[关闭]
@eric1989 2017-03-24T12:14:39.000000Z 字数 7776 阅读 1082

LinkedTransferQueue源码走读

算法导读

LinkedTransferQueue采用的算法称之为双重队列。与以往的ConcurrentlinkedQueue不同，LinkedTransferQueue中的节点具备两种状态，即可存放一个数据，也可以存放一个请求。而ConcurrentlinkedQueue中节点单纯存储一个数据。
双重队列的算法简单描述如下

take请求（请求节点）和offer请求（数据节点）均可以将自身构建为一个节点放入队列。每次请求时均从队列头节点开始寻找，如果第一个有效节点是匹配的（如果是offer请求则匹配一个put节点，反而亦然），则会匹配该节点（被匹配过的节点则失效，不在参与计算）。如果队列为空，或者第一个有效节点与请求是相同的模式。则将请求包装为节点，放在最后一个模式相同的有效节点之后，或者失效的节点之后。
在这种算法下，队列中要么没有有效节点，要么有效节点都是相同的模式。

双重队列算法可以将请求也当成一个节点放入队列。因此可以不需要锁的情况下，并发实现阻塞提取功能，也就是take接口。
从上面的算法可以看到，双重队列实际是可以不要求更新头尾节点指针。但是如果真的这样做，每次找到有效节点都会带来巨大的性能开销。因此JDk采用了一种折中的方式，也就是jdk源码注释中提到的双重“松弛”队列。实现的角度来说就是头尾指针不需要实时更新，但是不能偏离正确的值太远。比如某个时刻，队列的快照如下。
mark
正常情况下，头指针应该为空或者指向队列中第一个有效节点，而尾指针应该指向队列中最后一个有效节点。而从快照可以看到，两个指针都偏离了正确的值。不实时更新头尾指针可以省下更新的开销，但是对应的，会提高寻找有效节点的开销。为了平衡，jdk的算法中规定最大的偏离距离为2。超过2时代码就会强制更新对应指针。基本原理清晰之后来看代码实现

源码走读

首先来看下队列中节点的定义

  1. static final class Node {
  2.     //表明节点是否是一个数据节点。false表明是请求节点
  3.     final boolean isData;
  4.     //如果是一个数据节点，则初始化时填入数据的值。
  5.     //如果一个数据节点被匹配，线程会cas将item置换为null
  6.     //如果一个请求节点被匹配。线程会cas将item从null设置为数据的值
  7.     //如果一个节点因为超时或者线程中断需要取消。则会将item设置为节点自身。
  8.     //一个阻塞请求节点被其他线程给予数据并且唤醒后，会将item设置为自身。
  9.     //综上，当item被设置为节点自身时，意味着该节点已经失效
  10.     volatile Object item; 
  11.     //当一个节点不再被head指针指向时，设置next为节点自身。这也意味着该节点已经脱离了队列
  12.     volatile Node next;
  13.     //当请求节点线程进入等待前，赋予该节点值
  14.     volatile Thread waiter; 
  15. }

LinkedTransferQueue中所有操作都浓缩在了一个方法之中。而这个方法通过定义个常量数字来区分不同的操作。定义如下：

  1. private static final int NOW   = 0; // for untimed poll, tryTransfer 非阻塞式提取
  2. private static final int ASYNC = 1; // for offer, put, add 由于是无界队列，因此这三个方法是等效的
  3. private static final int SYNC  = 2; // for transfer, take 阻塞式提取
  4. private static final int TIMED = 3; // for timed poll, tryTransfer

我们重点关注poll和offer的逻辑。首先来所有方法的入口方法xfer

  1. private E xfer(E e, boolean haveData, int how, long nanos) {
  2.         if (haveData && (e == null))
  3.             throw new NullPointerException();
  4.         Node s = null;                        // the node to append, if needed
  6.         retry:
  7.         for (;;) {
  8.             //首先从head指针指向的节点开始，寻找第一个有效节点并确认是否匹配。
  9.             for (Node h = head, p = h; p != null;) {
  10.                 boolean isData = p.isData;
  11.                 Object item = p.item;
  12.                 //item！=p 意味着不是取消节点
  13.                 //(item != null) == isData 这个表达式很精巧。后文会看到更多类似的表达。这个表达式意味着节点本身没有被匹配掉。
  14.                 if (item != p && (item != null) == isData) {
  15.                     //确认节点模式是否相同。
  16.                     //如果节点模式相同，则跳出循环。按照算法特性，队列中的有效节点都是一个模式的。因此第一个相同，就不用尝试后续的。
  17.                     if (isData == haveData)   
  18.                         break;
  19.                     //cas成功意味着匹配完成。如果本次是请求，则item原本是数据，e就为null反之则e是数据，item原本为null
  20.                     if (p.casItem(item, e)) { 
  21.                         //匹配成功之后检查下head指针是否偏离最近非匹配节点的距离是否大于2
  22.                         //对于for循环，启动条件只要匹配节点不是head节点就会尝试将head节点cas为本匹配节点的next节点或者本匹配节点当匹配节点没有next节点时
  23.                         for (Node q = p; q != h;) {
  24.                             Node n = q.next;  
  25.                             if (head == h && casHead(h, n == null ? q : n)) {
  26.                                 //cas head节点成功，则将之前的节点的next指针指向节点自身。这意味着节点脱离了队伍。同时，这也可以帮助gc。因为指向自身后，节点的不可达状态判断会更容易些。
  27.                                 //当节点的next指针指向自身，意味着该节点已经脱离队伍，是一个无效节点。这个是一个判断的充分条件。
  28.                                 h.forgetNext();
  29.                                 break;
  30.                             }                 
  31.                             //cas 失败后则检查当前head指针距离下一个有效节点是否大于2.大于则再次循环，否则退出。头节点的松弛长度由这段代码决定。从代码上可以看出，松弛距离是2.
  32.                             if ((h = head)   == null ||
  33.                                 (q = h.next) == null || !q.isMatched())
  34.                                 break; 
  35.                         }
  36.                         LockSupport.unpark(p.waiter);
  37.                         return LinkedTransferQueue.<E>cast(item);
  38.                     }
  39.                 }
  40.                 //如果没有找到匹配节点就尝试下一个节点。如果该节点已经脱离队列，则从头开始。
  41.                 Node n = p.next;
  42.                 p = (p != n) ? n : (h = head); // Use head if p offlist
  43.             }
  44.             //没有找到匹配节点的情况下，并且不是无阻塞提取的操作的话，就构建一个节点，将自身节点放入队尾
  45.             if (how != NOW) {                 
  46.                 if (s == null)
  47.                     s = new Node(e, haveData);
  48.                 //尝试将节点放入队尾。该方式是存在失败可能。此时需要重新开始完整流程。而s不需要初始化两次。保存作为临时变量即可。
  49.                 Node pred = tryAppend(s, haveData);
  50.                 if (pred == null)
  51.                     continue retry;           // lost race vs opposite mode
  52.                 //入队成功后，如果是同步或者超时类操作。
  53.                 if (how != ASYNC)
  54.                     return awaitMatch(s, pred, e, (how == TIMED), nanos);
  55.             }
  56.             return e; // not waiting
  57.         }
  58.     }
  59. private Node tryAppend(Node s, boolean haveData) 
  60. {
  61.     //从尾节点开始，准备插入自身节点
  62.     for (Node t = tail, p = t;;) 
  63.     {        
  64.         Node n, u;                       
  65.         //如果队列为空，则尝试初始化
  66.         if (p == null && (p = head) == null) 
  67.         {
  68.             if (casHead(null, s))
  69.                 return s;               
  70.         }
  71.         //判断当前节点是否可以成为本节点的前置节点。判断标准为：当前节点未被匹配并且数据模式与本节点不同则无法匹配。其他情况可以匹配。
  72.         else if (p.cannotPrecede(haveData))
  73.             //如果两个不同属性的节点同时入队则会造成此种情况。cas失败的一方就会发现前置节点和自身数据模式不同。此时要退出本方法，从xfer的循环重新开始
  74.             return null;              
  75.         //p节点并非最后的一个节点，则向后移动。由于是松弛队列，此种情况较为常见。
  76.         else if ((n = p.next) != null)    
  77.             //这个表达式看的相当拗口。不清楚这么做是否能提高效率。欢迎熟悉jit优化的朋友出来说下。
  78.             //将指针向后移动之前，为了保证效率。确认是否有必要检查tail指针已经有变化。如果有变化，则将p设置为tail节点，重新开始。否则的话就移动到p的后继节点。
  79.             //只有当p节点和一开始的t节点不相等的时候才需要检查tail指针是否变化，否则直接移动到后继节点。
  80.             //这个表达式做出的这些选择基本上是出于一种效率的选择。否则不停的向后移动指针也是正确的。但有时候会比较慢，特别是tail节点变化的情况下更意味着如此。
  81.             p = p != t && t != (u = tail) ? (t = u) : 
  82.                 (p != n) ? n : null;      
  83.         //p节点可以放入的话就尝试cas，如果失败就读取起next节点。重新执行流程。
  84.         else if (!p.casNext(null, s))
  85.             p = p.next;                  
  86.         else 
  87.         {
  88.             if (p != t) 
  89.             {   
  90.                 //又是这种一坨的代码。心好累。
  91.                 //首先看(tail != t || !casTail(t, s)) 。如果tail节点已经变化了，则尝试cas tail节点。如果失败，则判断当前的tail节点的松弛长度是否超过2.判断的代码就是后面的条件语句
  92.                 while ((tail != t || !casTail(t, s)) &&
  93.                        (t = tail)   != null &&
  94.                        (s = t.next) != null && // advance and retry
  95.                        (s = s.next) != null && s != t);
  96.             }
  97.             return p;
  98.         }
  99.     }
  100. }
  101. //阻塞或者超时类操作
  102. private E awaitMatch(Node s, Node pred, E e, boolean timed, long nanos) {
  103.         final long deadline = timed ? System.nanoTime() + nanos : 0L;
  104.         Thread w = Thread.currentThread();
  105.         int spins = -1; 
  106.         ThreadLocalRandom randomYields = null;
  108.         for (;;) {
  109.             Object item = s.item;
  110.             //此类操作，e都是null。当item不为null的时候意味着有数据放入并且可能唤醒了对应的等待线程。这说明节点已经被匹配，获得了想要的数据。
  111.             if (item != e) {                
  112.                 //将item设置为自身节点，清空waiter数据。对gc友好。
  113.                 s.forgetContents();          
  114.                 return LinkedTransferQueue.<E>cast(item);
  115.             }
  116.             //线程中断或者超时到达，通过cas操作让节点失效。
  117.             if ((w.isInterrupted() || (timed && nanos <= 0)) &&
  118.                     s.casItem(e, s)) {
  119.                 //取消节点后，则尝试清理队列。这对于保持队列的高效，缩短无效路径有帮助。
  120.                 unsplice(pred, s);
  121.                 return e;
  122.             }
  123.             //spin是一个自旋策略。线程阻塞和唤醒是一个比较大的消耗操作。而在高并发竞争中，一般而言马上就可以获取到数据。因此在陷入阻塞之前进行自旋可以很有效的提高效率。
  124.             //jdk采用的自旋规则是，如果一个节点是队列中第一个有效节点，则自旋N次。如果不是则自旋N/2次。jdk对N的取值是128.在自旋的过程中可能还会随机执行线程让渡操作。此外，如果本节点和前置节点的模式不同，意味着本节点的操作数量可能更多，此时自旋操作数量要更多，也就是3/2N的数量。
  125.             if (spins < 0) {                  
  126.                 if ((spins = spinsFor(pred, s.isData)) > 0)
  127.                     randomYields = ThreadLocalRandom.current();
  128.             }
  129.             else if (spins > 0) {             // spin
  130.                 --spins;
  131.                 if (randomYields.nextInt(CHAINED_SPINS) == 0)
  132.                     Thread.yield();           
  133.             }
  134.             else if (s.waiter == null) {
  135.                 s.waiter = w;                
  136.             }
  137.             else if (timed) {
  138.                 nanos = deadline - System.nanoTime();
  139.                 if (nanos > 0L)
  140.                     LockSupport.parkNanos(this, nanos);
  141.             }
  142.             else {
  143.                 LockSupport.park(this);
  144.             }
  145.         }
  146.     }
  147. //队列清理
  148. final void unsplice(Node pred, Node s) {
  149.         //将item设置为自身节点，清空waiter数据。对gc友好。
  150.         s.forgetContents();
  151.         //if判断确认pred节点确实存在并且仍然是s的前置节点。这是一切开始的前提
  152.         if (pred != null && pred != s && pred.next == s) {
  153.             Node n = s.next;
  154.             //一般情况下就只是将前置节点的next设置为本节点的后置节点。让遍历路径中去掉该取消节点即可。
  155.             //而如果发现该取消节点是最后一个节点或者前置节点已经无效了，就需要做进一步的清理动作。
  156.             if (n == null ||(n != s && pred.casNext(s, n) && pred.isMatched())) {
  157.                 //首先是帮忙清理头结点，如果头节点已经失效的话
  158.                 for (;;) {             
  159.                     Node h = head;
  160.                     if (h == pred || h == s || h == null)
  161.                         return;          // at head or list empty
  162.                     if (!h.isMatched())
  163.                         break;
  164.                     Node hn = h.next;
  165.                     if (hn == null)
  166.                         return;          // now empty
  167.                     if (hn != h && casHead(h, hn))
  168.                         h.forgetNext();  // advance head
  169.                 }
  170.                 //如果前置节点和本身节点都在队列中，与上面的条件结合，此时这两个节点都是无效节点。此时就对sweepVotes（清除投票计数）原子增。如果一个线程发现其触发了阀值。则执行全队列清除动作。
  171.                 if (pred.next != pred && s.next != s) { 
  172.                     for (;;) {         
  173.                         int v = sweepVotes;
  174.                         if (v < SWEEP_THRESHOLD) {
  175.                             if (casSweepVotes(v, v + 1))
  176.                                 break;
  177.                         }
  178.                         else if (casSweepVotes(v, 0)) {
  179.                             sweep();
  180.                             break;
  181.                         }
  182.                     }
  183.                 }
  184.             }
  185.         }
  186.     }
  187. //全队列清除方法。这个方法没太多说的，就是从头节点开始，检测每一个节点的有效性
  188. private void sweep() {
  189.         for (Node p = head, s, n; p != null && (s = p.next) != null; ) {
  190.             if (!s.isMatched())
  191.                 // Unmatched nodes are never self-linked
  192.                 p = s;
  193.             else if ((n = s.next) == null) // trailing node is pinned
  194.                 break;
  195.             else if (s == n)    // stale
  196.                 // No need to also check for p == s, since that implies s == n
  197.                 p = head;
  198.             else
  199.                 p.casNext(s, n);
  200.         }
  201.     }

实现bug

是的没有错，在这个具体实现中存在着一个不是很明显的bug。该bug应该是被国人最早发现。并且提交的oracle了。但是在jdk8中仍然尚未修复。oracle的解释是难以复现，不懂是不是借口。因为根据算法实际上是很好复现的。下面来说下具体的bug步骤。

  1. 假设3个线程offer（放入数据），takeAndCancelImmediately（提取数据但是线程本身被中断，或者说超时时间很短）,take（阻塞式提取）分别尝试操作队列。
  2. 由于队列为空，则三个线程都构造了自身节点并且将自身节点尝试放入队列。
  3. 假设放入的顺序是take，takeAndCancelImmediately，offer。由于takeAndCancelImmediately立刻超时导致节点取消，因此offer是可以跟在takeAndCancelImmediately的节点之后而不会导致重新发起尝试。这里不会发起重试是导致bug的直接原因。
  4. 经过上面三个步骤此时bug形成。队列中第一个节点是阻塞式数据获取，第二个节点是一个无效节点，第三个节点是一个数据节点。那么线程take无法得到线程offer的数据。
  5. 如果此时再来一个take类的线程，会导致更加严重的问题。因为队列头结点也是take类的，因此线程会到队尾尝试入队，而发现队尾的节点是数据模式节点，又会从头重试。重而导致该线程死循环，将cpu打满。

看过步骤，我们可以看下重现bug的代码。该段代码来自并发编程网。该位仁兄应该是最早发现这个bug的人。
只要在linkedtransferqueue中的tryAppend方法打断点，并且按照上面的步骤顺序让线程运行，bug就会重现。

  1. public static void main(String[] args)
  2.     {
  3.         final BlockingQueue<Long> queue = new LinkedTransferQueue<Long>();
  4.         Runnable offerTask = new Runnable() {
  5.             public void run()
  6.             {
  7.                 queue.offer(8L);
  8.                 System.out.println("offerTask thread has gone!");
  9.             }
  10.         };
  11.         Runnable takeTask = new Runnable() {
  12.             public void run()
  13.             {
  14.                 try
  15.                 {
  16.                     System.out.println(Thread.currentThread().getId() + " " + queue.take());
  17.                 }
  18.                 catch (InterruptedException e)
  19.                 {
  20.                 }
  21.             }
  22.         };
  23.         Runnable takeTaskInterrupted = new Runnable() {
  24.             public void run()
  25.             {
  26.                 Thread.currentThread().interrupt();
  27.                 try
  28.                 {
  29.                     System.out.println(Thread.currentThread().getId() + " " + queue.take());
  30.                 }
  31.                 catch (InterruptedException e)
  32.                 {
  33.                     System.out.println(e + " " + Thread.currentThread().getId());
  34.                 }
  35.             }
  36.         };
  37.         new Thread(offerTask,"offer").start();
  38.         new Thread(takeTask,"take").start();
  39.         new Thread(takeTaskInterrupted,"takeAndCancelImmediately").start();
  40.     }
添加新批注
在作者公开此批注前，只有你和作者可见。
回复批注