一、简介
ArrayBlockingQueue 顾名思义：基于数组的阻塞队列。数组是要指定长度的，所以使用 ArrayBlockingQueue 时必须指定长度，也就是它是一个有界队列。它实现了 BlockingQueue 接口，有着队列、集合以及阻塞队列的所有方法。
ArrayBlockingQueue 是线程安全的，内部使用 ReentrantLock 来保证。ArrayBlockingQueue 支持对生产者线程和消费者线程进行公平的调度。当然默认情况下是不保证公平性的，因为公平性通常会降低吞吐量，但是可以减少可变性和避免线程饥饿问题。
二、数据结构
通常，队列的实现方式有数组和链表两种方式。对于数组这种实现方式来说，我们可以通过维护一个队尾指针，使得在入队的时候可以在 O(1)O(1) 的时间内完成；但是对于出队操作，在删除队头元素之后，必须将数组中的所有元素都往前移动一个位置，这个操作的复杂度达到了 O(n)O(n)，效果并不是很好。如下图所示：
为了解决这个问题，我们可以使用另外一种逻辑结构来处理数组中各个位置之间的关系。假设现在我们有一个数组 A[1…n]，我们可以把它想象成一个环型结构，即 A[n] 之后是 A[1]，相信了解过一致性 Hash 算法的童鞋应该很容易能够理解。
如下图所示：我们可以使用两个指针，分别维护队头和队尾两个位置，使入队和出队操作都可以在 O(1O(1 )的时间内完成。当然，这个环形结构只是逻辑上的结构，实际的物理结构还是一个普通的数组。
讲完 ArrayBlockingQueue 的数据结构，接下来我们从源码层面看看它是如何实现阻塞的。
三、源码分析3.1 属性
// 队列的底层结构final Object[] items;// 队头指针int takeIndex;// 队尾指针int putIndex;// 队列中的元素个数int count;final ReentrantLock lock;// 并发时的两种状态private final Condition notEmpty;private final Condition notFull;
items 是一个数组，用来存放入队的数据；count 表示队列中元素的个数；takeIndex 和 putIndex 分别代表队头和队尾指针。
3.2 构造方法
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();}public ArrayBlockingQueue(int capacity, boolean fair, Collection<? extends E> c) { this(capacity, fair); final ReentrantLock lock = this.lock; lock.lock(); // Lock only for visibility, not mutual exclusion try { int i = 0; try { for (E e : c) { checkNotNull(e); items[i++] = e; } } catch (ArrayIndexOutOfBoundsException ex) { throw new IllegalArgumentException(); } count = i; putIndex = (i == capacity) ? 0 : i; } finally { lock.unlock(); }}
第一个构造函数只需要指定队列大小，默认为非公平锁；第二个构造函数可以手动指定公平性和队列大小；第三个构造函数里面使用了 ReentrantLock 来加锁，然后把传入的集合元素按顺序一个个放入 items 中。这里加锁目的不是使用它的互斥性，而是让 items 中的元素对其他线程可见（参考 AQS 里的 state 的 volatile 可见性）。
3.3 方法
3.3.1 入队
ArrayBlockingQueue 提供了多种入队操作的实现来满足不同情况下的需求，入队操作有如下几种：
boolean add(E e) void put(E e) boolean offer(E e) boolean offer(E e, long timeout, TimeUnit unit)
（1）add(E e)
public boolean add(E e) { return super.add(e);}//super.add(e)public boolean add(E e) { if (offer(e)) return true; else throw new IllegalStateException("Queue full");}
可以看到 add 方法调用的是父类，也就是 AbstractQueue 的 add 方法，它实际上调用的就是 offer 方法。
（2）offer(E e)
我们接着上面的 add 方法来看 offer 方法：
public boolean offer(E e) { checkNotNull(e); final ReentrantLock lock = this.lock; lock.lock(); try { if (count == items.length) return false; else { enqueue(e); return true; } } finally { lock.unlock(); }}
offer 方法在队列满了的时候返回 false，否则调用 enqueue 方法插入元素，并返回 true。
private void enqueue(E x) { final Object[] items = this.items; items[putIndex] = x; // 圆环的index操作 if (++putIndex == items.length) putIndex = 0; count++; notEmpty.signal();}
enqueue 方法首先把元素放在 items 的 putIndex 位置，接着判断在 putIndex+1 等于队列的长度时把 putIndex 设置为0，也就是上面提到的圆环的 index 操作。最后唤醒等待获取元素的线程。
（3）offer(E e, long timeout, TimeUnit unit)
该方法在 offer(E e) 的基础上增加了超时的概念。
public boolean offer(E e, long timeout, TimeUnit unit) throws InterruptedException { checkNotNull(e); // 把超时时间转换成纳秒 long nanos = unit.toNanos(timeout); final ReentrantLock lock = this.lock; // 获取一个可中断的互斥锁 lock.lockInterruptibly(); try { // while循环的目的是防止在中断后没有到达传入的timeout时间，继续重试 while (count == items.length) { if (nanos <= 0) return false; // 等待nanos纳秒，返回剩余的等待时间(可被中断) nanos = notFull.awaitNanos(nanos); } enqueue(e); return true; } finally { lock.unlock(); }}
利用了 Condition 的 awaitNanos 方法，等待指定时间，因为该方法可中断，所以这里利用 while 循环来处理中断后还有剩余时间的问题，等待时间到了以后调用 enqueue 方法放入队列。
（4）put(E e)
public void put(E e) throws InterruptedException { checkNotNull(e); final ReentrantLock lock = this.lock; lock.lockInterruptibly(); try { while (count == items.length) notFull.await(); enqueue(e); } finally { lock.unlock(); }}
put 方法在 count 等于 items 长度时，一直等待，直到被其他线程唤醒。唤醒后调用 enqueue 方法放入队列。
3.3.2 出队
入队列的方法说完后，我们来说说出队列的方法。ArrayBlockingQueue 提供了多种出队操作的实现来满足不同情况下的需求，如下：
E poll() E poll(long timeout, TimeUnit unit) E take() drainTo(Collection<? super E> c, int maxElements)
（1）poll()
public E poll() { final ReentrantLock lock = this.lock; lock.lock(); try { return (count == 0) ? null : dequeue(); } finally { lock.unlock(); }}
poll 方法是非阻塞方法，如果队列没有元素返回 null，否则调用 dequeue 把队首的元素出队列。
private E dequeue() { final Object[] items = this.items; @SuppressWarnings("unchecked") E x = (E) items[takeIndex]; items[takeIndex] = null; if (++takeIndex == items.length) takeIndex = 0; count--; if (itrs != null) itrs.elementDequeued(); notFull.signal(); return x;}
dequeue 会根据 takeIndex 获取到该位置的元素，并把该位置置为 null，接着利用圆环原理，在 takeIndex 到达列表长度时设置为0，最后唤醒等待元素放入队列的线程。
（2）poll(long timeout, TimeUnit unit)
该方法是 poll() 的可配置超时等待方法，和上面的 offer 一样，使用 while 循环配合 Condition 的 awaitNanos 来进行等待，等待时间到后执行 dequeue 获取元素。
public E poll(long timeout, TimeUnit unit) throws InterruptedException { long nanos = unit.toNanos(timeout); final ReentrantLock lock = this.lock; lock.lockInterruptibly(); try { while (count == 0) { if (nanos <= 0) return null; nanos = notEmpty.awaitNanos(nanos); } return dequeue(); } finally { lock.unlock(); }}
（3）take()
public E take() throws InterruptedException { final ReentrantLock lock = this.lock; lock.lockInterruptibly(); try { while (count == 0) notEmpty.await(); return dequeue(); } finally { lock.unlock(); }}
取走队列里排在首位的对象，不同于 poll() 方法，若BlockingQueue为空，就阻塞等待直到有新的数据被加入。（4）drainTo()
public int drainTo(Collection<? super E> c) { return drainTo(c, Integer.MAX_VALUE);}public int drainTo(Collection<? super E> c, int maxElements) { checkNotNull(c); if (c == this) throw new IllegalArgumentException(); if (maxElements <= 0) return 0; final Object[] items = this.items; final ReentrantLock lock = this.lock; lock.lock(); try { int n = Math.min(maxElements, count); int take = takeIndex; int i = 0; try { while (i < n) { @SuppressWarnings("unchecked") E x = (E) items[take]; c.add(x); items[take] = null; if (++take == items.length) take = 0; i++; } return n; } finally { // Restore invariants even if c.add() threw if (i > 0) { count -= i; takeIndex = take; if (itrs != null) { if (count == 0) itrs.queueIsEmpty(); else if (i > take) itrs.takeIndexWrapped(); } for (; i > 0 && lock.hasWaiters(notFull); i--) notFull.signal(); } } } finally { lock.unlock(); }}
drainTo 相比于其他获取方法，能够一次性从队列中获取所有可用的数据对象（还可以指定获取数据的个数）。通过该方法，可以提升获取数据效率，不需要多次分批加锁或释放锁。
3.3.3 获取元素
public E peek() { final ReentrantLock lock = this.lock; lock.lock(); try { return itemAt(takeIndex); // null when queue is empty } finally { lock.unlock(); }}final E itemAt(int i) { return (E) items[i];}
这里获取元素时上锁是为了避免脏数据的产生。
3.3.4 删除元素
我们可以想象一下，队列中删除某一个元素时，是不是要遍历整个数据找到该元素，并把该元素后的所有元素往前移一位，也就是说，该方法的时间复杂度为 O(n)O(n)。
public boolean remove(Object o) { if (o == null) return false; final Object[] items = this.items; final ReentrantLock lock = this.lock; lock.lock(); try { if (count > 0) { final int putIndex = this.putIndex; int i = takeIndex; // 从takeIndex一直遍历到putIndex，直到找到和元素o相同的元素，调用removeAt进行删除 do { if (o.equals(items[i])) { removeAt(i); return true; } if (++i == items.length) i = 0; } while (i != putIndex); } return false; } finally { lock.unlock(); }}
remove 方法比较简单，它从 takeIndex 一直遍历到 putIndex，直到找到和元素 o 相同的元素，调用 removeAt 进行删除。我们重点来看一下 removeAt 方法。
void removeAt(final int removeIndex) { final Object[] items = this.items; if (removeIndex == takeIndex) { // removing front item; just advance items[takeIndex] = null; if (++takeIndex == items.length) takeIndex = 0; count--; if (itrs != null) itrs.elementDequeued(); } else { // an "interior" remove // slide over all others up through putIndex. final int putIndex = this.putIndex; for (int i = removeIndex;;) { int next = i + 1; if (next == items.length) next = 0; if (next != putIndex) { items[i] = items[next]; i = next; } else { items[i] = null; this.putIndex = i; break; } } count--; if (itrs != null) itrs.removedAt(removeIndex); } notFull.signal();}
removeAt 的处理方式和我想的稍微有一点出入，它内部分为两种情况来考虑：
removeIndex == takeIndex removeIndex != takeIndex
也就是我考虑的时候没有考虑边界问题。当 removeIndex == takeIndex 时就不需要后面的元素整体往前移了，而只需要把 takeIndex的指向下一个元素即可（类比圆环）；当 removeIndex != takeIndex 时，通过 putIndex 将 removeIndex 后的元素往前移一位。
四、总结
ArrayBlockingQueue 是一个阻塞队列，内部由 ReentrantLock 来实现线程安全，由 Condition 的 await 和 signal 来实现等待唤醒的功能。它的数据结构是数组，准确的说是一个循环数组（可以类比一个圆环），所有的下标在到达最大长度时自动从 0 继续开始。
到此这篇关于Java 并发编程ArrayBlockingQueue的实现的文章就介绍到这了,更多相关Java 并发编程ArrayBlockingQueue内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
我想一个人旅行，背上简单的行囊，踏上行程，
