当前位置: 首页 > news >正文

Java 入门指南:Java 并发编程 —— 并发容器 PriorityBlockingQueue

BlockingQueue

BlockingQueue 是Java并发包(java.util.concurrent)中提供的一个阻塞队列接口,它继承自 Queue 接口。

BlockingQueue 中的元素采用 FIFO 的原则,支持多线程环境并发访问,提供了阻塞读取和写入的操作,当前线程在队列满或空的情况下会被阻塞,直到被唤醒或超时。

常用的实现类有:

  • ArrayBlockingQueue:并发容器 ArrayBlockingQueue 详解
  • LinkedBlockingQueue:并发容器 LinkedBlockingQueue 详解
  • PriorityBlockingQueue
  • SynchronousQueue:并发容器 SynchronousQueue 详解
  • LinkedBlockingDeque:并发容器 LinkedBlockingDeque 详解
    等类,它们的实现方式各有不同。
适用场景

BlockingQueue 通常用于一个线程生产对象,而另外一个线程消费这些对象的场景。

![[BlockingQueue Model.png]]

一个线程将会持续生产新对象并将其插入到队列之中,直到队列达到它所能容纳的临界点

如果该阻塞队列到达了其临界点,生产者线程将会在往里边插入新对象时发生阻塞。它会一直处于阻塞之中,直到消费者线程从队列中拿走一个对象。

消费者线程将会一直从该阻塞队列中拿出对象。如果消费线程尝试去从一个空的队列中提取对象的话,这个消费线程将会处于阻塞之中,直到一个生产线程把一个对象丢进队列。

常用方法
  1. put(E e):将元素 e 插入到队列中,如果队列已满,则会阻塞当前线程,直到队列有空闲空间

  2. offer(E e):将元素 e 插入到队列中,如果队列已满,则返回 false。

  3. offer(E element, long timeout, TimeUnit unit) 方法是 BlockingQueue:在指定的时间内将元素添加到队列中。

    • timeout:超时时间,表示在指定的时间内等待队列空间可用。如果超过指定的时间仍然无法将元素添加到队列中,将返回 false。

    • unit:超时时间的单位。

  4. take():移除并返回队列头部的元素,如果队列为空,则会阻塞当前线程,直到队列有元素

  5. poll():移除并返回队列头部的元素,如果队列为空,则返回 null

  6. poll(long timeout, TimeUnit unit):在指定的时间内从队列中检索并移除元素。返回移除的元素。如果超过指定的时间仍然没有可用的元素,将返回 null。

  7. peek():返回队列头部的元素,但不会移除。如果队列为空,则返回null

  8. size():返回队列中元素的数量

  9. isEmpty():判断队列是否为空,为空返回 true,否则返回 false

  10. isFull():判断队列是否已满,已满返回 true,否则返回 false

  11. clear():清空队列中的所有元素

行为抛异常返回特定值阻塞超时
插入add(o)offer(o)put(o)offer(o, timeout, timeunit)
移除remove()poll()take()poll(timeout, timeunit)
检查element()peek()
  • 抛异常: 如果试图的操作无法立即执行,抛一个异常。

  • 特定值: 如果试图的操作无法立即执行,返回 true / false / null)。

  • 阻塞: 如果试图的操作无法立即执行,该方法调用将会发生阻塞,直到能够执行。

  • 超时: 如果试图的操作无法立即执行,该方法调用将会发生阻塞,直到能够执行,但等待时间不会超过给定值。返回一个特定值以告知该操作是否成功(典型的是 true / false)。

若向 BlockingQueue 中插入 null,将会抛出 NullPointerException

死锁问题

需要注意的是,在使用 BlockingQueue 时要注意防止死锁的问题:

  • 在队列满之后调用 offer() 方法插入元素会返回false,此时不能直接调用put()方法,因为在插入之前还需要获取其它资源,如果在获取资源时一直阻塞在这里,就会发生死锁。

  • 为了防止死锁的问题,建议使用 offer(E e, long timeout, TimeUnit unit)poll(long timeout, TimeUnit unit) 带有超时时间的方法。

PriorityBlockingQueue

PriorityBlockingQueue 是一个无界的并发队列。它使用了和类PriorityQueue 一样的排序规则。

所有插入到 PriorityBlockingQueue 的元素必须实现 java.lang.Comparable 接口。因此该队列中元素的排序就取决于自定义的 Comparable 实现。如果元素没有实现 Comparable 接口并且没有提供自定义的比较器,将会引发 ClassCastException

PriorityBlockingQueue 对于具有相等优先级(compare() == 0)的元素并不强制任何特定行为。

特点
  • 线程安全PriorityBlockingQueue是线程安全的,它使用锁(如ReentrantLock)来确保在多线程环境下的数据一致性和操作的原子性。

  • 优先级排序:队列中的元素会根据它们的优先级进行排序,默认情况下,元素按照其自然顺序(如果实现了Comparable接口)进行排序,或者根据构造时提供的Comparator进行排序。

  • 阻塞特性:当队列为空时,尝试从队列中取出元素的线程会被阻塞,直到队列中有元素可用;当队列已满(对于无界队列,实际上是系统资源耗尽)时,尝试向队列中添加元素的线程也会被阻塞,或者可以选择非阻塞操作(如offer方法)。

  • 无界扩容PriorityBlockingQueue 是基于数组实现的,当队列中的元素数量超过当前数组的容量时,它会自动进行扩容操作,以确保能够继续存储新的元素。

扩容问题

PriorityBlockingQueue 并不是一个动态调整容量的队列。它的“无界”特性并不是指它会动态地调整其内部存储的大小,而是指它不会因为容量限制而阻止新的元素被加入队列。相反,它会尽可能多地存储元素,直到耗尽系统的可用内存。

尽管 PriorityBlockingQueue 没有显式的容量限制,但在实际应用中,仍然需要考虑以下几点:

  1. 内存限制:虽然 PriorityBlockingQueue 没有固定的容量限制,但它仍然受到 JVM 的堆内存限制。如果队列中的元素过多,会导致内存不足,最终可能导致 OutOfMemoryError

  2. 垃圾回收:当队列中的元素被消费后,如果没有其他引用指向这些元素,垃圾回收器会自动回收这些对象所占用的内存。因此,即使队列曾经存储了大量的元素,只要这些元素被消费并且没有其他引用,内存就会被释放。

应用场景

PriorityBlockingQueue 适用于多种场景,包括但不限于:

  • 任务调度:在任务调度系统中,可以使用 PriorityBlockingQueue 来管理待执行的任务,工作线程可以从中取出优先级最高的任务来执行。

  • 资源管理:在资源有限的情况下,可以使用 PriorityBlockingQueue 来确定哪些请求或任务应该优先获得资源。

  • 并发访问:在多线程环境中,PriorityBlockingQueue 提供了安全的并发访问机制,多个线程可以同时向队列中添加或检索元素。

构造方法
  1. 创建一个初始容量为 11(默认容量)PriorityBlockingQueue 对象。
PriorityBlockingQueue()
  1. 创建一个初始容量为指定容量的 PriorityBlockingQueue 对象。
PriorityBlockingQueue(int capacity)
  1. 创建一个初始元素集合为指定集合的 PriorityBlockingQueue 对象。
PriorityBlockingQueue(Collection<? extends E> collection)
  1. 创建一个初始容量为指定容量、元素按照指定比较器优先级排序的 PriorityBlockingQueue 对象。
PriorityBlockingQueue(int c, Comparator<? super E> comparator)
使用示例

下面是一个使用 PriorityBlockingQueue 的简单示例,展示如何实现一个基于优先级的任务队列:

import java.util.concurrent.PriorityBlockingQueue;
import java.util.concurrent.TimeUnit;class Task implements Comparable<Task> {private final int priority;private final String description;public Task(int priority, String description) {this.priority = priority;this.description = description;}public int getPriority() {return priority;}public String getDescription() {return description;}@Overridepublic int compareTo(Task other) {// 优先级数值越小,优先级越高return Integer.compare(this.priority, other.priority);}@Overridepublic String toString() {return "Task{" +"priority=" + priority +", description='" + description + '\'' +'}';}
}public class PriorityBlockingQueueExample {public static void main(String[] args) {// 创建一个 PriorityBlockingQueue 实例PriorityBlockingQueue<Task> taskQueue = new PriorityBlockingQueue<>();// 创建生产者线程Thread producer = new Thread(() -> {try {// 生成不同优先级的任务taskQueue.put(new Task(3, "Medium Priority Task"));taskQueue.put(new Task(1, "High Priority Task"));taskQueue.put(new Task(5, "Low Priority Task"));taskQueue.put(new Task(2, "Normal Priority Task"));System.out.println("所有任务已添加到队列中");} catch (InterruptedException e) {Thread.currentThread().interrupt(); // 设置线程中断状态System.err.println("生产者线程被中断");}});// 创建消费者线程Thread consumer = new Thread(() -> {while (true) {try {Task task = taskQueue.take();System.out.println("处理任务: " + task);TimeUnit.MILLISECONDS.sleep(1000); // 模拟任务处理时间} catch (InterruptedException e) {Thread.currentThread().interrupt(); // 设置线程中断状态System.err.println("消费者线程被中断");break; // 终止循环}}});// 启动生产者线程和消费者线程producer.start();consumer.start();// 等待生产者线程结束try {producer.join();} catch (InterruptedException e) {Thread.currentThread().interrupt(); // 设置线程中断状态System.err.println("主线程被中断");}// 中断消费者线程consumer.interrupt();}
}

示例说明:

  • 优先级:在这个例子中,优先级数值越小,优先级越高。因此,优先级为 1 的任务会被首先处理。
  • 队列无界PriorityBlockingQueue 默认是无界的,即没有固定的容量限制。但是,如果队列中的元素数量过大,可能会导致内存溢出。
  • 线程中断:在捕获 InterruptedException 异常时,需要调用 Thread.currentThread().interrupt() 来恢复线程的中断状态,以便其他可能依赖中断状态的部分能够正确响应。
  • 消费者线程的终止:在生产者线程结束后,通过中断消费者线程来终止其无限循环。这是为了防止消费者线程无限期地运行下去。

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • Spark2.x 入门:逻辑回归分类器
  • 简单的Linux Ftp服务搭建
  • 通过redis-operator 来部署 Redis Cluster 集群
  • 【大数据】Canal实现MySQL数据增量同步至Kafka:原理与配置解析
  • MSSQL数据库安全配置
  • 北京君正低功耗MCU芯片应用在柯氏音法电子血压计
  • 使用 ELK Stack 进行云原生日志记录和监控:AWS 中的开发运营方法
  • Python【1】
  • JS设计模式之“神奇的魔术师” - 简单工厂模式
  • Python3.8绿色便携版嵌入式版制作
  • 《JavaEE进阶》----7.<SpringMVC实践项目:【登录页面的验证】>
  • 深入解析Spring Boot中的`@Transactional`注解
  • 数据结构--带头双向循环链表
  • Gitlab-ce upgrade 16.0.1 to 17.3.1【Gitlab-ce 16.0.1 升级 17.3.1】
  • 828华为云征文|基于华为云Flexus云服务器X搭建FTP服务器
  • Apache的80端口被占用以及访问时报错403
  • canvas 绘制双线技巧
  • egg(89)--egg之redis的发布和订阅
  • Iterator 和 for...of 循环
  • java8-模拟hadoop
  • Laravel5.4 Queues队列学习
  • rc-form之最单纯情况
  • 后端_MYSQL
  • 聚类分析——Kmeans
  • 文本多行溢出显示...之最后一行不到行尾的解决
  • 我建了一个叫Hello World的项目
  • 译有关态射的一切
  • Prometheus VS InfluxDB
  • 关于Kubernetes Dashboard漏洞CVE-2018-18264的修复公告
  • 你学不懂C语言,是因为不懂编写C程序的7个步骤 ...
  • ​RecSys 2022 | 面向人岗匹配的双向选择偏好建模
  • ​十个常见的 Python 脚本 (详细介绍 + 代码举例)
  • # windows 安装 mysql 显示 no packages found 解决方法
  • # 再次尝试 连接失败_无线WiFi无法连接到网络怎么办【解决方法】
  • #1014 : Trie树
  • (1)安装hadoop之虚拟机准备(配置IP与主机名)
  • (23)Linux的软硬连接
  • (30)数组元素和与数字和的绝对差
  • (java版)排序算法----【冒泡,选择,插入,希尔,快速排序,归并排序,基数排序】超详细~~
  • (创新)基于VMD-CNN-BiLSTM的电力负荷预测—代码+数据
  • (非本人原创)史记·柴静列传(r4笔记第65天)
  • (附源码)springboot 校园学生兼职系统 毕业设计 742122
  • (附源码)ssm基于jsp高校选课系统 毕业设计 291627
  • (附源码)计算机毕业设计SSM疫情社区管理系统
  • (七)理解angular中的module和injector,即依赖注入
  • (续)使用Django搭建一个完整的项目(Centos7+Nginx)
  • .net core 3.0 linux,.NET Core 3.0 的新增功能
  • .net core 依赖注入的基本用发
  • .NET CORE使用Redis分布式锁续命(续期)问题
  • .Net 中Partitioner static与dynamic的性能对比
  • .NET/C# 判断某个类是否是泛型类型或泛型接口的子类型
  • .net6解除文件上传限制。Multipart body length limit 16384 exceeded
  • .NET开源的一个小而快并且功能强大的 Windows 动态桌面软件 - DreamScene2
  • .NET设计模式(8):适配器模式(Adapter Pattern)
  • .NET正则基础之——正则委托