构建高性能队列，你不得不知道的底层知识！

时间 2020-10-01

标签构建高性能队列不得不知道底层知识繁體版

原文原文链接

前言

本文收录于专辑：http://dwz.win/HjK，点击解锁更多数据结构与算法的知识。java

你好，我是彤哥。面试

上一节，咱们一块儿学习了如何将递归改写为非递归，其中，用到的数据结构主要是栈。算法

栈和队列，能够说是除了数组和链表以外最基础的数据结构了，在不少场景中都有用到，后面咱们也会陆陆续续的看到。数组

今天，我想介绍一下，在Java中，如何构建一个高性能的队列，以及咱们须要掌握的底层知识。缓存

学习其余语言的同窗，也能够看看，在你的语言中，是如何构建高性能队列的。安全

队列

队列，是一种先进先出（First In First Out，FIFO）的数据结构，相似于实际生活场景中的排队，先到的人先得。
数据结构

使用数组和链表实现简单的队列，咱们前面都介绍过了，这里就再也不赘述了，有兴趣的同窗能够点击如下连接查看：多线程

重温四大基础数据结构：数组、链表、队列和栈架构

今天咱们主要来学习如何实现高性能的队列。并发

提及高性能的队列，固然是说在高并发环境下也可以工做得很好的队列，这里的很好主要是指两个方面：并发安全、性能好。

并发安全的队列

在Java中，默认地，也自带了一些并发安全的队列：

队列	有界性	锁	数据结构
ArrayBlockingQueue	有界	加锁	数组
LinkedBlockingQueue	可选有界	加锁	链表
ConcurrentLinkedQueue	***	无锁	链表
SynchronousQueue	***	无锁	队列或栈
LinkedTransferQueue	***	无锁	链表
~~PriorityBlockingQueue~~	***	加锁	堆
~~DelayQueue~~	***	加锁	堆

这些队列的源码解析快捷入口：死磕 Java并发集合之终结篇

总结起来，实现并发安全队列的数据结构主要有：数组、链表和堆，堆主要用于实现优先级队列，不具有通用性，暂且不讨论。

从有界性来看，只有ArrayBlockingQueue和LinkedBlockingQueue能够实现有界队列，其它的都是***队列。

从加锁来看，ArrayBlockingQueue和LinkedBlockingQueue都采用了加锁的方式，其它的都是采用的CAS这种无锁的技术实现的。

从安全性的角度来讲，咱们通常都要选择有界队列，防止生产者速度过快致使内存溢出。

从性能的角度来讲，咱们通常要考虑无锁的方式，减小线程上下文切换带来的性能损耗。

从JVM的角度来讲，咱们通常选择数组的实现方式，由于链表会频繁的增删节点，致使频繁的垃圾回收，这也是一种性能损耗。

因此，最佳的选择就是：数组 + 有界 + 无锁。

而JDK并无提供这样的队列，所以，不少开源框架都本身实现了高性能的队列，好比Disruptor，以及Netty中使用的jctools。

高性能队列

咱们这里不讨论具体的某一个框架，只介绍实现高性能队列的通用技术，并本身实现一个。

环形数组

经过上面的讨论，咱们知道实现高性能队列使用的数据结构只能是数组，而数组实现队列，必然要使用到环形数组。

环形数组，通常经过设置两个指针实现：putIndex和takeIndex，或者叫writeIndex和readIndex，一个用于写，一个用于读。

当写指针到达数组尾端时，会从头开始，固然，不能越过读指针，同理，读指针到达数组尾端时，也会从头开始，固然，不能读取未写入的数据。

而为了防止写指针和读指针重叠的时候，没法分清队列究竟是满了仍是空的状态，通常会再添加一个size字段：

因此，使用环形数组实现队列的数据结构通常为：

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

在单线程的状况下，这样不会有任何问题，可是，在多线程环境中，这样会带来严重的伪共享问题。

伪共享

什么是共享？

在计算机中，有不少存储单元，咱们接触最多的就是内存，又叫作主内存，此外，CPU还有三级缓存：L一、L二、L3，L1最贴近CPU，固然，它的存储空间也很小，L2比L1稍大一些，L3最大，能够同时缓存多个核心的数据。CPU取数据的时候，先从L1缓存中读取，若是没有再从L2缓存中读取，若是没有再从L3中读取，若是三级缓存都没有，最后会从内存中读取。离CPU核心越远，则相对的耗时就越长，因此，若是要作一些很频繁的操做，要尽可能保证数据缓存在L1中，这样能极大地提升性能。

缓存行

而数据在三级缓存中，也不是说来一个数据缓存一下，而是一次缓存一批数据，这一批数据又称做缓存行（Cache Line），一般为64字节。

每一次，当CPU去内存中拿数据的时候，都会把它后面的数据一并拿过来（组成64字节），咱们以long型数组为例，当CPU取数组中一个long的时候，同时会把后续的7个long一块儿取到缓存行中。

这在必定程度上可以加快数据的处理，由于，此时在处理下标为0的数据，下一个时刻可能就要处理下标为1的数据了，直接从缓存中取要快不少。

可是，这样又带来了一个新的问题——伪共享。

伪共享

试想一下，两个线程（CPU）同时在处理这个数组中的数据，两个CPU都缓存了，一个CPU在对array[0]的数据加1，另外一个CPU在对array[1]的数据加1，那么，回写到主内存的时候，到底以哪一个缓存行的数据为准（写回主内存的时候也是以缓存行的形式写回），因此，此时，就须要对这两个缓存行“加锁”了，一个CPU先修改数据，写回主内存，另外一个CPU才能读取数据并修改数据，再写回主内存，这样势必会带来性能的损耗，出现的这种现象就叫作伪共享，这种“加锁”的方式叫作内存屏障，关于内存屏障的知识咱们就不展开叙述了。

那么，怎么解决伪共享带来的问题呢？

以环形数组实现的队列为例，writeIndex、readIndex、size如今是这样处理的：

因此，咱们只须要在writeIndex和readIndex之间加7个long就能够把它们隔离开，同理，readIndex和size之间也是同样的。

这样就消除了writeIndex和readIndex之间的伪共享问题，由于writeIndex和readIndex确定是在两个不一样的线程中更新，因此，消除伪共享以后带来的性能提高是很明显的。

假若有多个生产者，writeIndex是确定会被争用的，此时，要怎么友好地修改writeIndex呢？即一个生产者线程修改了writeIndex，另外一个生产者线程要立马可见。

你第一时间想到的确定是volatile，没错，但是光volatile还不行哦，volatile只能保证可见性和有序性，不能保证原子性，因此，还须要加上原子指令CAS，CAS是谁提供的？原子类AtomicInteger和AtomicLong都具备CAS的功能，那咱们直接使用他们吗？确定不是，仔细观察，发现他们最终都是调用Unsafe实现的。

OK，下面就轮到最牛逼的底层杀手登场了——Unsafe。

Unsafe

Unsafe不只提供了CAS的指令，还提供不少其它操做底层的方法，好比操做直接内存、修改私有变量的值、实例化一个类、阻塞/唤醒线程、带有内存屏障的方法等。

关于Unsafe，能够看这篇文章：死磕 java魔法类之Unsafe解析

固然，构建高性能队列，主要使用的是Unsafe的CAS指令以及带有内存屏障的方法等：

// 原子指令
public final native boolean compareAndSwapLong(Object var1, long var2, long var4, long var6);
// 以volatile的形式获取值，至关于给变量加了volatile关键字
public native long getLongVolatile(Object var1, long var2);
// 延迟更新，对变量的修改不会当即写回到主内存，也就是说，另外一个线程不会当即可见
public native void putOrderedLong(Object var1, long var2, long var4);

好了，底层知识介绍的差很少了，是时候展示真正的技术了——手写高性能队列。

手写高性能队列

咱们假设这样一种场景：有多个生产者（Multiple Producer），却只有一个消费者（Single Consumer），这是Netty中的经典场景，这样一种队列该怎么实现？

直接上代码：

/**
 * 多生产者单消费者队列
 *
 * @param <T>
 */
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;
    // 写指针，多个生产者，因此声明为volatile
    private volatile long writeIndex;
    long p11, p12, p13, p14, p15, p16, p17;
    // 读指针，只有一个消费者，因此不用声明为volatile
    private long readIndex;
    long p21, p22, p23, p24, p25, p26, p27;
    // 元素个数，生产者和消费者均可能修改，因此声明为volatile
    private volatile long size;
    long p31, p32, p33, p34, p35, p36, p37;

    // Unsafe变量
    private static final Unsafe UNSAFE;
    // 数组基础偏移量
    private static final long ARRAY_BASE_OFFSET;
    // 数组元素偏移量
    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 {
            // 获取Unsafe的实例
            f = Unsafe.class.getDeclaredField("theUnsafe");
            f.setAccessible(true);
            UNSAFE = (Unsafe) f.get(null);

            // 计算数组基础偏移量
            ARRAY_BASE_OFFSET = UNSAFE.arrayBaseOffset(Object[].class);
            // 计算数组中元素偏移量
            // 简单点理解，64位系统中有压缩指针占用4个字节，没有压缩指针占用8个字节
            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("未知指针的大小");
            }

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

    // 构造方法
    public MpscArrayQueue(int capacity) {
        // 取整到2的N次方（未考虑越界）
        capacity = 1 << (32 - Integer.numberOfLeadingZeros(capacity - 1));
        // 实例化数组
        this.array = (T[]) new Object[capacity];
    }

    // 生产元素
    public boolean put(T t) {
        if (t == null) {
            return false;
        }
        long size;
        long writeIndex;
        do {
            // 每次循环都从新获取size的大小
            size = this.size;
            // 队列满了直接返回
            if (size >= this.array.length) {
                return false;
            }

            // 每次循环都从新获取writeIndex的值
            writeIndex = this.writeIndex;

            // while循环中原子更新writeIndex的值
            // 若是失败了从新走上面的过程
        } while (!UNSAFE.compareAndSwapLong(this, WRITE_INDEX_OFFSET, writeIndex, writeIndex + 1));

        // 到这里，说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);
        // 延迟更新到主内存，读取的时候才更新
        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;
    }

    // 消费元素
    public T take() {
        long size = this.size;
        // 若是size为0，表示队列为空，直接返回
        if (size <= 0) {
            return null;
        }
        // size大于0，确定有值
        // 只有一个消费者，不用考虑线程安全的问题
        long readIndex = this.readIndex;
        // 计算读指针处元素的偏移量
        long offset = calcElementOffset(readIndex, this.array.length-1);
            // 获取读指针处的元素，使用volatile语法，强制更新生产者的数据到主内存
        T e = (T) UNSAFE.getObjectVolatile(this.array, offset);

        // 增长读指针
        UNSAFE.putOrderedLong(this, READ_INDEX_OFFSET, readIndex+1);
        // 减少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 至关于取余数，表示index到达数组尾端了从头开始
        return ARRAY_BASE_OFFSET + ((index & mask) << ARRAY_ELEMENT_SHIFT);
    }

}

是否是看不懂？那就对了，多看几遍吧，面试又能吹一波了。

这里使用的是每两个变量之间加7个long类型的变量来消除伪共享，有的开源框架你可能会看到经过继承的方式实现的，还有的是加15个long类型，另外，JDK8中也提供了一个注解@Contended来消除伪共享。

本例其实还有优化的空间，好比，size的使用，能不能不使用size？不使用size又该如何实现？

后记

本节，咱们一块儿学习了在Java中如何构建高性能的队列，并学习了一些底层的知识，绝不夸张地讲，学会了这些底层知识，面试的时候光队列就能跟面试官吹一个小时。

另外，最近收到一些同窗的反馈，说哈希、哈希表、哈希函数他们之间有关系吗？有怎样的关系？为何Object中要放一个hash()方法？跟equals()方法怎么又扯上关系了呢？

下一节，咱们就来看看关于哈希的一切，想及时获取最新推文吗？还不快点来关注我！

关注公号主“彤哥读源码”，解锁更多源码、基础、架构知识。