面试侃集合 | SynchronousQueue非公平模式篇

面试官：好了，你也休息了十分钟了，咱们接着往下聊聊SynchronousQueue的非公平模式吧。

Hydra：好的，有了前面公平模式的基础，非公平模式理解起来就非常简单了。公平模式下，SynchronousQueue底层使用的是TransferQueue，是一个先进先出的队列，而非公平模式与它不同，底层采用了后进先出的TransferStack栈来实现。

下面我们还是先写一个例子来看看效果，首先创建3个线程使用put方法向SynchronousQueue中插入数据，结束后再使用3个线程调用take方法：

SynchronousQueue<Integer> queue=new SynchronousQueue<>(false);

@AllArgsConstructor
class PutThread implements Runnable{
    int i;
    @SneakyThrows
    @Override
    public void run() {
        queue.put(i);
        System.out.println("putThread "+i+" end");
    }
}
class TakeThread implements Runnable{
    @SneakyThrows
    @Override
    public void run() {
        System.out.println("takeThread take: "+queue.take());
    }
}

for (int i = 1; i <=3; i++) {
    new Thread(new PutThread(i)).start();
    Thread.sleep(1000);
}
for (int i = 1; i <=3 ; i++) {
    new Thread(new TakeThread()).start();
    Thread.sleep(1000);
}

运行上面的代码，查看结果：

takeThread take: 3
putThread 3 end
takeThread take: 2
putThread 2 end
takeThread take: 1
putThread 1 end

可以看到，生产者线程在执行完put后会进行阻塞，直到有消费者线程调用take方法取走了数据，才会唤醒被阻塞的线程。并且，数据的出队与入队顺序是相反的，即非公平模式下采用的是后进先出的顺序。

面试官：就是把结构从队列换成了栈，真就这么简单？

Hydra：并不是，包括底层节点以及出入栈的逻辑都做了相应的改变。我们先看节点，在之前的公平模式中队列的节点是QNode，非公平模式下栈中节点是SNode，定义如下：

volatile SNode next; // 指向下一个节点的指针
volatile SNode match; // 存放和它进行匹配的节点
volatile Thread waiter;  // 保存阻塞的线程
Object item;                
int mode;
SNode(Object item) {
    this.item = item;
}

和QNode类似，如果是生产者构建的节点，那么item非空，如果是消费者产生的节点，那么item为null。此外还有一个mode属性用来表示节点的状态，它使用TransferStack中定义的3个常量来表示不同状态：

static final int REQUEST    = 0; //消费者
static final int DATA       = 1; //生产者
static final int FULFILLING = 2; //匹配中状态

TransferStack中没有携带参数的构造函数，使用一个head节点来标记栈顶节点：

volatile SNode head; 

面试官：基本结构就讲到这吧，还是老规矩，先从入队操作开始分析吧。

Hydra：当栈为空、或栈顶元素的类型与自己相同时，会先创建一个SNode节点，并将它的next节点指向当前栈顶的head，然后将head指针指向自己。这个过程中通过使用CAS保证线程安全，如果失败则退出，在循环中采取自旋的方式不断进行尝试，直到节点入栈成功。用一张图来表示两个线程同时入栈的场景：

当节点完成入栈后，调用awaitFulfill方法，等待匹配的操作的到来。在这一过程中，会使节点对应的线程进行自旋或挂起操作，直到匹配操作的节点将自己唤醒，或被其他线程中断、等待超时。

当入栈后的节点是栈顶节点，或者节点的类型为FULFILLING匹配状态时，那么可能会马上完成匹配，因此先进行自旋，当超过自旋次数上限后再挂起。而如果节点在自旋过程中，有新的节点压入栈顶，会将非栈顶节点剩余的自旋次数直接清零，挂起线程避免浪费资源。

面试官：你上面也说了，挂起的线程有可能会超时或者被中断，这时候应该怎么处理？

Hydra：当这两种情况出现时，SNode会将match属性设为自身，退出awaitFulfill方法，然后调用clean方法将对应的节点清理出栈。具体情形可分为两种情况。先说简单的情况，如果清理的是栈顶节点，那么直接将head节点指向它的next节点，即将当前栈顶节点弹出即可。

面试官：那么如果要删除的节点不是栈顶的节点呢？

Hydra：如果清理的不是栈顶节点，会稍微有一些麻烦。因为栈的底层是一个单向的链表结构，所以需要从栈顶head节点开始遍历，遍历到被删除节点的后继节点为止。所以在清除工作开始前，先使用了一个past节点标记需要删除节点的下一个节点，作为结束遍历的标记。

然后创建一个标记节点p，初始时指向head节点，开始循环，如果p的next节点不是需要被删除的节点，那么就将p向后移一个位置，直到找到这个需要被删除的中断或超时的节点，然后将p的next指向这个删除节点的next节点，在逻辑上完成链表中节点的删除。

面试官：单一类型节点的入栈应该说完了吧，接下来说说不同类型节点间是如何实现的匹配操作吧？

Hydra：好的，那我们先回顾一点上面的知识，前面说过每个节点有一个mode属性代表它的模式，REQUEST表示它是消费者，DATA表示是生产者，FULFILLING表明正处于匹配中的状态。

在一个新的线程调用方法时，先判断它的类型mode是什么，如果和当前栈顶head节点类型不同，且head节点的状态不为匹配中时，将它的状态设置为FULFILLING|mode，压入栈中。然后将尝试匹配新的head节点和它的next节点，如果匹配成功，会将next节点的match属性设置为head节点，唤醒挂起的next节点中的线程。

在完成匹配后，当前头节点对应的线程会协助推进head节点，将head指向next节点的下一个节点，即完成了栈顶两节点的出栈。最终消费者线程会返回匹配的生产者节点中的item数据值，而生产者线程也会结束运行退出。

我们以栈中当前节点为DATA类型，新节点为REQUEST类型画一张图，来直观的感受一下上面的流程：

面试官：总算是讲完了，能对SynchronousQueue做一个简单的总结吗？

Hydra：SynchronousQueue基于底层结构，实现了线程配对通信这一机制。在它的公平模式下使用的是先进先出（FIFO）的队列，非公平模式下使用的是后进先出（LIFO）的栈，并且SynchronousQueue没有使用synchronized或ReentrantLock，而是使用了大量的CAS操作来保证并发操作。可能我们在平常的工作中使用场景不是很多，但是在线程池的设计中使用了SynchronousQueue，还是有很重要的应用场景的。

面试官：讲的还行，不过刚才这些和公平模式听起来感觉区别不大啊，没有什么技术含量。这样吧，你明天过来我们加试一场，我再给你打分。

Hydra：（溜了溜了，还是找家别的靠谱公司吧……）