前言
本篇文章将着重分析协程间的通信方式。通过本篇文章，你将了解到：
- Channel的引入及简单使用
- Channel的原理
- Channel四种类型深入解析
- produce/actor的使用与原理
1. Channel的引入及简单使用
初级版协程间通信
先来看一个简单的通信Demo：
fun testChannel() {
//协程1
var deferred= GlobalScope.async {
//假装在加工数据
Thread.sleep(2000)
"Hello fishforest"
}
//协程2
GlobalScope.launch {
var result = deferred.await()
println("get result from coroutine1： $result")
}
}
如上，协程2拿到了协程1的值，这就是一次简单的协程间通信过程。
现在需求变了，协程1一直在生产数据，协程2也需要不断地从中取数据，此时靠async/await 配合无能为力了。当然，我们很容易想到的方案是：
共享一个变量，这个变量可以是个队列。
于是Demo改造如下：
fun testChannel2() {
//阻塞队列
var queue = ArrayBlockingQueue<String>(5)
//协程1
GlobalScope.launch {
var count = 0
while (true) {
//假装在加工数据
Thread.sleep(1000)
queue.put("fish ${count++}")
}
}
//协程2
GlobalScope.launch {
while (true) {
Thread.sleep(1000)
println("get result from coroutine1：${queue.take()}")
}
}
}
通过阻塞队列，当协程2取数据时，如果队列是空，那么等待协程1往队列里放数据；当协程1放数据时，如果队列满了，那么等待协程2从队列里取出数据。如此，就是简单的协程通信。
看似美好，实际上此处有个很大的漏洞：
队列满/队列空 时，此时等待动作阻塞的是线程，而我们知道协程的挂起并不阻塞线程，因此此种方式并没有利用到协程的优势。
我们期望协程发现队列满/空时将自己挂起等待，此时就引入了Channel。
升级版协程间通信-Channel
同样的需求，我们用Channel 实现：
fun testChannel3() {
//定义Channel
var channel = Channel<String>()
//协程1
GlobalScope.launch {
var count = 0
while (true) {
//假装在加工数据
Thread.sleep(1000)
var sendStr = "fish ${count++}"
println("send $sendStr")
channel.send("$sendStr")
}
}
//协程2
GlobalScope.launch {
while (true) {
Thread.sleep(1000)
println("receive：${channel.receive()}")
}
}
}
与之前的实现方案相比，仅仅只是将队列换成了Channel，可以看出，Channel 和队列比较类似，而Channel的send/recevie 函数并没有阻塞线程，仅仅只是挂起了协程。
查看打印结果：
你可能发现了端倪：发送者和接收者是成对出现的，难道Channel的内部实现不是队列？
要想解开这个谜题，最好的方法是从源码入手深究其原理。
2. Channel的原理
Channel的构造
先从Channel 构造开始：
#Channel.kt
public fun <E> Channel(
//Channel 容量/叫做Channel类型更合理一些
capacity: Int = Channel.RENDEZVOUS,
//缓冲区满后，发送端的处理方式
onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND,
//信息没有传递出去时的回调
onUndeliveredElement: ((E) -> Unit)? = null
): Channel<E> =
when (capacity) {
//默认是约会模式
Channel.RENDEZVOUS -> {
//默认挂起
if (onBufferOverflow == BufferOverflow.SUSPEND)
RendezvousChannel(onUndeliveredElement) // an efficient implementation of rendezvous channel
else
ArrayChannel(1, onBufferOverflow, onUndeliveredElement) // support buffer overflow with buffered channel
}
//...
}
此处的Channel() 并不是构造函数，而是顶层函数，Kotlin里有很多伪装为构造函数的顶层函数。该顶层函数默认构造并返回RendezvousChannel类型的Channel。
RendezvousChannel 类本身很简单，就重写了一些属性，它继承自AbstractChannel。
重点在AbstractChannel/AbstractSendChannel及其子类里。
Channel的队列结构
AbstractSendChannel 里有个很重要的成员变量：
protected val queue = LockFreeLinkedListHead()
LockFreeLinkedListHead 继承自LockFreeLinkedListNode，而这个Node 我们在分析Kotlin 协程之取消与异常处理探索之旅(上) 有提及过，此处再拎出来说说。
先看其定义：
#LockFreeLinkedList.kt
public actual open class LockFreeLinkedListNode {
//后驱指针
private val _next = atomic<Any>(this) // Node | Removed | OpDescriptor
//前驱指针
private val _prev = atomic(this)
//...
}
很典型的一个链表结构，并且是无锁链表，意思是它的插入/删除是无需上锁的，核心是使用了CAS。 回到Channel里的成员变量queue，初始的链表结构如下：
可以看出，当前节点的_next、_prev分别指向自己。
当往链表里面添加Node时，形成如下结构：
链表头为固定节点，通过它构造了双向循环链表。
AbstractSendChannel 里的queue 就是个链表头，通过它我们可以快速找到链表里的第1个节点(_next 指向的节点），也可以快速找到链表的最后一个节点（_prev指向的节点）。
于是形成了一个队列结构，每次往队列里放入数据，就放到链表的尾部，每次从队列里取数据，就从链表头后的第一个节点取。
Channel的send/receive
send 分析
#AbstractChannel.kt
public final override suspend fun send(element: E) {
//快速判断是否可以放入queue 队列
//若能成功，则直接返回
if (offerInternal(element) === kotlinx.coroutines.channels.OFFER_SUCCESS) return
//不能退出，则挂起协程
return sendSuspend(element)
}
protected open fun offerInternal(element: E): Any {
while (true) {
//先找到队列第一个Node节点，如果存在并且是Receive 类型，说明有接收者在等待
val receive = takeFirstReceiveOrPeekClosed() ?: return OFFER_FAILED
//给接收者协程赋值
val token = receive.tryResumeReceive(element, null)
if (token != null) {
kotlinx.coroutines.assert { token === RESUME_TOKEN }
//重新恢复接收者协程
receive.completeResumeReceive(element)
//返回插入的结果
return receive.offerResult
}
}
}
private suspend fun sendSuspend(element: E): Unit = suspendCancellableCoroutineReusable sc@ { cont ->
//suspendCancellableCoroutineReusable 里有挂起协程的逻辑
loop@ while (true) {
if (isFullImpl) {
//构造SendElement，它是Node类型
val send = if (onUndeliveredElement == null)
//SendElement 有两个成员变量：1是具体的值，2是当前协程的封装体cont
SendElement(element, cont) else
SendElementWithUndeliveredHandler(element, cont, onUndeliveredElement)
//将Element 加入到队列尾部
val enqueueResult = enqueueSend(send)
//插入成功，则返回
}
}
}
用图表示以上流程：
接收者协程被恢复后，重新调度执行协程，而传入的值即为send发送的值，最终recevie返回的即是send过来的值。
对协程的挂起有疑惑请移步：讲真，Kotlin 协程的挂起没那么神秘(原理篇)
receive 分析
与send流程类似，就不贴代码了，仅用图表示：
可以看出，send/receive 通过判断queue的状态来决定是否挂起当前协程，而queue里的Node 又分为三种类型：
[图片上传失败...(image-51eac8-1698040950561)]
综合以上得出：
在RENDEZVOUS类型（默认类型）下，发送者协程需要等待接收者就位了（到队列里等待）才会继续往下走。同样的，接收者协程需要等待发送者就位了（到队列里等待）才会继续往下走。因此，形成的现象是发送者/接收者成对出现。
成对出现的场景，我们称RENDEZVOUS 为约会类型。
3. Channel四种类型深入解析
CONFLATED 类型
前面的分析是基于约会类型，实际上Channel还有其它类型，通过其构造过程可看出：
#AbstractChannel.kt
public fun <E> Channel(
capacity: Int = Channel.RENDEZVOUS,
onBufferOverflow: BufferOverflow = BufferOverflow.SUSPEND,
onUndeliveredElement: ((E) -> Unit)? = null
): Channel<E> =
when (capacity) {
//约会类型
Channel.RENDEZVOUS -> {
if (onBufferOverflow == BufferOverflow.SUSPEND)
RendezvousChannel(onUndeliveredElement) // an efficient implementation of rendezvous channel
else
//转为缓冲类型
ArrayChannel(1, onBufferOverflow, onUndeliveredElement) // support buffer overflow with buffered channel
}
//混合类型
Channel.CONFLATED -> {
//此种类型下必须是挂起模式
require(onBufferOverflow == BufferOverflow.SUSPEND) {
"CONFLATED capacity cannot be used with non-default onBufferOverflow"
}
ConflatedChannel(onUndeliveredElement)
}
//无限制类型
Channel.UNLIMITED -> LinkedListChannel(onUndeliveredElement) // ignores onBufferOverflow: it has buffer, but it never overflows
//缓冲类型
Channel.BUFFERED -> ArrayChannel( // uses default capacity with SUSPEND
if (onBufferOverflow == BufferOverflow.SUSPEND) Channel.CHANNEL_DEFAULT_CAPACITY else 1,
onBufferOverflow, onUndeliveredElement
)
//没有指定具体类型是以上4种内的组合
}
先看CONFLATED（混合）类型。
ConflatedChannel 继承自AbstractChannel，有个成员变量：value。
重点来看其重写的函数：offerInternal与pollInternal，分别对应send与receive的逻辑。
send 分析
#ConflatedChannel.kt
protected override fun offerInternal(element: E): Any {
var receive: ReceiveOrClosed<E>? = null
//先上锁
lock.withLock {
//如果value 为空，也就是之前没有发送过，说明可能有接收者在等待。
if (value === kotlinx.coroutines.channels.EMPTY) {
loop@ while(true) {
//尝试取出接收者
receive = takeFirstReceiveOrPeekClosed() ?: break@loop // break when no receivers queued
if (receive is Closed) {
//是关闭Node，直接返回
return receive!!
}
//赋值给接收者协程
val token = receive!!.tryResumeReceive(element, null)
if (token != null) {
//跳出锁
return@withLock
}
}
}
//更新发送值到value里
updateValueLocked(element)?.let { throw it }
//成功插入
return OFFER_SUCCESS
}
//如果找到接收者，则恢复接收者协程
receive!!.completeResumeReceive(element)
return receive!!.offerResult
}
receive 分析
#ConflatedChannel.kt
protected override fun pollInternal(): Any? {
var result: Any? = null
//上锁
lock.withLock {
//如果value 为空，说明没数据，取数据失败
if (value === kotlinx.coroutines.channels.EMPTY) return closedForSend ?: POLL_FAILED
//从value 里取数据
result = value
//恢复到无数据状态
value = EMPTY
}
return result
}
由此可见：
在 CONFLATED类型下，发送者无需等待接收者就位，它可以一直更新数据。
BUFFERED 类型
此为缓冲类型，与其它类型最大的不同之处在于它内部有数据缓冲区。
ArrayChannel 继承自AbstractChannel，其成员变量：
//数据缓冲区
private var buffer: Array<Any?> = arrayOfNulls<Any?>(min(capacity, 8)).apply { fill(EMPTY) }
重点函数还是offerInternal与pollInternal。
send 分析
#ArrayChannel.kt
protected override fun offerInternal(element: E): Any {
var receive: ReceiveOrClosed<E>? = null
lock.withLock {
//size 为buffer 当前的实际存储数据的个数
val size = this.size.value
//更新size，此处根据发送策略，有可能会直接退出
updateBufferSize(size)?.let { return it }
if (size == 0) {
//当前缓冲区没有数据
loop@ while (true) {
//查看是否有接收者等待
receive = takeFirstReceiveOrPeekClosed() ?: break@loop // break when no receivers queued
//给接收者协程赋值
val token = receive!!.tryResumeReceive(element, null)
if (token != null) {
//缓冲区数量不变
this.size.value = size
return@withLock
}
}
}
//加入到缓冲队列
enqueueElement(size, element)
//插入成功
return OFFER_SUCCESS
}
//恢复接收者协程
receive!!.completeResumeReceive(element)
return receive!!.offerResult
}
private fun updateBufferSize(currentSize: Int): Symbol? {
if (currentSize < capacity) {
//还可以继续存放数据
size.value = currentSize + 1 // tentatively put it into the buffer
return null // proceed
}
//缓冲区满
return when (onBufferOverflow) {
//协程需要挂起
BufferOverflow.SUSPEND -> OFFER_FAILED
//舍弃最新数据，相当于发送永远是成功的
BufferOverflow.DROP_LATEST -> OFFER_SUCCESS
//舍弃旧的数据，发送继续走下面的流程
BufferOverflow.DROP_OLDEST -> null // proceed, will drop oldest in enqueueElement
}
}
receive 分析
receive 过程与send类似，就不贴源码了，直接上图对比：
可以看出，对于发送者来说：
先将数据放入数据缓冲队列，当缓冲区满后才会考虑是否需要挂起发送者协程。同样的，对于接收者来说，先从缓冲队列取数据，当缓冲区没数据时才会挂起自身。
UNLIMITED 类型
此类型为无限制类型，网上一些文章将此与BUFFERED类型类比，并归为“无限缓冲类型”，该说法是否正确，接下来一步步印证。
同样的，LinkedListChannel继承自AbstractChannel。
重点函数还是offerInternal与pollInternal。
send 分析
#LinkedListChannel.kt
protected override fun offerInternal(element: E): Any {
while (true) {
//快速查找是否有接收者等待
val result = super.offerInternal(element)
when {
//找到接收者，插入算是成功
result === OFFER_SUCCESS -> return OFFER_SUCCESS
//没找到
result === OFFER_FAILED -> {
//加入到协程缓冲队列
when (val sendResult = sendBuffered(element)) {
null -> return OFFER_SUCCESS
is Closed<*> -> return sendResult
}
}
}
}
}
protected fun sendBuffered(element: E): ReceiveOrClosed<*>? {
//将SendBuffered 加入到queue里（队尾）
queue.addLastIfPrev(AbstractSendChannel.SendBuffered(element)) { prev ->
if (prev is ReceiveOrClosed<*>) return@sendBuffered prev
true
}
//添加成功
return null
}
receive 分析 receive 过程完全依靠父类AbstractChannel完成，此处就不再赘述，用图表示：
可以看出：
此类型下，发送者不会挂起，会一直往队列里存放数据，理论上是可以无限制存放的。与BUFFERED类型不同的是，UNLIMITED 缓冲数据使用的是queue，它是链表。而BUFFERED 缓冲数据使用的是数组。
Channel 四种类型比对
对于接收者来说，只有一种逻辑：
有数据则消费数据，没数据则挂起等待。
4. produce/actor的使用与原理
使用
通过上面的分析，我们知道接收者有可能会阻塞，怎样才能让接收者知道数据已经发送完毕了呢？
答案是：Channel.close()。
当调用该函数时，会往queue里加入Closed节点，当send/receive 取出该节点时就知道Channel关闭了。
你说，能不能不手动调用该函数呢？刚好，produce可以解决该问题：
fun testProduce() {
//返回接收者
var receiveChannel = GlobalScope.produce<String> {
//
for (x in 1..5) {
var sendStr = "fish $x"
println("send $sendStr")
send("$sendStr")
}
}
//接收数据
GlobalScope.launch {
while (true) {
println("job2 receive:${receiveChannel.receive()}")
}
println("job2 end")
}
GlobalScope.launch {
while (true) {
println("job3 receive:${receiveChannel.receive()}")
}
println("job3 end")
}
}
produce 函数返回Channel，在produce的协程体里可以发送数据，而通过返回的Channel，其它协程可以接收数据。当produce协程执行完毕后，将会主动调用close关闭Channel，其它Receive的Channel就会有感知，从而退出挂起状态。
这是一个典型的单生产者--多消费者的模型。
反之单消费者--多生产者的模型如下：
fun testActor() {
//返回发送者
var sendChannel = GlobalScope.actor<String> {
//
for (x in 1..5) {
println("job1 receive:${receive()}")
}
println("actor end")
}
//发送者
GlobalScope.launch {
sendChannel.send("send from job2")
}
GlobalScope.launch {
sendChannel.send("send from job3")
}
}
原理
produce和actor内部创建了RENDEZVOUS 类型的Channel，它们返回的Channel以及协程体里的Channel都是委托这个内部的Channel来完成功能的，并且Channel绑定了协程的生命周期，当协程取消时将会取消Channel。（由于篇幅原因，就不展开细说了，有兴趣可以自行阅读源码或是留言）。
更多Kotlin可以查看我的个人介绍！！！
网友评论