkNanos(this, nanos);
}
}
// 7)阻塞当前线程
else {
LockSupport.park(this);
}
}
}
  • 同步添加元素
    /**
* 1)如果当前有线程阻塞在 take 操作上,则将元素 e 传递给消费者
* 2)否则阻塞等待消费者出现
* 如果当前线程被中断,则抛出 InterruptedException 异常
*/
@Override
public void transfer(E e) throws InterruptedException {
if (xfer(e, true, LinkedTransferQueue.SYNC, 0) != null) {
Thread.interrupted(); // failure possible only due to interrupt
throw new InterruptedException();
}
} /**
* 如果当前有线程阻塞在 take 操作上,则将元素 e 传递给消费者,操作成功返回 true。
* 操作失败,则元素被丢弃,并返回 false。
*/
@Override
public boolean tryTransfer(E e) {
return xfer(e, true, LinkedTransferQueue.NOW, 0) == null;
} /**
* 1)在指定的超时时间内将目标元素 e 传递给一个消费者,如果传递成功则返回 true。
* 2)如果超时,则元素被丢弃,并返回 false。
* 3)线程被中断则抛出 InterruptedException 异常
*/
@Override
public boolean tryTransfer(E e, long timeout, TimeUnit unit)
throws InterruptedException {
if (xfer(e, true, LinkedTransferQueue.TIMED, unit.toNanos(timeout)) == null) {
return true;
}
if (!Thread.interrupted()) {
return false;
}
throw new InterruptedException();
}
  • 同步读取元素
    /**
* 1)如果头节点是一个数据节点,则读取其数据
* 2)否则将当前线程加入队列尾部,阻塞等待读取数据
* 3)如果线程被中断,则抛出 InterruptedException 异常
*/
@Override
public E take() throws InterruptedException {
final E e = xfer(null, false, LinkedTransferQueue.SYNC, 0);
if (e != null) {
return e;
}
Thread.interrupted();
throw new InterruptedException();
} /**
* 1)如果头节点是一个数据节点,则读取其数据,否则立即返回 null。
*/
@Override
public E poll() {
return xfer(null, false, LinkedTransferQueue.NOW, 0);
} /**
* 1)尝试在指定的超时时间内读取数据,成功则返回数据值
* 2)如果已经超时,则返回 null
* 3)如果线程被中断,则抛出 InterruptedException 异常
*/
@Override
public E poll(long timeout, TimeUnit unit) throws InterruptedException {
final E e = xfer(null, false, LinkedTransferQueue.TIMED, unit.toNanos(timeout));
if (e != null || !Thread.interrupted()) {
return e;
}
throw new InterruptedException();
}

LinkedTransferQueue 源码分析的更多相关文章

  1. 死磕 java集合之LinkedTransferQueue源码分析

    问题 (1)LinkedTransferQueue是什么东东? (2)LinkedTransferQueue是怎么实现阻塞队列的? (3)LinkedTransferQueue是怎么控制并发安全的? ...

  2. 死磕 java集合之ArrayDeque源码分析

    问题 (1)什么是双端队列? (2)ArrayDeque是怎么实现双端队列的? (3)ArrayDeque是线程安全的吗? (4)ArrayDeque是有界的吗? 简介 双端队列是一种特殊的队列,它的 ...

  3. JUC源码分析-集合篇(十)LinkedTransferQueue

    JUC源码分析-集合篇(十)LinkedTransferQueue LinkedTransferQueue(LTQ) 相比 BlockingQueue 更进一步,生产者会一直阻塞直到所添加到队列的元素 ...

  4. lesson2:java阻塞队列的demo及源码分析

    本文向大家展示了java阻塞队列的使用场景.源码分析及特定场景下的使用方式.java的阻塞队列是jdk1.5之后在并发包中提供的一组队列,主要的使用场景是在需要使用生产者消费者模式时,用户不必再通过多 ...

  5. JDK源码分析(11)之 BlockingQueue 相关

    本文将主要结合源码对 JDK 中的阻塞队列进行分析,并比较其各自的特点: 一.BlockingQueue 概述 说到阻塞队列想到的第一个应用场景可能就是生产者消费者模式了,如图所示: 根据上图所示,明 ...

  6. 细说并发5:Java 阻塞队列源码分析(下)

    上一篇 细说并发4:Java 阻塞队列源码分析(上) 我们了解了 ArrayBlockingQueue, LinkedBlockingQueue 和 PriorityBlockingQueue,这篇文 ...

  7. JUC源码分析-集合篇:并发类容器介绍

    JUC源码分析-集合篇:并发类容器介绍 同步类容器是 线程安全 的,如 Vector.HashTable 等容器的同步功能都是由 Collections.synchronizedMap 等工厂方法去创 ...

  8. ABP源码分析一:整体项目结构及目录

    ABP是一套非常优秀的web应用程序架构,适合用来搭建集中式架构的web应用程序. 整个Abp的Infrastructure是以Abp这个package为核心模块(core)+15个模块(module ...

  9. HashMap与TreeMap源码分析

    1. 引言     在红黑树--算法导论(15)中学习了红黑树的原理.本来打算自己来试着实现一下,然而在看了JDK(1.8.0)TreeMap的源码后恍然发现原来它就是利用红黑树实现的(很惭愧学了Ja ...

随机推荐

  1. spring cloud zuul过滤器修改requestURI 忽略大小写

    通过zuul网关处理requestURI可以做很多事情,如对uri的解密,转发,大小写转化等. 这里对URI做一个简单的大小写的转化. 写一个filter实现ZuulFilter: package c ...

  2. vue data数据变化 页面数据不更新问题

    问题: <template> <div class="container"> <div v-for="(item, index) in ar ...

  3. redis基础及redis特殊场景使用描述

    数据类型 String set list hash zset redis原理 单线程:redis是单线程+io多路复用:检查文件描述的就绪状态 对比memchached:多线程+锁 redis优势 解 ...

  4. 猿题库 iOS 客户端架构设计(原文地址:http://gracelancy.com/blog/2016/01/06/ape-ios-arch-design/)

    猿题库 iOS 客户端架构设计 序 猿题库是一个拥有数千万用户的创业公司,从2013年题库项目起步到2015年,团队保持了极高的生产效率,使我们的产品完成了五个大版本和数十个小版本的高速迭代.在如此快 ...

  5. 基于FPGA的以太网开发

    基于FPGA的以太网开发,在调试过的FPGA玩家开来,其实算不上很难的技术!但是如果只是菜鸟级别的选手,没有调试过的话,就有些头疼了!早在自己在实习的时候,就接触到XAUI(万兆以太网口)接口,但是由 ...

  6. Django视图中使用本地缓存

    Django服务器视图使用缓存可以大大减小服务器的压力,对数据实时性要求不高的场景使用缓存非常适合. 使用Django本地缓存 1. 在settings.py配置CACHES CACHES = { ' ...

  7. AlertDialog用法。

    AlertDialog 可以在当前的界面弹出一个对话框,这个对话框是置顶于所有界面元素之上的,能够屏蔽掉其他控件的交互能力,因此一般 AlertDialog 都是用于提示一些非常重要的内容或者警告信息 ...

  8. PAT Basic 1046 划拳 (15 分)

    划拳是古老中国酒文化的一个有趣的组成部分.酒桌上两人划拳的方法为:每人口中喊出一个数字,同时用手比划出一个数字.如果谁比划出的数字正好等于两人喊出的数字之和,谁就赢了,输家罚一杯酒.两人同赢或两人同输 ...

  9. UVa10426

    GCD Extreme(II) Input: Standard Input Output: Standard Output Given the value of N, you will have to ...

  10. php内置函数分析之array_fill_keys()

    PHP_FUNCTION(array_fill_keys) { zval *keys, *val, *entry; if (zend_parse_parameters(ZEND_NUM_ARGS(), ...