SynchronousQueue是一种特殊的阻塞队列，不同于LinkedBlockingQueue、ArrayBlockingQueue和PriorityBlockingQueue，其内部没有任何容量，任何的入队操作都需要等待其他线程的出队操作，反之亦然。如果将SynchronousQueue用于生产者/消费者模式，那么相当于生产者和消费者手递手交易，即生产者生产出一个货物，则必须等到消费者过来取货，方可完成交易。
SynchronousQueue有一个fair选项，如果fair为true，称为fair模式，否则就是unfair模式。fair模式使用一个先进先出的队列保存生产者或者消费者线程，unfair模式则使用一个后进先出的栈保存。
SynchronousQueue通过将入队出队的线程绑定到队列的节点上，并借助LockSupport的park()和unpark()实现等待，先到达的线程A需调用LockSupport的park()方法将当前线程进入阻塞状态，知道另一个与之匹配的线程B调用LockSupport.unpark(Thread)来唤醒在该节点上等待的线程A。
基本逻辑：
在深入分析其实现机制之前，我们先了解对于SynchronousQueue可执行哪些操作，由于SynchronousQueue的容量为0，所以一些针对集合的操作，如：isEmpty()/size()/clear()/remove(Object)/contains(Object)等操作都是无意义的，同样peek()也总是返回null。所以针对SynchronousQueue只有两类操作：
这两类操作内部都是调用Transferer的transfer(Object, boolean, long)方法，通过第一个参数是否为null，来区分是生产者还是消费者（生产者不为null）。
针对以上情况，我们将着重分析Transferer的transfer(Object, boolean, long)方法，这里由于两种不同的公平模式，会存在两个Transferer的派生类：
public SynchronousQueue(boolean fair) {
transferer = (fair)? new TransferQueue() : new TransferStack();
}可见fair模式使用TransferQueue，unfair模式使用TransferStack，下面我们将分别对这两种模式进行着重分析。
fair模式使用一个FIFO的队列保存线程，TransferQueue的结构如下：
/** Dual Queue */
static final class TransferQueue extends Transferer {
/** Node class for TransferQueue. */
static final class QNode {
volatile QNode next; // next node in queue
volatile Object item; // CAS'ed to or from null
volatile Thread waiter; // to control park/unpark
final boolean isData;
QNode(Object item, boolean isData) {
this.item = item;
this.isData = isData;
}
...
}
/** Head of queue */
transient volatile QNode head;
/** Tail of queue */
transient volatile QNode tail;
/** * Reference to a cancelled node that might not yet have been * unlinked from queue because it was the last inserted node * when it cancelled. */
transient volatile QNode cleanMe;
TransferQueue() {
QNode h = new QNode(null, false); // initialize to dummy node.
head = h;
tail = h;
}
...
}以上是TransferQueue的大致结构，可以看到TransferQueue同一个普通的队列，同时存在一个指向队列头部的指针——head，和一个指向队列尾部的指针——tail；cleanMe的存在主要是解决不可清楚队列的尾节点的问题，后面会介绍到；队列的节点通过内部类QNode封装，QNode包含四个变量：
其他的内容就是一些CAS变量以及操作，下面主要分析TransferQueue的三个重要方法：transfer(Object, boolean, long)、awaitFulfill(QNode, Object, boolean, long)、clean(QNode, QNode)。这三个方法是TransferQueue的核心，入口是transfer()，下面具体看代码。
/** * @By Vicky:交换数据，生产者和消费者通过e==null来区分 */
Object transfer(Object e, boolean timed, long nanos) {
QNode s = null; // constructed/reused as needed
boolean isData = (e != null);// e==null，则isData==false,else idData==true
for (;;) {// 循环
QNode t = tail;
QNode h = head;
if (t == null || h == null) // 无视即可，具体信息在方法开始的注释中有提到
continue; // spin
// h==t队列为null,tail的isData==isData表示该队列中的等待的线程与当前线程是相同模式
//（同为生产者，或者同为消费者）（队列中只存在一种模式的线程）
// 此时需要将该线程插入到队列中进行等待
if (h == t || t.isData == isData) {
QNode tn = t.next;
if (t != tail) // inconsistent read
continue;
// 这里的目的是为了帮助其他线程完成入队操作
if (tn != null) { // lagging tail
// 原子性将tail从t更新为tn，即将tail往后移动，直到队列的最后一个元素
advanceTail(t, tn);
continue;
}
// 如果nanos<=0则说明不等待，那么到这里已经说到队列没有可匹配的线程，所以直接返回null即可
if (timed && nanos <= 0) // can't wait
return null;
// 仅初始化一次s，节点s会保存isData信息作为生产者和消费者的区分
if (s == null)
s = new QNode(e, isData);
// 原子性的更新t的next指针指向s，上面将tail从t更新为tn就是为了处理此处剩下的操作
// 由于此处插入一个节点分成了两个步骤，所以过程中会插入其他线程，导致看到不一致状态
// 所以其他线程会执行剩下的步骤帮助其完成入队操作
if (!t.casNext(null, s)) // failed to link in
continue;
// 如果自己执行失败没有关系，会有其他线程帮忙执行完成的，所以才无需锁，类似ConcurrentLinkedQueue
advanceTail(t, s); // swing tail and wait
// 等待匹配
Object x = awaitFulfill(s, e, timed, nanos);
// 这里有两种情况：
// A:匹配完成，返回数据
// B:等待超时/取消，返回原节点s
if (x == s) { // wait was cancelled
// 情况B则需要清除掉节点s
clean(t, s);
return null;
}
// 情况A，则匹配成功了，但是还需要将该节点从队列中移除
// 由于FIFO原则，所以匹配上的元素必然是队列的第一个元素，所以只需要移动head即可
if (!s.isOffList()) { // not already unlinked
// 移动head指向s，则下次匹配从s.next开始
advanceHead(t, s); // unlink if head
// 清除对节点中保存的数据的引用，GC友好
if (x != null) // and forget fields
s.item = s;
s.waiter = null;
}
return (x != null)? x : e;
} else { // complementary-mode
// 进行匹配，从队列的头部开始，即head.next，非head
QNode m = h.next; // node to fulfill
if (t != tail || m == null || h != head)
continue; // inconsistent read
// 判断该节点的isData是否与当前线程的isData匹配
// 相等则说明m已经匹配过了，因为正常情况是不相等才对
// x==m说明m被取消了，见QNode的tryCancel()方法
// CAS设置m.item为e，这里的e，如果是生产者则是数据，消费者则是null，
// 所以m如果是生产者，则item变为null，消费者则变为生产者的数据
// CAS操作失败，则直接将m出队，CAS失败说明m已经被其他线程匹配了，所以将其出队，然后retry
Object x = m.item;
if (isData == (x != null) || // m already fulfilled
x == m || // m cancelled
!m.casItem(x, e)) { // lost CAS
advanceHead(h, m); // dequeue and retry
continue;
}
// 与m匹配成功，将m出队，并唤醒等待在m上的线程m.waiter
advanceHead(h, m); // successfully fulfilled
LockSupport.unpark(m.waiter);
return (x != null)? x : e;
}
}
}从上面的代码可以看出TransferQueue.transfer()的整体流程：
下面看看具体如何让一个线程进入阻塞。
/** *@ By Vicky:等待匹配，该方法会进入阻塞，直到三种情况下才返回： * a.等待被取消了，返回值为s * b.匹配上了，返回另一个线程传过来的值 * c.线程被打断，会取消，返回值为s */
Object awaitFulfill(QNode s, Object e, boolean timed, long nanos) {
// timed==false，则不等待，lastTime==0即可
long lastTime = (timed)? System.nanoTime() : 0;
// 当前线程
Thread w = Thread.currentThread();
// 循环次数，原理同自旋锁，如果不是队列的第一个元素则不自旋，因为压根轮不上他，自旋只是浪费CPU
// 如果等待的话则自旋的次数少些，不等待就多些
int spins = ((head.next == s) ?
(timed? maxTimedSpins : maxUntimedSpins) : 0);
for (;;) {
if (w.isInterrupted())// 支持打断
s.tryCancel(e);
// 如果s的item不等于e，有三种情况：
// a.等待被取消了，此时x==s
// b.匹配上了，此时x==另一个线程传过来的值
// c.线程被打断，会取消，此时x==s
// 不管是哪种情况都不要再等待了，返回即可
Object x = s.item;
if (x != e)
return x;
// 等到，直接超时取消
if (timed) {
long now = System.nanoTime();
nanos -= now - lastTime;
lastTime = now;
if (nanos <= 0) {
s.tryCancel(e);
continue;
}
}
// 自旋，直到spins==0，进入等待
if (spins > 0)
--spins;
// 设置等待线程
else if (s.waiter == null)
s.waiter = w;
// 调用LockSupport.park进入等待
else if (!timed)
LockSupport.park(this);
else if (nanos > spinForTimeoutThreshold)
LockSupport.parkNanos(this, nanos);
}
}awaitFulfill()主要涉及自旋以及LockSupport.park()两个关键点，自旋可去了解自旋锁的原理。
自旋锁原理：通过空循环则霸占着CPU，避免当前线程进入睡眠，因为睡眠/唤醒是需要进行线程上下文切换的，所以如果线程睡眠的时间很段，那么使用空循环能够避免线程进入睡眠的耗时，从而快速响应。但是由于空循环会浪费CPU，所以也不能一直循环。自旋锁一般适合同步快很小，竞争不是很激烈的场景。
LockSupport.park()可到API文档进行了解。
下面再看看如何清除被取消的节点。
/** *@By Vicky:清除节点被取消的节点 */
void clean(QNode pred, QNode s) {
s.waiter = null; // forget thread
// 如果pred.next!=s则说明s已经出队了
while (pred.next == s) { // Return early if already unlinked
QNode h = head;
QNode hn = h.next; // Absorb cancelled first node as head
// 从队列头部开始遍历，遇到被取消的节点则将其出队
if (hn != null && hn.isCancelled()) {
advanceHead(h, hn);
continue;
}
QNode t = tail; // Ensure consistent read for tail
// t==h则队列为null
if (t == h)
return;
QNode tn = t.next;
if (t != tail)
continue;
// 帮助其他线程入队
if (tn != null) {
advanceTail(t, tn);
continue;
}
// 只能出队非尾节点
if (s != t) { // If not tail, try to unsplice
// 出队方式很简单，将pred.next指向s.next即可
QNode sn = s.next;
if (sn == s || pred.casNext(s, sn))
return;
}
// 如果s是队尾元素，那么就需要cleanMe出场了，如果cleanMe==null，则只需将pred赋值给cleanMe即可，
// 赋值cleanMe的意思是等到s不是队尾时再进行清除，毕竟队尾只有一个
// 同时将上次的cleanMe清除掉，正常情况下此时的cleanMe已经不是队尾了，因为当前需要清除的节点是队尾
// (上面说的cleanMe其实是需要清除的节点的前继节点)
QNode dp = cleanMe;
if (dp != null) { // Try unlinking previous cancelled node
QNode d = dp.next;
QNode dn;
// d==null说明需要清除的节点已经没了
// d==dp说明dp已经被清除了，那么dp.next也一并被清除了
// 如果d未被取消，说明哪里出错了，将cleanMe清除，不清除这个节点了
// 后面括号将清除cleanMe的next出局，前提是cleanMe.next没有已经被出局
if (d == null || // d is gone or
d == dp || // d is off list or
!d.isCancelled() || // d not cancelled or
(d != t && // d not tail and
(dn = d.next) != null && // has successor
dn != d && // that is on list
dp.casNext(d, dn))) // d unspliced
casCleanMe(dp, null);
// dp==pred说明cleanMe.next已经其他线程被更新了
if (dp == pred)
return; // s is already saved node
} else if (casCleanMe(null, pred))
return; // Postpone cleaning s
}
}清除节点时有个原则：不能清除队尾节点。所以如果对尾节点需要被清除，则将其保存到cleanMe变量，等待下次进行清除。在清除cleanMe时可能说的有点模糊，因为涉及到太多的并发会出现很多情况，所以if条件太多，导致难以分析全部情况。
以上就是TransferQueue的操作逻辑，下面看看后进先出的TransferStack。
unfair模式使用一个LIFO的队列保存线程，TransferStack的结构如下：
/** Dual stack */
static final class TransferStack extends Transferer {
/* Modes for SNodes, ORed together in node fields */
/** Node represents an unfulfilled consumer */
static final int REQUEST = 0;// 消费者请求数据
/** Node represents an unfulfilled producer */
static final int DATA = 1;// 生产者生产数据
/** Node is fulfilling another unfulfilled DATA or REQUEST */
static final int FULFILLING = 2;// 正在匹配中...
/** 只需要判断mode的第二位是否==1即可，==1则正在匹配中...*/
static boolean isFulfilling(int m) { return (m & FULFILLING) != 0; }
/** Node class for TransferStacks. */
static final class SNode {
volatile SNode next; // next node in stack
volatile SNode match; // the node matched to this
volatile Thread waiter; // to control park/unpark
Object item; // data; or null for REQUESTs
int mode;
// Note: item and mode fields don't need to be volatile
// since they are always written before, and read after,
// other volatile/atomic operations.
SNode(Object item) {
this.item = item;
}
}
/** The head (top) of the stack */
volatile SNode head;
static SNode snode(SNode s, Object e, SNode next, int mode) {
if (s == null) s = new SNode(e);
s.mode = mode;
s.next = next;
return s;
}
}TransferStacks比TransferQueue的结构复杂些。使用一个head指向栈顶元素，使用内部类SNode封装栈中的节点信息，SNode包含5个变量：
SNode的5个变量，三个是volatile的，另外两个item和mode没有volatile修饰，代码注释给出的解释是：对这两个变量的写总是发生在volatile/原子操作的之前，读总是发生在volatile/原子操作的之后。
上面提到SNode.mode的三个常量表示栈中节点的状态,f分别为：
其他内部基本同TransferQueue，不同之处是当匹配到一个节点时并非是将被匹配的节点出栈，而是将匹配的节点入栈，然后同时将匹配上的两个节点一起出栈。下面我们参照TransferQueue来看看TransferStacks的三个方法：transfer(Object, boolean, long)、awaitFulfill(QNode, Object, boolean, long)、clean(QNode, QNode)。
/** * @By Vicky:交换数据，生产者和消费者通过e==null来区分 */
Object transfer(Object e, boolean timed, long nanos) {
SNode s = null; // constructed/reused as needed
int mode = (e == null)? REQUEST : DATA;// 根据e==null判断生产者还是消费者，对应不同的mode值
for (;;) {
SNode h = head;
// 栈为null或者栈顶元素的模式同当前模式，则进行入栈操作
if (h == null || h.mode == mode) { // empty or same-mode
// 不等待，则直接返回null，返回之前顺带清理下被取消的元素
if (timed && nanos <= 0) { // can't wait
if (h != null && h.isCancelled())
casHead(h, h.next); // pop cancelled node
else
return null;
} else if (casHead(h, s = snode(s, e, h, mode))) {// 入栈，更新栈顶为新节点
// 等待，返回值m==s，则被取消，需清除
SNode m = awaitFulfill(s, timed, nanos);
// m==s说明s被取消了，清除
if (m == s) { // wait was cancelled
clean(s);
return null;
}
// 帮忙出栈
if ((h = head) != null && h.next == s)
casHead(h, s.next); // help s's fulfiller
// 消费者则返回生产者的数据，生产者则返回自己的数据
return mode == REQUEST? m.item : s.item;
}
} else if (!isFulfilling(h.mode)) { // try to fulfill // 栈顶未开始匹配，则开始匹配
// h被取消，则出栈
if (h.isCancelled()) // already cancelled
casHead(h, h.next); // pop and retry
// 更新栈顶为新插入的节点，并更新节点的mode为FULFILLING，对应判断是否正在出栈的方法
// 匹配需要先将待匹配的节点入栈，所以不管是匹配还是不匹配都需要创建一个节点入栈
else if (casHead(h, s=snode(s, e, h, FULFILLING|mode))) {
// 循环直到找到一个可以匹配的节点
for (;;) { // loop until matched or waiters disappear
// m即与s匹配的节点
SNode m = s.next; // m is s's match
// m==null说明栈s之后无元素了，直接将栈顶设置为null，并重新进行最外层的循环
if (m == null) { // all waiters are gone
casHead(s, null); // pop fulfill node
s = null; // use new node next time
break; // restart main loop
}
// 将s设置为m的匹配节点，并更新栈顶为m.next，即将s和m同时出栈
SNode mn = m.next;
if (m.tryMatch(s)) {
casHead(s, mn); // pop both s and m
return (mode == REQUEST)? m.item : s.item;
} else // lost match
// 设置匹配失败，则说明m正准备出栈，帮助出栈
s.casNext(m, mn); // help unlink
}
}
} else { // help a fulfiller // 栈顶已开始匹配，帮助匹配
// 此处的操作逻辑同上面的操作逻辑一致，目的就是帮助上面进行操作，因为此处完成匹配需要分成两步：
// a.m.tryMatch(s)和b.casHead(s, mn)
// 所以必然会插入其他线程，只要插入的线程也按照这个步骤执行那么就避免了不一致问题
SNode m = h.next; // m is h's match
if (m == null) // waiter is gone
casHead(h, null); // pop fulfilling node
else {
SNode mn = m.next;
if (m.tryMatch(h)) // help match
casHead(h, mn); // pop both h and m
else // lost match
h.casNext(m, mn); // help unlink
}
}
}
}从上面的代码可以看出TransferStack.transfer()的整体流程：
下面看看TransferStack是如何让一个线程进入阻塞。
/** *@ By Vicky:等待匹配，逻辑大致同TransferQueue可参考阅读 */
SNode awaitFulfill(SNode s, boolean timed, long nanos) {
long lastTime = (timed)? System.nanoTime() : 0;
Thread w = Thread.currentThread();
SNode h = head;
// 计算自旋的次数，逻辑大致同TransferQueue
int spins = (shouldSpin(s)?
(timed? maxTimedSpins : maxUntimedSpins) : 0);
for (;;) {
if (w.isInterrupted())
s.tryCancel();
// 如果s的match不等于null，有三种情况：
// a.等待被取消了，此时x==s
// b.匹配上了，此时match==另一个节点
// c.线程被打断，会取消，此时x==s
// 不管是哪种情况都不要再等待了，返回即可
SNode m = s.match;
if (m != null)
return m;
if (timed) {
// 等待
long now = System.nanoTime();
nanos -= now - lastTime;
lastTime = now;
if (nanos <= 0) {
s.tryCancel();
continue;
}
}
// 自旋
if (spins > 0)
spins = shouldSpin(s)? (spins-1) : 0;
// 设置等待线程
else if (s.waiter == null)
s.waiter = w; // establish waiter so can park next iter
// 等待
else if (!timed)
LockSupport.park(this);
else if (nanos > spinForTimeoutThreshold)
LockSupport.parkNanos(this, nanos);
}
}逻辑基本同TransferQueue，不同之处是通过修改SNode的match变量标示匹配，以及取消。
下面再看看如何清除被取消的节点。
/** * @By Vicky:清除节点 */
void clean(SNode s) {
s.item = null; // forget item
s.waiter = null; // forget thread
// 清除
SNode past = s.next;
if (past != null && past.isCancelled())
past = past.next;
// Absorb cancelled nodes at head
// 从栈顶节点开始清除，一直到遇到未被取消的节点，或者直到s.next
SNode p;
while ((p = head) != null && p != past && p.isCancelled())
casHead(p, p.next);
// Unsplice embedded nodes
// 如果p本身未取消(上面的while碰到一个未取消的节点就会退出，但这个节点和past节点之间可能还有取消节点)，
// 再把p到past之间的取消节点都移除。
while (p != null && p != past) {
SNode n = p.next;
if (n != null && n.isCancelled())
p.casNext(n, n.next);
else
p = n;
}
}以上即全部的TransferStack的操作逻辑。
看完了TransferQueue和TransferStack的逻辑，SynchronousQueue的逻辑基本清楚了。
SynchronousQueue的应用场景得看具体业务需求，J.U.C下有一个应用案例：Executors.newCachedThreadPool()就是使用SynchronousQueue作为任务队列。
Jdk1.6 JUC源码解析(15)-SynchronousQueue
《java.util.concurrent 包源码阅读》16 一种特别的BlockingQueue：SynchronousQueue
版权说明 : 本文为转载文章, 版权归原作者所有 版权申明
原文链接 : https://blog.csdn.net/hqshaozhu/article/details/50113429
内容来源于网络，如有侵权，请联系作者删除！