12张图一次性搞懂高性能并发容器ConcurrentLinkedQueue

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

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 extends AbstractQueue
          implements Queue, java.io.Serializable {    

      private static class Node {
          //记录数据
          volatile E item;
          //后继节点
          volatile Node next;
      }
      //首节点
      private transient volatile Node head;
      //尾节点
      private transient volatile Node tail;
  }   
1
2
3
4
5
6
7
8
9
10
11
12
13

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(null);
      }
1
2

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offer和poll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 newNode = new Node(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 t = tail, p = t;;) {
              Node 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;
          }
      }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

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 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;
             }
         }
     }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

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 h, Node p) {
    if (h != p && casHead(h, p))
        h.lazySetNext(h);
}
1
2
3

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

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 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);
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14

【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

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

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

在第三次入队时，情况与第一次入队相同

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

此时head并不是真正头节点，于是会更新head

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

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

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

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

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-StudyJava、 github-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

本文由博客一文多发平台 OpenWrite 发布！