Java中ConcurrentLinkedQueue使用方法-java教程-PHP中文网

Java中ConcurrentLinkedQueue使用方法

P粉602998670

发布： 2025-09-23 13:03:01

原创

444人浏览过

ConcurrentLinkedQueue是Java中基于CAS实现的非阻塞线程安全队列，适用于高并发、低延迟的生产者-消费者场景；其通过无锁算法避免线程阻塞，提供offer、poll、peek等方法操作元素，且不支持null值；相比BlockingQueue，它不阻塞线程，在队列空或满时立即返回，适合对吞吐量要求高的场景，但需自行处理空队列逻辑；底层采用单向链表结构，维护head和tail指针，利用CAS原子操作保证线程安全；使用时需注意size()方法在并发下不精确、迭代器为弱一致、队列无界可能导致内存溢出等问题，常见应用于日志收集、异步任务分发和轻量级消息队列等场景。

java中concurrentlinkedqueue使用方法

Java中的ConcurrentLinkedQueue是一个非常实用的非阻塞、线程安全的队列，它特别适合在多线程环境下，需要高性能、低延迟地进行生产者-消费者模式操作的场景。它的核心优势在于，在入队（offer）和出队（poll）操作时，通过巧妙的无锁算法（CAS操作）避免了传统锁机制可能带来的性能瓶颈和线程阻塞。

ConcurrentLinkedQueue的使用其实非常直观，它遵循了Queue接口的基本契约。

import java.util.concurrent.ConcurrentLinkedQueue;

// 创建一个ConcurrentLinkedQueue实例
ConcurrentLinkedQueue<String> queue = new ConcurrentLinkedQueue<>();

// 入队操作：添加元素到队列尾部
queue.offer("任务A");
queue.offer("任务B");
System.out.println("队列当前元素: " + queue); // 输出: [任务A, 任务B]

// 出队操作：获取并移除队列头部元素
String task1 = queue.poll(); // 获取并移除"任务A"
System.out.println("取出的任务: " + task1); // 输出: 取出的任务: 任务A
System.out.println("队列剩余元素: " + queue); // 输出: [任务B]

// 再次出队
String task2 = queue.poll(); // 获取并移除"任务B"
System.out.println("取出的任务: " + task2); // 输出: 取出的任务: 任务B
System.out.println("队列剩余元素: " + queue); // 输出: []

// 当队列为空时，poll()方法返回null
String emptyTask = queue.poll();
System.out.println("空队列取出的任务: " + emptyTask); // 输出: 空队列取出的任务: null

// 查看队列头部元素，但不移除
queue.offer("任务C");
String peekedTask = queue.peek();
System.out.println("窥视到的任务: " + peekedTask); // 输出: 窥视到的任务: 任务C
System.out.println("队列剩余元素 (peek后): " + queue); // 输出: [任务C]

// 判断队列是否为空
boolean isEmpty = queue.isEmpty();
System.out.println("队列是否为空: " + isEmpty); // 输出: 队列是否为空: false

// 获取队列大小（注意：在高并发环境下，此方法可能不准确）
int size = queue.size();
System.out.println("队列大小: " + size); // 输出: 队列大小: 1

// 遍历队列元素
System.out.print("遍历队列: ");
for (String s : queue) {
    System.out.print(s + " ");
}
System.out.println(); // 输出: 遍历队列: 任务C

登录后复制

从上面的示例可以看出，它的API设计非常简洁，和普通的Queue接口使用起来差别不大，但其内部实现却大有乾坤，这正是它在并发场景下表现出色的关键。

为什么在高并发场景下更推荐使用ConcurrentLinkedQueue？

我在实际开发中，尤其是在处理高并发任务分发或者日志收集这类场景时，经常会面临一个选择：到底是用BlockingQueue的实现，比如LinkedBlockingQueue，还是ConcurrentLinkedQueue？这背后其实是对“阻塞”和“非阻塞”两种哲学思潮的权衡。

立即学习“Java免费学习笔记（深入）”；

BlockingQueue，顾名思义，当队列满时，生产者线程会阻塞；当队列空时，消费者线程会阻塞。这种机制在很多时候是很有用的，它能自然地进行流量控制，防止系统资源耗尽。但阻塞本身就是一种性能损耗，线程的挂起和唤醒都是需要开销的。

而ConcurrentLinkedQueue则走的是另一条路。它是一个非阻塞队列，这意味着在任何时候，入队和出队操作都不会导致线程阻塞。即使队列为空，poll()方法也只是返回null，而不是让消费者线程等待。这种设计基于CAS（Compare-And-Swap）操作，通过乐观锁的思路，在不加全局锁的情况下保证了操作的原子性和线程安全。

所以，当你需要极致的吞吐量，希望生产者和消费者尽可能地并行运行，并且能够容忍消费者在队列为空时立即返回null（而不是等待）时，ConcurrentLinkedQueue就成了那个更具吸引力的选项。它避免了锁竞争带来的上下文切换和调度开销，在多核处理器上能展现出更好的扩展性。当然，这种选择也意味着你需要自己处理队列为空时的逻辑，比如轮询或者配合其他机制进行等待。

ConcurrentLinkedQueue的底层实现原理是怎样的？

要理解ConcurrentLinkedQueue为什么能做到非阻塞，就得稍微探究一下它的“内脏”。它不像LinkedBlockingQueue那样使用ReentrantLock来保护整个队列，而是巧妙地利用了CAS（Compare-And-Swap）原子操作。

可以把ConcurrentLinkedQueue想象成一个由一个个节点（Node）组成的链表。每个节点包含一个元素值和一个指向下一个节点的引用。队列内部维护着两个关键的指针：head（头节点）和tail（尾节点）。

法语写作助手

法语助手旗下的AI智能写作平台，支持语法、拼写自动纠错，一键改写、润色你的法语作文。

查看详情

入队（offer）操作： 当一个元素要入队时，它会被封装成一个新的节点。这个新节点会尝试通过CAS操作，原子性地更新当前tail节点的next引用，让它指向新节点。同时，tail指针本身也会尝试通过CAS操作，原子性地指向这个新节点。如果多个线程同时尝试入队，只有一个线程能成功更新tail的next，其他失败的线程会重试，直到成功。这个过程中，没有哪个线程会被阻塞。
出队（poll）操作： 出队操作类似，它会尝试通过CAS操作，原子性地更新head指针，使其指向当前head节点的下一个节点。如果成功，那么原head节点中的元素就被“取出”了。同样，失败的线程会重试。

这个过程的关键在于CAS操作的原子性。它能在不加锁的情况下，确保某个内存位置的值被正确地更新。即使有多个线程同时操作，也只有一个能成功，其他失败的线程会通过自旋（循环重试）来等待下一次机会。这种“乐观”的并发控制方式，在高并发、低冲突的场景下，性能表现非常出色。但如果冲突非常频繁，自旋重试的开销也可能变得不容忽视。

它是一个单向链表结构，这意味着它只能从头部出队，从尾部入队。这种简洁的结构也为CAS操作提供了便利。

在实际项目中，ConcurrentLinkedQueue有哪些常见的应用场景和注意事项？

在实际项目里，ConcurrentLinkedQueue的身影并不少见，但用得好不好，关键在于你是否理解它的特性和局限性。

常见的应用场景：

高并发日志收集/处理： 比如你的应用需要异步地收集大量的操作日志或事件，然后由一个或多个后台线程统一处理。ConcurrentLinkedQueue可以作为日志缓冲队列，生产者（业务线程）快速地将日志事件offer进去，消费者（日志处理线程）则不断poll出来进行持久化或其他操作。由于offer操作是非阻塞的，业务线程不会因为日志写入而受阻。
异步任务分发： 当你有一个线程池，但又不想直接用ExecutorService默认的BlockingQueue行为时，可以自定义一个任务队列，使用ConcurrentLinkedQueue来存储待执行的任务。工作线程从队列中poll任务执行，如果队列为空，它们可以简单地返回null，然后进行短暂的休眠或者执行其他任务。
消息队列的轻量级实现： 在一些对消息可靠性要求没那么高，但对吞吐量和延迟要求很高的场景，ConcurrentLinkedQueue可以作为内存消息队列的底层实现。
无界生产者-有界消费者模式的变种： 如果你的生产者是无界的，而消费者处理能力有限，但你又不想阻塞生产者，那么ConcurrentLinkedQueue可以作为中间缓冲区。不过，这要求你对队列的增长有监控和控制，防止内存溢出。

使用注意事项：

size()方法的陷阱： 这是我个人觉得最容易踩坑的地方。ConcurrentLinkedQueue的size()方法在并发环境下，返回的值可能并不是实时的、精确的队列元素数量。它的实现需要遍历整个链表来计数，在这个遍历过程中，队列可能已经被其他线程修改了。因此，永远不要依赖size()方法来做关键的业务逻辑判断，比如判断队列是否已满或是否为空（用isEmpty()更可靠）。
没有阻塞操作： ConcurrentLinkedQueue不提供put()和take()这样的阻塞方法。如果你需要生产者在队列满时等待，或者消费者在队列空时等待，那么你应该考虑使用BlockingQueue的实现，例如LinkedBlockingQueue或ArrayBlockingQueue。
内存管理： 它是无界的，这意味着如果你只入队不及时出队，或者消费者处理速度远低于生产者，队列会无限增长，最终可能导致内存溢出（OOM）。在设计时，必须确保消费者的处理能力能够匹配或超过生产者的生产能力，或者有其他机制来限制队列的增长。
不允许null元素： ConcurrentLinkedQueue不允许存储null元素。尝试添加null会抛出NullPointerException。这是为了区分poll()方法在队列为空时返回的null。
迭代器是弱一致的： ConcurrentLinkedQueue的迭代器是“弱一致”（weakly consistent）的。这意味着迭代器在创建时会反映队列的某个状态，但在迭代过程中，队列的修改可能不会反映到迭代器中。这通常不是问题，但在某些需要强一致性视图的场景下需要注意。