什么是阻塞队列
阻塞队里是在普通的队列（先进先出队列）基础上，做出了扩充
- 线程安全
- 标准库中原有的队列 Queue 和其子类，默认都是线程不安全的
- 具有阻塞特性
- 如果队列为空，进行出队列操作，此时就会出现阻塞。一直阻塞到其他线程往队列里添加元素为止
- 如果队列满了，进行入队列操作，此时就会出现阻塞。一直阻塞到其他线程从队列里取走元素为止
基于阻塞队列，最大的应用场景，就是实现“生产者消费者模型”（日常开发中，常见的编程手法）
生产者消费者模型
比如：
小猪佩奇一家准备包饺子，成员有佩奇，猪爸爸和猪妈妈，外加一个桌子
- 佩奇负责擀面皮
- 猪爸爸和猪妈妈负责包饺子
- 桌子用来放你擀好的面皮
每次佩奇擀好一个面皮后，就放在桌子上，猪爸爸和猪妈妈就用这个面皮包出一个饺子
此时：
- 佩奇就是面皮的生产者——生产者
- 猪爸爸和猪妈妈就是面皮的消费者——消费者
- 桌子就是阻塞队列——阻塞队列
为什么是是阻塞队列而不是普通队列？
因为阻塞队列可以很好的协调生产者和消费者
- 若佩奇擀面皮很快，不一会桌子上就满了
- 阻塞队列：佩奇就休息一下，等面皮被消耗一些之后继续再擀
- 普通队列：不会停，放不下了也一直擀
- 若猪爸爸和猪妈妈包的很快，不一会桌子上就空了
- 阻塞队列：猪爸爸和猪妈妈休息一下，等到面皮擀出来之后再包
- 普通队列：不会停，没面皮了也一直包
好处
上述生产者消费者模型在后端开发中，经常会涉及到
当下后端开发，常见的结构——“分布式系统”，不是一台服务器解决所有问题，而是分成了多个服务器，服务器之间相互调用
主要有两方面的好处
1. 服务器之间解耦合
我们希望见到“低耦合”
- 模块之间的关联程度/影响程度
通常谈到的“阻塞队列”是代码中的一个数据结构
但是由于这个东西太好用了，以至于会把这样的数据结构单独封装成一个服务器程序，并且在单独的服务器机器上进行部署
此时，这样的饿阻塞队列有了一个新的名字，“消息队列”（Message Queue，MQ）
如果是直接调用： 
- 编写 A 和 B 代码中，会出现很多对方服务器相关的代码
- 并且，此时如果 B 服务器挂了，A 可能也会直接受到影响
- 再并且，如果后续想加入一个 C 服务器，此时对 A 的改动就很大
如果是通过阻塞队列：
- A 之和队列通信
- B 也只和队列通信
- A 和 B 互相不知道对方的存在，代码中就更没有对方的影子
看起来，A 和 B 之间是解耦合了，但是 A 和队列，B 和队列之间，不是引入了新的耦合吗？- 耦合的代码，在后续的变更工程中，比较复杂，容易产生 bug
- 但消息队列是成熟稳定的产品，代码是稳定的，不会频繁更改。A、B 和队列之间的耦合，对我们的影响微乎其微
- 再增加 C 服务器也很方便，也不会影响到原有的 A 和 B 服务器
2. “削峰填谷”的效果
通过中间的阻塞队列，可以起到削峰填谷的效果，在遇到请求量激增突发的情况下，可以有效保护下游服务器，不会被请求冲垮
阻塞队列的作用就相当与三峡大坝在三峡的防汛作用
- A 向队列中写入数据变快了，但是 B 仍然可以按照原有的速度来消费数据
- 阻塞队列扛下了这样的压力，就像三峡大坝抗住上游的大量水量的压力
- 如果是直接调用，A 收到多少请求，B 也收到多少，那很可能直接就把 B 给搞挂了
- 当 A 不再写入数据的时候，但队列中还存有数据，可以继续工给 B
问题
- 为啥一个服务器，收到的请求变多，就容易挂？
- 一台服务器，就是一台“电脑”，上面就提供了一些硬件资源（包括但不限于 CPU，内存，硬盘，网络带宽…）
- 就算你这个及其配置再好，硬件资源也是有限的
- 服务器每次收到一个请求，处理这个请求的过程，就都需要执行一系列的代码，在执行这些代码的过程中，就需要消耗一定的硬件资源（CPU，内存，硬盘，网络带宽…）
- 这些请求小号的总的硬件资源的量，超过了及其能提供的上限，那么此时机器就会出现（卡死，程序直接崩溃等…）
- 在请求激增的时候，A 为啥不会挂？队列为啥不会挂？反而是 B 更容易挂呢？
- A 的角色是一个“网关服务器”，收到客户端的请求，再把请求转发给其他的服务器
- 这样的服务器里的代码，做的工作比较简单（单纯的数据转发），消耗的硬件资源通常更少
- 处理一个请求，消耗的资源更少，同样的配置下，就能支持更多的请求处理
- 同理，队列其实也是比较简单的程序，单位请求消耗的硬件资源，也是比较少见的
- B 这个服务器，是真正干活的服务器，要真正完成一系列的业务逻辑
- 这一系列的工作，代码量非常庞大，消耗的时间很多，消耗的系统硬件资源，也是更多的
类似的，像 MySQL 这样的数据库，处理每个请求的时候，做的工作就是比较多的，消耗的硬件资源也是比较多的，因此 MySQL 也是后端系统中，容易挂的部分
对应的，像 Redis 这种内存数据库，处理请求，做的工作远远少于 MySQL，消耗的资源更少，Redis 就比 MySQL 硬朗很多，不容易挂
代价
- 需要更多的机器来部署这样的消息队列（小代价）
- A 和 B 之间的通信延迟会变长
- 对于 A 和 B 之间的调用，要求响应时间比较短就不太适合了
每个技术都有优缺点，不能无脑吹，也不能无脑黑
比如：微服务
- 本质上就是把分布式系统服务拆的更细了，每个服务都很小，只做一项功能
- 非常适合大公司，部门分的很细
- 但需要更多的机器，处理请求需要更多的响应时间，更复杂的后端结构，运维成本水涨船高
Java 自带的阻塞队列
阻塞队列在 Java 标准库中也提供了现成的封装——BlockingQueue
BlockingQueue本质上是一个接口，不能直接new，只能new一个类- 因为是继承与
Queue，所以Queue的一些操作，offer、poll这些，在BlockingQueue中同样可以使用（不过不建议使用，因为都不能阻塞）BlockingQueue提供了另外两个专属方法，都能阻塞
put——入列take——出队列
BlockingQueue<String> queue = new ArrayBlockingQueue<>(1000);
capacity 指的是容量，是一个需要加上的参数
public class Demo10 { public static void main(String[] args) throws InterruptedException { BlockingQueue<String> queue = new ArrayBlockingQueue<>(3); queue.put("111"); System.out.println("put成功"); queue.put("111"); System.out.println("put成功"); } } //运行结果 put成功 put成功 put成功
- 只打印了三个，说明第四次 put 的时候容量不够，阻塞了
public class Demo10 { public static void main(String[] args) throws InterruptedException { BlockingQueue<String> queue = new ArrayBlockingQueue<>(3); queue.put("111"); System.out.println("put 成功"); queue.put("111"); System.out.println("put 成功"); queue.take(); System.out.println("take 成功"); queue.take(); System.out.println("take 成功"); queue.take(); System.out.println("take 成功"); } } //运行结果 put 成功 put 成功 take 成功 take 成功
- 由于只有
put了两次，所以也只有两次take，随后阻塞住了
public class Demo11 { public static void main(String[] args) { BlockingQueue<Integer> queue = new ArrayBlockingQueue<>(1000); Thread t1 = new Thread(() -> { int i = 1; while(true){ try { queue.put(i); System.out.println("生产者元素"+i); i++; Thread.sleep(1000); } catch (InterruptedException e) { throw new RuntimeException(e); } } }); Thread t2 = new Thread(() -> { while(true) { try { Integer i = queue.take(); System.out.println("消费者元素"+i); } catch (InterruptedException e) { throw new RuntimeException(e); } } }); t1.start(); t2.start(); } }
- 上述程序中，一个线程生产，一个线程消费
- 实际开发中，通常可能是多个线程生产，多个线程消费
自己实现一个阻塞队列
普通队列
基于数组的队列
实现一个基础的队列
//此处不考虑泛型参数，只是基于 String 进行存储 class MyBlockingQueue { private String[] data = null; private int head = 0; private int tail = 0; private int size = 0; public MyBlockingQueue(int capacity) { data = new String[capacity]; } public void put(String s) { if(size == data.length) { //队列满了 return; } data[tail] = s; tail++; if(tail >= data.length){ tail = 0; } size++; } public String take() { if(size == 0) { //队列为空 return null; } String ret = data[head]; head++; if(head >= data.length){ head = 0; } size--; return ret; } }
阻塞队列
- 队列为空，
take就要阻塞，在其他线程put的时候唤醒 - 队列未满，
put就要阻塞，在其他线程take的时候唤醒
//此处不考虑泛型参数，只是基于 String 进行存储 class MyBlockingQueue { private String[] data = null; private int head = 0; private int tail = 0; private int size = 0; private Object locker = new Object(); public MyBlockingQueue(int capacity) { data = new String[capacity]; } public void put(String s) throws InterruptedException { //加锁的对象，可以单独定义一个，也可以直接就地使用this synchronized (locker) { if (size == data.length) { //队列满了，需要阻塞 //return; locker.wait(); } data[tail] = s; tail++; if (tail >= data.length) { tail = 0; } size++; //唤醒 take 的阻塞 locker.notify(); } } public String take() throws InterruptedException { String ret = ""; synchronized (locker) { if (size == 0) { //队列为空,需要阻塞 //return null; locker.wait(); } ret = data[head]; head++; if (head >= data.length) { head = 0; } size--; //唤醒 put 的阻塞 locker.notify(); } return ret; } }
