Java并发容器和框架

转载请以链接形式标明出处：
本文出自:103style的博客

base on open jdk 1.8

Java并发编程的艺术笔记

• 并发编程的挑战
• Java并发机制的底层实现原理
• Java内存模型
• Java并发编程基础
• Java中的锁的使用和实现介绍
• Java并发容器和框架
• Java中的12个原子操作类介绍
• Java中的并发工具类
• Java中的线程池
• Executor框架

---

目录

• ConcurrentHashMap
• ConcureentLinkedQueue
• Java中的阻塞队列
• Fork / Join 框架
• 小结

---

ConcurrentHashMap

为什么要使用 ConcurrentHashMap

原因有三：并发编程中HashMap会导致死循环；HashTable效率又非常低；ConcurrentHashMap的锁分段技术可有效提升并发访问率。

• 在并发编程使用HashMap会导致死循环。
  在多线程环境下，使用HashMap进行put操作会引起 死循环，导致CPU利用率接近100%，所以在并发情况下不能使用HashMap。
  是因为多线程会导致HashMap的Entry链表形成 环形数据结构，一旦形成环形数据结构，Entry的next节点永远不为空，就会产生死循环获取Entry。
  以下代码就会导致死循环(java se 5)：

  public static void main(String[] args) throws InterruptedException {
      long time = System.currentTimeMillis();
      HashMap<String, String> map = new HashMap<>(2);
      Thread t = new Thread(() -> {
          for (int i = 0; i < 100000; i++) {
              new Thread(() -> {
                  for (int j = 0; j < 1000; j++) {
                      String s = UUID.randomUUID().toString();
                      map.put(s, s);
                  }
              }, "ftf" + i).start();
          }
      }, "ftf");
      t.start();
      t.join();
      System.out.println(System.currentTimeMillis() - time);
  }
  

• 线程安全的HashTable效率非常低。
  HashTable容器使用synchronized来保证线程安全，但在线程竞争激烈的情况下HashTable的效率非常低下。因为当一个线程访问HashTable的同步方法，其他线程也访问HashTable的同步方法时，会进入阻塞或轮询状态。如线程1使用put进行元素添加，线程2不但不能使用put方法添加元素，也不能使用get方法来获取元素，所以竞争越激烈效率越低。

• ConcurrentHashMap的锁分段技术可有效提升并发访问率
  HashTable容器在竞争激烈的并发环境下表现出效率低下的原因是 所有访问HashTable的线程都必须竞争同一把锁。
  而ConcurrentHashMap所使用的锁分段技术将数据分成一段一段地存储，然后给每一段数据配一把锁，当一个线程占用锁访问其中一个段数据的时候，其他段的数据也能被其他线程访问。

基于 jdk_1.8.0_77 的介绍：ConcurrentHashMap源码解析

---

ConcureentLinkedQueue

在并发编程中，有时候需要使用线程安全的队列。
如果要实现一个线程安全的队列有两种方式：

• 使用阻塞算法：使用阻塞算法的队列可以用一个锁（入队和出队用同一把锁）或两个锁（入队和出队用不同的锁）等方式来实现。
• 使用非阻塞算法：非阻塞的实现方式则可以使用循环CAS的方式来实现。

ConcurrentLinkedQueue是一个基于链接节点的无界线程安全队列，它采用FIFO的规则对节点进行排序，当我们添加一个元素的时候，它会添加到队列的尾部；当我们获取一个元素时，它会返回队列头部的元素。它采用了“wait-free”算法（即CAS算法）来实现，该算法在Michael&Scott算法上进行了一些修改。

ConcurrentLinkedQueue由head节点和tail节点组成，每个节点Node由节点元素item和指向下一个节点next的引用组成，节点与节点之间就是通过这个next关联起来，从而组成一张链表结构的队列。
默认情况下head节点存储的元素为空，tail节点等于head节点。

transient volatile Node<E> head;
private transient volatile Node<E> tail;

入队列

入队列就是将入队节点添加到队列的尾部。

• 添加元素1：队列更新head节点的next节点为元素1节点。又因为tail节点默认情况下等于head节点，所以它们的next节点都指向元素1节点。
• 添加元素2：队列首先设置元素1节点的next节点为元素2节点，然后更新tail节点指向元素2节点。
• 添加元素3：设置tail节点的next节点为元素3节点。
• 添加元素4：设置元素3的next节点为元素4节点，然后将tail节点指向元素4节点。

通过上图我们发现，入队主要做两件事情：

• 将入队节点设置成当前队列尾节点的下一个节点
• 更新tail节点，如果tail节点的next节点不为空，则将入队节点设置成tail节点，如果tail节点的next节点为空，则将入队节点设置成tail的next节点，所以tail节点不总是尾节点

以下是入队列的源码：

public boolean add(E e) {
    return offer(e);
}
public boolean offer(E e) {
    final Node<E> newNode = newNode(Objects.requireNonNull(e));
    for (Node<E> t = tail, p = t;;) {
        Node<E> q = p.next;
        if (q == null) {
            // p is last node
            if (casNext(p, null, newNode)) {
                if (p != t) // hop two nodes at a time
                    casTail(t, newNode);  // Failure is OK.
                return true;
            }
        }
        else if (p == q)
            p = (t != (t = tail)) ? t : head;
        else
            // Check for tail updates after two hops.
            p = (p != t && t != (t = tail)) ? t : q;
    }
}

• 构建了一个新的节点newNode
• 如果tail节点的next节点为空，则通过CAS将newNode设置为tail的next节点，设置成功之后，在更新tail为newNode节点。
• 否则继续重试上一步。

出队列

出队列的就是从队列里返回一个节点元素，并清空该节点对元素的引用。

以下是出队列的源码：

public E poll() {
    restartFromHead:
    for (;;) {
        for (Node<E> h = head, p = h, q;;) {
            E item = p.item;
            if (item != null && casItem(p, item, null)) {
                if (p != h) // hop two nodes at a time
                    updateHead(h, ((q = p.next) != null) ? q : p);
                return item;
            }
            else if ((q = p.next) == null) {
                updateHead(h, p);
                return null;
            }
            else if (p == q)
                continue restartFromHead;
            else
                p = q;
        }
    }
}

首先获取head节点的元素item，然后判断是否为空？

• 如果为空，表示另外一个线程已经进行了一次出队操作将该节点的元素取走。
• 如果不为空，则使用CAS的方式将头节点的引用设置成null，如果CAS成功，则直接返回头节点的元素item，如果不成功，表示另外一个线程已经进行了一次出队操作更新了head节点，导致元素发生了变化，需要重新获取头节点。

---

Java中的阻塞队列

什么是阻塞队列

阻塞队列（BlockingQueue）是一个支持以下两个附加操作的队列：

• 支持阻塞的插入方法：当队列满时，队列会阻塞插入元素的线程，直到队列不满。
• 支持阻塞的移除方法：在队列为空时，获取元素的线程会等待队列变为非空。

阻塞队列常用于生产者和消费者的场景，生产者是向队列里添加元素的线程，消费者是从队列里取元素的线程。阻塞队列就是生产者用来存放元素、消费者用来获取元素的容器。

在阻塞队列不可用时，这两个附加操作提供了以下4种处理方式：

方法/处理方式	抛出异常	返回特殊值	一直阻塞	超时退出
插入方法	add(e)	offer(e)	put(e)	offer(e, time, unit)
移除方法	remove()	poll()	take()	poll(time, unit)
检查方法	element()	peek()	不可用	不可用

• 抛出异常：队列满时，再添加元素，会抛出IllegalStateException("Queue full")异常；当队列为空时，从队列里获取元素会抛出NoSuchElementException异常。
• 返回特殊值：往队列插入元素时，返回ture表示插入成功。从队列里移除元素，即取出元素，如果没有则返回null。
• 一直阻塞：当阻塞队列满时，如果生产者线程往队列里put元素，队列会一直阻塞生产者线程，直到队列可用或者响应中断退出。当队列空时，如果消费者线程从队列里take元素，队列会阻塞住消费者线程，直到队列不为空。
• 超时退出：当阻塞队列满时，如果生产者线程往队列里插入元素，队列会阻塞生产者线程一段时间，如果超过了指定的时间time，生产者线程就会退出。

如果是无界阻塞队列，队列不可能会出现满的情况，所以使用put或offer方法永远不会被阻塞，而且使用offer方法时，该方法永远返回true。

Java里的阻塞队列

• ArrayBlockingQueue：一个由 数组 结构组成的 有界 阻塞队列。
  按照FIFO的原则对元素进行排序。
  默认情况下不保证线程公平的访问队列。
  公平访问 队列是指阻塞的线程，可以 按照阻塞的先后顺序访问队列，即先阻塞线程先访问队列。
  非公平性是对先等待的线程是非公平的，当队列可用时，阻塞的线程都有争夺访问队列的资格，有可能先阻塞的线程最后才访问队列。
  为了保证公平性，通常会降低吞吐量。我们可以使用以下代码创建一个公平的阻塞队列：

  ArrayBlockingQueue fairQueue = new ArrayBlockingQueue(1000,true);
  
  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();
  }
  

  访问者的公平性是使用 可重入锁 实现的。

• LinkedBlockingQueue：一个由 链表 结构组成的 有界 阻塞队列。
  此队列的默认和最大长度为Integer.MAX_VALUE。此队列按照FIFO的原则对元素进行排序。

• PriorityBlockingQueue：一个支持优先级排序的 无界 阻塞队列。
  默认情况下元素采取 自然顺序升序排列。
  也可以自定义类实现compareTo()方法来指定元素排序规则，或者初始化PriorityBlockingQueue时，指定构造参数Comparator来对元素进行排序。需要注意的是不能保证同优先级元素的顺序。

• DelayQueue：一个使用优先级队列实现的 无界 阻塞队列。
  DelayQueue是一个支持 延时获取元素 的 无界 阻塞队列。
  队列使用PriorityQueue来实现。队列中的元素必须实现Delayed接口，在创建元素时可以指定多久才能从队列中获取当前元素。只有在延迟期满时才能从队列中提取元素。
  可以将DelayQueue运用在以下应用场景:

  • 缓存系统的设计：可以用DelayQueue保存缓存元素的有效期，使用一个线程循环查询DelayQueue，一旦能从DelayQueue中获取元素时，表示缓存有效期到了。
  • 定时任务调度：使用DelayQueue保存当天将会执行的任务和执行时间，一旦从DelayQueue中获取到任务就开始执行，比如TimerQueue就是使用DelayQueue实现的。

  DelayQueue的使用，可以参考ScheduledThreadPoolExecutor里ScheduledFutureTask类的实现：

  • 在对象创建的时候，初始化基本数据。

  private static final AtomicLong sequencer = new AtomicLong();
  ScheduledFutureTask(Runnable r, V result, long ns, long period) {
      super(r, result);
      this.time = ns;
      this.period = period;
      this.sequenceNumber = sequencer.getAndIncrement();
  }
  

  • 实现getDelay方法，该方法返回当前元素还需要延时多长时间，单位是纳秒。

  public long getDelay(TimeUnit unit) {
      return unit.convert(time - now(), TimeUnit.NANOSECONDS);
  }
  

  • 实现compareTo方法来指定元素的顺序。

  public int compareTo(Delayed other) {
      if (other == this) {
          // compare zero ONLY if same object
          return 0;
      }
      if (other instanceof ScheduledFutureTask) {
          ScheduledFutureTask x = (ScheduledFutureTask) other;
          long diff = time - x.time;
          if (diff < 0L) {
              return -1;
          } else if (diff > 0L) {
              return 1;
          } else {
              return sequenceNumber < x.sequenceNumber ? -1 : 1;
          }
      } else {
          long d = getDelay(TimeUnit.NANOSECONDS) - other.getDelay(TimeUnit.NANOSECONDS);
          return Long.compare(d, 0L);
      }
  }
  

  如何实现延时阻塞队列？

  public E take() throws InterruptedException {
      final ReentrantLock lock = this.lock;
      lock.lockInterruptibly();
      try {
          for (;;) {
              E first = q.peek();
              if (first == null)
                  available.await();
              else {
                  long delay = first.getDelay(NANOSECONDS);
                  if (delay <= 0L)
                      return q.poll();
                  first = null; // don't retain ref while waiting
                  if (leader != null)//变量leader是一个等待获取队列头部元素的线程
                      available.await();
                  else {
                      Thread thisThread = Thread.currentThread();
                      leader = thisThread;
                      try {
                          available.awaitNanos(delay);
                      } finally {
                          if (leader == thisThread)
                              leader = null;
                      }
                  }
              }
          }
      } finally {
          if (leader == null && q.peek() != null)
              available.signal();
          lock.unlock();
      }
  }
  

  变量leader是一个等待获取队列头部元素的线程。
  如果leader != null，表示已经有线程在等待获取队列的头元素。所以，使用await()方法让当前线程等待信号。
  如果 leader == null，则把当前线程设置成leader，并使用awaitNanos()方法让当前线程等待接收信号或等待delay时间。

• SynchronousQueue：一个 不存储 元素的阻塞队列。
  每一个put操作必须等待一个take操作，否则不能继续添加元素。
  使用以下构造方法的fair来创建是否公平性访问的SynchronousQueue，如果设置为true，则等待的线程会采用FIFO的顺序访问队列。

  public SynchronousQueue(boolean fair) {
      transferer = fair ? new TransferQueue<E>() : new TransferStack<E>();
  }
  

  SynchronousQueue可以看成是一个传球手，负责把生产者线程处理的数据直接传递给消费者线程。
  队列本身并不存储任何元素，非常适合传递性场景。
  SynchronousQueue的吞吐量高于LinkedBlockingQueue和ArrayBlockingQueue。

• LinkedTransferQueue：一个由 链表 结构组成的 无界 阻塞队列。
  相对于其他阻塞队列，LinkedTransferQueue多了tryTransfer和transfer方法。

  • transfer
    如果当前有消费者正在等待接收元素（take()或poll(long timeout, TimeUnit unit)），transfer方法可以把生产者传入的元素立刻transfer（传输）给消费者。
    如果没有消费者在等待接收元素，transfer方法会将元素存放在队列的tail节点，并等到该元素被消费者消费了才返回。
    transfer方法的关键代码如下:

  Node pred = tryAppend(s, haveData);
  ...
  return awaitMatch(s, pred, e, (how == TIMED), nanos);
  

  第一行代码是试图把存放当前元素的s节点作为tail节点。
  第二行代码是让CPU自旋等待消费者消费元素。因为自旋会消耗CPU，所以自旋一定的次数后使用Thread.yield()方法来暂停当前正在执行的线程，并执行其他线程。

  • tryTransfer
tryTransfer(E e)方法是用来试探生产者传入的元素是否能直接传给消费者。如果没有消费者等待接收元素，则返回false。
    和transfer方法的区别是tryTransfer(E e)方法无论消费者是否接收，方法立即返回，而transfer方法是必须等到消费者消费了才返回。
    对于带有时间限制的tryTransfer(E e, long timeout, TimeUnit unit)方法，相当于在timeout时间内进行tryTransfer(E e)，如果超时还没消费元素，则返回false，如果在超时时间内消费了元素，则返回true。

• LinkedBlockingDeque：一个由 链表 结构组成的 双向 阻塞队列。
  所谓双向队列指的是可以从队列的两端插入和移出元素。双向队列因为多了一个操作队列的入口，在多线程同时入队时，也就减少了一半的竞争。
  相比其他的阻塞队列，LinkedBlockingDeque多了addFirst、addLast、offerFirst、offerLast、peekFirst和peekLast等方法。
  以First单词结尾的方法，表示插入、获取（peek）或移除双端队列的 第一个元素。
  以Last单词结尾的方法，表示插入、获取或移除双端队列的 最后一个元素。

阻塞队列的实现原理

即为使用 通知模式 实现。就是当生产者往满的队列里添加元素时会阻塞住生产者，当消费者消费了一个队列中的元素后，会通知生产者当前队列可用。

以下是ArrayBlockingQueue的相关代码，我们可以看到它是用Condition来实现的：

public ArrayBlockingQueue(int capacity, boolean fair) {
    ...
    notEmpty = lock.newCondition();
    notFull =  lock.newCondition();
}
public void put(E e) throws InterruptedException {
    Objects.requireNonNull(e);
    final ReentrantLock lock = this.lock;
    lock.lockInterruptibly();
    try {
        while (count == items.length)
            notFull.await();
        enqueue(e);
    } finally {
        lock.unlock();
    }
}
public E take() throws InterruptedException {
    final ReentrantLock lock = this.lock;
    lock.lockInterruptibly();
    try {
        while (count == 0)
            notEmpty.await();
        return dequeue();
    } finally {
        lock.unlock();
    }
}
private void enqueue(E x) {
    // assert lock.getHoldCount() == 1;
    // assert items[putIndex] == null;
    final Object[] items = this.items;
    items[putIndex] = x;
    if (++putIndex == items.length) putIndex = 0;
    count++;
    notEmpty.signal();
}
private E dequeue() {
    // assert lock.getHoldCount() == 1;
    // assert items[takeIndex] != null;
    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;
}

---

Fork / Join 框架

Fork/Join框架是 Java 7提供的一个用于并行执行任务的框架，是一个 把大任务分割成若干个小任务，最终汇总每个小任务结果后得到大任务结果 的框架。

比如计算1+2+…+10000；可以分割成10个子任务，每个子任务分别对1000个数进行求和，最终汇总这10个子任务的结果。

工作窃取算法

工作窃取（work-stealing）算法是指某个线程从其他队列里窃取任务来执行。
比如 我们把一个大任务分成 10 个小任务 让 10个线程分别执行一个任务，可能线程1执行的任务很快就完成了，线程2 执行的比较慢，这时候线程1就可以去线程2的任务队列里面去取任务来继续工作，以提高效率。

工作窃取算法的优缺点：

• 优点：充分利用线程进行并行计算，减少了线程间的竞争。
• 缺点：在某些情况下还是存在竞争，比如双端队列里只有一个任务时。并且该算法会消耗了更多的系统资源，比如创建多个线程和多个双端队列。

Fork/Join框架的设计

• 分割任务
• 执行任务并合并结果

Fork/Join使用以下两个类来完成以上两件事情：

• ForkJoinTask
  我们要使用ForkJoin框架，必须首先创建一个ForkJoin任务。
  它提供在任务中执行 fork()和join()操作的机制。
  通常情况下，我们不需要直接继承ForkJoinTask类，只需要继承它的子类，Fork/Join框架提供了以下两个子类：

  • RecursiveAction ：用于没有返回结果的任务。
  • RecursiveTask：用于有返回结果的任务。

• ForkJoinPool
ForkJoinTask需要通过ForkJoinPool来执行。

任务分割出的子任务会添加到当前工作线程所维护的双端队列中，进入队列的头部。
当一个工作线程的队列里暂时没有任务时，它会随机从其他工作线程的队列的尾部获取一个任务。

使用Fork/Join框架

以下示例为使用Fork/Join框架计算 1+2+3+4 ，设置的分割的阈值是2，即1+2+3+4会被分割为1+2 和 3+4两个任务，因为有返回结果，所以我们需要使用RecursiceTask：

public class TestRecursiveTask extends RecursiveTask<Integer> {

    /**
     * 阈值
     */
    private static final int THRESHOLD = 2;
    private int start;
    private int end;

    public TestRecursiveTask(int start, int end) {
        this.start = start;
        this.end = end;
    }

    public static void main(String[] args) {
        ForkJoinPool forkJoinPool = new ForkJoinPool();
        // 生成一个计算任务，负责计算1+2+3+4
        TestRecursiveTask task = new TestRecursiveTask(1, 4);
        // 执行一个任务
        Future<Integer> result = forkJoinPool.submit(task);
        try {
            System.out.println(result.get());
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    @Override
    protected Integer compute() {
        int sum = 0;
        // 如果任务足够小就计算任务
        boolean canCompute = (end - start) <= THRESHOLD;
        System.out.println(start + "---" + end);
        if (canCompute) {
            for (int i = start; i <= end; i++) {
                sum += i;
            }
        } else {
            // 如果任务大于阈值，就分裂成两个子任务计算
            int middle = (start + end) / 2;
            TestRecursiveTask leftTask = new TestRecursiveTask(start, middle);
            TestRecursiveTask rightTask = new TestRecursiveTask(middle + 1, end);
            // 执行子任务
            leftTask.fork();
            rightTask.fork();
            // 等待子任务执行完，并得到其结果
            int leftResult = leftTask.join();
            int rightResult = rightTask.join();
            // 合并子任务
            sum = leftResult + rightResult;
        }
        return sum;
    }
}

输出结果：

1---4
1---2
3---4
10

通过这个例子，我们进一步了解ForkJoinTask，ForkJoinTask与一般任务的主要区别在于它需要实现compute方法，在这个方法里，首先需要判断任务是否足够小，如果足够小就直接执行任务。如果不足够小，就必须分割成两个子任务，每个子任务在调用fork方法时，又会进入compute方法，看看当前子任务是否需要继续分割成子任务，如果不需要继续分割，则执行当前子任务并返回结果。使用join方法会等待子任务执行完并得到其结果。

Fork/Join框架的异常处理

ForkJoinTask在执行的时候可能会抛出异常，但是我们没办法在主线程里直接捕获异常，所以ForkJoinTask提供了isCompletedAbnormally()方法来检查任务是否已经抛出异常或已经被取消了，并且可以通过ForkJoinTask的getException方法获取异常。
代码如下：

if (task.isCompletedAbnormally()) {
    System.out.println(task.getException());
}

getException方法返回Throwable对象，如果任务被取消了则返回CancellationException。如果任务没有完成或者没有抛出异常则返回null。

Fork/Join框架的实现原理

ForkJoinPool由ForkJoinTask数组和ForkJoinWorkerThread数组组成，ForkJoinTask数组负责将存放程序提交给ForkJoinPool的任务，而ForkJoinWorkerThread数组负责执行这些任务。

• ForkJoinTask的fork方法实现原理：

  public final ForkJoinTask<V> fork() {
      Thread t;
      if ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread)
          ((ForkJoinWorkerThread)t).workQueue.push(this);
      else
          ForkJoinPool.common.externalPush(this);
      return this;
  }
  

  workQueue.push方法源码：

  • 通过a[(al - 1) & s] = task;把任务存入数组里
  • 然后通过p.signalWork();来唤醒一个工作线程来执行任务

  final void push(ForkJoinTask<?> task) {
      U.storeFence();              // ensure safe publication
      int s = top, al, d; ForkJoinTask<?>[] a;
      if ((a = array) != null && (al = a.length) > 0) {
          a[(al - 1) & s] = task;  // relaxed writes OK
          top = s + 1;
          ForkJoinPool p = pool;
          if ((d = base - s) == 0 && p != null) {
              U.fullFence();
              p.signalWork();
          }
          else if (al + d == 1)
              growArray();
      }
  }
  

  common.externalPush方法源码：

  • 通过q.sharedPush(task)把任务存入数组
  • 然后通过signalWork();来唤醒一个工作线程来执行任务

  final void externalPush(ForkJoinTask<?> task) {
      ...
      for (;;) {
          WorkQueue q; int wl, k, stat;
          int rs = runState;
          WorkQueue[] ws = workQueues;
          if (rs <= 0 || ws == null || (wl = ws.length) <= 0)
              tryInitialize(true);
          else if ((q = ws[k = (wl - 1) & r & SQMASK]) == null)
              tryCreateExternalQueue(k);
          else if ((stat = q.sharedPush(task)) < 0)
              break;
          else if (stat == 0) {
              signalWork();
              break;
          }
          else                          // move if busy
              r = ThreadLocalRandom.advanceProbe(r);
      }
  }
  final int sharedPush(ForkJoinTask<?> task) {
      int stat;
      if (U.compareAndSwapInt(this, QLOCK, 0, 1)) {
          int b = base, s = top, al, d; ForkJoinTask<?>[] a;
          if ((a = array) != null && (al = a.length) > 0 &&
                  al - 1 + (d = b - s) > 0) {
              a[(al - 1) & s] = task;
              top = s + 1;                 // relaxed writes OK here
              qlock = 0;
              stat = (d < 0 && b == base) ? d : 0;
          }
          else {
              growAndSharedPush(task);
              stat = 0;
          }
      }
      else
          stat = 1;
      return stat;
  }
  

  • ForkJoinTask的join方法实现原理
    任务是已完成状态的话就返回子类重写的getRawResult()的值。

  public final V join() {
      int s;
      if ((s = doJoin() & DONE_MASK) != NORMAL)
          reportException(s);
      return getRawResult();
  }
  private void reportException(int s) {
      if (s == CANCELLED)
          throw new CancellationException();
      if (s == EXCEPTIONAL)
          rethrow(getThrowableException());
  }
  public abstract V getRawResult();
  

  通过doJoin()获取任务的状态。

  static final int NORMAL      = 0xf0000000;  // must be negative  已完成
  static final int CANCELLED   = 0xc0000000;  // must be < NORMAL 被取消
  static final int EXCEPTIONAL = 0x80000000;  // must be < CANCELLED  信号
  static final int SIGNAL      = 0x00010000;  // must be >= 1 << 16 出现异常
  
  private int doJoin() {
      int s; Thread t; ForkJoinWorkerThread wt; ForkJoinPool.WorkQueue w;
      s = status;
      if (s < 0) {
          return s;
      } else {
          if ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread) {
              wt = (ForkJoinWorkerThread) t;
              w = wt.workQueuq;
              s = doExec();
              if (w.tryUnpush(this) && s < 0) {
                  return s;
              } else {
                  return wt.pool.awaitJoin(w, this, 0L);
              }
          } else {
              return externalAwaitDone();
          }
      }
  }
  

---

小结

• ConcurrentHashMap 和 ConcurrentLinkedQueue
• 介绍了Java中的阻塞队列以及如何实现阻塞
• 通过Fork/Join框架 使用和实现原理介绍

---

以上