[TOC]
10年积累的网站设计、网站建设经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站设计后付款的网站建设流程，更有会泽免费网站建设让你可以放心的选择与我们合作。
LinkedTransferQueue 是一个由链表结构组成的wujie阻塞传输队列，它是一个很多队列的结合体（ConcurrentLinkedQueue，LinkedBlockingQueue，SynchronousQueue），在除了有基本阻塞队列的功能（但是这个阻塞队列没有使用锁）之外；队列实现了TransferQueue接口重写了tryTransfer和transfer方法，这组方法和SynchronousQueue公平模式的队列类似，具有匹配的功能。
重庆分公司
重庆分公司
// 是否是多核
private static final boolean MP =
Runtime.getRuntime().availableProcessors() > 1;
// 自旋次数
private static final int FRONT_SPINS = 1 << 7;
// 前驱节点正在处理，当前节点需要自旋的次数
private static final int CHAINED_SPINS = FRONT_SPINS >>> 1;
// 容忍清除节点失败次数的阈值
static final int SWEEP_THRESHOLD = 32;
static final class Node {
// 表示存放数据还是获取数据
final boolean isData; // false if this is a request node
// 存放数据是item有值
volatile Object item; // initially non-null if isData; CASed to match
// next节点
volatile Node next;
// 等待线程
volatile Thread waiter;
// 构造
Node(Object item, boolean isData) {
UNSAFE.putObject(this, itemOffset, item); // relaxed write
this.isData = isData;
}
}
// 头结点
transient volatile Node head;
// 尾节点
private transient volatile Node tail;
// xfer方法的入参, 不同类型的方法内部调用xfer方法时入参不同
private static final int NOW = 0; // for untimed poll, tryTransfer
private static final int ASYNC = 1; // for offer, put, add
private static final int SYNC = 2; // for transfer, take
private static final int TIMED = 3; // for timed poll, tryTransfer注意：xfer 者几个参数很重要。
NOW: 表示的是立即，不需要等待的意思，用于poll和tryTransfer方法，poll 队列为空返回，tryTransfer队列没有消费者，直接返回，都是不等待的。
ASYNC:异步，offer, put, add等入队方法，由于是×××队列，所以不会阻塞。
SYNC:同步表示会阻塞，take一个元素，没有就会阻塞，transfer传输，必须等待消费者来消费。
TIMED: 带超时时间的now，会等待一定的时间后返回。
public LinkedTransferQueue() {
} // 队尾弹出一个元素，没有就返回null
public E poll() {
return xfer(null, false, NOW, 0);
} // 立即转交一个元素给消费者，如果此时队列没有消费者，那就false
public boolean tryTransfer(E e) {
return xfer(e, true, NOW, 0) == null;
} public boolean offer(E e) {
xfer(e, true, ASYNC, 0);
return true;
} public void put(E e) {
xfer(e, true, ASYNC, 0);
} public boolean add(E e) {
xfer(e, true, ASYNC, 0);
return true;
} // 转交一个元素给消费者，如果此时队列没有消费者，那就阻塞
public void transfer(E e) throws InterruptedException {
if (xfer(e, true, SYNC, 0) != null) {
// 清除方法
Thread.interrupted(); // failure possible only due to interrupt
throw new InterruptedException();
}
} public E take() throws InterruptedException {
E e = xfer(null, false, SYNC, 0);
if (e != null)
return e;
Thread.interrupted();
throw new InterruptedException();
} public E poll(long timeout, TimeUnit unit) throws InterruptedException {
E e = xfer(null, false, TIMED, unit.toNanos(timeout));
if (e != null || !Thread.interrupted())
return e;
throw new InterruptedException();
}
public boolean tryTransfer(E e, long timeout, TimeUnit unit)
throws InterruptedException {
if (xfer(e, true, TIMED, unit.toNanos(timeout)) == null)
return true;
if (!Thread.interrupted())
return false;
throw new InterruptedException();
}我们可以看见上面所有的方法都是调用的xfer方法，下面我们来详解下这个方法。
private E xfer(E e, boolean haveData, int how, long nanos) {
// 插入元素，
if (haveData && (e == null))
throw new NullPointerException();
Node s = null; // the node to append, if needed
retry:
for (;;) { // 死循环 // restart on append race
// 从头结点开始匹配
for (Node h = head, p = h; p != null;) { // find & match first node
boolean isData = p.isData; // 获取节点的类型
Object item = p.item; // item 的值
// 两种情况 1.put节点 item ！= null isData 为true 2.take item = null false isData false
// 或者节点已经被匹配了
if (item != p && (item != null) == isData) { // unmatched // 节点没有被匹配过
if (isData == haveData) // can't match // 类型一致，只能执行入队操作
break;
if (p.casItem(item, e)) { // match 匹配，可能存在多线程竞争匹配
for (Node q = p; q != h;) { // 不是头节点了，头结点发生了改变，被匹配了，自己也匹配了，
// 下一个节点
Node n = q.next; // update by 2 unless singleton
if (head == h && casHead(h, n == null ? q : n)) {
// 自关联 节点不要了
h.forgetNext();
break;
} // advance and retry
// head 已经被更新过，或者更新head失败，需要重新判断
// h = head == null,队列为空
// (q = h.next) == null 最后一个节点
// 头接单的下一个节点有没有被匹配
// 说明值有头结点匹配了，头结点的next节点也匹配了，才要更新头结点，优化手段
if ((h = head) == null ||
(q = h.next) == null || !q.isMatched())
break; // unless slack < 2
}
// 匹配成功
LockSupport.unpark(p.waiter);
return LinkedTransferQueue.cast(item);
}
}
// 已经匹配就往下走
Node n = p.next;
p = (p != n) ? n : (h = head); // Use head if p offlist
}
/* // xfer方法的入参, 不同类型的方法内部调用xfer方法时入参不同
private static final int NOW = 0; // for untimed poll, tryTransfer
private static final int ASYNC = 1; // for offer, put, add
private static final int SYNC = 2; // for transfer, take
private static final int TIMED = 3; // for timed poll, tryTransfer*/
// 模式不同只能入队啦
if (how != NOW) { // No matches available
if (s == null)
// 创建一个新节点
s = new Node(e, haveData);
// tryAppend 给tail追加节点
Node pred = tryAppend(s, haveData);
// 不能添加到这个节点 ，重新循环
if (pred == null)
continue retry;
// lost race vs opposite mode
// ASYNC 添加成功返回了
// SYNC TIMED 需要阻塞线程
if (how != ASYNC)
return awaitMatch(s, pred, e, (how == TIMED), nanos);
}
// now 是立即返回
return e; // not waiting
}
} 分析：
casItem设置item,完成数据的传递，然后判断q != h,q发生变化说明头结点被别的线程匹配了，这里可能多个线程来匹配，所以头节点是可能发生变化的，我们不是每一次都更新头节点，而是当头节点被匹配，头结点的下一个节点也被匹配才会更新头节点，这是一种优化手段；当我们匹配成功了，唤醒匹配的节点LockSupport.unpark(p.waiter)，然后返回。NOW,NOW对应的方法是poll和tryTransfer ,是不会等待的，也不会入队的，所以直接返回；接下来的几种状态都是要入队的，所以创建一个s = new Node(e, haveData),然后调用tryAppend方法入队追加到队尾，返回前置节点；此时在判断how是ASYNC还是SYNC和TIMED，ASYNC不要等待所以直接返回，SYNC和`TIMED是需要等待的，所以调用awaitMatch方法等待，直到匹配成功或者超时时间到了。入队尾
private Node tryAppend(Node s, boolean haveData) {
for (Node t = tail, p = t;;) { // move p to last node and append 遍历
Node n, u; // temps for reads of next & tail
if (p == null && (p = head) == null) { // 还没有节点
if (casHead(null, s))
return s; // initialize
}
// 是否符合入队要求
else if (p.cannotPrecede(haveData))
return null; // lost race vs opposite mode
// p.next 不为null，说明p真正的尾节点，p需要向后推进
else if ((n = p.next) != null) // not last; keep traversing
p = p != t && t != (u = tail) ? (t = u) : // stale tail
(p != n) ? n : null; // restart if off list
// p.next = null，说明找到最后一个节点了，可以入队了
// 可能存在竞争，失败，就继续下一个节点
else if (!p.casNext(null, s))
p = p.next; // re-read on CAS failure
else {
// 入队成功了
if (p != t) { // 说明此时的入队节点的前节点p和尾节点有距离 是否需要更新尾节点
// update if slack now >= 2
while ((tail != t || !casTail(t, s)) &&
(t = tail) != null &&
(s = t.next) != null && // advance and retry
(s = s.next) != null && s != t);
}
return p;
}
}
} private E awaitMatch(Node s, Node pred, E e, boolean timed, long nanos) {
final long deadline = timed ? System.nanoTime() + nanos : 0L;
Thread w = Thread.currentThread();
int spins = -1; // initialized after first item and cancel checks
ThreadLocalRandom randomYields = null; // bound if needed
for (;;) {
Object item = s.item;
// 被匹配过了
if (item != e) { // matched
// assert item != s;
s.forgetContents(); // avoid garbage
return LinkedTransferQueue.cast(item);
}
// 被中断 超时时间到了
if ((w.isInterrupted() || (timed && nanos <= 0)) &&
s.casItem(e, s)) { // cancel
unsplice(pred, s);//
return e;
}
// 初始化自旋
if (spins < 0) {
// establish spins at/near front
//初始化自旋次数，即计算自旋次数
if ((spins = spinsFor(pred, s.isData)) > 0)
randomYields = ThreadLocalRandom.current();
}
// 自旋递减
else if (spins > 0) { // spin
--spins;
if (randomYields.nextInt(CHAINED_SPINS) == 0)
Thread.yield(); // occasionally yield
}
// 自旋次数到了 就会阻塞
// 设置阻塞线程
else if (s.waiter == null) {
s.waiter = w; // request unpark then recheck
}
// 超时阻塞
else if (timed) {
nanos = deadline - System.nanoTime();
if (nanos > 0L)
LockSupport.parkNanos(this, nanos);
}
// 阻塞
else {
LockSupport.park(this);
}
}
} LinkedTransferQueue 是很多队列的集合体，虽然方法基本一样，但是实现却是大大的不同，我们以前的阻塞队列几乎都是使用锁来控制入队和出队的，LinkedTransferQueue 没有使用锁，入队和出队都是使用自旋加cas实现的，比锁的消耗更低，使用了很多的优化（控制自旋次数等），性能更高；队列是wujie的，所以使用时一定要注意内存的问题。
参考《Java 并发编程的艺术》
