并发包中的ConcurrentLinkedQueue和LinkedBlockingQueue有什么区别？
- Concurrent类型基于lock-free，在常见的多线程访问场景，一般可以提供较高吞吐量。
- 而LinkedBlockingQueue内部则是基于锁，并提供了BlockingQueue的等待性方法。
不知道你有没有注意到， java.util.concurrent包提供的容器（Queue、 List、 Set）、 Map，从命名上可以大概区分为Concurrent、 CopyOnWrite和Blocking*等三类，同样是线
程安全容器，可以简单认为：
- Concurrent类型没有类似CopyOnWrite之类容器相对较重的修改开销。
- 但是，凡事都是有代价的， Concurrent往往提供了较低的遍历一致性。你可以这样理解所谓的弱一致性，例如，当利用迭代器遍历时，如果容器发生修改，迭代器仍然可以继续
进行遍历。 - 与弱一致性对应的，就是我介绍过的同步容器常见的行为“fast-fail”，也就是检测到容器在遍历过程中发生了修改，则抛出ConcurrentModifcationException，不再继续遍历。
- 弱一致性的另外一个体现是， size等操作准确性是有限的，未必是100%准确。
- 与此同时，读取的性能具有一定的不确定性。
Lock free相关概念
Non-blocking algorithm/
无锁编程（Lockless Programming）是一系列技术，用于在不使用锁的情况下安全地操作共享数据。有无锁算法（lockless algorithms）可用于传递消息，共享列表和数据队列以及其他任务。
进行无锁编程时，您必须面对两个挑战：非原子操作和重新排序。
Xbox 360和Microsoft Windows的无锁编程注意事项
非线程队列一览
Deque的侧重点是支持对队列
头尾都进行插入和删除，所以提供了特定的方法，如：
- 尾部插入时需要的addLast(e)、 oferLast(e)。
- 尾部删除所需要的removeLast()、 pollLast()。
绝大部分Queue都是实现了BlockingQueue接口，
在常规队列操作基础上， Blocking意味着其提供了特定的等待性操作，获取时（take）等待元素进队，或者插入时（put）等待队列出现空位。
哪些队列是有界的，哪些是无界的？
常见的有界队列
- ArrayBlockingQueue其内部以fnal的数组保存数据，数组的大小就决定了队列的边界，所以我们在创建ArrayBlockingQueue时，都要指定容量，如
public ArrayBlockingQueue(int capacity, boolean fair)
- LinkedBlockingQueue，容易被误解为无边界，但其实其行为和内部代码都是基于有界的逻辑实现的，只不过如果我们没有在创建队列时就指定容量，那么其容量限制就自动被
设置为Integer.MAX_VALUE，成为了无界队列。 - SynchronousQueue，这是一个非常奇葩的队列实现，每个删除操作都要等待插入操作，反之每个插入操作也都要等待删除动作。那么这个队列的容量是多少呢？是1吗？其实不
是的，其内部容量是0。
常见的无界队列
-
PriorityBlockingQueue 具有优先级的阻塞队列，严格意义上来讲，其大小总归是要受系统资源影响。
-
DelayedQueue 延时队列，使用场景
- 缓存：清掉缓存中超时的缓存数据
- 任务超时处理
- 内部实现其实是采用带时间的优先队列，可重入锁，优化阻塞通知的线程元素leader
-
LinkedTransferQueue 简单的说也是进行线程间数据交换的利器，在SynchronousQueue 中就有所体现，并且并发大神 Doug Lea 对其进行了极致的优化，使用15个对象填充，加上本身4字节，总共64字节就可以避免缓存行中的伪共享问题，其实现细节较为复杂，可以说一下大致过程：
比如消费者线程从一个队列中取元素，发现队列为空，他就生成一个空元素放入队列 , 所谓空元素就是数据项字段为空。然后消费者线程在这个字段上旅转等待。这叫保留。直到一个生产者线程意欲向队例中放入一个元素，这里他发现最前面的元素的数据项字段为 NULL，他就直接把自已数据填充到这个元素中，即完成了元素的传送。大体是这个意思，这种方式优美了完成了线程之间的高效协作。
LinkedTransferQueue
无界队列的共同点 ：
- put 操作永远都不会阻塞，空间限制来源于系统资源的限制
Queue底层实现
BlockingQueue基本都是基于锁实现，一起来看看典型的LinkedBlockingQueue
/** Lock held by take, poll, etc */
private fnal ReentrantLock takeLock = new ReentrantLock();
/** Wait queue for waiting takes */
private fnal Condition notEmpty = takeLock.newCondition();
/** Lock held by put, ofer, etc */
private fnal ReentrantLock putLock = new ReentrantLock();
/** Wait queue for waiting puts */
private fnal Condition notFull = putLock.newCondition();
ReentrantLock条件变量与LinkedBlockingQueue版本的实现是有区别
notEmpty、 notFull都是同一个再入锁的条件变量，而LinkedBlockingQueue则改进了锁操作的粒度，头、尾操作使用不同的锁，所以在通用场景下，它的吞吐量相对要更好
一些。
take方法与ArrayBlockingQueue中的实现，也是有不同的，由于其内部结构是链表，需要自己维护元素数量值。
SynchronousQueue，在Java 6中，其实现发生了非常大的变化，利用CAS替换掉了原本基于锁的逻辑，同步开销比较小。它是Executors.newCachedThreadPool()的默认队列。
队列使用场景与典型用例
BlockingQueue生产者-消费者场景
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.BlockingQueue;
public class ConsumerProducer {
public satic fnal String EXIT_MSG = "Good bye!";
public satic void main(String[] args) {
// 使用较小的队列，以更好地在输出中展示其影响
BlockingQueue<String> queue = new ArrayBlockingQueue<>(3);
Producer producer = new Producer(queue);
Consumer consumer = new Consumer(queue);
new Thread(producer).sart();
new Thread(consumer).sart();
}
satic class Producer implements Runnable {
private BlockingQueue<String> queue;
public Producer(BlockingQueue<String> q) {
this.queue = q;
}
@Override
public void run() {
for (int i = 0; i < 20; i++) {
try{
Thread.sleep(5L);
String msg = "Message" + i;
Sysem.out.println("Produced new item: " + msg);
queue.put(msg);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
try {
Sysem.out.println("Time to say good bye!");
queue.put(EXIT_MSG);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
satic class Consumer implements Runnable{
private BlockingQueue<String> queue;
public Consumer(BlockingQueue<String> q){
this.queue=q;
}极客时间
@Override
public void run() {
try{
String msg;
while(!EXIT_MSG.equalsIgnoreCase( (msg = queue.take()))){
Sysem.out.println("Consumed item: " + msg);
Thread.sleep(10L);
}
Sysem.out.println("Got exit message, bye!");
}catch(InterruptedException e) {
e.printStackTrace();
}
}
}
}
LinkedBlockingQueue、 ArrayBlockingQueue和SynchronousQueue如何进行选择
- 考虑应用场景中对队列边界的要求。 ArrayBlockingQueue是有明确的容量限制的，而LinkedBlockingQueue则取决于我们是否在创建时指定， SynchronousQueue则干脆不
能缓存任何元素。 - 从空间利用角度，数组结构的ArrayBlockingQueue要比LinkedBlockingQueue紧凑，因为其不需要创建所谓节点，但是其初始分配阶段就需要一段连续的空间，所以初始内存
需求更大。 - 通用场景中， LinkedBlockingQueue的吞吐量一般优于ArrayBlockingQueue，因为它实现了更加细粒度的锁操作。
- ArrayBlockingQueue实现比较简单，性能更好预测，属于表现稳定的“选手”。
- 如果我们需要实现的是两个线程之间接力性（handof）的场景，按照专栏上一讲的例子，你可能会选择CountDownLatch，但是SynchronousQueue也是完美符合这种场景
的，而且线程间协调和数据传输统一起来，代码更加规范。 - 可能令人意外的是，很多时候SynchronousQueue的性能表现，往往大大超过其他实现，尤其是在队列元素较小的场景。
wait/notify模拟阻塞队列
