關注公眾號“彤哥讀源碼”，解鎖更多源碼、基礎、架構知識！

前言

本文收錄于專輯：http://dwz.win/HjK，點擊解鎖更多數(shù)據(jù)結(jié)構與算法的知識。

你好，我是彤哥。

上一節(jié)，我們一起學習了如何將遞歸改寫為非遞歸，其中，用到的數(shù)據(jù)結(jié)構主要是棧。

棧和隊列，可以說是除了數(shù)組和鏈表之外最基礎的數(shù)據(jù)結(jié)構了，在很多場景中都有用到，后面我們也會陸陸續(xù)續(xù)的看到。

今天，我想介紹一下，在Java中，如何構建一個高性能的隊列，以及我們需要掌握的底層知識。

學習其他語言的同學，也可以看看，在你的語言中，是如何構建高性能隊列的。

隊列

隊列，是一種先進先出（First In First Out，F(xiàn)IFO）的數(shù)據(jù)結(jié)構，類似于實際生活場景中的排隊，先到的人先得。

使用數(shù)組和鏈表實現(xiàn)簡單的隊列，我們前面都介紹過了，這里就不再贅述了，有興趣的同學可以點擊以下鏈接查看：

重溫四大基礎數(shù)據(jù)結(jié)構：數(shù)組、鏈表、隊列和棧

今天我們主要來學習如何實現(xiàn)高性能的隊列。

說起高性能的隊列，當然是說在高并發(fā)環(huán)境下也能夠工作得很好的隊列，這里的很好主要是指兩個方面：并發(fā)安全、性能好。

并發(fā)安全的隊列

在Java中，默認地，也自帶了一些并發(fā)安全的隊列：

隊列	有界性	鎖	數(shù)據(jù)結(jié)構
ArrayBlockingQueue	有界	加鎖	數(shù)組
LinkedBlockingQueue	可選有界	加鎖	鏈表
ConcurrentLinkedQueue	無界	無鎖	鏈表
SynchronousQueue	無界	無鎖	隊列或棧
LinkedTransferQueue	無界	無鎖	鏈表
PriorityBlockingQueue	無界	加鎖	堆
DelayQueue	無界	加鎖	堆

這些隊列的源碼解析快捷入口：死磕 Java并發(fā)集合之終結(jié)篇

總結(jié)起來，實現(xiàn)并發(fā)安全隊列的數(shù)據(jù)結(jié)構主要有：數(shù)組、鏈表和堆，堆主要用于實現(xiàn)優(yōu)先級隊列，不具備通用性，暫且不討論。

從有界性來看，只有ArrayBlockingQueue和LinkedBlockingQueue可以實現(xiàn)有界隊列，其它的都是無界隊列。

從加鎖來看，ArrayBlockingQueue和LinkedBlockingQueue都采用了加鎖的方式，其它的都是采用的CAS這種無鎖的技術實現(xiàn)的。

從安全性的角度來說，我們一般都要選擇有界隊列，防止生產(chǎn)者速度過快導致內(nèi)存溢出。

從性能的角度來說，我們一般要考慮無鎖的方式，減少線程上下文切換帶來的性能損耗。

從JVM的角度來說，我們一般選擇數(shù)組的實現(xiàn)方式，因為鏈表會頻繁的增刪節(jié)點，導致頻繁的垃圾回收，這也是一種性能損耗。

所以，最佳的選擇就是：數(shù)組 + 有界 + 無鎖。

而JDK并沒有提供這樣的隊列，因此，很多開源框架都自己實現(xiàn)了高性能的隊列，比如Disruptor，以及Netty中使用的jctools。

高性能隊列

我們這里不討論具體的某一個框架，只介紹實現(xiàn)高性能隊列的通用技術，并自己實現(xiàn)一個。

環(huán)形數(shù)組

通過上面的討論，我們知道實現(xiàn)高性能隊列使用的數(shù)據(jù)結(jié)構只能是數(shù)組，而數(shù)組實現(xiàn)隊列，必然要使用到環(huán)形數(shù)組。

環(huán)形數(shù)組，一般通過設置兩個指針實現(xiàn)：putIndex和takeIndex，或者叫writeIndex和readIndex，一個用于寫，一個用于讀。

當寫指針到達數(shù)組尾端時，會從頭開始，當然，不能越過讀指針，同理，讀指針到達數(shù)組尾端時，也會從頭開始，當然，不能讀取未寫入的數(shù)據(jù)。

而為了防止寫指針和讀指針重疊的時候，無法分清隊列到底是滿了還是空的狀態(tài)，一般會再添加一個size字段：

所以，使用環(huán)形數(shù)組實現(xiàn)隊列的數(shù)據(jù)結(jié)構一般為：

public class ArrayQueue<T> {
    private T[] array;
    private long wrtieIndex;
    private long readIndex;
    private long size;
}

在單線程的情況下，這樣不會有任何問題，但是，在多線程環(huán)境中，這樣會帶來嚴重的偽共享問題。

偽共享

什么是共享？

在計算機中，有很多存儲單元，我們接觸最多的就是內(nèi)存，又叫做主內(nèi)存，此外，CPU還有三級緩存：L1、L2、L3，L1最貼近CPU，當然，它的存儲空間也很小，L2比L1稍大一些，L3最大，可以同時緩存多個核心的數(shù)據(jù)。CPU取數(shù)據(jù)的時候，先從L1緩存中讀取，如果沒有再從L2緩存中讀取，如果沒有再從L3中讀取，如果三級緩存都沒有，最后會從內(nèi)存中讀取。離CPU核心越遠，則相對的耗時就越長，所以，如果要做一些很頻繁的操作，要盡量保證數(shù)據(jù)緩存在L1中，這樣能極大地提高性能。

緩存行

而數(shù)據(jù)在三級緩存中，也不是說來一個數(shù)據(jù)緩存一下，而是一次緩存一批數(shù)據(jù)，這一批數(shù)據(jù)又稱作緩存行（Cache Line），通常為64字節(jié)。

每一次，當CPU去內(nèi)存中拿數(shù)據(jù)的時候，都會把它后面的數(shù)據(jù)一并拿過來（組成64字節(jié)），我們以long型數(shù)組為例，當CPU取數(shù)組中一個long的時候，同時會把后續(xù)的7個long一起取到緩存行中。

這在一定程度上能夠加快數(shù)據(jù)的處理，因為，此時在處理下標為0的數(shù)據(jù)，下一個時刻可能就要處理下標為1的數(shù)據(jù)了，直接從緩存中取要快很多。

但是，這樣又帶來了一個新的問題——偽共享。

偽共享

試想一下，兩個線程（CPU）同時在處理這個數(shù)組中的數(shù)據(jù)，兩個CPU都緩存了，一個CPU在對array[0]的數(shù)據(jù)加1，另一個CPU在對array[1]的數(shù)據(jù)加1，那么，回寫到主內(nèi)存的時候，到底以哪個緩存行的數(shù)據(jù)為準（寫回主內(nèi)存的時候也是以緩存行的形式寫回），所以，此時，就需要對這兩個緩存行“加鎖”了，一個CPU先修改數(shù)據(jù)，寫回主內(nèi)存，另一個CPU才能讀取數(shù)據(jù)并修改數(shù)據(jù)，再寫回主內(nèi)存，這樣勢必會帶來性能的損耗，出現(xiàn)的這種現(xiàn)象就叫做偽共享，這種“加鎖”的方式叫做內(nèi)存屏障，關于內(nèi)存屏障的知識我們就不展開敘述了。

那么，怎么解決偽共享帶來的問題呢？

以環(huán)形數(shù)組實現(xiàn)的隊列為例，writeIndex、readIndex、size現(xiàn)在是這樣處理的：

所以，我們只需要在writeIndex和readIndex之間加7個long就可以把它們隔離開，同理，readIndex和size之間也是一樣的。

這樣就消除了writeIndex和readIndex之間的偽共享問題，因為writeIndex和readIndex肯定是在兩個不同的線程中更新，所以，消除偽共享之后帶來的性能提升是很明顯的。

假如有多個生產(chǎn)者，writeIndex是肯定會被爭用的，此時，要怎么友好地修改writeIndex呢？即一個生產(chǎn)者線程修改了writeIndex，另一個生產(chǎn)者線程要立馬可見。

你第一時間想到的肯定是volatile，沒錯，可是光volatile還不行哦，volatile只能保證可見性和有序性，不能保證原子性，所以，還需要加上原子指令CAS，CAS是誰提供的？原子類AtomicInteger和AtomicLong都具有CAS的功能，那我們直接使用他們嗎？肯定不是，仔細觀察，發(fā)現(xiàn)他們最終都是調(diào)用Unsafe實現(xiàn)的。

OK，下面就輪到最牛逼的底層殺手登場了——Unsafe。

Unsafe

Unsafe不僅提供了CAS的指令，還提供很多其它操作底層的方法，比如操作直接內(nèi)存、修改私有變量的值、實例化一個類、阻塞/喚醒線程、帶有內(nèi)存屏障的方法等。

關于Unsafe，可以看這篇文章：死磕 java魔法類之Unsafe解析

當然，構建高性能隊列，主要使用的是Unsafe的CAS指令以及帶有內(nèi)存屏障的方法等：

// 原子指令
public final native boolean compareAndSwapLong(Object var1, long var2, long var4, long var6);
// 以volatile的形式獲取值，相當于給變量加了volatile關鍵字
public native long getLongVolatile(Object var1, long var2);
// 延遲更新，對變量的修改不會立即寫回到主內(nèi)存，也就是說，另一個線程不會立即可見
public native void putOrderedLong(Object var1, long var2, long var4);

好了，底層知識介紹的差不多了，是時候展現(xiàn)真正的技術了——手寫高性能隊列。

手寫高性能隊列

我們假設這樣一種場景：有多個生產(chǎn)者（Multiple Producer），卻只有一個消費者（Single Consumer），這是Netty中的經(jīng)典場景，這樣一種隊列該怎么實現(xiàn)？

直接上代碼：

/**
 * 多生產(chǎn)者單消費者隊列
 *
 * @param 
 */
public class MpscArrayQueue<T> {

    long p01, p02, p03, p04, p05, p06, p07;
    // 存放元素的地方
    private T[] array;
    long p1, p2, p3, p4, p5, p6, p7;
    // 寫指針，多個生產(chǎn)者，所以聲明為volatile
    private volatile long writeIndex;
    long p11, p12, p13, p14, p15, p16, p17;
    // 讀指針，只有一個消費者，所以不用聲明為volatile
    private long readIndex;
    long p21, p22, p23, p24, p25, p26, p27;
    // 元素個數(shù)，生產(chǎn)者和消費者都可能修改，所以聲明為volatile
    private volatile long size;
    long p31, p32, p33, p34, p35, p36, p37;

    // Unsafe變量
    private static final Unsafe UNSAFE;
    // 數(shù)組基礎偏移量
    private static final long ARRAY_BASE_OFFSET;
    // 數(shù)組元素偏移量
    private static final long ARRAY_ELEMENT_SHIFT;
    // writeIndex的偏移量
    private static final long WRITE_INDEX_OFFSET;
    // readIndex的偏移量
    private static final long READ_INDEX_OFFSET;
    // size的偏移量
    private static final long SIZE_OFFSET;

    static {
        Field f = null;
        try {
            // 獲取Unsafe的實例
            f = Unsafe.class.getDeclaredField("theUnsafe");
            f.setAccessible(true);
            UNSAFE = (Unsafe) f.get(null);

            // 計算數(shù)組基礎偏移量
            ARRAY_BASE_OFFSET = UNSAFE.arrayBaseOffset(Object[].class);
            // 計算數(shù)組中元素偏移量
            // 簡單點理解，64位系統(tǒng)中有壓縮指針占用4個字節(jié)，沒有壓縮指針占用8個字節(jié)
            int scale = UNSAFE.arrayIndexScale(Object[].class);
            if (4 == scale) {
                ARRAY_ELEMENT_SHIFT = 2;
            } else if (8 == scale) {
                ARRAY_ELEMENT_SHIFT = 3;
            } else {
                throw new IllegalStateException("未知指針的大小");
            }

            // 計算writeIndex的偏移量
            WRITE_INDEX_OFFSET = UNSAFE
                    .objectFieldOffset(MpscArrayQueue.class.getDeclaredField("writeIndex"));
            // 計算readIndex的偏移量
            READ_INDEX_OFFSET = UNSAFE
                    .objectFieldOffset(MpscArrayQueue.class.getDeclaredField("readIndex"));
            // 計算size的偏移量
            SIZE_OFFSET = UNSAFE
                    .objectFieldOffset(MpscArrayQueue.class.getDeclaredField("size"));
        } catch (Exception e) {
            throw new RuntimeException();
        }
    }

    // 構造方法
    public MpscArrayQueue(int capacity) {
        // 取整到2的N次方（未考慮越界）
        capacity = 1 << (32 - Integer.numberOfLeadingZeros(capacity - 1));
        // 實例化數(shù)組
        this.array = (T[]) new Object[capacity];
    }

    // 生產(chǎn)元素
    public boolean put(T t) {
        if (t == null) {
            return false;
        }
        long size;
        long writeIndex;
        do {
            // 每次循環(huán)都重新獲取size的大小
            size = this.size;
            // 隊列滿了直接返回
            if (size >= this.array.length) {
                return false;
            }

            // 每次循環(huán)都重新獲取writeIndex的值
            writeIndex = this.writeIndex;

            // while循環(huán)中原子更新writeIndex的值
            // 如果失敗了重新走上面的過程
        } while (!UNSAFE.compareAndSwapLong(this, WRITE_INDEX_OFFSET, writeIndex, writeIndex + 1));

        // 到這里，說明上述原子更新成功了
        // 那么，就把元素的值放到writeIndex的位置
        // 且更新size
        long eleOffset = calcElementOffset(writeIndex, this.array.length-1);
        // 延遲更新到主內(nèi)存，讀取的時候才更新
        UNSAFE.putOrderedObject(this.array, eleOffset, t);

        // 往死里更新直到成功
        do {
            size = this.size;
        } while (!UNSAFE.compareAndSwapLong(this, SIZE_OFFSET, size, size + 1));

        return true;
    }

    // 消費元素
    public T take() {
        long size = this.size;
        // 如果size為0，表示隊列為空，直接返回
        if (size <= 0) {
            return null;
        }
        // size大于0，肯定有值
        // 只有一個消費者，不用考慮線程安全的問題
        long readIndex = this.readIndex;
        // 計算讀指針處元素的偏移量
        long offset = calcElementOffset(readIndex, this.array.length-1);
            // 獲取讀指針處的元素，使用volatile語法，強制更新生產(chǎn)者的數(shù)據(jù)到主內(nèi)存
        T e = (T) UNSAFE.getObjectVolatile(this.array, offset);

        // 增加讀指針
        UNSAFE.putOrderedLong(this, READ_INDEX_OFFSET, readIndex+1);
        // 減小size
        do {
            size = this.size;
        } while (!UNSAFE.compareAndSwapLong(this, SIZE_OFFSET, size, size-1));

        return e;
    }

    private long calcElementOffset(long index, long mask) {
        // index & mask 相當于取余數(shù)，表示index到達數(shù)組尾端了從頭開始
        return ARRAY_BASE_OFFSET + ((index & mask) << ARRAY_ELEMENT_SHIFT);
    }

}

是不是看不懂？那就對了，多看幾遍吧，面試又能吹一波了。

這里使用的是每兩個變量之間加7個long類型的變量來消除偽共享，有的開源框架你可能會看到通過繼承的方式實現(xiàn)的，還有的是加15個long類型，另外，JDK8中也提供了一個注解@Contended來消除偽共享。

本例其實還有優(yōu)化的空間，比如，size的使用，能不能不使用size？不使用size又該如何實現(xiàn)？

后記

本節(jié)，我們一起學習了在Java中如何構建高性能的隊列，并學習了一些底層的知識，毫不夸張地講，學會了這些底層知識，面試的時候光隊列就能跟面試官吹一個小時。

另外，最近收到一些同學的反饋，說哈希、哈希表、哈希函數(shù)他們之間有關系嗎？有怎樣的關系？為什么Object中要放一個hash()方法？跟equals()方法怎么又扯上關系了呢？

下一節(jié)，我們就來看看關于哈希的一切，想及時獲取最新推文嗎？還不快點來關注我！