Java中阻塞队列接口BlockingQueue继承自Queue接口，并提供put、take阻塞方法。两个主要的阻塞类实现是ArrayBlockingQueue和LinkedBlockingQueue。阻塞队列的主要方法
public interface BlockingQueue<E> extends Queue<E> { //将指定的元素插入到此队列的尾部（如果立即可行且不会超过该队列的容量） //在成功时返回 true，如果此队列已满，则抛IllegalStateException。 boolean add(E e); //将指定的元素插入到此队列的尾部（如果立即可行且不会超过该队列的容量） // 将指定的元素插入此队列的尾部，如果该队列已满， //则在到达指定的等待时间之前等待可用的空间,该方法可中断 boolean offer(E e, long timeout, TimeUnit unit) throws InterruptedException; //将指定的元素插入此队列的尾部，如果该队列已满，则一直等到（阻塞）。 void put(E e) throws InterruptedException; //获取并移除此队列的头部，如果没有元素则等待（阻塞）， //直到有元素将唤醒等待线程执行该操作 E take() throws InterruptedException; //获取并移除此队列的头部，在指定的等待时间前一直等到获取元素， //超过时间方法将结束 E poll(long timeout, TimeUnit unit) throws InterruptedException; //从此队列中移除指定元素的单个实例（如果存在）。 boolean remove(Object o); } //除了上述方法还有继承自Queue接口的方法 //获取但不移除此队列的头元素,没有则跑异常NoSuchElementException E element(); //获取但不移除此队列的头；如果此队列为空，则返回 null。 E peek(); //获取并移除此队列的头，如果此队列为空，则返回 null。 E poll();
一、ArrayBlockQueue的原理与实现
ArrayBlockingQueue 是一个用数组实现的有界阻塞队列，其内部按先进先出的原则对元素进行排序，其中put方法和take方法为添加和删除的阻塞方法。其内部是通过重入锁ReenterLock和Condition条件队列实现的，用数组存储所有的数据，用一个ReentrantLock来同时控制添加线程和移除线程的并发访问，一个notEmpty条件对象存放等待或唤醒调用take方法的线程，用notFull条件对象存放或唤醒调用put方法的线程。takeIndex代表的是下一个方法(take，poll，peek，remove)被调用时获取数组元素的索引，putIndex则代表下一个方法（put, offer, or add）被调用时元素添加到数组中的索引。
每次添加元素时添加到队尾，获取元素时从队头获取。当putIndex索引等于数组长度时，要将putIndex重新设置为0，继续从数组头开始添加元素。
public class ArrayBlockingQueue<E> extends AbstractQueue<E> implements BlockingQueue<E>, java.io.Serializable { /** 存储数据的数组 */ final Object[] items; /**获取数据的索引，主要用于take，poll，peek，remove方法 */ int takeIndex; /**添加数据的索引，主要用于 put, offer, or add 方法*/ int putIndex; /** 队列元素的个数 */ int count; /** 控制并非访问的锁 */ final ReentrantLock lock; /**notEmpty条件对象，用于通知take方法队列已有元素，可执行获取操作 */ private final Condition notEmpty; /**notFull条件对象，用于通知put方法队列未满，可执行添加操作 */ private final Condition notFull; /** 迭代器 */ transient Itrs itrs = null; //构造方法源码 public ArrayBlockingQueue(int capacity) { this(capacity, false); } public ArrayBlockingQueue(int capacity, boolean fair) { if (capacity <= 0) throw new IllegalArgumentException(); this.items = new Object[capacity]; lock = new ReentrantLock(fair); notEmpty = lock.newCondition(); notFull = lock.newCondition(); } //add方法实现，间接调用了offer(e) public boolean add(E e) { if (offer(e)) return true; else throw new IllegalStateException("Queue full"); } //offer方法 public boolean offer(E e) { checkNotNull(e);//检查元素是否为null final ReentrantLock lock = this.lock; lock.lock();//加锁 try { if (count == items.length)//判断队列是否满 return false; else { enqueue(e);//添加元素到队列 return true; } } finally { lock.unlock(); } } //入队操作 private void enqueue(E x) { //获取当前数组 final Object[] items = this.items; //通过putIndex索引对数组进行赋值 items[putIndex] = x; //索引自增，如果已是最后一个位置，重新设置 putIndex = 0; if (++putIndex == items.length) putIndex = 0; count++;//队列中元素数量加1 //唤醒调用take()方法的线程，执行元素获取操作。 notEmpty.signal(); } //put方法，阻塞时可中断 public void put(E e) throws InterruptedException { checkNotNull(e); final ReentrantLock lock = this.lock; lock.lockInterruptibly();//该方法可中断 try { //当队列元素个数与数组长度相等时，无法添加元素 while (count == items.length) //将当前调用线程挂起，添加到notFull条件队列中等待唤醒 notFull.await(); enqueue(e);//如果队列没有满直接添加。。 } finally { lock.unlock(); } } public E poll() { final ReentrantLock lock = this.lock; lock.lock(); try { //判断队列是否为null，不为null执行dequeue()方法，否则返回null return (count == 0) ? null : dequeue(); } finally { lock.unlock(); } } //删除队列头元素并返回 private E dequeue() { //拿到当前数组的数据 final Object[] items = this.items; @SuppressWarnings("unchecked") //获取要删除的对象 E x = (E) items[takeIndex]; 将数组中takeIndex索引位置设置为null items[takeIndex] = null; //takeIndex索引加1并判断是否与数组长度相等， //如果相等说明已到尽头，恢复为0 if (++takeIndex == items.length) takeIndex = 0; count--;//队列个数减1 if (itrs != null) itrs.elementDequeued();//同时更新迭代器中的元素数据 //删除了元素说明队列有空位，唤醒notFull条件对象添加线程，执行添加操作 notFull.signal(); return x; } public boolean remove(Object o) { if (o == null) return false; //获取数组数据 final Object[] items = this.items; final ReentrantLock lock = this.lock; lock.lock();//加锁 try { //如果此时队列不为null，这里是为了防止并发情况 if (count > 0) { //获取下一个要添加元素时的索引 final int putIndex = this.putIndex; //获取当前要被删除元素的索引 int i = takeIndex; //执行循环查找要删除的元素 do { //找到要删除的元素 if (o.equals(items[i])) { removeAt(i);//执行删除 return true;//删除成功返回true } //当前删除索引执行加1后判断是否与数组长度相等 //若为true，说明索引已到数组尽头，将i设置为0 if (++i == items.length) i = 0; } while (i != putIndex);//继承查找 } return false; } finally { lock.unlock(); } } //根据索引删除元素，实际上是把删除索引之后的元素往前移动一个位置 void removeAt(final int removeIndex) { final Object[] items = this.items; //先判断要删除的元素是否为当前队列头元素 if (removeIndex == takeIndex) { //如果是直接删除 items[takeIndex] = null; //当前队列头元素加1并判断是否与数组长度相等，若为true设置为0 if (++takeIndex == items.length) takeIndex = 0; count--;//队列元素减1 if (itrs != null) itrs.elementDequeued();//更新迭代器中的数据 } else { //如果要删除的元素不在队列头部， //那么只需循环迭代把删除元素后面的所有元素往前移动一个位置 //获取下一个要被添加的元素的索引，作为循环判断结束条件 final int putIndex = this.putIndex; //执行循环 for (int i = removeIndex;;) { //获取要删除节点索引的下一个索引 int next = i + 1; //判断是否已为数组长度，如果是从数组头部（索引为0）开始找 if (next == items.length) next = 0; //如果查找的索引不等于要添加元素的索引，说明元素可以再移动 if (next != putIndex) { items[i] = items[next];//把后一个元素前移覆盖要删除的元 i = next; } else { //在removeIndex索引之后的元素都往前移动完毕后清空最后一个元素 items[i] = null; this.putIndex = i; break;//结束循环 } } count--;//队列元素减1 if (itrs != null) itrs.removedAt(removeIndex);//更新迭代器数据 } notFull.signal();//唤醒添加线程 } //从队列头部删除，队列没有元素就阻塞，可中断 public E take() throws InterruptedException { final ReentrantLock lock = this.lock; lock.lockInterruptibly();//中断 try { //如果队列没有元素 while (count == 0) //执行阻塞操作 notEmpty.await(); return dequeue();//如果队列有元素执行删除操作 } finally { lock.unlock(); } } }
二、LinkedBlockingQueue原理与实现
LinkedBlockingQueue是一个由链表实现的有界队列阻塞队列，但大小默认值为Integer.MAX_VALUE，所以我们在使用LinkedBlockingQueue时建议手动传值，为其提供我们所需的大小，避免队列过大造成机器负载或者内存爆满等情况。
一般链表队列吞吐量要高于基于数组的阻塞队列，因为其内部实现添加和删除使用两个ReetrantLock来控制并发执行。虽然链表队列和数组队列的API几乎一样，但其内部实现原理不同。与ArrayBlockingQueue不同的是，LinkedBlockingQueue内部分别使用了takeLock 和 putLock 对并发进行控制，也就是说，添加和删除操作并不是互斥操作，可以同时进行，这样也就可以大大提高吞吐量。这里再次强调如果没有给LinkedBlockingQueue指定容量大小，其默认值将是Integer.MAX_VALUE，如果存在添加速度大于删除速度时候，有可能会内存溢出。
public class LinkedBlockingQueue<E> extends AbstractQueue<E> implements BlockingQueue<E>, java.io.Serializable { /** * 节点类，用于存储数据 */ static class Node<E> { E item; /** * One of: * - the real successor Node * - this Node, meaning the successor is head.next * - null, meaning there is no successor (this is the last node) */ Node<E> next; Node(E x) { item = x; } } /** 阻塞队列的大小，默认为Integer.MAX_VALUE */ private final int capacity; /** 当前阻塞队列中的元素个数 */ private final AtomicInteger count = new AtomicInteger(); /** * 阻塞队列的头结点 */ transient Node<E> head; /** * 阻塞队列的尾节点 */ private transient Node<E> last; /** 获取并移除元素时使用的锁，如take, poll, etc */ private final ReentrantLock takeLock = new ReentrantLock(); /** notEmpty条件对象，当队列没有数据时用于挂起执行删除的线程 */ private final Condition notEmpty = takeLock.newCondition(); /** 添加元素时使用的锁如 put, offer, etc */ private final ReentrantLock putLock = new ReentrantLock(); /** notFull条件对象，当队列数据已满时用于挂起执行添加的线程 */ private final Condition notFull = putLock.newCondition(); public boolean offer(E e) { //添加元素为null直接抛出异常 if (e == null) throw new NullPointerException(); //获取队列的个数 final AtomicInteger count = this.count; //判断队列是否已满 if (count.get() == capacity) return false; int c = -1; //构建节点 Node<E> node = new Node<E>(e); final ReentrantLock putLock = this.putLock; putLock.lock(); try { //再次判断队列是否已满，考虑并发情况 if (count.get() < capacity) { enqueue(node);//添加元素 c = count.getAndIncrement();//拿到当前未添加新元素时的队列长度 //如果容量还没满 if (c + 1 < capacity) notFull.signal();//唤醒下一个添加线程，执行添加操作 } } finally { putLock.unlock(); } // 由于存在添加锁和消费锁，而消费锁和添加锁都会持续唤醒等到线程，因此count肯定会变化。 //这里的if条件表示如果队列中还有1条数据 if (c == 0) signalNotEmpty();//如果还存在数据那么就唤醒消费锁 return c >= 0; // 添加成功返回true，否则返回false } //入队操作 private void enqueue(Node<E> node) { //队列尾节点指向新的node节点 last = last.next = node; } //signalNotEmpty方法 private void signalNotEmpty() { final ReentrantLock takeLock = this.takeLock; takeLock.lock(); //唤醒获取并删除元素的线程 notEmpty.signal(); } finally { takeLock.unlock(); } } public boolean remove(Object o) { if (o == null) return false; fullyLock();//同时对putLock和takeLock加锁 try { //循环查找要删除的元素 for (Node<E> trail = head, p = trail.next; p != null; trail = p, p = p.next) { if (o.equals(p.item)) {//找到要删除的节点 unlink(p, trail);//直接删除 return true; } } return false; } finally { fullyUnlock();//解锁 } } //两个同时加锁 void fullyLock() { putLock.lock(); takeLock.lock(); } void fullyUnlock() { takeLock.unlock(); putLock.unlock(); } public E poll() { //获取当前队列的大小 final AtomicInteger count = this.count; if (count.get() == 0)//如果没有元素直接返回null return null; E x = null; int c = -1; final ReentrantLock takeLock = this.takeLock; takeLock.lock(); try { //判断队列是否有数据 if (count.get() > 0) { //如果有，直接删除并获取该元素值 x = dequeue(); //当前队列大小减一 c = count.getAndDecrement(); //如果队列未空，继续唤醒等待在条件对象notEmpty上的消费线程 if (c > 1) notEmpty.signal(); } } finally { takeLock.unlock(); } //判断c是否等于capacity，这是因为如果满说明NotFull条件对象上 //可能存在等待的添加线程 if (c == capacity) signalNotFull(); return x; } private E dequeue() { Node<E> h = head;//获取头结点 Node<E> first = h.next; 获取头结的下一个节点（要删除的节点） h.next = h; // help GC//自己next指向自己，即被删除 head = first;//更新头结点 E x = first.item;//获取删除节点的值 first.item = null;//清空数据，因为first变成头结点是不能带数据的，这样也就删除队列的带数据的第一个节点 return x; } public E take() throws InterruptedException { E x; int c = -1; //获取当前队列大小 final AtomicInteger count = this.count; final ReentrantLock takeLock = this.takeLock; takeLock.lockInterruptibly();//可中断 try { //如果队列没有数据，挂机当前线程到条件对象的等待队列中 while (count.get() == 0) { notEmpty.await(); } //如果存在数据直接删除并返回该数据 x = dequeue(); c = count.getAndDecrement();//队列大小减1 if (c > 1) notEmpty.signal();//还有数据就唤醒后续的消费线程 } finally { takeLock.unlock(); } //满足条件，唤醒条件对象上等待队列中的添加线程 if (c == capacity) signalNotFull(); return x; } }
三、数组阻塞队列和链表阻塞队列的区别
1.队列大小有所不同，ArrayBlockingQueue是有界的初始化必须指定大小，而LinkedBlockingQueue可以是有界的也可以是无界的(Integer.MAX_VALUE)，对于后者而言，当添加速度大于移除速度时，在无界的情况下，可能会造成内存溢出等问题。
2.数据存储容器不同，ArrayBlockingQueue采用的是数组作为数据存储容器，而LinkedBlockingQueue采用的则是以Node节点作为连接对象的链表。
3.由于ArrayBlockingQueue采用的是数组的存储容器，因此在插入或删除元素时不会产生或销毁任何额外的对象实例，而LinkedBlockingQueue则会生成一个额外的Node对象。这可能在长时间内需要高效并发地处理大批量数据的时，对于GC可能存在较大影响。
4.两者的实现队列添加或移除的锁不一样，ArrayBlockingQueue实现的队列中的锁是没有分离的，即添加操作和移除操作采用的同一个ReenterLock锁，而LinkedBlockingQueue实现的队列中的锁是分离的，其添加采用的是putLock，移除采用的则是takeLock，这样能大大提高队列的吞吐量，也意味着在高并发的情况下生产者和消费者可以并行地操作队列中的数据，以此来提高整个队列的并发性能。