首页 > 程序开发 > 软件开发 > 其他 > 正文
阻塞队列实现消费之生产模式
2017-03-20       个评论      
收藏    我要投稿

阻塞队列实现消费之生产模式:阻塞队列数据由消费者线程、生产者线程共享。消费者产生数据放入阻塞队列,倘若阻塞队列已满,则生产者线程被阻塞直到消费者线程取出数据或者是直接返回失败。

若队列数据为空,则消费者线程阻塞直到生产者线程放入数据或者直接返回失败。且阻塞队列的数据为先进先出的规则。

常用api

offer(E e) 向阻塞队列放入数据,倘若阻塞队列已满,则直接返回false。
offer(E e, long timeout, TimeUnit unit) 向阻塞队列放入数据,倘若timeout时间过后数据还未放入队列,则直接返回false。
put(E e) 向阻塞队列放入数据,倘若阻塞队列已满,则生产线程阻塞直到消费线程取出数据。
poll() 向阻塞队列取出数据,倘若阻塞队列没有数据,则直接返回false。
poll(long timeout, TimeUnit unit) 向阻塞队列取出数据,倘若timeout时间过后依然没有取出数据,则直接返回false。
take() 向阻塞队列放入数据,倘若阻塞队列已满,则消费线程阻塞直到生产线程放入数据。
drainTo():一次性从阻塞队列所有可用的数据对象。

blockingQueue常用实现类

ArrayBlockingQueue 采用数组来放入存储数据。在初始化的时候需要指定数组长度。这就限定了ArrayBlockingQueue 只能存储指定长度的数据。并且ArrayBlockingQueue 的放入与取出不能并发进行,因为ArrayBlockingQueue 采用唯一的锁来维护存放队列的数组。适合生产线程产生的数据快于消费线程消费数据的场景。
LinkedBlockingQueue 采用链表来维护数据队列。因为链表增加与取出数据对象是作用在不同对象上,所以取出与增加是可以并发进行的。但是LinkedBlockingQueue 初始化的时候可以不限定长度,这就导致了LinkedBlockingQueue 可以存储接近于无穷的数据,这可能会导致内存溢出。所有LinkedBlockingQueue 适合生产线程产生的数据慢于消费线程消费数据的场景。

阻塞队列使用场景

列如用户上传了一个数据量很大的文件,后台解析需要耗费十几秒,这时总不能让用户等待十几秒吧,这时候只需将文件数据放入阻塞队列,然后放回给用户成功,接着生产线程去处理这些数据。

例如12306开票的时候大量用户涌进来买票,这时候由于高并发量太大,导致很多业务逻辑需要同时处理,数据库io操作过于密集频繁,这时候可以把用户的请求数据放入消息队列进行排队,相关接口去取数据用于业务操作。

例如12306订票成功后需要发送邮件通知给用户,由于12306的系统能应对很强大的高并发场景,但是邮件系统不能处理大量高并发。由于发送邮件可以延迟,所有只需要把发送邮件的内容放入阻塞队列,发邮件线程去取数据发送即可。

使用ArrayBlockingQueue实现消费-生产情景
package TestExample;

import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.BlockingQueue;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import org.junit.Test;

public class TestExample{

ArrayBlockingQueue test = new ArrayBlockingQueue(10);

CountDownLatch latch = new CountDownLatch(2);

@Test
public void test(){

    ExecutorService service = Executors.newFixedThreadPool(2);
    service.execute(new ProductTread(test));
    service.execute(new ConsumeTread(test));
    try {
        latch.await();
        System.out.println("主线程结束!");
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
}

class ProductTread implements Runnable{

    BlockingQueue bq;

    public void run() {
        for(int i=0;i<20;i++){
            try {
                bq.put(String.valueOf(i));
                System.out.println("生产者放入数据:"+String.valueOf(i));
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
        latch.countDown();
    }

    ProductTread(BlockingQueue bq){
        this.bq=bq;
    }
}

class ConsumeTread implements Runnable{

        BlockingQueue bq;

        public void run() {
            for(int i=0;i<20;i++){
                try {
                    Thread.sleep(1000);
                    System.out.println("消费者取出数据"+bq.take());
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            latch.countDown();
        }

        ConsumeTread(BlockingQueue bq){
            this.bq=bq;
        }
    }

}

运行结果:

生产者放入数据:0
生产者放入数据:1
生产者放入数据:2
生产者放入数据:3
生产者放入数据:4
生产者放入数据:5
生产者放入数据:6
生产者放入数据:7
生产者放入数据:8
生产者放入数据:9
消费者取出数据0
生产者放入数据:10
消费者取出数据1
生产者放入数据:11
消费者取出数据2
生产者放入数据:12
消费者取出数据3
生产者放入数据:13
消费者取出数据4
生产者放入数据:14
消费者取出数据5
生产者放入数据:15
消费者取出数据6
生产者放入数据:16
消费者取出数据7
生产者放入数据:17
消费者取出数据8
生产者放入数据:18
消费者取出数据9
生产者放入数据:19
消费者取出数据10
消费者取出数据11
消费者取出数据12
消费者取出数据13
消费者取出数据14
消费者取出数据15
消费者取出数据16
消费者取出数据17
消费者取出数据18
消费者取出数据19
主线程结束!
点击复制链接 与好友分享!回本站首页
上一篇:数据结构与算法之有向图的拓扑排序
下一篇:大型网站架构笔记
相关文章
图文推荐
文章
推荐
点击排行

关于我们 | 联系我们 | 广告服务 | 投资合作 | 版权申明 | 在线帮助 | 网站地图 | 作品发布 | Vip技术培训
版权所有: 红黑联盟--致力于做实用的IT技术学习网站