阻塞队列（BlockingQueue）

概念

• 首先它是一个队列，而一个阻塞队列在数据结构中所起的作用大致如图所示：

• 当阻塞队列是空时，从队列中获取元素的操作将会被阻塞

• 当阻塞队列是满时，往队列里添加元素的操作将会被阻塞

核心方法

• 抛异常：如果操作不能马上进行，则抛出异常

• 特定的值：如果操作不能马上进行，将会返回一个特殊的值，一般是 true 或者 false

• 阻塞：如果操作不能马上进行，操作会被阻塞

• 超时：如果操作不能马上进行，操作会被阻塞指定的时间，如果指定时间没执行，则返回一个特殊值，一般是 true 或者 false

实现类

　官方的7种实现：

• ArrayBlockingQueue ：一个由数组结构组成的有界阻塞队列，此队列按 FIFO（先进先出）对元素进行排序
• LinkedBlockingQueue ：一个由链表结构组成的有界阻塞队列，此队列按 FIFO（先进先出）对元素进行排序，吞吐量通常要高于ArrayBlockingQueue。此队列的默认和最大长度为 Integer.MAX_VALUE，可以认为是无界
• PriorityBlockingQueue ：一个支持优先级排序的无界阻塞队列
• DelayQueue：一个使用优先级队列实现的无界阻塞队列
• SynchronousQueue：一个不存储元素的阻塞队列，每个插入操作必须等到另一个线程调用移除操作，否则插入操作一直处于阻塞状态，吞吐量通常要高于LinkedBlokcingQueue
• LinkedTransferQueue：一个由链表结构组成的无界阻塞队列
• LinkedBlockingDeque：一个由链表结构组成的双向阻塞队列

　ArrayBlockingQueue 和LinkedBlockingQueue区别

• 底层实现不同
  • ArrayBlockingQueue 底层使用数组来维护队列
  • LinkedBlockingQueue 底层使用链表来维护队列，在添加和删除队列中的元素的时候，会创建和销毁节点对象，在高并发和大量数据的时候，GC压力很大
• 锁的方式不同
  • ArrayBlockingQueue 获取数据和添加数据都是使用同一个锁对象，不过，在ArrayBlockingQueue 中使用Condition的等待/通知机制，这样使得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
  • LinkedBlockingQueue  获取数据和添加数据使用不同的锁对象

　SynchronousQueue

实际上它不是一个真正的队列，因为它不会为队列中元素维护存储空间。与其他队列不同的是，它维护一组线程，这些线程在等待着把元素加入或移出队列

public class SynchronousQueueDemo {

    public static void main(String[] args) {
        SynchronousQueue<Integer> synchronousQueue = new SynchronousQueue<>();
        new Thread(() -> {
            try {
                synchronousQueue.put(1);
                TimeUnit.SECONDS.sleep(3);
                synchronousQueue.put(2);
                TimeUnit.SECONDS.sleep(3);
                synchronousQueue.put(3);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }).start();

        new Thread(() -> {
            try {
                Integer val = synchronousQueue.take();
                System.out.println(LocalDateTime.now().toString() + "---------" + val);
                Integer val2 = synchronousQueue.take();
                System.out.println(LocalDateTime.now().toString() + "---------" + val2);
                Integer val3 = synchronousQueue.take();
                System.out.println(LocalDateTime.now().toString() + "---------" + val3);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }).start();
    }
}

// 输出：
// 2020-06-18T10:21:07.615---------1
// 2020-06-18T10:21:10.496---------2
// 2020-06-18T10:21:13.497---------3

使用场景

• 生产者消费者模式
• 线程池
• 消息中间件