一、協調生產/消費的需求 本文內容主要想向大家介紹一下Lock結合Condition的使用方法,為了更好的理解Lock鎖與Condition鎖信號,我們來手寫一個ArrayBlockingQueue。 JDK實際上已經有這個類,基於Lock鎖與Condition鎖信號實現的,當然JDK實現代碼很複雜 ...
一、協調生產/消費的需求
本文內容主要想向大家介紹一下Lock結合Condition的使用方法,為了更好的理解Lock鎖與Condition鎖信號,我們來手寫一個ArrayBlockingQueue。 JDK實際上已經有這個類,基於Lock鎖與Condition鎖信號實現的,當然JDK實現代碼很複雜包含了更嚴謹的邏輯校驗,以及從性能優化的角度做了更多的工作。本文中我們只是來簡單實現一下其核心邏輯:
- ArrayBlockingQueue初始化構造時指定容量上限最大值
- 提供put方法,當達到Queue隊列容量上限最大值,阻塞生產數據的線程。
- put方法生產數據之後,隊列肯定是不為空,通知消費者線程進行消費。
- 提供take方法,當Queue隊列容量為0時候,阻塞消費數據的線程。
- take方法執行之後,隊列肯定不是滿的,通知生產者線程進行生產。
- 一條數據只能被take一次,take之後數據從queue中刪除
相信實現完成上面的邏輯之後,java併發編程之Lock鎖與Condition鎖信號,你肯定是掌握了!其實這個邏輯基本上就是kafka生產者客戶端緩衝隊列,批量進行數據發送的實現邏輯。區別是take方法一次取出緩衝區所有數據,本文take方法一次取出一條數據。
二、構造方法
構造隊列的方法很簡單,使用一個List作為數據存儲隊列,並指定其容量。到此我們還沒有實現容量判斷,以及阻塞線程的功能。
//類成員變數-存儲數據的隊列
private List<Object> queue;
//類成員變數-存儲隊列的容量上限
private int queueSize;
public MyBlockingQueue(int queueSize) {
this.queueSize = queueSize;
queue = new ArrayList<>(queueSize);//存儲消息的集合
}
三、Lock& Condition邏輯設計
首先我們要有一把鎖,保證數據put與take操作的同步性,即:一條數據只能被take一次,take之後數據從queue中刪除;以及創建Condition邏輯都需要Lock鎖。學過java基礎併發編程的同學,可以把Lock鎖理解為Synchronized 同步代碼塊功能是一樣的。我寫過一個專欄《java併發編程》中介紹了二者的區別,歡迎關註。
private Lock lock = new ReentrantLock();//鎖
Condition邏輯大家可以理解為傳統JDK多線程編程中的wait與notify,但是Condition的語義更容易被理解。如下文代碼所示:
private Condition notFull = lock.newCondition(); //隊列不為滿
notFull.signal(); //通知生產者隊列不為滿,可以繼續生產數據(通常在消費者拿走數據之後,調用)
notFull.await(); //隊列已滿,阻塞生產線程(await對condition邏輯取反)
private Condition notEmpty = lock.newCondition(); //隊列不為空
notEmpty.signal(); //通知消費者線程隊列不為空,可以繼續消費數據(通常在生產者生產數據之後,調用)
notEmpty.await(); //隊列已經空了,阻塞消費線程(await對condition邏輯取反)
大家在使用Lock& Condition進行線程同步協調的時候,一定像我一樣先把condition的邏輯語義設計好
- 將當xxxx時候的表達,設計為condition。
- 當情況滿足condition的時候發出信號signal()通知其他線程;
- 當情況與condtion正好相反的的時候,使用await阻塞當前線程。
四、put放入數據
其實最重要的就是完成Lock& Condition邏輯設計,剩下的就是填空了,模板如下
通過while迴圈判斷隊列當前容量是否達到容量上限,如果達到上限就表示隊列滿了。隊列滿了(notFull取反使用await),await阻塞生產線程向隊列中繼續放入數據。在這裡,有小伙伴曾經問過我一個奇葩的問題:多線程持有同一個lock鎖,你怎麼知道阻塞的是生產線程,而不是消費線程呢? 答:一個線程是生產線程還是消費線程,取決於它的動作(調用什麼方法),並沒有一個標簽給它定義死,調用put方法放入數據的就是生產數據的線程。while/await組合是標準寫法,請不要隨意創新改成if,否則你會遇到很多詭異的bug。
//隊列滿了,await阻塞生產線程
while (queue.size() >= queueSize) {
System.out.println(Thread.currentThread().getName() + "等待,因為隊列滿了" );
notFull.await();
}
向隊列中添加一條數據,此時我們可以確定隊列是notEmpty,所以使用notEmpty.signal()向生產者發送信號。這裡問題又來了:多線程持有同一個lock鎖,你怎麼知道通知的是消費者線程,而不是生產者線程呢? 答案是我確實不知道,所以在上文中的while (queue.size() >= queueSize)
採用的是while,而不是if。即使生產者線程被喚醒了,while判斷也會把它await攔住。
//向隊列添加一條消息,同時通知消費者有新消息了
queue.add(message);
System.out.println(Thread.currentThread().getName() + "生產" + message );
notEmpty.signal();//通知消費者線程
五、take消費數據
take從隊列中取出數據,取出數據之後,隊列肯定是notFull ,所以發出notFull.signal信號。當隊列空了(notEmpty使用await取反),await同時阻塞消費者線程。
public Object take() throws InterruptedException {
Object retVal = null;
lock.lock();//操作隊列先加鎖
try {
//隊列空了,通知生產線程,消費線程阻塞
while (queue.size() == 0) {
System.out.println("隊列已經空了,停止消費!");
notEmpty.await();
}
//隊列刪除一條消息,同時通知生產者隊列有位置了
retVal = queue.get(0);
queue.remove(0);
notFull.signal(); //同時通知生產者隊列
} finally {
lock.unlock();
}
return retVal;
}
我相信有了上面put方法的基礎,理解take方法中的代碼,就非常容易了,這裡我就不做過多的說明瞭。
六、生產消費測試
public static void main(String[] args) {
//為了方便查看測試結果,我們的隊列容量設置小一些
MyBlockingQueue queue = new MyBlockingQueue(2);
//生產者線程
new Thread(()->{
for(int i = 0;i < 5;i++){
try {
queue.put("msg" + i); //放入5條數據
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}).start();
//消費者線程
new Thread(()->{
while(true){ //一直消費
try {
System.out.println(Thread.currentThread().getName()
+ "消費數據" + queue.take());
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}).start();
}
輸出結果如下,滿足我們的需求。隊列滿了,生產者線程Thread-0等待;生產消費互相協調通知,最終數據消費完成,隊列空了,消費者線程阻塞。
Thread-0生產msg0
Thread-0生產msg1
Thread-0等待,因為隊列滿了
Thread-1消費數據msg0
Thread-0生產msg2
Thread-0等待,因為隊列滿了
Thread-1消費數據msg1
Thread-0生產msg3
Thread-0等待,因為隊列滿了
Thread-1消費數據msg2
Thread-0生產msg4
Thread-1消費數據msg3
Thread-1消費數據msg4
隊列已經空了,停止消費!
歡迎關註我的博客,更多精品知識合集
本文轉載註明出處(必須帶連接,不能只轉文字):字母哥博客 - zimug.com
覺得對您有幫助的話,幫我點贊、分享!您的支持是我不竭的創作動力!。另外,筆者最近一段時間輸出瞭如下的精品內容,期待您的關註。
- 《kafka修煉之道》
- 《手摸手教你學Spring Boot2.0》
- 《Spring Security-JWT-OAuth2一本通》
- 《實戰前後端分離RBAC許可權管理系統》
- 《實戰SpringCloud微服務從青銅到王者》