blockingQueue实现消费-生产模式

blockingQueue实为阻塞队列，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<String> test = new ArrayBlockingQueue<String>(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<String> 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<String> bq){
        this.bq=bq;
    }
}

class ConsumeTread implements Runnable{

        BlockingQueue<String> 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<String> 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！