【前言：無論是大資料從業人員還是Java從業人員，掌握Java高併發和多執行緒是必備技能之一。本文主要闡述Java併發包下的阻塞佇列和併發容器，其實研讀過大資料相關技術如Spark、Storm等原始碼的，會發現它們底層大多用到了Java併發佇列、同步類容器、ReentrantLock等。建議大家結合本篇文章，仔細分析一下相關原始碼】
BlockingQueue
阻塞佇列，位於java.util.concurrent併發包下，它很好的解決了多執行緒中如何安全、高效的資料傳輸問題。所謂“阻塞”是指在某些情況下執行緒被掛起，當滿足一定條件時會被自動喚醒，可以通過API進行控制。
常見的阻塞佇列主要分為兩種FIFO（先進先出）和LIFO（後進先出），當然通過不同的實現方式，還可以引申出多種不同型別的佇列。首先了解一下BlockingQueue的幾個核心API：put、take一對阻塞存取；add、poll一對非阻塞存取。
插入資料
put(anObj)：把anObj加到BlockingQueue裡，如果BlockQueue沒有空間，則呼叫此方法的執行緒被阻塞，直到BlockingQueue裡面有空間再繼續插入
add(anObj)：把anObj加到BlockingQueue裡，如果BlockingQueue可以容納，則返回true，否則丟擲異常
offer(anObj)：表示如果可能的話，將anObj加到BlockingQueue裡，如果BlockingQueue可以容納，則返回true，否則返回false。
讀取資料
take()：取走BlockingQueue裡排在首位的物件，若BlockingQueue為空，阻斷進入等待狀態，直到Blocking有新的物件被加入為止
poll(time)：取走BlockingQueue裡排在首位的物件，若不能立即取出，則可以等time引數規定的時間，取不到時返回null
BlockingQueue核心成員介紹
ArrayBlockingQueue
基於陣列實現的有界阻塞佇列。因為基於陣列實現，所以具有查詢快，增刪慢的特點。
生產者和消費者用的是同一把鎖，不能並行執行效率低。它底層使用了一種標準互斥鎖ReentrantLock，即讀讀、讀寫，寫寫都互斥，當然可以控制物件內部是否採用公平鎖，預設是非公平鎖。消費方式是FIFO。
生產和消費資料時，直接將列舉物件插入或刪除，不會產生或銷燬額外的物件例項。
應用：因為底層生產和消費用了同一把鎖，定長陣列不用頻繁建立和銷燬物件，適合於想按照佇列順序去執行任務，還不想出現頻繁的GC的場景。
LinkedBlockingQueue
基於連結串列實現的阻塞佇列，同樣具有增刪快，定位慢的特點。
需要注意一點：預設情況下建立的LinkedBlockingQueue容量是Integer.MAX_VALUE， 在這種情況下，如果生產者的速度一旦大於消費者的速度，可能還沒有等到佇列滿阻塞產生，系統記憶體就有可能已被消耗盡。可以通過指定容量建立LinkedBlockingQueue避免這種極端情況的發生。
雖然底層使用的也是ReentrantLock但take和put是分離的（生產和消費的鎖不是同一把鎖），高併發場景下效率仍然高於ArrayBlockingQueue。put方法在佇列滿的時候會阻塞直到有佇列成員被消費，take方法在佇列空的時候會阻塞，直到有佇列成員被放進來。
DelayQueue
DelayQueue是一個沒有大小限制的佇列，因此往佇列中插入資料的操作（生產者）永遠不會被阻塞，而只有獲取資料的操作（消費者）才會被阻塞。DelayQueue中的元素，只有指定的延遲時間到了，才能夠從佇列中獲取到該元素。
應用場景：
1.客戶端長時間佔用連線的問題，超過這個空閒時間了，可以移除的
2.處理長時間不用的快取:如果佇列裡面的物件長時間不用，超過空閒時間，就移除
3.任務超時處理
PriorityBlockingQueue
PriorityBlockingQueue不會阻塞資料生產者，而只會在沒有可消費的資料時，阻塞資料的消費者。因此必須控制生產者生產資料的速度，避免消費者消費資料速度跟不上，否則時間一長，會最終耗盡所有的可用堆記憶體空間。
在向PriorityBlockingQueue中新增元素時，元素通過在實現實現Comparable介面，重寫compareTo()來定義優先順序的邏輯。它內部控制執行緒同步的鎖採用的是公平鎖。
SynchronousQueue
一種無緩衝的等待佇列，來一個任務就執行這個任務，這期間不能新增任何的任務。也就是不用阻塞了，其實對於少量任務而言，這種做法更高效。
宣告一個SynchronousQueue有兩種不同的方式，公平模式和非公平模式:
公平模式：SynchronousQueue會採用公平鎖，並配合一個FIFO佇列來阻塞多餘的生產者和消費者，從而體現整體的公平策略；
非公平模式（SynchronousQueue預設）：SynchronousQueue採用非公平鎖，同時配合一個LIFO佇列來管理多餘的生產者和消費者，而後一種模式，如果生產者和消費者的處理速度有差距，則很容易出現飢渴的情況，即可能有某些生產者或者是消費者的資料永遠都得不到處理。
ConcurrentLinkedQueue
不上鎖，高併發場景效率遠高於ArrayBlockingQueue和LinkedBlockingQueue等
容器
同步類容器
第一類：Vector、Stack、HashTable都是同步類，執行緒安全的，但高併發場景下仍然可能出現問題如ConcurrentModificationException。
第二類：Collections提供的一些工廠類（靜態），效率低
併發類容器
CopyOnWrite容器
寫時複製的容器：當我們往一個容器新增元素的時候，不直接往當前容器新增，而是先將當前容器進行copy，複製出一個新的容器，然後往新的容器裡新增元素，新增完元素之後，再將原容器的引用指向新的容器，非常適合讀多寫少的場景。
但同時存在如下問題：
資料一致性問題：CopyOnWrite容器是弱一致性的，即只能保證資料的最終一致性，不能保證資料的實時一致性。所以如果你希望寫入的的資料能夠即時讀到，不要使用CopyOnWrite容器。
記憶體佔用問題：因為CopyOnWrite 的寫時複製機制，所以在進行寫操作的時候，記憶體裡會同時駐紮兩個物件的記憶體，舊的物件和新寫入的物件。如果這些物件佔用的記憶體比較大，如果控制不好，比如寫特別多的情景，很有可能造成頻繁的Yong GC 和Full GC。針對記憶體佔用問題，可以通過壓縮容器中的元素的方法來減少大物件的記憶體消耗，或者不使用CopyOnWrite容器，而使用其他的併發容器，如ConcurrentHashMap。
有兩種常見的CopyOnWrite容器：CopyOnWriteArrayList和CopyOnWriteArraySet，其中CopyOnWriteArrayList是ArrayList 的一個執行緒安全的變體。
ConcurrentHashMap
筆者分JDK1.7和JDK1.8兩部分說明ConcurrentHashMap。
JDK1.7 ConcurrentHashMap
JDK1.7採用"鎖分段"技術來降低鎖的粒度，它把整個map劃分為一系列由segment組成的單元，一個segment相當於一個hashtable。通過這種方式，加鎖的物件就從整個map變成了一個segment。ConcurrentHashMap執行緒安全並且提高效能原因就在於：對map中的讀是併發的，無需加鎖；只有在put、remove操作時才加鎖，而加鎖僅是對需要操作的segment加鎖，不會影響其他segment的讀寫。因此不同的segment之間可以併發使用，極大地提高了效能。
根據原始碼又可得出查詢、插入、刪除的過程：通過key的hash確定segement（插入時如果segment大小達到擴容閾值則進行擴容） --> 確定連結串列陣列HashEntry下標（插入/刪除時，獲取連結串列頭） --> 遍歷連結串列【查詢：呼叫equals()進行比對，找到與所查詢key相等的結點並讀取；插入：如果找到相同的key的結點則更新value值，如果沒有則插入新結點；刪除：找到被刪除結點後，以被刪除結點的next結點開始建立新的連結串列，然後再把原連結串列頭直到被刪結點的前繼結點依次複製、插入新連結串列，最後把新連結串列頭設定為當前陣列下標元素取代舊連結串列。
JDK1.8ConcurrentHashMap
JDK1.8中的ConcurrentHashMap在JDK1.7上做了很多優化：
1. 取消segments欄位，直接採用transient volatile HashEntry<K,V>[] table儲存資料，採用table陣列元素作為鎖，從而實現了對每一行資料進行加鎖，通過進一步降低鎖粒度來減少併發衝突的概率
2. 將原先table陣列＋連結串列的資料結構，變更為table陣列＋連結串列＋紅黑樹的結構。對於hash表來說，最核心的能力在於將key hash之後能均勻的分佈在陣列中。如果hash之後雜湊的很均勻，那麼table陣列中的每個佇列長度主要為0或者1。但實際情況並非總是如此理想，雖然ConcurrentHashMap類預設的載入因子為0.75，但是在資料量過大或者運氣不佳的情況下，還是會存在一些佇列長度過長的情況，如果還是採用單向列表方式，那麼查詢某個節點的時間複雜度為O(n)；因此，對於個數超過8(預設值)的列表，jdk1.8中採用了紅黑樹的結構，那麼查詢的時間複雜度可以降低到O(logN)，可以改進效能
3. 新增欄位transient volatile CounterCell[] counterCells，可方便的計算集合中所有元素的個數，效能大大優於jdk1.7中的size()方法
相信通過這些介紹，大家對於諸如"為什麼選擇ConcurrentHashMap？"會有很好的思路了。
關注微信公眾號：大資料學習與分享，獲取更對技術乾貨