作者简介：大家好，我是未央；
博客首页：未央.303
系列专栏：JavaEE初阶
每日一句：人的一生，可以有所作为的时机只有一次，那就是现在！！！!
前言
在单例模式之后，我们就来学习一下 第二个多线程案例 —— 阻塞队列；
在单例模式之后，我们就来学习一下 第二个多线程案例 —— 阻塞队列；
如果学过数据结构的话，就会知道 在数据结构里也有：队列、优先级队列；
队列：最简单的队列，先进先出，可基于数组实现，也可基于链表实现；
这是最朴素的队列，还衍生出了一些特殊规则的队列；
优先级队列：出队列不是完全按照 先进先出 了，而是优先级高的先出；
内部基于堆（完全二叉树）来实现的；
阻塞队列 在生活中又有很常见的例子：
比如说，做核酸的例子：
做核酸的时候，经常是有好多个队伍在排队，假设现在某个队伍已经没人了，那么 做核酸的工作人员 不会立即走的，还会等待，等待新的人过来，一直到约定好的时间；
再假设 现在的人比较多，张三同学过来做核酸了，他看了看人比较多，也不想在太阳底下晒着，就先在树荫里玩一会手机，等人少一点 然后再过去排队；
阻塞队列 实际上还是一种队列，遵循 "先进先出、后进后出" 的原则，它能够保证 "线程安全"；
其主要特点是：
阻塞：让线程停下来 等一等，本质上就是修改了线程的状态，让线程的 PCB 在内核中暂时不参与调度；
阻塞队列，其中的一个最重要的场景：生产者消费者模型；
咱们可以例举出一个场景来帮助理解什么叫做 生产者消费者模型：
过年的时候 包饺子，都是一家人围在一起，一起来包饺子；
包饺子里面有很多道工序，现在就简化一下步骤，假设只有以下步骤：擀饺子皮 —> 包饺子；
当人多的时候来包饺子的时候，会有这两种情况：
- 每个人都分别自己擀皮，自己包饺子；
- 有一个人专门负责擀皮，其他人来包饺子;
第一种情况：我们把每一个人想象成一个线程，每个线程都分别完成 "擀皮" 和 "包饺子" 这两样工作；
第二种情况：我们还是把每一个人想象成一个线程，一个线程负责 "擀皮"，其它线程负责 "包饺子"；
这两种情况 都是多线程编程典型的解决问题的方式
但是，其实还是有一点点缺陷的：
第一种情况 的效率比较低，多个线程都在抢同一个资源（擀面杖，正常家庭 也就只有一个擀面杖），只有 拿到 "擀面杖" 的线程 才可以 "擀皮"，其他的线程 就可能在摸鱼、等着；
第二种情况 的效率就比较高效，擀皮的人一直都使用擀面杖，其他的人不使用；
而这第二种情况，我们就把它叫做 生产者消费者模型！！！
盖帘 就是一个阻塞队列，阻塞队列 的特点 在这上面也是可以体现的；
比如说，极端情况下，负责包饺子的消费者 包的太快了，使得负责擀皮的生产者跟不上了，盖帘 上面的饺子皮 都没有了，所以 负责包饺子的消费者 就只能阻塞等待，直到擀皮的人擀了一个新的饺子皮以后再取走；
另外一种极端情况，擀皮的人搞得太快了，包饺子的人包的太慢了，一顿操作猛如虎，擀皮的人把 盖帘 搞满了，所以此时 负责擀皮的人只能再等待一会；
像这样的场景，我们把它叫做 生产者消费者模型！！
使用 生产者消费者模型，在工作中是非常频繁的
优点有很多，其中最为明显的优点有两条：
（一）可以做到更好的 "解耦合"
耦合：两个模块的关联关系越紧密，就说明 耦合程度越高，一边出问题就会导致另一边出现问题，一边出问题就会对另一边有影响；
在写代码的时候，我们追求的都是 "低耦合"，我们都希望，万一某一个模块出现了问题，另外一边还可以照常的工作，不会有太大的影响；
如果 服务器A 突然又发了一个数据 给服务器C，那么 在引入 "生产者消费者模型" 之前，就需要 重新调整 服务器A所需发送的数据的代码；但是，在引入 "生产者消费者模型" 之后，就不需要重新调整了，只需要 服务器C 去队列里取数据就可以了 ；
（二） 使用 生产者消费者模型，可以提高整个系统的抗风险能力
可以类似于 三峡大坝 的 "削峰填谷" 的功能：在旱季放水，在涝季存水 ；
首先，在 Java 标准库里面，提供了一个现成的实现
BlockingQueue 虽然也能够使用 offer、poll 等普通队列的方法，但是仍然建议大家使用 put 来入队列，使用 take 来出队列（这样可以做到 阻塞 的效果）
我们可以使用 sleep方法 来模拟生产者生产、消费者消费的频率:
情况一：生产者生产频率 = 消费者消费频率
代码实现：
package thread; import java.util.concurrent.BlockingDeque; import java.util.concurrent.LinkedBlockingDeque; public class Demo21 { public static void main(String[] args) { //内部基于链表实现 LinkedBlockingDeque BlockingDeque<Integer> queue = new LinkedBlockingDeque<>(); //创建一个消费者线程 //消费者 每秒消费1个 Thread customer = new Thread(()-> { //获取队列里面的元素 while (true) { try { int value = queue.take();//自动拆箱 System.out.println("消费元素：" + value); Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } } }); customer.start(); //创建一个生产者线程 //生产者每秒生产1个 Thread producer = new Thread(() -> { int n = 0; while (true) { System.out.println("生产元素：" + n); try { queue.put(n); n++; Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } } }); producer.start(); } }运行结果：
解析：
生产者与消费者频率一致；生产者刚生产好，就立即消费者被消费；
此时消费者步调与生产者一致；
情况二：生产者生产频率 > 消费者消费频率
代码实现：
使得生产者每 1 秒生产一个，消费者每 2 秒消费一个（代码都和上面一样，只不过把 sleep() 里面的时间修改了，所以就不做过多解释了）
运行结果：
生产者生产快一点，消费者消费慢一点；
阻塞队列满了之后，生产者需要等待消费者消费后才能生产；
此时生产者步调与消费者一致；
情况三：生产者生产频率 < 消费者消费频率
使得生产者每 2 秒生产一个，消费者每 1 秒消费一个（代码都和上面一样，只不过把 sleep() 里面的时间修改了，所以就不做过多解释了）
运行结果：
生产者生产慢一点，消费者消费快一点；
阻塞队列为空之后，消费者需要等待生产者生产，消费者才能消费；
此时消费者步调与生产者一致；
在这之前，我们需要模拟一个普通队列
//基于数组的方式来实现，提供 2 个核心方法：
// 1.put方法 入队列
// 2.take方法 出队列
class MyBlockingQueue {
//假定最大是 1000 个元素，当然也可以设定成 可配置的
private int[] items = new int[1000];
//对首的位置
private int head = 0;
//对尾的位置
private int tail = 0;
//队列的元素个数
private int size = 0;
//入队列
public void put(int value) {
synchronized (this) {
}
if(size == items.length) {
//队列已满，无法插入
return;
}
//队列没满，入队列
items[tail] = value;
tail++;
if (tail == items.length){
//判断 tail 是否到达末尾
//如果 tail 到达末尾，就需要从头开始
tail = 0;
}
//往上数五行代码，可以直接换成 tail = tail % items.length;
//不过带来了一些问题
//1.可读性不太好~ 写 if 做判断，一看就明白了；写 % 运算，也许其他人看不懂
//2.当使用 % 运算的时候，只有说 % 后面的操作数是 2^n 的时候，% 才能有一个比较高效的计算过程 (被编译器优化成与运算)
// 如果是随意给的运算，大概率是不行了
//个人建议 if() 版本
size++;
}
//出队列
public Integer take() { //int 不可以返回 null，Integer 可以返回 null
if (size == 0) {
//队列为空，无法出队列
return null;
}
//队列不为空，则 取出队首元素
int ret = items[head];
head++;
if (head == items.length) {
head = 0;
}
size--;
return ret;
}
}接着，我们可以在普通队列的基础上进行改进
- 线程安全 —— 加锁、volatile
- 阻塞 —— wait、notify
然后就自己模拟实现了一个阻塞队列啦；
单例模式 之所以使用两个 if 的原因，是因为 单例模式 只是在初始化阶段有线程安全问题，一旦初始化好了，就线程安全了，所以需要使用外层条件 来决定当前是否要加锁；
而 当下的阻塞队列，是自始至终都有线程安全问题的，这个锁就得要始终加上；
需要注意的是，多线程这里，要不要加锁，具体锁加在哪里，是没有规律的，只能具体问题具体分析（千万不要无脑加锁）；
当然，这个阻塞队列到处都是修改和读操作，就可以无脑加锁了；
当然，队列的元素个数 时不时的在读，而且在修改，加上 volatile 可能会更好；
代码实现：
//基于数组的方式来实现，提供 2 个核心方法： // 1.put方法 入队列 // 2.take方法 出队列 class MyBlockingQueue { //假定最大是 1000 个元素，当然也可以设定成 可配置的 private int[] items = new int[1000]; //对首的位置 private int head = 0; //对尾的位置 private int tail = 0; //队列的元素个数 volatile private int size = 0; //入队列 public void put(int value) { synchronized (this) { if(size == items.length) { //队列已满，无法插入 return; } //队列没满，入队列 items[tail] = value; tail++; if (tail == items.length){ //判断 tail 是否到达末尾 //如果 tail 到达末尾，就需要从头开始 tail = 0; } //往上数五行代码，可以直接换成 tail = tail % items.length; //不过带来了一些问题 //1.可读性不太好~ 写 if 做判断，一看就明白了；写 % 运算，也许其他人看不懂 //2.当使用 % 运算的时候，只有说 % 后面的操作数是 2^n 的时候，% 才能有一个比较高效的计算过程 (被编译器优化成与运算) // 如果是随意给的运算，大概率是不行了 //个人建议 if() 版本 size++; } } //出队列 public Integer take() { //int 不可以返回 null，Integer 可以返回 null int ret = 0; synchronized (this) { if (size == 0) { //队列为空，无法出队列 return null; } //队列不为空，则 取出队首元素 ret = items[head]; head++; if (head == items.length) { head = 0; } size--; } return ret; } }
阻塞有两种情况的：
所以，我们可以把 put 和 take 方法 改成如下形式：
注意：
虽然按照上述的代码，发现唤醒的时候，一定是有元素插入成功了，所以条件不成立，等待确实是要结束了；
但是，更稳妥的办法，是 在唤醒之后，再判断一次（万一条件又成立了呢）！！！
所以，可以把 if 条件句 改成 while 循环语句：
我们 等待之前，判断一次；唤醒之后，再确认一次；
所以，最终的代码就出来了：
package thread; //自己来模拟实现一个阻塞队列 //基于数组的方式来实现，提供 2 个核心方法： // 1. put方法 入队列 // 2.take方法 出队列 class MyBlockingQueue { //假定最大是 1000 个元素，当然也可以设定成 可配置的 private int[] items = new int[1000]; //对首的位置 private int head = 0; //对尾的位置 private int tail = 0; //队列的元素个数 volatile private int size = 0; //入队列 public void put(int value) throws InterruptedException { synchronized (this) { while(size == items.length) { //队列已满，无法插入 this.wait(); } //队列没满，入队列 items[tail] = value; tail++; if (tail == items.length){ //判断 tail 是否到达末尾 //如果 tail 到达末尾，就需要从头开始 tail = 0; } //往上数五行代码，可以直接换成 tail = tail % items.length; //不过带来了一些问题 //1.可读性不太好~ 写 if 做判断，一看就明白了；写 % 运算，也许其他人看不懂 //2.当使用 % 运算的时候，只有说 % 后面的操作数是 2^n 的时候，% 才能有一个比较高效的计算过程 (被编译器优化成与运算) // 如果是随意给的运算，大概率是不行了 //个人建议 if() 版本 size++; //插入元素成功，说明队列不空，就要唤醒 this.notify(); } } //出队列 public Integer take() throws InterruptedException { //int 不可以返回 null，Integer 可以返回 null int ret = 0; synchronized (this) { while(size == 0) { //队列为空，就等待 this.wait(); } //队列不为空，则 取出队首元素 ret = items[head]; head++; if (head == items.length) { head = 0; } size--; //当取走一个元素成功，说明队列不满，就要唤醒 this.notify(); } return ret; } } public class Demo22 { public static void main(String[] args) throws InterruptedException { MyBlockingQueue queue = new MyBlockingQueue(); Thread customer = new Thread(() -> { while (true) { int value = 0; try { value = queue.take(); System.out.println("消费：" + value); Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } } }); customer.start(); Thread producer = new Thread(() -> { int value = 0; while (true){ try { queue.put(value); System.out.println("生产：" + value); value++; Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } } }); producer.start(); } }运行结果：
好了，关于多线程的第二个案例 —— 阻塞队列，就暂时介绍到这里了；下一节内容我们将继续介绍有关多线程的下一个案例，让我们下一节再见！！！！！
