BlockingQueue（阻塞队列）：
在生产者和消费者模型中，通过队列可以实现两者数据共享，若在某个时间段内，生产出的数据的速度大于消费速度时，就会发生阻塞，为处理这种情况，这时就需要阻塞队列。
在多线程中，阻塞就是在某种情况下挂起线程，满足条件后，就要唤醒。

BlockingQueue基本方法：
1.放入数据
（1）offer(anObject):表示如果可以容纳的话,将元素添加进队列中，返回true,否则返回false.　　　　　　
（2）offer(E o, long timeout, TimeUnit unit)：在指定的时间内，如果元素可以添加进队列，返回true,否则返回false。
（3）put(anObject):把元素加到队列里,如果队列没有空间,则调用此方法的线程被阻断，直到里面有空间再继续.
2. 获取数据
（1）poll(time):取走队列里第一个元素,若不能立即取出,则可以等time参数规定的时间,取不到时返回null;
（2）poll(long timeout, TimeUnit unit)：从队列取出一个队首的元素，在指定时间内，数据可取，则立即返回队列中的数据。否则false。
（3）take():取走队列里排在首位的对象,若队列为空,阻断进入等待状态直到队列里面有新的数据被加入。

常见BlockingQueue：
1、ArrayBlockQueue:
基于数组实现的阻塞队列，在ArrayBlockQueue中，会定义一个定长数组来存储队列中的数据，该数组头尾相连,当缓存数据进入尾部后，下一节点为头部。

ArrayBlockingQueue可以使用两把锁提高效率吗？
不能，主要原因是ArrayBlockingQueue底层循环数组来存储数据，LinkedBlockingQueue底层链表来存储数据，链表队列的添加和删除，只是和某一个节点有关，为了防止head和last相互影响， 就需要有一个原子性的计数器，每个添加操作先加入队列，计数器+1，这样是为了保证队列在移除的时候，长度是大于等于计数器的，通过原子性的计数器，使得当前添加和移除互不干扰。对于循环数据来说，当我们走到最后一个位置需要返回到第一个位置，这样的操作是无法原子化，只能使用同一把锁来解决

ArrayBlockQueue put()源码

public void put(E e) throws InterruptedException {checkNotNull(e);//判断元素是否为nullfinal ReentrantLock lock = this.lock;lock.lockInterruptibly();try {while (count == items.length)notFull.await();//队列已满，等待enqueue(e);//元素入队} finally {lock.unlock();//释放锁}
}private static void checkNotNull(Object v) {if (v == null)//元素为空，抛出异常throw new NullPointerException();
}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;//循环数组，插入元素到尾部后，再次进入为头部count++;notEmpty.signal();//唤醒线程
}

ArrayBlockQueue take()源码

public E take() throws InterruptedException {final ReentrantLock lock = this.lock;lock.lockInterruptibly();try {while (count == 0)notEmpty.await();//队列空则等待return dequeue();//取出首位元素} finally {lock.unlock();}
}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;//将带取出元素值变为null，方便回收if (++takeIndex == items.length)takeIndex = 0;//如果取出的元素为尾部元素，下一次进入从头部开始取count--;if (itrs != null)itrs.elementDequeued();notFull.signal();return x;
}

2、LinkedBlockingQueue
基于链表的阻塞队列，如果没有指定容量大小，LinkedBlockingQueue会默认大小为Integer.MAX_VALUE。

当生产者往队列中放入一个数据时，队列会从生产者手中获取数据，并缓存在队列内部，而生产者立即返回；只有当队列缓冲区达到最大值缓存容量时，才会阻塞生产者队列，直到消费者从队列中消费掉一份数据，生产者线程会被唤醒，反之对于消费者这端的处理也基于同样的原理。

LinkedBlockingQueue有两把锁独立进行控制，分别对于生产者端和消费者端，这样提高了并发效率。

ArrayBlockingQueue和LinkedBlockingQueue的区别和联系？
1）数据存储容器不一样，ArrayBlockingQueue采用数组去存储数据、LinkedBlockingQueue采用链表去存储数据
2）ArrayBlockingQueue(循环数组)采用数组去存储数据，不会产生额外的对象实例；
LinkedBlockingQueue采用链表去存储数据，在插入和删除元素只与一个节点有关，需要去生成一个额外的Node对象，这可能长时间内需要并发处理大批量的数据，对于性能和后期 GC会产生影响。
3）ArrayBlockingQueue是有界的，初始化时必须要指定容量；LinkedBlockingQueue默认是无界的Integer.MAX_VALUE, 当添加速度大于删除速度、有可能造成内存溢出。
4) ArrayBlockingQueue在读和写使用的锁是一样的，即添加操作和删除操作使用的是同一个 ReentrantLock，没有实现锁分离；LinkedBlockingQueue实现了锁分离，添加的时候采用putLock、删除的时候采用takeLock,这样能提高队列的吞吐量。

3、PrioityBlockingQueue
基于优先级的阻塞队列，优先级的判断通过构造函数传入的Compator对象来决定
PriorityBlockingQueue并不会阻塞数据生产者，而只会在没有可消费的数据时，阻塞数据的消费者。使用的时候要注意，生产者生产数据的速度绝对不能快于消费者消费数据的速度，否则时间一长，会最终耗尽所有的可用堆内存空间。
在实现PriorityBlockingQueue时，内部控制线程同步的锁采用的是公平锁。

4、DelayQueue
DelayQueue基于PriorityBlockingQueue延迟阻塞队列，DelayQueue中的元素只有当其指定的延迟时间到了，才能够从队列中获取到该元素。
DelayQueue是一个无界队列，因此往队列中插入数据的操作永远不会被阻塞，而只有获取数据的操作才会被阻塞。
DelayQueue主要用于缓存系统的设计、定时任务系统的设计

5、SynchrousQueue
SynchrousQueue是一个不存储元素的队列，每次put之后必须进行take操作，天然的实现了生产者消费者模型。
SynchrousQueue因为相比于其他阻塞队列没有缓冲区，数据吞吐量会降低，但因为没有缓冲区，相应的响应性能得到提高

声明一个SynchronousQueue有两种不同的方式，公平模式和非公平模式:

公平模式：SynchronousQueue会采用公平锁，并配合一个FIFO队列来阻塞多余的生产者和消费者，从而体现整体的公平策略；
非公平模式，SynchronousQueue默认：SynchronousQueue采用非公平锁，同时配合一个LIFO队列来管理多余的生产者和消费者，在非公平锁中，如果生产者和消费者的处理速度有差距，则很容易出现饥渴的情况，即可能有某些生产者或者是消费者的数据永远都得不到处理。