进程间通信(java)--队列

  • 前言：

在新增的Concurrent包中，BlockingQueue很好的解决了多线程中，如何高效安全“传输”数据的问题。通过这些高效并且线程安全的队列类，为我们快速搭建高质量的多线程程序带来极大的便利。本文详细介绍了BlockingQueue家庭中的所有成员，包括他们各自的功能以及常见使用场景。

  • 认识BlockingQueue
    阻塞队列，顾名思义，首先它是一个队列，而一个队列在数据结构中所起的作用大致如下图所示：

    从上图我们可以很清楚看到，通过一个共享的队列，可以使得数据由队列的一端输入，从另外一端输出；
    常用的队列主要有以下两种：（当然通过不同的实现方式，还可以延伸出很多不同类型的队列，DelayQueue就是其中的一种）
    　　先进先出（FIFO）：先插入的队列的元素也最先出队列，类似于排队的功能。从某种程度上来说这种队列也体现了一种公平性。
    　　后进先出（LIFO）：后插入队列的元素最先出队列，这种队列优先处理最近发生的事件。

    多线程环境中，通过队列可以很容易实现数据共享，比如经典的“生产者”和“消费者”模型中，通过队列可以很便利地实现两者之间的数据共享。假设我们有若干生产者线程，另外又有若干个消费者线程。如果生产者线程需要把准备好的数据共享给消费者线程，利用队列的方式来传递数据，就可以很方便地解决他们之间的数据共享问题。但如果生产者和消费者在某个时间段内，万一发生数据处理速度不匹配的情况呢？理想情况下，如果生产者产出数据的速度大于消费者消费的速度，并且当生产出来的数据累积到一定程度的时候，那么生产者必须暂停等待一下（阻塞生产者线程），以便等待消费者线程把累积的数据处理完毕，反之亦然。然而，在concurrent包发布以前，在多线程环境下，我们每个程序员都必须去自己控制这些细节，尤其还要兼顾效率和线程安全，而这会给我们的程序带来不小的复杂度。好在此时，强大的concurrent包横空出世了，而他也给我们带来了强大的BlockingQueue。（在多线程领域：所谓阻塞，在某些情况下会挂起线程（即阻塞），一旦条件满足，被挂起的线程又会自动被唤醒）
    下面两幅图演示了BlockingQueue的两个常见阻塞场景：
    　　　　　　　如上图所示：当队列中没有数据的情况下，消费者端的所有线程都会被自动阻塞（挂起），直到有数据放入队列。


    　　　如上图所示：当队列中填满数据的情况下，生产者端的所有线程都会被自动阻塞（挂起），直到队列中有空的位置，线程被自动唤醒。
         这也是我们在多线程环境下，为什么需要BlockingQueue的原因。作为BlockingQueue的使用者，我们再也不需要关心什么时候需要阻塞线程，什么时候需要唤醒线程，因为这一切BlockingQueue都给你一手包办了。既然BlockingQueue如此神通广大，让我们一起来见识下它的常用方法：
    BlockingQueue的核心方法：
    放入数据：
    　　offer(anObject):表示如果可能的话,将anObject加到BlockingQueue里,即如果BlockingQueue可以容纳,
    　　　　则返回true,否则返回false.（本方法不阻塞当前执行方法的线程）
    　　offer(E o, long timeout, TimeUnit unit),可以设定等待的时间，如果在指定的时间内，还不能往队列中
    　　　　加入BlockingQueue，则返回失败。
    　　put(anObject):把anObject加到BlockingQueue里,如果BlockQueue没有空间,则调用此方法的线程被阻断
    　　　　直到BlockingQueue里面有空间再继续.
    获取数据：
    　　poll(time):取走BlockingQueue里排在首位的对象,若不能立即取出,则可以等time参数规定的时间,
    　　　　取不到时返回null;
    　　poll(long timeout, TimeUnit unit)：从BlockingQueue取出一个队首的对象，如果在指定时间内，
    　　　　队列一旦有数据可取，则立即返回队列中的数据。否则知道时间超时还没有数据可取，返回失败。
    　　take():取走BlockingQueue里排在首位的对象,若BlockingQueue为空,阻断进入等待状态直到
    　　　　BlockingQueue有新的数据被加入; 
    　　drainTo():一次性从BlockingQueue获取所有可用的数据对象（还可以指定获取数据的个数）， 
    　　　　通过该方法，可以提升获取数据效率；不需要多次分批加锁或释放锁。

  • 常见BlockingQueue
    在了解了BlockingQueue的基本功能后，让我们来看看BlockingQueue家庭大致有哪些成员？ 
  • BlockingQueue成员详细介绍
    1. ArrayBlockingQueue
          基于数组的阻塞队列实现，在ArrayBlockingQueue内部，维护了一个定长数组，以便缓存队列中的数据对象，这是一个常用的阻塞队列，除了一个定长数组外，ArrayBlockingQueue内部还保存着两个整形变量，分别标识着队列的头部和尾部在数组中的位置。
    　　ArrayBlockingQueue在生产者放入数据和消费者获取数据，都是共用同一个锁对象，由此也意味着两者无法真正并行运行，这点尤其不同于LinkedBlockingQueue；按照实现原理来分析，ArrayBlockingQueue完全可以采用分离锁，从而实现生产者和消费者操作的完全并行运行。Doug Lea之所以没这样去做，也许是因为ArrayBlockingQueue的数据写入和获取操作已经足够轻巧，以至于引入独立的锁机制，除了给代码带来额外的复杂性外，其在性能上完全占不到任何便宜。 ArrayBlockingQueue和LinkedBlockingQueue间还有一个明显的不同之处在于，前者在插入或删除元素时不会产生或销毁任何额外的对象实例，而后者则会生成一个额外的Node对象。这在长时间内需要高效并发地处理大批量数据的系统中，其对于GC的影响还是存在一定的区别。而在创建ArrayBlockingQueue时，我们还可以控制对象的内部锁是否采用公平锁，默认采用非公平锁。

    2. LinkedBlockingQueue
          基于链表的阻塞队列，同ArrayListBlockingQueue类似，其内部也维持着一个数据缓冲队列（该队列由一个链表构成），当生产者往队列中放入一个数据时，队列会从生产者手中获取数据，并缓存在队列内部，而生产者立即返回；只有当队列缓冲区达到最大值缓存容量时（LinkedBlockingQueue可以通过构造函数指定该值），才会阻塞生产者队列，直到消费者从队列中消费掉一份数据，生产者线程会被唤醒，反之对于消费者这端的处理也基于同样的原理。而LinkedBlockingQueue之所以能够高效的处理并发数据，还因为其对于生产者端和消费者端分别采用了独立的锁来控制数据同步，这也意味着在高并发的情况下生产者和消费者可以并行地操作队列中的数据，以此来提高整个队列的并发性能。
    作为开发者，我们需要注意的是，如果构造一个LinkedBlockingQueue对象，而没有指定其容量大小，LinkedBlockingQueue会默认一个类似无限大小的容量（Integer.MAX_VALUE），这样的话，如果生产者的速度一旦大于消费者的速度，也许还没有等到队列满阻塞产生，系统内存就有可能已被消耗殆尽了。

    ArrayBlockingQueue和LinkedBlockingQueue是两个最普通也是最常用的阻塞队列，一般情况下，在处理多线程间的生产者消费者问题，使用这两个类足以。

    下面的代码演示了如何使用BlockingQueue：

  •   1 import java.util.concurrent.BlockingQueue;
  2 import java.util.concurrent.ExecutorService;
  3 import java.util.concurrent.Executors;
  4 import java.util.concurrent.LinkedBlockingQueue;
  5
  6 /**
  7  * @author jackyuj
  8  */
  9 public class BlockingQueueTest {
 10
 11     public static void main(String[] args) throws InterruptedException {
 12         // 声明一个容量为10的缓存队列
 13         BlockingQueue<String> queue = new LinkedBlockingQueue<String>(10);
 14
 15         Producer producer1 = new Producer(queue);
 16         Producer producer2 = new Producer(queue);
 17         Producer producer3 = new Producer(queue);
 18         Consumer consumer = new Consumer(queue);
 19
 20         // 借助Executors
 21         ExecutorService service = Executors.newCachedThreadPool();
 22         // 启动线程
 23         service.execute(producer1);
 24         service.execute(producer2);
 25         service.execute(producer3);
 26         service.execute(consumer);
 27
 28         // 执行10s
 29         Thread.sleep(10 * 1000);
 30         producer1.stop();
 31         producer2.stop();
 32         producer3.stop();
 33
 34         Thread.sleep(2000);
 35         // 退出Executor
 36         service.shutdown();
 37     }
 38 }
 39 1
 40 2
 41 3
 42 4
 43 5
 44 6
 45 7
 46 8
 47 9
 48 10
 49 11
 50 12
 51 13
 52 14
 53 15
 54 16
 55 17
 56 18
 57 19
 58 20
 59 21
 60 22
 61 23
 62 24
 63 25
 64 26
 65 27
 66 28
 67 29
 68 30
 69 31
 70 32
 71 33
 72 34
 73 35
 74 36
 75 37
 76 38
 77 39
 78 40
 79 41
 80 42
 81 43
 82 44
 83 45
 84 46
 85 47
 86 48
 87 49
 88 50
 89 51
 90 52
 91 53
 92 54
 93 55
 94 56
 95 57
 96 58
 97 59
 98 60
 99 61
100 62
101 63
102 64
103 65
104 66
105 67
106 68
107 69
108 70
109 71
110 72
111 73
112 74
113 75
114 76
115 77
116 78
117 79
118 80
119 81
120 82
121 83
122 84
123 85
124 86
125 87
126 88
127 89
128 90
129 91
130 92
131 93
132 94
133 import java.util.Random;
134 import java.util.concurrent.BlockingQueue;
135 import java.util.concurrent.TimeUnit;
136
137 /**
138  * 消费者线程
139  *
140  * @author jackyuj
141  */
142 public class Consumer implements Runnable {
143
144     public Consumer(BlockingQueue<String> queue) {
145         this.queue = queue;
146     }
147
148     public void run() {
149         System.out.println("启动消费者线程！");
150         Random r = new Random();
151         boolean isRunning = true;
152         try {
153             while (isRunning) {
154                 System.out.println("正从队列获取数据...");
155                 String data = queue.poll(2, TimeUnit.SECONDS);
156                 if (null != data) {
157                     System.out.println("拿到数据：" + data);
158                     System.out.println("正在消费数据：" + data);
159                     Thread.sleep(r.nextInt(DEFAULT_RANGE_FOR_SLEEP));
160                 } else {
161                     // 超过2s还没数据，认为所有生产线程都已经退出，自动退出消费线程。
162                     isRunning = false;
163                 }
164             }
165         } catch (InterruptedException e) {
166             e.printStackTrace();
167             Thread.currentThread().interrupt();
168         } finally {
169             System.out.println("退出消费者线程！");
170         }
171     }
172
173     private BlockingQueue<String> queue;
174     private static final int      DEFAULT_RANGE_FOR_SLEEP = 1000;
175 }
176
177 import java.util.Random;
178 import java.util.concurrent.BlockingQueue;
179 import java.util.concurrent.TimeUnit;
180 import java.util.concurrent.atomic.AtomicInteger;
181
182 /**
183  * 生产者线程
184  *
185  * @author jackyuj
186  */
187 public class Producer implements Runnable {
188
189     public Producer(BlockingQueue queue) {
190         this.queue = queue;
191     }
192
193     public void run() {
194         String data = null;
195         Random r = new Random();
196
197         System.out.println("启动生产者线程！");
198         try {
199             while (isRunning) {
200                 System.out.println("正在生产数据...");
201                 Thread.sleep(r.nextInt(DEFAULT_RANGE_FOR_SLEEP));
202
203                 data = "data:" + count.incrementAndGet();
204                 System.out.println("将数据：" + data + "放入队列...");
205                 if (!queue.offer(data, 2, TimeUnit.SECONDS)) {
206                     System.out.println("放入数据失败：" + data);
207                 }
208             }
209         } catch (InterruptedException e) {
210             e.printStackTrace();
211             Thread.currentThread().interrupt();
212         } finally {
213             System.out.println("退出生产者线程！");
214         }
215     }
216
217     public void stop() {
218         isRunning = false;
219     }
220
221     private volatile boolean      isRunning               = true;
222     private BlockingQueue queue;
223     private static AtomicInteger  count                   = new AtomicInteger();
224     private static final int      DEFAULT_RANGE_FOR_SLEEP = 1000;
225
226 }
  • 3. DelayQueue
          DelayQueue中的元素只有当其指定的延迟时间到了，才能够从队列中获取到该元素。DelayQueue是一个没有大小限制的队列，因此往队列中插入数据的操作（生产者）永远不会被阻塞，而只有获取数据的操作（消费者）才会被阻塞。
    使用场景：
    　　DelayQueue使用场景较少，但都相当巧妙，常见的例子比如使用一个DelayQueue来管理一个超时未响应的连接队列。

    4. PriorityBlockingQueue
          基于优先级的阻塞队列（优先级的判断通过构造函数传入的Compator对象来决定），但需要注意的是PriorityBlockingQueue并不会阻塞数据生产者，而只会在没有可消费的数据时，阻塞数据的消费者。因此使用的时候要特别注意，生产者生产数据的速度绝对不能快于消费者消费数据的速度，否则时间一长，会最终耗尽所有的可用堆内存空间。在实现PriorityBlockingQueue时，内部控制线程同步的锁采用的是公平锁。

    5. SynchronousQueue
          一种无缓冲的等待队列，类似于无中介的直接交易，有点像原始社会中的生产者和消费者，生产者拿着产品去集市销售给产品的最终消费者，而消费者必须亲自去集市找到所要商品的直接生产者，如果一方没有找到合适的目标，那么对不起，大家都在集市等待。相对于有缓冲的BlockingQueue来说，少了一个中间经销商的环节（缓冲区），如果有经销商，生产者直接把产品批发给经销商，而无需在意经销商最终会将这些产品卖给那些消费者，由于经销商可以库存一部分商品，因此相对于直接交易模式，总体来说采用中间经销商的模式会吞吐量高一些（可以批量买卖）；但另一方面，又因为经销商的引入，使得产品从生产者到消费者中间增加了额外的交易环节，单个产品的及时响应性能可能会降低。
    　　声明一个SynchronousQueue有两种不同的方式，它们之间有着不太一样的行为。公平模式和非公平模式的区别:
    　　如果采用公平模式：SynchronousQueue会采用公平锁，并配合一个FIFO队列来阻塞多余的生产者和消费者，从而体系整体的公平策略；
    　　但如果是非公平模式（SynchronousQueue默认）：SynchronousQueue采用非公平锁，同时配合一个LIFO队列来管理多余的生产者和消费者，而后一种模式，如果生产者和消费者的处理速度有差距，则很容易出现饥渴的情况，即可能有某些生产者或者是消费者的数据永远都得不到处理。

    • 小结
      　　BlockingQueue不光实现了一个完整队列所具有的基本功能，同时在多线程环境下，他还自动管理了多线间的自动等待于唤醒功能，从而使得程序员可以忽略这些细节，关注更高级的功能。
时间： 2024-10-11 22:57:21

进程间通信(java)--队列的相关文章

Andorid Binder进程间通信---Java接口源代码--System和应用程序进程间通信

本文参考<Android系统源代码情景分析>,作者罗升阳 一.架构代码: ~/Android/frameworks/base/core/java/android/os ----IInterface.java (Interface) ----IServiceManager.java (IServiceManager) ----IBinder.java (IBinder) ----Binder.java (BinderProxy,Binder) ----ServiceManagerNative.j

java 队列、优先级队列、双向队列示例演示代码

package org.rui.collection2.queues; import java.util.LinkedList; import java.util.PriorityQueue; import java.util.Queue; import java.util.concurrent.ArrayBlockingQueue; import java.util.concurrent.ConcurrentLinkedQueue; import java.util.concurrent.Li

JAVA队列的使用

JAVA队列的使用 今天跟大家来看看如何在项目中使用队列.首先我们要知道使用队列的目的是什么?一般情况下,如果是一些及时消息的处理,并且处理时间很短的情况下是不需要使用队列的,直接阻塞式的方法调用就可以了.但是,如果在消息处理的时候特别费时间,这个时候如果有新的消息来了,就只能处于阻塞状态,造成用户等待.这个时候在项目中引入队列是十分有必要的.当我们接受到消息后,先把消息放到队列中,然后再用新的线程进行处理,这个时候就不会有消息的阻塞了.下面就跟大家介绍两种队列的使用,一种是基于内存的,一种是基

java队列Queue及阻塞队列

java队列 接口Queue类在java.util包,定义了以下6个方法 详细查看官方文档https://docs.oracle.com/javase/7/docs/api/java/util/Queue.html 什么是阻塞队列 BlockingQueue 队列是一种数据结构,它的特点是先进先出(First In First Out),它有两个基本操作:在队列尾部加入一个元素,从队列头部移除一个元素.队列在多线程应用中,常用于生产-消费场景. BlockingQueue 是 Java util

Redis之上的分布式Java队列

通过优锐课的java架构学习分享中,讨论了让我们使用Redisson Java框架讨论六种不同类型的基于Redis的分布式队列. 在Redis中使用队列 Redis是一个功能强大的工具,支持从字符串和列表到映射和流的许多不同类型的数据结构. 开发人员将Redis用于多种目的,包括用于数据库,缓存和消息代理. 像任何消息代理一样,Redis需要以正确的顺序发送消息. 可以根据消息的年龄或某些其他预定义的优先级等级发送消息. 为了存储这些未决消息,Redis开发人员需要队列数据结构. Redisso

Linux进程间通信 -- 消息队列 msgget()、msgsend()、msgrcv()、msgctl()

下面来说说如何用不用消息队列来进行进程间的通信,消息队列与命名管道有很多相似之处.有关命名管道的更多内容可以参阅我的另一篇文章:Linux进程间通信 -- 使用命名管道 一.什么是消息队列 消息队列提供了一种从一个进程向另一个进程发送一个数据块的方法.  每个数据块都被认为含有一个类型,接收进程可以独立地接收含有不同类型的数据结构.我们可以通过发送消息来避免命名管道的同步和阻塞问题.但是消息队列与命名管道一样,每个数据块都有一个最大长度的限制. Linux用宏MSGMAX和MSGMNB来限制一条

进程间通信——消息队列

1.消息队列的简介 消息队列就是在进程之间架设起通信的通道,信息在通道中传递(具有时间先后的),从宏观逻辑上来讲与管道是一致的.即就是消息队列也同样是:(1).具有入口和出口:(2).消息从入口到出口,是FIFO的:(3).所以消息在其中是队列的存储形式. 消息队列与管道不同的地方在于:管道中的数据并没有分割为一个一个的数据独立单位,在字节流上是连续的.然而,消息队列却将数据分成了一个一个独立的数据单位,每一个数据单位被称为消息体.每一个消息体都是固定大小的存储块儿,在字节流上是不连续的. 2.

Java队列集合的性能测试

同时开10个线程存入和取出100万的数据,结论如下: DoubleBufferedQueue < ConcurrentLinkedQueue < ArrayBlockingQueue < LinkedBlockingQueue 执行结果如下: 100万 DoubleBufferedQueue入队时间:9510 出队时间:10771 100万 DoubleBufferedQueue入队时间:8169 出队时间:97891000万 DoubleBufferedQueue入队时间:98285

java - 队列

Queue接口与List.Set同一级别,都是继承了Collection接口.LinkedList实现了Queue接口.Queue接口窄化了对LinkedList的方法的访问权限(即在方法中的参数类型如果是Queue时,就完全只能访问Queue接口所定义的方法 了,而不能直接访问 LinkedList的非Queue的方法),以使得只有恰当的方法才可以使用.BlockingQueue 继承了Queue接口. 队列是一种数据结构．它有两个基本操作:在队列尾部加入一个元素,和从队列头部移除一个元素(注