队列:队列在线程池等有限资源池中的应用

本文章是从极客时间抄写的,仅仅是看不懂,抄了一遍,分享给大家。
©版权归极客邦科技所有


我们知道,CPU 资源是有限的,任务的处理速度与线程个数并不是线性正相关。相反,过多的线程反而会导致 CPU 频繁切换,处理性能下降。所以,线程池的大小一般都是综合考虑要处理任务的特点和硬件环境,来事先设置的。

当我们向固定大小的线程池中请求一个线程时,如果线程池中没有空闲资源了,这个时候线程池如何处理这个请求?是拒绝请求还是排队请求?各种处理策略又是怎么实现的呢?

实际上,这些问题并不复杂,其底层的数据结构就是我们今天要学的内容,队列(queue)。

如何理解 "队列"?

队列这个概念非常好理解。你可以把它想象成排队买票,先来的先买,后来的人只能站末尾,不允许插队。** 先进者先出,这就是典型的 "队列" **。

我们知道,栈只支持两种基本操作: 入栈 push()和出栈 pop() 。队列跟栈非常相似,支持的操作也很有限,最基本的操作也是两个: 入队 enqueue() ,放一个数据到队列尾部; 出队 dequeue() ,从队列头部取出一个元素。

所以,队列跟栈一样,也是一种 操作受限的线性表数据结构更

队列的概念很好理解,基本操作也很容易掌握。作为一种非常基础的数据结构,队列的应用也非常广泛,特别是一些具有某些额外特性的队列,比如循环队列、阻塞队列、并发队列。它们在很多偏低层系统、框架、中间件的开发中,起着关键性的作用。比如高性能队列 Disruptor、Linux 环形缓存,都用到了循环并发队列;Java concurrent 并发包利用 ArrayBlockingQueue 来实现公平锁等。

顺序队列和链式队列

我们知道了,队列跟栈一样,也是一种抽象的数据结构。它具有先进先出的特性,支持在队尾插入元素,在队头删除元素,那究竟该如何实现一个队列呢?

跟栈一样,队列可以用数组来实现,也可以用链表来实现。用数组实现的栈叫做顺序栈,用链表实现的栈叫做链式栈。同样,用数组实现的队列叫做 顺序队列 ,用链表实现的队列叫做 链式队列

顺序队列

我们先来看下基于数组的实现方法。我用 Java 语言实现了一下,不过并不包含 Java 语言的高级语法,而且我做了比较详细的注释,你应该可以看懂。

  // 用数组实现的队列
  public class ArrayQueue {
  // 数组:items,数组大小:n
  private String[] items;
  private int n = 0;
  // head 表示队头下标,tail 表示队尾下标
  private int head = 0;
  private int tail = 0;

  // 申请一个大小为 capacity 的数组
  public ArrayQueue(int capacity) {
      items = new String[capacity];
      n = capacity;
  }

  // 入队
  public boolean enqueue(String item) {
    // 如果 tail == n 表示队列已经满了
    if (tail == n) return false;
        items[tail] = item;
        ++tail;
        return true;
    }

  // 出队
  public String dequeue() {
      // 如果 head == tail 表示队列为空
      if (head == tail) return null;
      // 为了让其他语言的同学看的更加明确,把 -- 操作放到单独一行来写了
      String ret = items[head];
      ++head;
      return ret;
  }
}

比起栈的数组实现,队列的数组实现稍微有点儿复杂,但是没关系。我稍微解释一下实现思路,你很容易就能明白了。

对于栈来说,我们只需要一个 栈顶指针 就可以了。但是队列需要两个指针:一个是 head 指针,指向对头;一个是 tail 指针,指向队尾。

你可以结合下面这幅图来理解。当 a、b、c、d 依次入队之后,队列中的 head 指针指向下标为 0 的位置,tail 指针指向下标为 4 的位置。

当我们调用两次出队操作之后,队列中 head 指针指向下标为 2 的位置,tail 指针仍然指向下标为 4 的位置。

你肯定已经发现了,随着不停地进行入队、出队操作,head 和 tail 都会持续往后移动。当 tail 移动到最右边,即使数组中还有空闲空间,也无法继续往队列中添加数据了。这个问题改如何解决呢?

你是否还记得,在数组那一节,我们也遇到过类似的问题,就是数组的删除操作会导致数组中的数据不连续。你还记得我们当时是怎么解决的吗?对,用 数据搬移 !但是,每次进行出队操作都相当于删除数组下标为 0 的数据,要搬移整个队列中的数据,这样出队操作的时间复杂度就会从原来的 O(1) 变为 O(n)。能不能优化一下?

实际上,我们在出队时可以不用搬移数据。如果没有空闲空间了,我们只需要在入队时,再集中触发一次数据的搬移操作。借助这个思想,出队函数 dequeue()保持不变,我们稍加改造一下入队函数 enqueue() 的实现,就可以轻松解决刚才的问题了。下面是具体的代码:

  //入队操作,将item放入队尾
  public boolean enqueue(String item){
      // tail == n 表示队列末尾没有空间了
      if(tail == n){
          // tail == n && head == 0,表示整个队列都占满了
          if(head == 0) return false;
          // 数据搬移
          for(int i = head;i < tail; ++i){
              items[i-head] = item[i];
          }
          //搬移完之后重新更新head 和 tail
          tail -= head;
          head = 0;
      }
      
      
      items[tail] = item;
      ++tail;
      return true;
  }

从代码中我们看到,当队列的 tail 指针移动到数组的最右边后,如果有新的数据入队,我们可以将 head 到 tail 之间的数据,整体搬移到数组中 0 到 tail-head 的位置。

这种实现思路中,出队操作的时间复杂度仍然是 O(1),但入队操作的时间复杂的还是 O(1) 吗?你可以用我们第 3 节、第 4 节讲的算法复杂度分析方法,自己试着分析一下。

链式队列

接下来,我们再来看下 基于链表的队列实现方法

基于链表的实现,我们同样需要两个指针:head 指针和 tail 指针。它们分别指向链表的第一个结点和最后一个结点。如图所示,入队时,tail->next=new_node,tail=tail->next; 出队时,head = head->next。我将具体的代码放在 GitHub 上,你可以自己试着实现一下,然后再去 GitHub 上跟我实现的代码对比下,看写的对不对。

循环队列

我们刚才用数组来实现队列的时候,在 tail==n 时,会有数据搬移操作,这样入队操作性能就会受到影响。那有没有办法能够避免数据搬移呢?我们来看看循环队列的解决思路。

循环队列,顾名思义,它长得像一个环。原本数组是有头有尾的,是一条直线。现在我们把首尾相连,扳成了一个环。我画了一张图,你可以直观地感受一下。

我们可以看到,图中这个队列的大小为 8,当前 head=4,tail=7。当有一个新的元素 a 入列时,我们放入下标为 7 的位置。但这个时候,我们并不把 tail 更新为 8,而是将其在环中后移一位,到下标为 0 的位置。当再有一个元素 b 入队时,我们将 b 放入下标为 0 的位置,然后 tail 加 1 更新为 1。所以,在 a,b 依次入队之后,循环队列中的元素就变成了下面的样子:

通过这样的方法,我们成功避免了数据搬移操作。看起来不难理解,但是循环队列的代码实现难度要比前面讲的非循环队列难多了。要想写出没有 Bug 的循环队列的实现代码,我个人觉得,最关键的是, 确定好队空和队满的判定条件

在用数组实现的非循环队列中,对满的判断条件是 tail==n,队空的判断条件是 head == tail。那针对循环队列,如何判断队空和队满呢?

队列为空的判断条件仍然是 head==tail。但队列满的判断条件就稍微有点复杂了。我画了一张队列满的图,你可以看一下,试着总结一下规律。

就像我图中画的队满的情况,tail=3,head=4,n=8,所以总结一下规律就是:(3+1)%8=4。多画几张队满的图,你就会发现,当队满时, (tail+1)%n=head

你有没有发现,当队列满时,图中的 tail 指向的位置实际上是没有存储数据的。所以,循环队列会浪费一个数组的存储空间。

Talk is cheap,如果还是没怎么理解,那就 show you code 吧。

  public class CircularQueue{
      //数组:items,数组大小:n
      private String[] items;
      private int n = 0;
      //head表示队头下标,tail表示队尾下标
      private int head = 0;
      private int tail = 0;
      
      //申请一个大小为capacity的数组
      public CircularQueue(int capacity){
          items = new String[capacity];
          n = capacity;
      }

      //入队
      public boolean enqueue(String item){
          //队列满了
          if((tail + 1 ) % n ==head) return false;
          items[tail] = item;
          tail = (tail + 1) % n;
          return true;
      }

      //出队
      public String dequeue(){
          //如果 head == tail 表示队列为空
          if(head ==tail) return null;
          String ret = items[head];
          head = (head +1) % n;
          return ret ;
      }
  }

阻塞队列和并发队列

前面讲的内容理论比较多,看起来很难跟实际的项目开发扯上关系。确实,队列这种数据结构很基础,平时的业务开发不大可能从零实现一个队列,甚至都不会直接用到。而一些具有特殊特性的队列应用却比较广泛,比如阻塞队列和并发队列。

阻塞队列

阻塞队列其实就是在队列的基础上增加乐阻塞操作。简单来说,就是在队列为空的时候,从队头取数据会被阻塞。因为此时还没有数据可取,直到队列中有了数据才能返回;如果队列已经满了,那么插入数据的操作就会被阻塞,直到队列中有空闲位置后再插入数据,然后再返回。

你应该已经发现了,上述的定义就是一个 "生产者 - 消费者模型" !是的,我们可以使用阻塞队列,轻松实现一个 "生产者 - 消费者模型"!

这种基于阻塞队列实现的 "生产者 - 消费者模型",可以有效地协调生产和消费的速度。当 "生产者" 生产数据的速度过快,"消费者" 来不及消费时,存储数据的队列很快就会满了。这个时候,生产者就阻塞等待,直到 "消费者" 消费了数据, "生产者" 才会被唤醒继续 "生产"。

而且不仅如此,基于阻塞队列,我们还可以通过协调 "消费者" 消费了数据, "生产者" 才会被唤醒继续 "生产"。

而且不仅如此,基于阻塞队列,我们还可以通过协调 "生产者" 和 "消费者" 的个数,来提高数据的处理效率。比如前面的例子,我们可以多配置几个 "消费者",来应付一个 "生产者"。

并发队列

前面我们讲了阻塞队列,在多线程情况下,会有多个线程同时操作队列,这个时候就会存在线程安全问题,那如何实现一个线程安全的队列呢?

线程安全的队列我们叫作 并发队列 。最简单直接的实现方式是直接在 enqueue()、dequeue() 方法上加锁,但是锁粒度大并发度会比较低,同一时刻仅允许一个存或者取操作。实际上,基于数组的循环队列,利用 CAS 原子操作,可以实现非常高效的并发队列。这也是循环队列比链式队列应用更加广泛的原因。在实战篇讲 Disruptor 的时候,我会再详细讲并发队列的应用。

解答开篇

队列的知识就讲完了,我们现在回过来看下开篇的问题。线程池没有空闲线程是,新的任务请求线程资源时,线程池该如何处理?各种处理策略又是如何实现的呢?

我们一般有两种处理策略。第一种是非阻塞的处理方式,直接拒绝任务请求;另一种是阻塞的处理方式,将请求排队,等到有空闲线程是,取出排队的请求继续处理。那如何存储排队的请求呢?

我们希望公平地处理每个排队的请求,先进者先服务,所以队列这种数据结构很适合来存储排队请求。我们前面说过,队列有基于链表和基于数组这两种实现方式。这两种实现方式对于排队请求又有什么区别呢?

基于链表的实现方式,可以实现一个支持无线排队的无界队列(unbounded queue),但是可能会导致过多的请求排队等待,请求处理的响应时间过长。所以,针对响应时间比较敏感的系统,基于链表实现的无限排队的线程池是不合适的。

而基于数组实现的有界队列(bounded queue),队列的大小有限,所以线程池中排队的请求超过队列大小时,接下来的请求就会被拒绝,这种方式对响应时间敏感的系统来说,就相对更加合理。不过,设置一个合理的队列大小,也是非常有研究的。队列太大导致等待的请求太多,队列太小会导致无法发充分利用系统资源、发挥最大性能。

除了前面讲到队列应用在线程池请求排队的场景之外,队列可以应用有任何有限资源池中,用于排队请求,比如数据库连接池等。 实际上,对于大部分资源有限的场景,当没有空闲资源时,基本上都可以通过 "队列" 这种数据结构来实现请求排队。