深入解析阻塞队列BlockingQueue及源码（超详细）

一、基础概念

1.1 BlockingQueue

BlockingQueue 是 java.util.concurrent 包提供的用于解决并发生产者 - 消费者问题的最有用的类。

1.1.1 队列类型：

无限队列 （unbounded queue ） - 几乎可以无限增长

有限队列 （ bounded queue ） - 定义了最大容量

1.1.2 常见的4中阻塞队列

ArrayBlockingQueue：由数组支持的有界队列

LinkedBlockingQueue：由链接节点支持的可选有界队列

PriorityBlockingQueue：由优先级堆支持的无界优先级队列

DelayQueue：由优先级堆支持的、基于时间的调度队列

1.2 生产者消费者概念

1、生产者消费者是设计模式的一种。让生产者和消费者基于一个容器来解决强耦合问题。

2、生产者消费者彼此之间不会直接通讯的，而是通过一个容器（队列）进行通讯。

3、所以生产者生产完数据后扔到容器中，不通用等待消费者来处理。

4、消费者不需要去找生产者要数据，直接从容器中获取即可，而这种容器最常用的结构就是队列。

1.3 JUC阻塞队列的存取方法

常用的存取方法都是来自于JUC包下的BlockingQueue

生产者存储方法

add(E)     	// 添加数据到队列，如果队列满了，无法存储，抛出异常
offer(E)    // 添加数据到队列，如果队列满了，返回false
offer(E,timeout,unit)   // 添加数据到队列，如果队列满了，阻塞timeout时间，如果阻塞一段时间，依然没添加进入，返回false
put(E)      // 添加数据到队列，如果队列满了，挂起线程，等到队列中有位置，再扔数据进去，死等！

消费者取数据方法

remove()    // 从队列中移除数据，如果队列为空，抛出异常
poll()      // 从队列中移除数据，如果队列为空，返回null
poll(timeout,unit)   // 从队列中移除数据，如果队列为空，挂起线程timeout时间，等生产者扔数据，再获取
take()     // 从队列中移除数据，如果队列为空，线程挂起，一直等到生产者扔数据，再获取

二、ArrayBlockingQueue

2.1 ArrayBlockingQueue的基本使用

ArrayBlockingQueue 是一个基于数组的有界阻塞队列，是线程安全的。在初始化的时候，必须指定当前队列的长度。它的容量是固定的，创建时需要指定队列的大小。ArrayBlockingQueue 使用一个可重入锁来保证线程安全，并使用条件变量来实现在队列为空或队列已满时线程的阻塞与唤醒。

因为ArrayBlockingQueue是基于数组实现的队列结构，数组长度不可变，必须提前设置数组长度信息。

public static void main(String[] args) throws ExecutionException, InterruptedException, IOException {// 必须设置队列的长度ArrayBlockingQueue queue = new ArrayBlockingQueue(4);// 生产者扔数据queue.add("1");queue.offer("2");queue.offer("3",2,TimeUnit.SECONDS);queue.put("2");// 消费者取数据System.out.println(queue.remove());System.out.println(queue.poll());System.out.println(queue.poll(2,TimeUnit.SECONDS));System.out.println(queue.take());
}

2.2 生产者方法实现原理

生产者添加数据到队列的方法比较多，需要一个一个查看

2.2.1 ArrayBlockingQueue的常见属性

ArrayBlockingQueue中的成员变量
在这里插入图片描述

lock = 就是一个ReentrantLock
count = 就是当前数组中元素的个数
iterms = 就是数组本身 
# 基于putIndex和takeIndex将数组结构实现为了队列结构
putIndex = 存储数据时的下标
takeIndex = 取数据时的下标
notEmpty = 消费者挂起线程和唤醒线程用到的Condition（看成sync的wait和notify）
notFull = 生产者挂起线程和唤醒线程用到的Condition（看成sync的wait和notify）

2.2.2 add方法实现

add方法本身就是调用了offer方法，如果offer方法返回false，直接抛出异常

public boolean add(E e) {if (offer(e))return true;else// 抛出的异常throw new IllegalStateException("Queue full");
}

2.2.3 offer方法实现

public boolean offer(E e) {// 要求存储的数据不允许为null，为null就抛出空指针checkNotNull(e);// 当前阻塞队列的lock锁final ReentrantLock lock = this.lock;// 为了保证线程安全，加锁lock.lock();try {// 如果队列中的元素已经存满了，if (count == items.length)// 返回falsereturn false;else {// 队列没满，执行enqueue将元素添加到队列中enqueue(e);// 返回truereturn true;}} finally {// 操作完释放锁lock.unlock();}
}//==========================================================
private void enqueue(E x) {// 拿到数组的引用final Object[] items = this.items;// 将元素放到指定位置items[putIndex] = x;// 对inputIndex进行++操作，并且判断是否已经等于数组长度，需要归位if (++putIndex == items.length)// 将索引设置为0putIndex = 0;// 元素添加成功，进行++操作。count++;// 将一个Condition中阻塞的线程唤醒。notEmpty.signal();
}

2.2.4 offer(time,unit)方法

生产者在添加数据时，如果队列已经满了，阻塞一会。

阻塞到消费者消费了消息，然后唤醒当前阻塞线程
阻塞到了time时间，再次判断是否可以添加，不能，直接告辞。

// 如果线程在挂起的时候，如果对当前阻塞线程的中断标记位进行设置，此时会抛出异常直接结束
public boolean offer(E e, long timeout, TimeUnit unit) throws InterruptedException {// 非空检验checkNotNull(e);// 将时间单位转换为纳秒long nanos = unit.toNanos(timeout);// 加锁final ReentrantLock lock = this.lock;// 允许线程中断并排除异常的加锁方式lock.lockInterruptibly();try {// 为什么是while（虚假唤醒）// 如果元素个数和数组长度一致，队列慢了while (count == items.length) {// 判断等待的时间是否还充裕if (nanos <= 0)// 不充裕，直接添加失败return false;// 挂起等待，会同时释放锁资源（对标sync的wait方法）// awaitNanos会挂起线程，并且返回剩余的阻塞时间// 恢复执行时，需要重新获取锁资源nanos = notFull.awaitNanos(nanos);}// 说明队列有空间了，enqueue将数据扔到阻塞队列中enqueue(e);return true;} finally {// 释放锁资源lock.unlock();}
}

2.2.5 put方法

如果队列是满的，就一直挂起，直到被唤醒，或者被中断

public void put(E e) throws InterruptedException {checkNotNull(e);final ReentrantLock lock = this.lock;lock.lockInterruptibly();try {while (count == items.length)// await方法一直阻塞，直到被唤醒或者中断标记位notFull.await();enqueue(e);} finally {lock.unlock();}
}

2.3 消费者方法实现原理

2.3.1 remove方法

// remove方法就是调用了poll
public E remove() {E x = poll();// 如果有数据，直接返回if (x != null)return x;// 没数据抛出异常elsethrow new NoSuchElementException();
}

2.4.2 poll方法

// 拉取数据
public E poll() {// 加锁操作final ReentrantLock lock = this.lock;lock.lock();try {// 如果没有数据，直接返回null，如果有数据，执行dequeue，取出数据并返回return (count == 0) ? null : dequeue();} finally {lock.unlock();}
}//==========================================================
// 取出数据
private E dequeue() {// 将成员变量引用到局部变量final Object[] items = this.items;// 直接获取指定索引位置的数据E x = (E) items[takeIndex];// 将数组上指定索引位置设置为nullitems[takeIndex] = null;// 设置下次取数据时的索引位置if (++takeIndex == items.length)takeIndex = 0;// 对count进行--操作count--;// 迭代器内容，先跳过if (itrs != null)itrs.elementDequeued();// signal方法，会唤醒当前Condition中排队的一个Node。// signalAll方法，会将Condition中所有的Node，全都唤醒notFull.signal();// 返回数据。return x;
}

2.4.3 poll(time,unit)方法

public E poll(long timeout, TimeUnit unit) throws InterruptedException {// 转换时间单位long nanos = unit.toNanos(timeout);// 竞争锁final ReentrantLock lock = this.lock;lock.lockInterruptibly();try {// 如果没有数据while (count == 0) {if (nanos <= 0)// 没数据，也无法阻塞了，返回nullreturn null;// 没数据，挂起消费者线程nanos = notEmpty.awaitNanos(nanos);}// 取数据return dequeue();} finally {lock.unlock();}
}

2.4.4 take方法

public E take() throws InterruptedException {final ReentrantLock lock = this.lock;lock.lockInterruptibly();try {// 虚假唤醒while (count == 0)notEmpty.await();return dequeue();} finally {lock.unlock();}
}

2.4.5 虚假唤醒

1、虚假唤醒是什么:

虚假唤醒是一种现象，它只会出现在多线程环境中，指的是在多线程环境下，多个线程等待在同一个条件上，等到条件满足时，所有等待的线程都被唤醒，但由于多个线程执行的顺序不同，后面竞争到锁、获得运行权的线程在运行时条件已经不再满足，线程应该睡眠但是却继续往下运行的一种现象。

2、代码示例
Linus说show me the code，我们也写点代码说明一下，首先写一个会发生虚假唤醒的情况：

class SpuriousWakeup {private static ReentrantLock lock = new ReentrantLock();private static Condition hasApple = lock.newCondition();private static volatile int nApple;public static void main(String[] args) {new Thread(() -> {lock.lock();try {if (nApple == 0) {log.debug("没苹果，我先休息会儿，苹果来了我再醒...");hasApple.await();}nApple -= 1;log.debug("哇，苹果来了，我吃掉了...");log.debug("现在苹果还有 " + nApple + " 个...");} catch (InterruptedException e) {e.printStackTrace();} finally {lock.unlock();}}, "萧炎").start();new Thread(() -> {lock.lock();try {if (nApple == 0) {log.debug("没苹果，我先休息会儿，苹果来了我再醒...");hasApple.await();}nApple -= 1;log.debug("哇，苹果来了，我吃掉了...");log.debug("现在苹果还有 " + nApple + " 个...");} catch (InterruptedException e) {e.printStackTrace();} finally {lock.unlock();}}, "唐三").start();SleepUtils.sleep(1);new Thread(() -> {lock.lock();try {log.debug("我来送苹果了，但只有一个哦...");nApple = 1;hasApple.signalAll();} finally {lock.unlock();}}, "萧薰儿").start();}
}运行结果：
21:09:27.968 [萧炎] - 没苹果，我先休息会儿，苹果来了我再醒...
21:09:27.997 [唐三] - 没苹果，我先休息会儿，苹果来了我再醒...
21:09:28.927 [萧薰儿] - 我来送苹果了，但只有一个哦...
21:09:28.927 [萧炎] - 哇，苹果来了，我吃掉了...
21:09:28.928 [萧炎] - 现在苹果还有 0 个...
21:09:28.928 [唐三] - 哇，苹果来了，我吃掉了...
21:09:28.928 [唐三] - 现在苹果还有 -1 个...

在这个例子里，我们写了三个线程，萧炎和唐三想吃一个苹果，刚运行发现没有苹果，于是睡在了Condition上；萧薰儿拿来了一个苹果，叫醒了两个人，两个人都醒了，但是只有一个苹果，根据结果可以看出来，萧炎先抢到了这个苹果，他吃掉了，但是唐三也被叫醒了，他吃了一个寂寞。
可以看出来，等到唐三醒了的时候苹果是没有了的，这时候他应该继续睡在Condition上。但是他没有，他醒了，他还继续运行了，所以他吃了个寂寞。发生了虚假唤醒。

下面是一个不会发生虚假唤醒的情况：

class NonSpuriousWakeup {private static ReentrantLock lock = new ReentrantLock();private static Condition hasApple = lock.newCondition();private static volatile int nApple;public static void main(String[] args) {new Thread(() -> {lock.lock();try {while (nApple == 0) {log.debug("没苹果，我先休息会儿，苹果来了我再醒...");hasApple.await();}nApple -= 1;log.debug("哇，苹果来了，我吃掉了...");log.debug("现在苹果还有 " + nApple + " 个...");} catch (InterruptedException e) {e.printStackTrace();} finally {lock.unlock();}}, "萧炎").start();new Thread(() -> {lock.lock();try {while (nApple == 0) {log.debug("没苹果，我先休息会儿，苹果来了我再醒...");hasApple.await();}nApple -= 1;log.debug("哇，苹果来了，我吃掉了...");log.debug("现在苹果还有 " + nApple + " 个...");} catch (InterruptedException e) {e.printStackTrace();} finally {lock.unlock();}}, "唐三").start();SleepUtils.sleep(1);new Thread(() -> {lock.lock();try {log.debug("我来送苹果了，但只有一个哦...");nApple = 1;hasApple.signalAll();} finally {lock.unlock();}}, "萧薰儿").start();}
}运行结果：
21:26:25.980 [萧炎] - 没苹果，我先休息会儿，苹果来了我再醒...
21:26:25.995 [唐三] - 没苹果，我先休息会儿，苹果来了我再醒...
21:26:26.953 [萧薰儿] - 我来送苹果了，但只有一个哦...
21:26:26.954 [萧炎] - 哇，苹果来了，我吃掉了...
21:26:26.954 [萧炎] - 现在苹果还有 0 个...
21:26:26.955 [唐三] - 没苹果，我先休息会儿，苹果来了我再醒...

这个例子与上面的代码几乎没有差别，只是把if判断换成了while判断，所以每次萧炎和唐三醒过来之后都会再判断一下有没有苹果（唤醒自己的条件是否满足），如果不满足，就会继续睡下去，不会接着往下运行，从而避免了虚假唤醒。

说白了就是IF条件直走一次判断，while醒来都重新判断一下，避免多个线程争抢出现数据异常的情况。

总结：
等待在一个条件上的线程被全部唤醒后会去竞争锁，所以这些线程会一个一个地去消费这个条件，等到后面的线程去消费这个条件时，条件可能已经不满足了，所以每个被唤醒的线程都需要再检查一次条件是否满足。如果不满足，应该继续睡下去；只有满足了才能往下执行。

三、LinkedBlockingQueue

LinkedBlockingQueue是Java中的一个阻塞队列实现，它基于链表数据结构实现，可以用于在生产者和消费者之间安全地传递数据。

3.1 LinkedBlockingQueue的底层实现

查看LinkedBlockingQueue是如何存储数据，并且实现链表结构的。

// Node对象就是存储数据的单位
static class Node<E> {// 存储的数据E item;// 指向下一个数据的指针Node<E> next;// 有参构造Node(E x) { item = x; }
}

查看LinkedBlockingQueue的有参构造

// 可以手动指定LinkedBlockingQueue的长度，如果没有指定，默认为Integer.MAX_VALUE
public LinkedBlockingQueue(int capacity) {if (capacity <= 0) throw new IllegalArgumentException();this.capacity = capacity;// 在初始化时，构建一个item为null的节点，作为head和last// 这种node可以成为哨兵Node，// 如果没有哨兵节点，那么在获取数据时，需要判断head是否为null，才能找next// 如果没有哨兵节点，那么在添加数据时，需要判断last是否为null，才能找nextlast = head = new Node<E>(null);
}

查看LinkedBlockingQueue的其他属性

// 因为是链表，没有想数组的length属性，基于AtomicInteger来记录长度
private final AtomicInteger count = new AtomicInteger();
// 链表的头，取
transient Node<E> head;
// 链表的尾，存
private transient Node<E> last;
// 消费者的锁
private final ReentrantLock takeLock = new ReentrantLock();
// 消费者的挂起操作，以及唤醒用的condition
private final Condition notEmpty = takeLock.newCondition();
// 生产者的锁
private final ReentrantLock putLock = new ReentrantLock();
// 生产者的挂起操作，以及唤醒用的condition
private final Condition notFull = putLock.newCondition();

3.2 生产者方法实现原理

3.2.1 add方法

你懂得，还是走offer方法

public boolean add(E e) {if (offer(e))return true;elsethrow new IllegalStateException("Queue full");
}

3.2.2 offer方法

public boolean offer(E e) {// 非空校验if (e == null) throw new NullPointerException();// 拿到存储数据条数的countfinal AtomicInteger count = this.count;// 查看当前数据条数，是否等于队列限制长度，达到了这个长度，直接返回falseif (count.get() == capacity)return false;// 声明c，作为标记存在int c = -1;// 将存储的数据封装为Node对象Node<E> node = new Node<E>(e);// 获取生产者的锁。final ReentrantLock putLock = this.putLock;// 竞争锁资源putLock.lock();try {// 再次做一个判断，查看是否还有空间if (count.get() < capacity) {// enqueue，扔数据enqueue(node);// 将数据个数 + 1c = count.getAndIncrement();// 拿到count的值 小于 长度限制// 有生产者在基于await挂起，这里添加完数据后，发现还有空间可以存储数据，// 唤醒前面可能已经挂起的生产者// 因为这里生产者和消费者不是互斥的，写操作进行的同时，可能也有消费者在消费数据。if (c + 1 < capacity)// 唤醒生产者notFull.signal();}} finally {// 释放锁资源putLock.unlock();}// 如果c == 0，代表添加数据之前，队列元素个数是0个。// 如果有消费者在队列没有数据的时候，来消费，此时消费者一定会挂起线程if (c == 0)// 唤醒消费者signalNotEmpty();// 添加成功返回true，失败返回-1return c >= 0;
}//================================================
private void enqueue(Node<E> node) {// 将当前Node设置为last的next，并且再将当前Node作为lastlast = last.next = node;
}
//================================================
private void signalNotEmpty() {// 获取读锁final ReentrantLock takeLock = this.takeLock;takeLock.lock();try {// 唤醒。notEmpty.signal();} finally {takeLock.unlock();}
}
sync -> wait / notify

3.2.3 offer(time,unit)方法

public boolean offer(E e, long timeout, TimeUnit unit) throws InterruptedException {// 非空检验if (e == null) throw new NullPointerException();// 将时间转换为纳秒long nanos = unit.toNanos(timeout);// 标记int c = -1;// 写锁，数据条数final ReentrantLock putLock = this.putLock;final AtomicInteger count = this.count;// 允许中断的加锁方式putLock.lockInterruptibly();try {// 如果元素个数和限制个数一致，直接准备挂起while (count.get() == capacity) {// 挂起的时间是不是已经没了if (nanos <= 0)// 添加失败，返回falsereturn false;// 挂起线程nanos = notFull.awaitNanos(nanos);}// 有空余位置，enqueue添加数据enqueue(new Node<E>(e));// 元素个数 + 1c = count.getAndIncrement();// 当前添加完数据，还有位置可以添加数据，唤醒可能阻塞的生产者if (c + 1 < capacity)notFull.signal();} finally {// 释放锁putLock.unlock();}// 如果之前元素个数是0，唤醒可能等待的消费者if (c == 0)signalNotEmpty();return true;
}

3.2.4 put方法

public void put(E e) throws InterruptedException {if (e == null) throw new NullPointerException();int c = -1;Node<E> node = new Node<E>(e);final ReentrantLock putLock = this.putLock;final AtomicInteger count = this.count;putLock.lockInterruptibly();try {while (count.get() == capacity) {// 一直挂起线程，等待被唤醒notFull.await();}enqueue(node);c = count.getAndIncrement();if (c + 1 < capacity)notFull.signal();} finally {putLock.unlock();}if (c == 0)signalNotEmpty();
}

3.3 消费者方法实现原理

从remove方法开始，查看消费者获取数据的方式

3.3.1 remove方法

public E remove() {E x = poll();if (x != null)return x;elsethrow new NoSuchElementException();
}

3.3.2 poll方法

public E poll() {// 拿到队列数据个数的计数器final AtomicInteger count = this.count;// 当前队列中数据是否0if (count.get() == 0)// 说明队列没数据，直接返回null即可return null;// 声明返回结果E x = null;// 标记int c = -1;// 获取消费者的takeLockfinal ReentrantLock takeLock = this.takeLock;// 加锁takeLock.lock();try {// 基于DCL，确保当前队列中依然有元素if (count.get() > 0) {// 从队列中移除数据x = dequeue();// 将之前的元素个数获取，并--c = count.getAndDecrement();if (c > 1)// 如果依然有数据，继续唤醒await的消费者。notEmpty.signal();}} finally {// 释放锁资源takeLock.unlock();}// 如果之前的元素个数为当前队列的限制长度，// 现在消费者消费了一个数据，多了一个空位可以添加if (c == capacity)// 唤醒阻塞的生产者signalNotFull();return x;
}//================================================private E dequeue() {// 拿到队列的head位置数据Node<E> h = head;// 拿到了head的next，因为这个是哨兵Node，需要拿到的head.next的数据Node<E> first = h.next;// 将之前的哨兵Node.next置位null。help GC。h.next = h; // 将first置位新的headhead = first;// 拿到返回结果first节点的item数据，也就是之前head.next.itemE x = first.item;// 将first数据置位null，作为新的headfirst.item = null;// 返回数据return x;
}//================================================private void signalNotFull() {final ReentrantLock putLock = this.putLock;putLock.lock();try {// 唤醒生产者。notFull.signal();} finally {putLock.unlock();}
}

3.3.3 poll(time,unit)方法

public E poll(long timeout, TimeUnit unit) throws InterruptedException {// 返回结果E x = null;// 标识int c = -1;// 将挂起实现设置为纳秒级别long nanos = unit.toNanos(timeout);// 拿到计数器final AtomicInteger count = this.count;// take锁加锁final ReentrantLock takeLock = this.takeLock;takeLock.lockInterruptibly();try {// 如果没数据，进到whilewhile (count.get() == 0) {if (nanos <= 0)return null;// 挂起当前线程nanos = notEmpty.awaitNanos(nanos);}// 剩下内容，和之前一样。x = dequeue();c = count.getAndDecrement();if (c > 1)notEmpty.signal();} finally {takeLock.unlock();}if (c == capacity)signalNotFull();return x;
}

3.3.4 take方法

public E take() throws InterruptedException {E x;int c = -1;final AtomicInteger count = this.count;final ReentrantLock takeLock = this.takeLock;takeLock.lockInterruptibly();try {// 相比poll(time,unit)方法，这里的出口只有一个，就是中断标记位，抛出异常，否则一直等待while (count.get() == 0) {notEmpty.await();}x = dequeue();c = count.getAndDecrement();if (c > 1)notEmpty.signal();} finally {takeLock.unlock();}if (c == capacity)signalNotFull();return x;
}

四、PriorityBlockingQueue概念

4.1 PriorityBlockingQueue介绍

首先PriorityBlockingQueue是一个优先级队列，他不满足先进先出的概念。

会将查询的数据进行排序，排序的方式就是基于插入数据值的本身。

如果是自定义对象必须要实现Comparable接口才可以添加到优先级队列

排序的方式是基于二叉堆实现的。底层是采用数组结构实现的二叉堆。

4.2 二叉堆结构介绍

优先级队列PriorityBlockingQueue基于二叉堆实现的。

private transient Object[] queue;

PriorityBlockingQueue是基于数组实现的二叉堆。

二叉堆是什么？

二叉堆就是一个完整的二叉树。
任意一个节点大于父节点或者小于父节点
基于同步的方式，可以定义出小顶堆和大顶堆

小顶堆以及小顶堆基于数据实现的方式。

4.3 PriorityBlockingQueue核心属性

// 数组的初始长度
private static final int DEFAULT_INITIAL_CAPACITY = 11;// 数组的最大长度
// -8的目的是为了适配各个版本的虚拟机
// 默认当前使用的hotspot虚拟机最大支持Integer.MAX_VALUE - 2，但是其他版本的虚拟机不一定。
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;// 存储数据的数组，也是基于这个数组实现的二叉堆。
private transient Object[] queue;// size记录当前阻塞队列中元素的个数
private transient int size;// 要求使用的对象要实现Comparable比较器。基于comparator做对象之间的比较
private transient Comparator<? super E> comparator;// 实现阻塞队列的lock锁
private final ReentrantLock lock;// 挂起线程操作。
private final Condition notEmpty;// 因为PriorityBlockingQueue的底层是基于二叉堆的，而二叉堆又是基于数组实现的，数组长度是固定的，如果需要扩容，需要构建一个新数组。PriorityBlockingQueue在做扩容操作时，不会lock住的，释放lock锁，基于allocationSpinLock属性做标记，来避免出现并发扩容的问题。
private transient volatile int allocationSpinLock;// 阻塞队列中用到的原理，其实就是普通的优先级队列。
private PriorityQueue<E> q;

4.4 PriorityBlockingQueue的写入操作

毕竟是阻塞队列，添加数据的操作，咱们是很了解，无法还是add，offer，offer(time,unit)，put。但是因为优先级队列中，数组是可以扩容的，虽然有长度限制，但是依然属于无界队列的概念，所以生产者不会阻塞，所以只有offer方法可以查看。

这次核心的内容并不是添加数据的区别。主要关注的是如何保证二叉堆中小顶堆的结构的，并且还要查看数组扩容的一个过程是怎样的。

4.4.1 offer基本流程

因为add方法依然调用的是offer方法，直接查看offer方法即可

public boolean offer(E e) {// 非空判断。if (e == null)throw new NullPointerException();// 拿到锁，直接上锁final ReentrantLock lock = this.lock;lock.lock();// n：size，元素的个数// cap：当前数组的长度// array：就是存储数据的数组int n, cap;Object[] array;while ((n = size) >= (cap = (array = queue).length))// 如果元素个数大于等于数组的长度，需要尝试扩容。tryGrow(array, cap);try {// 拿到了比较器Comparator<? super E> cmp = comparator;// 比较数据大小，存储数据，是否需要做上移操作，保证平衡的if (cmp == null)siftUpComparable(n, e, array);elsesiftUpUsingComparator(n, e, array, cmp);// 元素个数 + 1size = n + 1;// 如果有挂起的线程，需要去唤醒挂起的消费者。notEmpty.signal();} finally {// 释放锁lock.unlock();}// 返回truereturn true;
}

4.4.2 offer扩容操作

在添加数据之前，会采用while循环的方式，来判断当前元素个数是否大于等于数组长度。如果满足，需要执行tryGrow方法，对数组进行扩容

如果两个线程同时执行tryGrow，只会有一个线程在扩容，另一个线程可能多次走while循环，多次走tryGrow方法，但是依然需要等待前面的线程扩容完毕。

private void tryGrow(Object[] array, int oldCap) {// 释放锁资源。lock.unlock(); // 声明新数组。Object[] newArray = null;// 如果allocationSpinLock属性值为0，说明当前没有线程正在扩容的。if (allocationSpinLock == 0 &&// 基于CAS的方式，将allocationSpinLock从0修改为1，代表当前线程可以开始扩容UNSAFE.compareAndSwapInt(this, allocationSpinLockOffset,0, 1)) {try {// 计算新数组长度int newCap = oldCap + ((oldCap < 64) ?// 如果数组长度比较小，这里加快扩容长度速度。(oldCap + 2) : // 如果长度大于等于64了，每次扩容到1.5倍即可。(oldCap >> 1));// 如果新数组长度大于MAX_ARRAY_SIZE，需要做点事了。if (newCap - MAX_ARRAY_SIZE > 0) {   // 声明minCap，长度为老数组 + 1int minCap = oldCap + 1;// 老数组+1变为负数，或者老数组长度已经大于MAX_ARRAY_SIZE了，无法扩容了。if (minCap < 0 || minCap > MAX_ARRAY_SIZE)// 告辞，凉凉~~~~throw new OutOfMemoryError();// 如果没有超过限制，直接设置为最大长度即可newCap = MAX_ARRAY_SIZE;}// 新数组长度，得大于老数组长度，// 第二个判断确保没有并发扩容的出现。if (newCap > oldCap && queue == array)// 构建出新数组newArray = new Object[newCap];} finally {// 新数组有了，标记位归0~~allocationSpinLock = 0;}}// 如果到了这，newArray依然为null，说明这个线程没有进到if方法中，去构建新数组if (newArray == null) // 稍微等一手。Thread.yield();// 拿锁资源，lock.lock();// 拿到锁资源后，确认是构建了新数组的线程，这里就需要将新数组复制给queue，并且导入数据if (newArray != null && queue == array) {// 将新数组赋值给queuequeue = newArray;// 将老数组的数据全部导入到新数组中。System.arraycopy(array, 0, newArray, 0, oldCap);}
}

4.4.3 offer添加数据

这里是数据如何放到数组上，并且如何保证的二叉堆结构

// k：当前元素的个数（其实就是要放的索引位置）
// x：需要添加的数据
// array：数组。。
private static <T> void siftUpComparable(int k, T x, Object[] array) {// 将插入的元素直接强转为Comparable（com.mashibing.User cannot be cast to java.lang.Comparable）// 这行强转，会导致添加没有实现Comparable的元素，直接报错。Comparable<? super T> key = (Comparable<? super T>) x;// k大于0，走while逻辑。（原来有数据）while (k > 0) {// 获取父节点的索引位置。int parent = (k - 1) >>> 1;// 拿到父节点的元素。Object e = array[parent];// 用子节点compareTo父节点，如果 >= 0，说明当前son节点比parent要大。if (key.compareTo((T) e) >= 0)// 直接break，完事，break;// 将son节点的位置设置上之前的parent节点array[k] = e;// 重新设置x节点需要放置的位置。k = parent;}// k == 0，当前元素是第一个元素，直接插入进去。array[k] = key;
}

4.5 PriorityBlockingQueue的读取操作

读取操作是存储现在挂起的情况的，因为如果数组中元素个数为0，当前线程如果执行了take方法，必然需要挂起。

其次获取数据，因为是优先级队列，所以需要从二叉堆栈顶拿数据，直接拿索引为0的数据即可，但是拿完之后，需要保持二叉堆结构，所以会有下移操作。

4.5.1 查看获取方法流程

poll：

public E poll() {final ReentrantLock lock = this.lock;// 加锁lock.lock();try {// 拿到返回数据，没拿到，返回nullreturn dequeue();} finally {lock.unlock();}
}

poll(time,unit)：

public E poll(long timeout, TimeUnit unit) throws InterruptedException {// 将挂起的时间转换为纳秒long nanos = unit.toNanos(timeout);final ReentrantLock lock = this.lock;// 允许线程中断抛异常的加锁lock.lockInterruptibly();// 声明结果E result;try {// dequeue是去拿数据的，可能会出现拿到的数据为null，如果为null，同时挂起时间还有剩余，这边就直接通过notEmpty挂起线程while ( (result = dequeue()) == null && nanos > 0)nanos = notEmpty.awaitNanos(nanos);} finally {lock.unlock();}// 有数据正常返回，没数据，告辞~return result;
}

take：

public E take() throws InterruptedException {final ReentrantLock lock = this.lock;lock.lockInterruptibly();E result;try {while ( (result = dequeue()) == null)// 无线等，要么有数据，要么中断线程notEmpty.await();} finally {lock.unlock();}return result;
}

4.5.2 查看dequeue获取数据

获取数据主要就是从数组中拿到0索引位置数据，然后保持二叉堆结构

private E dequeue() {// 将元素个数-1，拿到了索引位置。int n = size - 1;// 判断是不是木有数据了，没数据直接返回null即可if (n < 0)return null;// 说明有数据else {// 拿到数组，arrayObject[] array = queue;// 拿到0索引位置的数据E result = (E) array[0];// 拿到最后一个数据E x = (E) array[n];// 将最后一个位置置位nullarray[n] = null;Comparator<? super E> cmp = comparator;if (cmp == null)siftDownComparable(0, x, array, n);elsesiftDownUsingComparator(0, x, array, n, cmp);// 元素个数-1，赋值sizesize = n;// 返回resultreturn result;}
}

4.6.3 下移做平衡操作

一定要以局部的方式去查看树结构的变化，他是从跟节点往下找较小的一个子节点，将较小的子节点挪动到父节点位置，再将循环往下走，如果一来，整个二叉堆的结构就可以保证了。

// k：默认进来是0
// x：代表二叉堆的最后一个数据
// array：数组
// n：最后一个索引
private static <T> void siftDownComparable(int k, T x, Object[] array,int n) {// 健壮性校验，取完第一个数据，已经没数据了，那就不需要做平衡操作if (n > 0) {// 拿到最后一个数据的比较器Comparable<? super T> key = (Comparable<? super T>)x;// 因为二叉堆是一个二叉满树，所以在保证二叉堆结构时，只需要做一半就可以int half = n >>> 1; // 做了超过一半，就不需要再往下找了。while (k < half) {// 找左子节点索引，一个公式，可以找到当前节点的左子节点int child = (k << 1) + 1; // 拿到左子节点的数据Object c = array[child];// 拿到右子节点索引int right = child + 1;// 确认有右子节点// 判断左节点是否大于右节点if (right < n && c.compareTo(array[right]) > 0)// 如果左大于右，那么c就执行右c = array[child = right];// 比较最后一个节点是否小于当前的较小的子节点if (key.compareTo((T) c) <= 0)break;// 将左右子节点较小的放到之前的父节点位置array[k] = c;// k重置到之前的子节点位置k = child;}// 上面while循环搞定后，可以确认整个二叉堆中，数据已经移动ok了，只差当前k的位置数据是null// 将最后一个索引的数据放到k的位置array[k] = key;}
}

五、DelayQueue

5.1 DelayQueue介绍&应用

什么是DelayQueue（延时队列）

DelayQueue 是一个通过PriorityBlockingQueue实现延迟获取元素的无界队列无界阻塞队列，其中添加进该队列的元素必须实现Delayed接口（指定延迟时间），而且只有在延迟期满后才能从中提取元素。

什么是PriorityBlockingQueue（优先队列）
PriorityBlockingQueue是一个支持优先级的无界阻塞队列，队列的元素默认情况下元素采用自然顺序升序排列，或者根据构造队列时提供的 Comparator 进行排序，具体取决于所使用的构造方法。需要注意的是不能保证同优先级元素的顺序。PriorityBlockingQueue也是基于最小二叉堆实现，使用基于CAS实现的自旋锁来控制队列的动态扩容，保证了扩容操作不会阻塞take操作的执行。

DelayQueue使用场景
DelayQueue可以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，从比如TimerQueue就是使用DelayQueue实现的。

DelayQueue原理
DelayQueue也是基于二叉堆结构实现的，甚至本事就是基于PriorityQueue实现的功能。二叉堆结构每次获取的是栈顶的数据，需要让DelayQueue中的数据，在比较时，跟根据延迟时间做比较，剩余时间最短的要放在栈顶。

查看DelayQueue类信息：

public class DelayQueue<E extends Delayed> extends AbstractQueue<E> implements BlockingQueue<E> {// 发现DelayQueue中的元素，需要继承Delayed接口。
}
// ==========================================
// 接口继承了Comparable，这样就具备了比较的能力。
public interface Delayed extends Comparable<Delayed> {// 抽象方法，就是咱们需要设置的延迟时间long getDelay(TimeUnit unit);// Comparable接口提供的：public int compareTo(T o);
}

基于上述特点，声明一个可以写入DelayQueue的元素类

public class Task implements Delayed {/** 任务的名称 */private String name;/** 什么时间点执行 */private Long time;/**** @param name* @param delay  单位毫秒。*/public Task(String name, Long delay) {// 任务名称this.name = name;this.time = System.currentTimeMillis() + delay;}/*** 设置任务什么时候可以出延迟队列* @param unit* @return*/@Overridepublic long getDelay(TimeUnit unit) {// 单位是毫秒，视频里写错了，写成了纳秒，return unit.convert(time - System.currentTimeMillis(),TimeUnit.MILLISECONDS);}/*** 两个任务在插入到延迟队列时的比较方式* @param o* @return*/@Overridepublic int compareTo(Delayed o) {return (int) (this.time - ((Task)o).getTime());}
}

在使用时，查看到DelayQueue底层用了PriorityQueue，在一定程度上，DelayQueue也是无界队列。

测试效果

public static void main(String[] args) throws InterruptedException {// 声明元素Task task1 = new Task("A",1000L);Task task2 = new Task("B",5000L);Task task3 = new Task("C",3000L);Task task4 = new Task("D",2000L);// 声明阻塞队列DelayQueue<Task> queue = new DelayQueue<>();// 将元素添加到延迟队列中queue.put(task1);queue.put(task2);queue.put(task3);queue.put(task4);// 获取元素System.out.println(queue.take());System.out.println(queue.take());System.out.println(queue.take());System.out.println(queue.take());// A,D,C,B
}

在应用时，外卖，15分钟商家需要接单，如果不接单，这个订单自动取消。

可以每下一个订单，就放到延迟队列中，如果规定时间内，商家没有接单，直接通过消费者获取元素，然后取消订单。

只要是有需要延迟一定时间后，再执行的任务，就可以通过延迟队列去实现。

5.2、DelayQueue核心属性

可以查看到DelayQueue就四个核心属性

// 因为DelayQueue依然属于阻塞队列，需要保证线程安全。看到只有一把锁，生产者和消费者使用的是一个lock
private final transient ReentrantLock lock = new ReentrantLock();
// 因为DelayQueue还是基于二叉堆结构实现的，没有必要重新搞一个二叉堆，直接使用的PriorityQueue
private final PriorityQueue<E> q = new PriorityQueue<E>();
// leader一般会存储等待栈顶数据的消费者，在整体写入和消费的过程中，会设置的leader的一些判断。
private Thread leader = null;
// 生产者在插入数据时，不会阻塞的。当前的Condition就是给消费者用的
// 比如消费者在获取数据时，发现栈顶的数据还又没到延迟时间。
// 这个时候，咱们就需要将消费者线程挂起，阻塞一会，阻塞到元素到了延迟时间，或者是，生产者插入的元素到了栈顶，此时生产者会唤醒消费者。
private final Condition available = lock.newCondition();

5.3、DelayQueue写入流程分析

Delay是无界的，数组可以动态的扩容，不需要关注生产者的阻塞问题，他就没有阻塞问题。

这里只需要查看offer方法即可。

public boolean offer(E e) {// 直接获取lock，加锁。final ReentrantLock lock = this.lock;lock.lock();try {// 直接调用PriorityQueue的插入方法，这里会根据之前重写Delayed接口中的compareTo方法做排序，然后调整上移和下移操作。q.offer(e);// 调用优先级队列的peek方法，拿到堆顶的数据// 拿到堆顶数据后，判断是否是刚刚插入的元素if (q.peek() == e) {// leader赋值为null。在消费者的位置再提一嘴leader = null;// 唤醒消费者，避免刚刚插入的数据的延迟时间出现问题。available.signal();}// 插入成功，return true;} finally {// 释放锁lock.unlock();}
}

5.4、DelayQueue读取流程分析

消费者依然还是存在阻塞的情况，因为有两个情况

消费者要拿到栈顶数据，但是延迟时间还没到，此时消费者需要等待一会。
消费者要来拿数据，但是发现已经有消费者在等待栈顶数据了，这个后来的消费者也需要等待一会。

依然需要查看四个方法的实现

5.4.1 remove方法

// 依然是AbstractQueue提供的方法，有结果就返回，没结果扔异常
public E remove() {E x = poll();if (x != null)return x;elsethrow new NoSuchElementException();
}

5.4.2 poll方法

// poll是浅尝一下，不会阻塞消费者，能拿就拿，拿不到就拉倒
public E poll() {// 消费者和生产者是一把锁，先拿锁，加锁。final ReentrantLock lock = this.lock;lock.lock();try {// 拿到栈顶数据。E first = q.peek();// 如果元素为null，直接返回null// 如果getDelay方法返回的结果是大于0的，那说明当前元素还每到延迟时间，元素无法返回，返回nullif (first == null || first.getDelay(NANOSECONDS) > 0)return null;else// 到这说明元素不为null，并且已经达到了延迟时间，直接调用优先级队列的poll方法return q.poll();} finally {// 释放锁。lock.unlock();}
}

5.4.3 poll(time,unit)方法

这个是允许阻塞的，并且指定一定的时间

public E poll(long timeout, TimeUnit unit) throws InterruptedException {// 先将时间转为纳秒long nanos = unit.toNanos(timeout);// 拿锁，加锁。final ReentrantLock lock = this.lock;lock.lockInterruptibly();try {// 死循环。for (;;) {// 拿到堆顶数据E first = q.peek();// 如果元素为nullif (first == null) {// 并且等待的时间小于等于0。不能等了，直接返回nullif (nanos <= 0)return null;// 说明当前线程还有可以阻塞的时间，阻塞指定时间即可。else// 这里挂起线程后，说明队列没有元素，在生产者添加数据之后，会唤醒nanos = available.awaitNanos(nanos);// 到这说明，有数据} else {// 有数据的话，先获取数据现在是否可以执行，延迟时间是否已经到了指定时间long delay = first.getDelay(NANOSECONDS);// 延迟时间是否已经到了，if (delay <= 0)// 时间到了，直接执行优先级队列的poll方法，返回元素return q.poll();// ==================延迟时间没到，消费者需要等一会===================// 这个是查看消费者可以等待的时间，if (nanos <= 0)// 直接返回nulllreturn null;// ==================延迟时间没到，消费者可以等一会===================// 把first赋值为nullfirst = null; // 如果等待的时间，小于元素剩余的延迟时间，消费者直接挂起。反正暂时拿不到，但是不能保证后续是否有生产者添加一个新的数据，我是可以拿到的。// 如果已经有一个消费者在等待堆顶数据了，我这边不做额外操作，直接挂起即可。if (nanos < delay || leader != null)nanos = available.awaitNanos(nanos);// 当前消费者的阻塞时间可以拿到数据，并且没有其他消费者在等待堆顶数据else {// 拿到当前消费者的线程对象Thread thisThread = Thread.currentThread();// 将leader设置为当前线程leader = thisThread;try {// 会让当前消费者，阻塞这个元素的延迟时间long timeLeft = available.awaitNanos(delay);// 重新计算当前消费者剩余的可阻塞时间，。nanos -= delay - timeLeft;} finally {// 到了时间，将leader设置为nullif (leader == thisThread)leader = null;}}}}} finally {// 没有消费者在等待元素，队列中的元素不为nullif (leader == null && q.peek() != null)// 只要当前没有leader在等，并且队列有元素，就需要再次唤醒消费者。、// 避免队列有元素，但是没有消费者处理的问题available.signal();// 释放锁lock.unlock();}
}

5.4.4 take方法

这个是允许阻塞的，但是可以一直等，要么等到元素，要么等到被中断。

public E take() throws InterruptedException {// 正常加锁，并且允许中断final ReentrantLock lock = this.lock;lock.lockInterruptibly();try {for (;;) {// 拿到元素E first = q.peek();if (first == null)// 没有元素挂起。available.await();else {// 有元素，获取延迟时间。long delay = first.getDelay(NANOSECONDS);// 判断延迟时间是不是已经到了if (delay <= 0)// 基于优先级队列的poll方法返回return q.poll();first = null; // 如果有消费者在等，就正常await挂起if (leader != null)available.await();// 如果没有消费者在等的堆顶数据，我来等else {// 获取当前线程Thread thisThread = Thread.currentThread();// 设置为leader，代表等待堆顶的数据leader = thisThread;try {// 等待指定（堆顶元素的延迟时间）时长，available.awaitNanos(delay);} finally {if (leader == thisThread)// leader赋值nullleader = null;}}}}} finally {// 避免消费者无线等，来一个唤醒消费者的方法，一般是其他消费者拿到元素走了之后，并且延迟队列还有元素，就执行if内部唤醒方法if (leader == null && q.peek() != null)available.signal();// 释放锁lock.unlock();}
}

六、SynchronousQueue

6.1 SynchronousQueue介绍

SynchronousQueue这个阻塞队列和其他的阻塞队列有很大的区别在咱们的概念中，队列肯定是要存储数据的，但是SynchronousQueue不会存储数据的。

SynchronousQueue队列中，他不存储数据，存储生产者或者是消费者。

当存储一个生产者到SynchronousQueue队列中之后，生产者会阻塞（看你调用的方法）。

生产者最终会有几种结果：

如果在阻塞期间有消费者来匹配，生产者就会将绑定的消息交给消费者
生产者得等阻塞结果，或者不允许阻塞，那么就直接失败
生产者在阻塞期间，如果线程中断，直接告辞。

同理，消费者和生产者的效果是一样。

生产者和消费者的数据是直接传递的，不会经过SynchronousQueue。

SynchronousQueue是不会存储数据的。

经过阻塞队列的学习：

生产者：

offer()：生产者在放到SynchronousQueue的同时，如果有消费者在等待消息，直接配对。如果没有消费者在等待消息，这里直接返回，告辞。
offer(time,unit)：生产者在放到SynchronousQueue的同时，如果有消费者在等待消息，直接配对。如果没有消费者在等待消息，阻塞time时间，如果还没有，告辞。
put()：生产者在放到SynchronousQueue的同时，如果有消费者在等待消息，直接配对。如果没有，死等。

消费者：
poll()，poll(time,unit)，take()。道理和上面的生产者一致。

测试效果：

    public static void main(String[] args) throws InterruptedException {SynchronousQueue<Object> sq = new SynchronousQueue<>();String msg = "消息1";new Thread(() -> {try {/*//如果没有消费者，直接告辞sq.offer(msg,3000, TimeUnit.MILLISECONDS);//如果没有消费者，三秒后告辞sq.offer(msg,3000, TimeUnit.MILLISECONDS);*///如果没有消费者，一直等到有消费者sq.put(msg);System.out.println("已生产消息->" + msg);} catch (InterruptedException e) {throw new RuntimeException(e);}}).start();Thread.sleep(5000);new Thread(() -> {System.out.println(sq.poll());}).start();}

6.2 SynchronousQueue核心属性

进到SynchronousQueue类的内部后，发现了一个内部类，Transferer，内部提供了一个transfer的方法：

abstract static class Transferer<E> {abstract E transfer(E e, boolean timed, long nanos);
}

当前这个类中提供的transfer方法，就是生产者和消费者在调用读写数据时要用到的核心方法。

生产者在调用上述的transfer方法时，第一个参数e会正常传递数据。

消费者在调用上述的transfer方法时，第一个参数e会传递null。

SynchronousQueue针对抽象类Transferer做了几种实现。

一共看到了两种实现方式：

TransferStack
TransferQueue

这两种类继承了Transferer抽象类，在构建SynchronousQueue时，会指定使用哪种子类

// 到底采用哪种实现，需要把对应的对象存放到这个属性中
private transient volatile Transferer<E> transferer;
// 采用无参时，会调用下述方法，再次调用有参构造传入false
public SynchronousQueue() {this(false);
}
// 调用的是当前的有参构造，fair代表公平还是不公平
public SynchronousQueue(boolean fair) {// 如果是公平，采用Queue，如果是不公平，采用Stacktransferer = fair ? new TransferQueue<E>() : new TransferStack<E>();
}

TransferQueue的特点

代码查看效果

public static void main(String[] args) throws InterruptedException {// 因为当前队列不存在数据，没有长度的概念。SynchronousQueue queue = new SynchronousQueue(true);SynchronousQueue queue = new SynchronousQueue(false);new Thread(() -> {try {queue.put("生1");} catch (InterruptedException e) {e.printStackTrace();}}).start();new Thread(() -> {try {queue.put("生2");} catch (InterruptedException e) {e.printStackTrace();}}).start();new Thread(() -> {try {queue.put("生3");} catch (InterruptedException e) {e.printStackTrace();}}).start();Thread.sleep(100);new Thread(() -> {System.out.println("消1：" + queue.poll());}).start();Thread.sleep(100);new Thread(() -> {System.out.println("消2：" + queue.poll());}).start();Thread.sleep(100);new Thread(() -> {System.out.println("消3：" + queue.poll());}).start();
}

6.3 SynchronousQueue的TransferQueue源码

为了查看清除SynchronousQueue的TransferQueue源码，需要从两点开始查看源码信息

6.3.1 QNode源码信息

static final class QNode {// 当前节点可以获取到next节点volatile QNode next;  // item在不同情况下效果不同// 生产者：有数据// 消费者：为nullvolatile Object item;   // 当前线程volatile Thread waiter;   // 当前属性是永磊区分消费者和生产者的属性final boolean isData;// 最终生产者需要将item交给消费者// 最终消费者需要获取生产者的item// 省略了大量提供的CAS操作....
}

6.3.2 transfer方法实现

// 当前方法是TransferQueue的核心内容
// e：传递的数据
// timed：false，代表无限阻塞，true，代表阻塞nacos时间
E transfer(E e, boolean timed, long nanos) {// 当前QNode是要封装当前生产者或者消费者的信息QNode s = null; // isData == true：代表是生产者// isData == false：代表是消费者boolean isData = (e != null);// 死循环for (;;) {// 获取尾节点和头结点QNode t = tail;QNode h = head;// 为了避免TransferQueue还没有初始化，这边做一个健壮性判断if (t == null || h == null)   continue;  // 如果满足h == t 条件，说明当前队列没有生产者或者消费者，为空// 如果有节点，同时当前节点和队列节点属于同一种角色。// if中的逻辑是进到队列if (h == t || t.isData == isData) { // ===================在判断并发问题==========================// 拿到尾节点的nextQNode tn = t.next;// 如果t不为尾节点，进来说明有其他线程并发修改了tailif (t != tail)   // 重新走for循环   continue;// tn如果为不null，说明前面有线程并发，添加了一个节点if (tn != null) {  // 直接帮助那个并发线程修改tail的指向   advanceTail(t, tn);// 重新走for循环   continue;}// 获取当前线程是否可以阻塞// 如果timed为true，并且阻塞的时间小于等于0// 不需要匹配，直接告辞！！！if (timed && nanos <= 0)   return null;// 如果可以阻塞，将当前需要插入到队列的QNode构建出来if (s == null)s = new QNode(e, isData);// 基于CAS操作，将tail节点的next设置为当前线程if (!t.casNext(null, s))   // 如果进到if，说明修改失败，重新执行for循环修改   continue;// CAS操作成功，直接替换tail的指向advanceTail(t, s);   // 如果进到队列中了，挂起线程，要么等生产者，要么等消费者。// x是返回替换后的数据Object x = awaitFulfill(s, e, timed, nanos);// 如果元素和节点相等，说明节点取消了if (x == s) {  // 清空当前节点，将上一个节点的next指向当前节点的next，直接告辞   clean(t, s);return null;}// 判断当前节点是否还在队列中if (!s.isOffList()) {   // 将当前节点设置为headadvanceHead(t, s);   // 如果 x != null， 如果拿到了数据，说明我是消费者if (x != null)   // 将当前节点的item设置为自己   s.item = s;// 线程置位nulls.waiter = null;}// 返回数据return (x != null) ? (E)x : e;} // 匹配队列中的橘色else {   // 拿到head的next，作为要匹配的节点   QNode m = h.next;  // 做并发判断，如果头节点，尾节点，或者head.next发生了变化，这边要重新走for循环if (t != tail || m == null || h != head)continue;  // 没并发问题，可以拿数据// 拿到m节点的item作为x。Object x = m.item;// 如果isData == (x != null)满足，说明当前出现了并发问题，避免并发消费出现坑if (isData == (x != null) ||  // 如果排队的节点取消，就会讲当前QNode中的item指向QNodex == m ||   // 如果前面两个都没满足，可以交换数据了。 // 如果交换失败，说明有并发问题，!m.casItem(x, e)) {   // 重新设置head节点，并且再走一次循环  advanceHead(h, m);  continue;}// 替换headadvanceHead(h, m);  // 唤醒head.next中的线程LockSupport.unpark(m.waiter);// 这边匹配好了，数据也交换了，直接返回// 如果 x != null，说明队列中是生产者，当前是消费者，这边直接返回x具体数据// 反之，队列中是消费者，当前是生产者，直接返回自己的数据return (x != null) ? (E)x : e;}}
}