高并发接口总被打崩？我用 ArrayBlockingQueue + 底层源码深度剖析搞定流控

一、实现原理

⚠️注意

✔️有界阻塞队列 ：容量固定，必须在初始化时指定长度，无自动扩容机制 。

✔️先进先出（FIFO） ：入队元素从队尾添加，出队元素从队首取出。

✔️存取互斥：所有读写操作共享同一把ReentrantLock 锁，同一时间只能执行入队或出队操作。

---

二，使用场景

1、流控例子🌰🌰🌰

package com.nl;

import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.BlockingQueue;
import java.util.concurrent.TimeUnit;

/**
 * 基于阻塞队列的高并发流量控制
 * 作用：限制同时进入系统的请求数，保护系统不被压垮
 */
public class FlowControl {
    // 队列容量 = 最大允许并发排队的请求数（流控核心）
    private static final int MAX_QUEUE_SIZE = 2;

    // 阻塞队列（线程安全，自动实现阻塞/唤醒）
    private static final BlockingQueue<String> QUEUE = new ArrayBlockingQueue<>(MAX_QUEUE_SIZE);

    public static void main(String[] args) {
        System.out.println("系统启动，最大并发排队请求：" + MAX_QUEUE_SIZE);

        // 消费者：固定线程数处理请求（保护系统！）
        // 这里只开 1 个处理线程，你可以根据系统能力开 3/5/10 个
        new Thread(FlowControl::handleRequest, "Consumer-Thread").start();

        // 生产者：模拟高并发请求（10个并发请求）
        for (int i = 1; i <= 5; i++) {
            final int requestNo = i;
            new Thread(() -> {
                try {
                    // 关键：队列满了会自动阻塞等待 → 真正限流
                    QUEUE.put("Request-" + requestNo);
                    // 阻塞 1 秒，丢弃请求
//                    boolean success = QUEUE.offer("Request-" + requestNo, 1, TimeUnit.SECONDS);
//                    if (!success) {
//                        System.out.println("请求过多，系统繁忙，拒绝请求：" + requestNo);
//                    }
                    System.out.println("【入队】" + Thread.currentThread().getName() + " → " + "Request-" + requestNo);
                } catch (InterruptedException e) {
                    Thread.currentThread().interrupt();
                }
            }, "Producer-" + i).start();
        }
    }

    /**
     * 消费处理请求（核心业务）
     */
    private static void handleRequest() {
        while (true) {
            try {
                // 关键：队列空会自动阻塞，不消耗CPU
                String request = QUEUE.take();

                // 模拟业务处理（如接口调用、数据库操作）
                System.out.println("【处理】" + Thread.currentThread().getName() + " 处理 → " + request);
                Thread.sleep(500);

            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
                break;
            }
        }
    }
}

2、输出结果

系统启动，最大并发排队请求：2
【入队】Producer-1 → Request-1
【入队】Producer-4 → Request-4
【处理】Consumer-Thread 处理 → Request-1
【入队】Producer-2 → Request-2
【处理】Consumer-Thread 处理 → Request-4
【入队】Producer-3 → Request-3
【处理】Consumer-Thread 处理 → Request-2
【入队】Producer-5 → Request-5
【处理】Consumer-Thread 处理 → Request-3
【处理】Consumer-Thread 处理 → Request-5

⚠️注意

✔️阻塞队列是高并发限流、削峰、保护系统 的最简单高效方案

✔️请求不会冲垮系统，CPU / 线程 / 内存都可控

---

三、源码分析

1、构造函数

public class ArrayBlockingQueue<E> extends AbstractQueue<E>
        implements BlockingQueue<E>, java.io.Serializable {
......

      //数据元素数组
      final Object[] items;
      //下一个待取出元素索引
      int takeIndex;
      //下一个待添加元素索引
      int putIndex;
      //数组元素个数
      int count;
     //ReentrantLock 内部锁
     final ReentrantLock lock;
     //消费者条件
     private final Condition notEmpty;
     //生产者条件
     private final Condition notFull; 

    public ArrayBlockingQueue(int capacity) {
        this(capacity, false);
    }

   //
    public ArrayBlockingQueue(int capacity, boolean fair) {
        if (capacity <= 0)
            throw new IllegalArgumentException();
        this.items = new Object[capacity];
        lock = new ReentrantLock(fair);
        notEmpty = lock.newCondition();
        notFull =  lock.newCondition();
    }
......
}

2、ReentrantLock：并发控制

    // 出队
    public E take() throws InterruptedException {
        // ReentrantLock 
        final ReentrantLock lock = this.lock;
        lock.lockInterruptibly();
        try {
            //count判断
            while (count == 0)
                notEmpty.await();
            return dequeue();
        } finally {
            lock.unlock();
        }
    }
   // 入队
    public void put(E e) throws InterruptedException {
        checkNotNull(e);
        final ReentrantLock lock = this.lock;
        lock.lockInterruptibly();
        try {
            while (count == items.length)
                notFull.await();
            enqueue(e);
        } finally {
            lock.unlock();
        }
    }

• 锁机制 ：使用 ReentrantLock 保证线程安全，入队和出队操作共用同一把锁，实现完全互斥。
• 阻塞等待：
• • notEmpty：当队列为空（count=0）时，出队线程会阻塞在该对象上，等待新元素入队。
  • notFull：当队列已满（count=length）时，入队线程会阻塞在该对象上，等待队列腾出空位。

3、数据结构

3.1、数组Object[]

final Object[] items = this.items;

3.2、入队和出队

    // 出队
    private E dequeue() {
        // assert lock.getHoldCount() == 1;
        // assert items[takeIndex] != null;
        final Object[] items = this.items;
        @SuppressWarnings("unchecked")
        E x = (E) items[takeIndex];
        items[takeIndex] = null;
        if (++takeIndex == items.length)
            takeIndex = 0;
        count--;
        if (itrs != null)
            itrs.elementDequeued();
        notFull.signal();
        return x;
    }

    // 入队
    private void enqueue(E x) {
        // assert lock.getHoldCount() == 1;
        // assert items[putIndex] == null;
        final Object[] items = this.items;
        items[putIndex] = x;
        if (++putIndex == items.length)
            putIndex = 0;
        count++;
        notEmpty.signal();
    }

⚠️注意

✔️底层采用静态数组 实现。

✔️数组中无元素的位置会被 null 占位，因此空间利用率固定。

4、双指针设计

4.1、入队（put/offer）

1. 从 putIndex 位置开始添加元素。
2. putIndex 自增，到达数组末尾时重置为 0（循环数组）。
3. 元素入队成功后，唤醒阻塞在 notEmpty 上的出队线程。

4.2、出队（take/poll） ：

1. 从 takeIndex 位置开始取出元素。
2. takeIndex 自增，到达数组末尾时重置为 0（循环数组）。
3. 元素出队成功后，唤醒阻塞在 notFull 上的入队线程。

⚠️指针设计

✔️putIndex 和 takeIndex 均从队首向队尾循环移动，严格保证 FIFO 顺序。

✔️ArrayBlockingQueue 的双指针（putIndex 和 takeIndex）是为了在静态数组 上高效实现循环队列（环形缓冲区） 。

5、固定长度的静态数组

• 底层是固定长度的静态数组，没有扩容机制。
• 用 putIndex 记录下一个入队元素要存放的位置 ，用 takeIndex 记录下一个出队元素要取出的位置。
• 两个指针都从 0 开始向后移动，到达数组末尾（index == array.length）时重置为 0，形成逻辑上的环形复用，避免数组空间浪费。

---

三、索引变化逻辑：为什么初始都是 0，put 和 take 会不会冲突？

两个索引都从 0 开始，put 和 take 不会冲突核心原因是 count 计数 + 锁的互斥性 保证了安全

---

四、总结

• 优势 ：有界设计避免了内存溢出风险，锁和条件变量的组合实现了高效的生产者 - 消费者模式。
• 局限：容量固定无法动态扩展，独占锁ReentrantLock实现线程安全，入队和出队操作使用同一个锁对象，在高并发场景下会成为性能瓶颈。

关于阻塞队列的实际应用，欢迎在评论区一起讨论~~