Java阻塞队列有哪些?ArrayBlockingQueue与Linked对比
2026-04-10 09:05:32
0浏览
收藏
Java阻塞队列的选择远不止“数组还是链表”的表面差异,核心在于锁机制、容量语义与实际业务场景的深度匹配:ArrayBlockingQueue以单锁保障稳定吞吐和内存可控,适合可预估负载的严苛环境;LinkedBlockingQueue通过双锁提升并发弹性,但需警惕默认“伪无界”带来的OOM风险;PriorityBlockingQueue仅适用于优先级驱动的即时消费,绝非延时调度的替代品;SynchronousQueue本质是线程间直接 hand-off,误用必卡死;而所有阻塞队列一律禁止null元素——这不是建议,而是由哨兵机制决定的硬性契约。理解这些底层设计意图,才能避开高频陷阱,让并发逻辑真正健壮高效。

ArrayBlockingQueue 和 LinkedBlockingQueue 哪个该选?
看场景:如果队列长度可预估、内存敏感、要求吞吐稳定,选 ArrayBlockingQueue;如果生产消费速率波动大、不想轻易阻塞生产者、能接受轻微锁竞争开销,选 LinkedBlockingQueue。
两者根本差异不在“数组 vs 链表”,而在于锁机制和容量语义:
ArrayBlockingQueue用一把ReentrantLock+ 两个Condition(notFull/notEmpty),所有入队出队串行化,公平性可配,但吞吐上限受单锁限制LinkedBlockingQueue默认用两把锁(takeLock和putLock),入队和出队可并发执行,但节点对象分配带来 GC 压力,且默认容量是Integer.MAX_VALUE—— 表面“无界”,实则可能 OOM- 别被“有界/无界”误导:
ArrayBlockingQueue构造必须指定容量,LinkedBlockingQueue若传了容量才是真有界;不传时,它只是“上限极高”,不是线程安全的无限扩容容器
PriorityBlockingQueue 真的适合做任务调度吗?
适合「按优先级消费」,但不适合「延时调度」或「严格时效控制」——它不支持 Delay 接口,也不保证插入顺序,更不处理时间戳。
常见误用是拿它替代 DelayQueue 做定时任务:
PriorityBlockingQueue只按自然序或Comparator排序,元素本身必须实现Comparable或构造时传Comparator- 它不检查元素是否“到期”,
take()永远取堆顶(最高优先级),哪怕这个任务本该 5 分钟后才执行 - 若你往里塞
Runnable+ 优先级字段,没问题;但塞Delayed对象,不会自动等待,take()立刻返回 - 底层是可扩容的二叉堆,插入/删除都是
O(log n),大量动态增删优先级时注意性能抖动
SynchronousQueue 为什么一放就卡住?
因为它根本不存数据 —— put() 必须等到另一个线程正好在调用 take(),反之亦然。这不是 bug,是设计。
典型卡死场景和解法:
- 单线程里先
put()再take():必然死锁,因为没有“另一个线程”来配对 - 生产者比消费者多,且消费者启动慢:所有
put()都在等没人take(),线程全挂起 - 正确用法只有一种:纯手递手交接,比如线程池的
newCachedThreadPool()就用它做任务队列,靠线程动态伸缩来保证“总有线程等着接” - 调试时可用
offer(E, timeout, unit)替代put(),避免无限等待;但超时失败后,任务就得自己兜底重试或丢弃
向 BlockingQueue 放 null 会怎样?
直接抛 NullPointerException,没有任何商量余地。
这不是防御性编程建议,是接口契约强制要求:
BlockingQueue规定null是非法值,所有实现类(ArrayBlockingQueue、LinkedBlockingQueue、PriorityBlockingQueue等)在add()、offer()、put()时都会立刻检查- 原因:内部用
null作哨兵值,比如poll()空队列时返回null,如果允许存null,就无法区分“队列空”和“取到一个 null 元素” - 如果你的数据源天然含
null(比如 Map.get() 结果),必须在外层做非空判断或包装,例如转成Optional或自定义空对象
最容易被忽略的一点:连 remove(null) 都会返回 false,不是抛异常,但行为容易让人误以为“删掉了”,其实什么都没发生。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Java阻塞队列有哪些?ArrayBlockingQueue与Linked对比》文章吧,也可关注golang学习网公众号了解相关技术文章。
uTools截图标注教程:快速添加箭头文字框技巧
- 上一篇
- uTools截图标注教程:快速添加箭头文字框技巧
- 下一篇
- Java受检异常设计技巧与应用
查看更多
最新文章
-
- 文章 · java教程 | 6小时前 |
- Java Pattern quoteReplacement 怎样处理字面量替换文本
- 191浏览 收藏
-
- 文章 · java教程 | 6小时前 | Java教程 · java DateTimeFormatter java.time.chrono Chronology 日本历 非ISO日历
- Java Time Chronology 非 ISO 日历的格式化
- 117浏览 收藏
-
- 文章 · java教程 | 6小时前 |
- Java CharsetDecoder 怎样处理不完整多字节输入
- 398浏览 收藏
-
- 文章 · java教程 | 6小时前 | 垃圾回收 · Java教程 · java Xmx ZGC SoftMaxHeapSize ZUncommit AlwaysPreTouch
- Java ZGC 堆容量参数的延迟目标取舍
- 380浏览 收藏
-
- 文章 · java教程 | 6小时前 |
- Java Matcher usePattern 切换模式后怎样继续扫描
- 500浏览 收藏
-
- 文章 · java教程 | 6小时前 |
- Java FFM FunctionDescriptor 映射 C 结构体参数的布局方法
- 437浏览 收藏
-
- 文章 · java教程 | 6小时前 |
- Java sealed class 与反射检查的类型边界
- 164浏览 收藏
-
- 文章 · java教程 | 6小时前 | 网络编程 · Java教程 · java httpclient 连接复用 多路复用 http/2
- Java HttpClient HTTP2 连接复用的配置方法
- 294浏览 收藏
-
- 文章 · java教程 | 6小时前 | Java教程 · 语言特性 · java 模式匹配 嵌套字段 record record pattern
- Java record 模式匹配的嵌套字段提取
- 475浏览 收藏
-
- 文章 · java教程 | 6小时前 | 反射 · 标准库 · 缓存 · Java教程 · java get remove ClassValue computeValue 类级缓存
- Java ClassValue 怎样缓存与类关联的计算结果
- 100浏览 收藏
-
- 文章 · java教程 | 6小时前 |
- Java virtual thread 阻塞调用的线程池迁移
- 141浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 758次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 756次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 838次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 805次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 635次使用
查看更多
相关文章
-
- Java 时间格式兼容多个输入格式的方法
- 2026-10-18 501浏览
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览

