[本文是我对Java Concurrency In Practice 5.3的归纳和总结. ?转载请注明作者和出处, ?如有谬误, 欢迎在评论中指正. ]?
生产者消费者模式
以缓冲区作为生产者和消费者之间沟通的桥梁: 生产者只负责生产, 将生产出来的数据存入缓冲区. 而消费者只负责消费, 不断的从缓冲区中取出数据进行处理.
生产者消费者模式是非常常用的, 因为应用该模式有效的解耦了生产者和消费者. 生产者不需要知道有没有其他生产者在生产, 也不需要知道有多少个消费者在消费, 而消费者不需要知道数据来自哪个生产者. 另外该模式支持并发操作, 如果生产者直接调用消费者的方法, 生产者就必须等到消费者处理完毕才能返回, 万一消费者处理的速度很慢, 就会白白浪费生产者的时间. 而使用模式的话, 生产者只需要将数据存入缓冲区就可以了.
缓冲区是生产者消费者模式的核心. 生产者将数据存入缓冲区的一端, 消费者则负责从缓冲区的另一端取出数据进行处理, 队列非常适用这样的场景. 由于生产者消费者大多处于不同的线程, 队列就必须是线程安全的--java的BlockingQueue可以满足要求.
?
BlockingQueue
BlockingQueue的put方法用于将数据放入队列, 如果队列已满, put方法所在的线程将阻塞, 直到队列不满. take方法用于从队列中取出数据, 如果队列为空, take方法所在的线程将阻塞, 直到队列不为空.
public void put(E e) throws InterruptedException {
if (e == null)
throw new NullPointerException();
final E[] items = this.items;
final ReentrantLock lock = this.lock;
// 锁定
lock.lockInterruptibly();
try {
try {
// 如果队列已满, 就阻塞线程
while (count == items.length)
notFull.await();
} catch (InterruptedException ie) {
notFull.signal(); // propagate to non-interrupted thread
throw ie;
}
insert(e);
} finally {
lock.unlock();
}
}
private void insert(E x) {
items[putIndex] = x;
putIndex = inc(putIndex);
++count;
// 插入数据后唤醒在非空条件上阻塞的线程
notEmpty.signal();
}
public E take() throws InterruptedException {
final ReentrantLock lock = this.lock;
// 锁定
lock.lockInterruptibly();
try {
try {
// 如果队列为空, 就阻塞线程
while (count == 0)
notEmpty.await();
} catch (InterruptedException ie) {
notEmpty.signal(); // propagate to non-interrupted thread
throw ie;
}
E x = extract();
return x;
} finally {
lock.unlock();
}
}
private E extract() {
final E[] items = this.items;
E x = items[takeIndex];
items[takeIndex] = null;
takeIndex = inc(takeIndex);
--count;
// 取出数据后唤醒在notFull条件上阻塞的线程
notFull.signal();
return x;
}
offer(E e, long timeout, TimeUnit unit)用于将数据放入队列, 如果队列已满, 将最多等待指定的时间, offer返回true时说明数据成功入队, 否则说明没有成功. poll(long timeout, TimeUnit unit)是与offer配对的方法, 用于从队列中取出数据, 如果队列为空, 最多等待指定的时间, poll返回值为null时说明没有取到数据.
public boolean offer(E e, long timeout, TimeUnit unit) throws InterruptedException {
if (e == null)
throw new NullPointerException();
// 获得阻塞的最大时间
long nanos = unit.toNanos(timeout);
final ReentrantLock lock = this.lock;
lock.lockInterruptibly();
try {
for (;;) {
// 如果队列没有满, 则插入数据并返回true
if (count != items.length) {
insert(e);
return true;
}
// 如果剩余的等待时间小于等于0说明等待时间已超过最大值, 此时返回false, 表明插入没有成功
if (nanos <= 0)
return false;
try {
// awaitNanos方法用于阻塞队列, 并返回剩余的时间值
nanos = notFull.awaitNanos(nanos);
} catch (InterruptedException ie) {
notFull.signal(); // propagate to non-interrupted thread
throw ie;
}
}
} finally {
lock.unlock();
}
}
public E poll(long timeout, TimeUnit unit) throws InterruptedException {
long nanos = unit.toNanos(timeout);
final ReentrantLock lock = this.lock;
lock.lockInterruptibly();
try {
for (;;) {
// 如果队列不为空, 就取出数据然后返回
if (count != 0) {
E x = extract();
return x;
}
// 如果阻塞时间已过最大时间, 就返回null, 说明没有取到数据
if (nanos <= 0)
return null;
try {
// awaitNanos方法用于阻塞队列, 并返回剩余的时间值
nanos = notEmpty.awaitNanos(nanos);
} catch (InterruptedException ie) {
notEmpty.signal(); // propagate to non-interrupted thread
throw ie;
}
}
} finally {
lock.unlock();
}
}
BlockingQueue的容量可以是无限的, 也可以是有限的. 无限容量的BlockingQueue永远也不会发生队列已满的事件.
BlockingQueue的常见实现类有ArrayBlockingQueue, LinkedBlockingQueue, 以及PriorityBlockingQueue等. ArrayBlockingQueue底层使用循环数组实现, LinkedBlockingQueue底层使用链表实现. PriorityBlockingQueue则是一个可排序的阻塞队列, 可以按照元素的自然顺序(元素需要实现Comparable接口)或者指定的Comparator排序.
?
生产者消费者模式的例子
该例子用于模拟对文件进行索引, 生产者FileCrawler类将待索引的文件放入队列, 消费者Indexer则负责从队列中取出文件进行索引标记.?
/** * 生产者, 生产待索引的文件 */ public class FileCrawler implements Runnable { private final BlockingQueue<File> fileQueue; private final FileFilter fileFilter; private final File root; public FileCrawler(BlockingQueue<File> fileQueue, FileFilter fileFilter, File root) { this.fileQueue = fileQueue; this.fileFilter = fileFilter; this.root = root; } public void run() { try { crawl(root); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } } private void crawl(File root) throws InterruptedException { File[] entries = root.listFiles(fileFilter); if (entries != null) { for (File entry : entries) if (entry.isDirectory()) { // 递归调用 crawl(entry); } else if (!alreadyIndexed(entry)) { // 向队列中添加文件, 如果队列是BOUND的, 且队列已满, 则put方法将阻塞, 直到队列不满 System.out.println(entry + ": 等待进行索引 by " + Thread.currentThread().getName()); fileQueue.put(entry); } } } private boolean alreadyIndexed(File entry) { return false; } } /** * 消费者, 从队列中取出文件进行索引标记 */ public class Indexer implements Runnable { private final BlockingQueue<File> queue; public Indexer(BlockingQueue<File> queue) { this.queue = queue; } public void run() { try { while (true) { // 从队列中取出file标记索引. 如果队列为空, take方法将阻塞, 直到队列重新不为空. File file = queue.take(); indexFile(file); System.out.println(file + ": 已进行索引 by " + Thread.currentThread().getName()); } } catch (InterruptedException e) { Thread.currentThread().interrupt(); } } private void indexFile(File file) { } } /** * 测试生产者消费者模式 */ public class FileIndexer { public static void startIndexing(File[] roots) { // 创建一个BOUNDED队列, 队列中最大的元素为10个 BlockingQueue<File> queue = new LinkedBlockingQueue<File>(10); FileFilter filter = new FileFilter() { public boolean accept(File file) { return true; } }; for (int i = 0; i < roots.length; i++) { File root = roots[i]; // 启动生产者线程 new Thread(new FileCrawler(queue, filter, root), "producer " + i).start(); } // 启动3个消费者线程 for (int i = 0; i < 3; i++) { new Thread(new Indexer(queue), "consumer " + i).start(); } } public static void main(String[] args) { File dir = new File("E:\\TDDOWNLOAD\\mina doc"); startIndexing(dir.listFiles(new FileFilter() { @Override public boolean accept(File pathname) { if (pathname.isDirectory()) { return true; } return false; } })); } }
?
相关文章
