12张图一次性搞懂高性能并发容器ConcurrentLinkedQueue

原创
2023/09/18 21:21
阅读数 97
AI总结

12张图一次性搞懂高性能并发容器ConcurrentLinkedQueue

 

前言

上篇文章聊到并发集合CopyOnWeiteArrayList的实现与特点,其不足之处是不适合写多的场景也不适合并发量大的场景

本篇文章来聊聊并发场景下高性能的ConcurrentLinkedQueue

阅读本文大概需要10分钟

在阅读本文前,需要理解CAS、volatile等知识

如果不理解CAS可以查看这篇文章15000字、6个代码案例、5个原理图让你彻底搞懂Synchronized 的第二小节

如果不理解volatile可以查看这篇文章5个案例和流程图让你从0到1搞懂volatile关键字

数据结构

ConcurrentLinkedQueue从名称上来看就能够知道,它支持并发、由链表实现的队列

image.png

通过源码,我们可以看到ConcurrentLinkedQueue使用字段记录首尾节点、并且节点的实现是单向链表

并且这些关键字段都被volatile修饰,在读场景下使用volatile保证可见性,不用“加锁”

还有一些其他字段,比如使用CAS的Unsafe和一些偏移量信息等,这里就不一一列举

   public class ConcurrentLinkedQueue<E> extends AbstractQueue<E>
           implements Queue<E>, java.io.Serializable {    
   
       private static class Node<E> {
           //记录数据
           volatile E item;
           //后继节点
           volatile Node<E> next;
       }
       //首节点
       private transient volatile Node<E> head;
       //尾节点
       private transient volatile Node<E> tail;
   }   

在初始化时,首尾节点会同时指向一个存储数据为空的节点

       public ConcurrentLinkedQueue() {
           head = tail = new Node<E>(null);
       }

 

 

设计思想

延迟更新首尾节点

在查看实现原理前,我们先来说说ConcurrentLinkedQueue的设计思想,否则实现原理可能会看不懂

ConcurrentLinkedQueue写场景中采用乐观锁的思想,使用CAS+失败重试来保证操作的原子性

为了避免CAS开销过大,ConcurrentLinkedQueue采用延迟更新首尾节点的思想,来减少CAS次数

也就是说ConcurrentLinkedQueue中的首尾节点并不一定是最新的首尾节点

 

 

哨兵节点

ConcurrentLinkedQueue的设计中使用哨兵节点

什么是哨兵节点?

哨兵节点又称虚拟节点,哨兵节点常使用在链表这种数据结构中

单向链表中如果要添加或者删除某个节点时,一定要获得这个节点的前驱节点再去进行操作

当操作的是第一个节点时,如果在第一个节点前面加个虚拟节点(哨兵节点),那么就不用特殊处理

换而言之使用哨兵节点可以减少代码复杂度,相信刷过链表相关算法的同学深有体会

哨兵节点还能够在只有一个节点时减少并发冲突

这一特点可能要看完后续实现和流程图才能理解

 

 

源码实现

ConcurrentLinkedQueue主要的操作是入队、出队,我们使用offerpoll来对其进行分析

offer

在分析源码前,先来说明一些复杂变量的作用

t记录尾节点tail

p用于循环遍历的节点,当p节点为真正尾节点时才允许添加新节点

q 用于记录p的后继节点

在入队时分三种情况:

  1. 当p的后继节点为空时(p为真正尾节点),尝试CAS增加新节点,成功后尝试更新尾节点tail

  2. 当p等于p的后继节点时(p的next指向自己,说明构建成哨兵节点,出队poll时可能构造哨兵节点);此时判断尾节点是否被修改过,如果尾节点被修改过就定位到尾节点,如果未被修改过(使用next无法继续遍历),只能定位到头节点

  3. 其他情况时,说明此时的p并不是真正的尾节点,需要定位到真正尾节点;此时如果p不是原来的尾节点并且尾节点被修改过,那就定位到尾节点,否则定位到后继节点继续遍历

第二、三种情况的代码观赏性很好但是可读性不好,可以将总结的情况与源码分析一起观看,如果还是不理解后续有流程图方便理解

       public boolean offer(E e) {
           //检查空指针
           checkNotNull(e);
           //构建新节点
           final Node<E> newNode = new Node<E>(e);
           //失败重试的循环
           //t:当前记录的尾节点
           //p:真正的尾节点
           //q:p的后继节点
           for (Node<E> t = tail, p = t;;) {
               Node<E> q = p.next;
               //情况1:p的后继节点为空,说明当前p就是真正尾节点
               if (q == null) {
                   //尝试CAS修改p的后继节点为新节点
                   //如果p的next是null 则替换成新节点newNode
                   //失败则说明其他线程cas添加节点成功,继续循环;成功则判断是否更新尾节点tail
                   if (p.casNext(null, newNode)) {
                       //如果p不等于t 说明此时的尾节点不是真正的尾节点
                       //尝试CAS:如果当前尾节点是t,那么就将新节点设置成尾节点
                       if (p != t) 
                           casTail(t, newNode);  
                       return true;
                   }
                   
               }
               //情况2:p等于p的后继节点(p指向自己)
               else if (p == q)
                   //t:旧的尾节点
                   //(t = tail):新的尾节点
                   //t != (t = tail): 说明尾节点被修改过,p等于新的尾节点;未被修改过,p等于头节点
                   p = (t != (t = tail)) ? t : head;
               
               //情况3:此时p不是真正尾节点,需要去定位真正尾节点
               else
                   //p!=t:p不再是原来的尾节点
                   //t != (t = tail):尾节点被修改过
                   //p不再是原来的尾节点 并且 尾节点被修改过 就让p等于修改过的尾节点;否则让p等于它的后继节点q
                   p = (p != t && t != (t = tail)) ? t : q;
           }
       }

 

poll

如果理解入队offer中的变量,那么出队poll也好理解,其中p和q都是类似的

h记录头节点head

p用于循环遍历的节点,当p节点为真正头节点时才允许出队

q 用于记录p的后继节点

出队的情况分为四种

  1. 当p为真正头节点时,CAS将数据设置为空,然后判断head是否为真正头节点,不是则更新头节点,然后将原来的头节点next指向它自己构建成哨兵节点

  2. 当p的后继节点为空时,说明队列为空,尝试CAS将头节点修改成p

  3. 如果p的后继节点是它自己,说明其他线程poll出队构建成哨兵节点,跳过本次循环

  4. 其他情况则向后遍历

      public E poll() {
          //方便退出双重循环
          restartFromHead:
          for (;;) {
              //h记录头节点
              //p真正头节点
              //q为p的后继节点
              for (Node<E> h = head, p = h, q;;) {
                  //获取p节点的数据
                  E item = p.item;
                  //情况1:
                  //如果数据不为空 说明p节点为真正头节点
                  //尝试CAS将数据设置为null,如果数据为item则替换为null,失败则说明其他线程以及出队,继续循环
                  if (item != null && p.casItem(item, null)) {
                      //如果当前头节点不是真正头节点则更新头节点
                      if (p != h) 
                          updateHead(h, ((q = p.next) != null) ? q : p);
                      return item;
                  }
                  //情况2:
                  //p的后继节点为空,说明当前为空队列,尝试CAS将头节点修改为p(p此时可能是哨兵节点)
                  else if ((q = p.next) == null) {
                      updateHead(h, p);
                      return null;
                  }
                  //情况3:
                  //如果p的后继节点指向p自己,说明其他线程poll出队时构建成哨兵节点,跳过本次循环
                  else if (p == q)
                      continue restartFromHead;
                  //情况4:
                  //p定位为后继节点需要遍历
                  else
                      p = q;
              }
          }
      }

在更新头节点方法中,会进行判断

如果当前头节点不是真正头节点,则尝试CAS将头节点设置成p真正头节点

CAS成功后将原来的头节点的next指向它自己,构建成哨兵节点

 final void updateHead(Node<E> h, Node<E> p) {
     if (h != p && casHead(h, p))
         h.lazySetNext(h);
 }

 

流程图实现

想要跟着debug的同学,需要把idea中的这两个设置关闭,否则debug会有误

image.png

为了更容易的理解,我们来看一段简单的代码,并附带其实现流程图

     public void testConcurrentLinkedQueue()  {
         ConcurrentLinkedQueue<String> queue = new ConcurrentLinkedQueue<>();
 
         queue.offer("h1");
         queue.offer("h2");
         queue.offer("h3");
 
         String p1 = queue.poll();
         String p2 = queue.poll();
         String p3 = queue.poll();
         String p4 = queue.poll();
 
         queue.offer("h4");
         System.out.println(queue);
     }

【声明:如果图中节点item没写数据,说明存储的数据为空;如果节点next没画指向关系,也说明为空】

执行构造时,会初始化首尾节点指向同一个数据为空的节点

image.png

在第一次入队时,一进入循环就满足第一种情况,此时的p就是真正尾节点,直接CAS设置next为新节点,但由于p与tail相同,就不会更新尾节点tail

因此首尾节点还是哨兵节点,而哨兵节点的next指向新入队的节点

image.png

在第二次入队时,由于此时的p(tail)不是真正尾节点,会来到第三种情况,由于tail没被修改过,p会被改成它的后继节点,继续向后遍历

在第二次循环时,p就是真正尾节点,于是尝试CAS添加新节点,由于此时p和尾节点tail不同,于是会更新tail

image.png

在第三次入队时,情况与第一次入队相同

image.png

此时队列中存在哨兵节点和h1、h2、h3四个节点

在第一次出队时,由于head指向的哨兵节点数据域为空,会来到第四种情况,即将p改为它的后继节点,继续向后遍历

在第二次循环时,p为h1节点,由于数据不为空,CAS将数据设置为空

p.casItem(item, null) 将原h1节点数据设置为空

image.png

此时head并不是真正头节点,于是会更新head

image.png

然后将原来的head指向它自己,构建成哨兵节点,方便中间两个不再使用的节点GC

image.png

在第二次出队时,满足第一种情况,直接CAS将h2节点数据设置为空,不会更新头节点

image.png

在第三次出队时,也类似与第一次出队,满足第四种情况

在第二次循环时,去CAS将数据设置为空,更新头节点,将原来的头节点设置成哨兵节点

image.png

在第四次出队时会满足第三种情况,但此时p就是首节点,因此不会更新首节点,然后返回Null

此时我们可以发现尾节点tail在哨兵节点上,如果往后遍历是永远无法到达队列的

再进行一次入队操作,发现它满足第二种情况,p的next指向自己,由于未被修改过,p等于头节点,又重新回到队列上

再进入一轮循环,会CAS添加h4再更新尾节点tail

image-20230913220256751

至此,该简单示例覆盖大部分入队、出队的流程,再来聊聊哨兵节点

在此过程中,哨兵节点可以避免队列中只有一个节点而发生竞争

 

 

总结

ConcurrentLinkedQueue基于单向链表实现,使用volatile保证可见性,使得在读场景下不需要使用其他同步机制;使用乐观锁CAS+失败重试保证写场景下操作的原子性

ConcurrentLinkedQueue使用延迟更新首尾节点的思想,大大减少CAS次数,提升并发性能;使用哨兵节点,降低代码复杂度,避免一个节点时的竞争

在入队操作时,会在循环中找到真正的尾节点,使用CAS添加新节点,再判断是否CAS更新尾节点tail

在入队操作的循环期间一般情况下是向后遍历节点,由于出队操作会构建哨兵节点,当判断为哨兵节点(next指向自己)时,根据情况定位到尾节点或头节点(“跳出”)

在出队操作时,也是在循环中找到真正的头节点,使用CAS将真正头节点的数据设置为空,再判断是否CAS更新头节点,然后让旧的头节点next指向它自己构建成哨兵节点,方便GC

在出队操作的循环期间一般情况下也是向后遍历节点,由于出队会构建哨兵节点,当检测到当前是哨兵节点时,也要跳过本次循环

ConcurrentLinkedQueue基于哨兵节点、延迟CAS更新首尾节点、volatile保证可见性等特点,拥有非常高的性能,相对于CopyOnWriteArrayList来说适用于数据量大、并发高、频繁读写、操作队头、队尾的场景

 

最后(不要白嫖,一键三连求求拉~)

本篇文章被收入专栏 由点到线,由线到面,深入浅出构建Java并发编程知识体系,感兴趣的同学可以持续关注喔

本篇文章笔记以及案例被收入 gitee-StudyJavagithub-StudyJava 感兴趣的同学可以stat下持续关注喔~

案例地址:

Gitee-JavaConcurrentProgramming/src/main/java/F_Collections

Github-JavaConcurrentProgramming/src/main/java/F_Collections

有什么问题可以在评论区交流,如果觉得菜菜写的不错,可以点赞、关注、收藏支持一下~

关注菜菜,分享更多干货,公众号:菜菜的后端私房菜

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
0 评论
0 收藏
0
分享
AI总结
返回顶部
顶部