Wait-Free要求每个线程操作在有限步内完成，Lock-Free仅保证至少一个线程能进步；ConcurrentLinkedQueue是Lock-Free而非Wait-Free，其offer/poll可能无限重试，因采用延迟更新head/tail以提升吞吐。
Wait-Free 是什么，和 Lock-Free 有什么区别
Wait-Free 指每个线程的操作都能在有限步内完成，不依赖其他线程进度；Lock-Free 只保证“至少一个线程能进步”，但单个线程可能无限重试。ConcurrentLinkedQueue 实际是 Lock-Free，不是 Wait-Free —— 它的 offer() 和 poll() 都可能因 CAS 失败而循环重试，没有步数上限。
很多人误以为它 Wait-Free，是因为 Doug Lea 在注释里提过“wait-free algorithm”，但那是指 Michael & Scott 原始论文中的理想模型；JDK 实现做了简化：用延迟更新 head/tail 换取吞吐量，代价就是单次操作不可预测耗时。
关键点在于：它不阻塞、不挂起、不 yield，失败就立刻重读重试 —— 这才是你看到“高并发不卡死”的底层原因。
为什么 tail 不总在队尾，head 不总指有效元素
这是延迟更新策略的直接结果，不是 bug，而是性能权衡：
-
tail只在必要时推进：比如当前tail.next != null，说明已有线程把新节点连上去了，这时才用 CAS 把tail跳到那个节点（hop two nodes） -
head更保守：只在poll()成功删除一个节点后才推进；中间可能卡在傀儡节点（item == null），而真实数据节点已在链表中 - 多线程同时
poll()时，某个线程删掉节点后会把原head的next设为自引用（p == q），触发其他线程回退到head重新扫描
所以 size() 遍历全链表计数时，可能数出 5 个节点；而此时 poll() 返回 null，只是因为 head 还没推进过去 —— 两者完全异步，不能互推。
AI 舌诊面诊问诊医疗系统 + 诊疗商城系统源码是一套结合 AI 辅助诊断与商品转化的健康类程序，基于浩创云、ThinkPHP（PHP）开发，支持微信服务号与 H5 端，适合做中医舌诊面诊问答、健康建议推送以及配套诊疗商品的运营。
CAS 失败后重试逻辑怎么写才不丢数据
源码里所有重试都围绕两个核心动作展开，必须严格遵循其模式：
- 在
offer()循环中，每次 CAS 失败后先检查p.next：若为null，说明p仍是尾，继续重试；若不为null，说明别人已连上新节点，那就先帮着把tail推进（casTail(t, q)），再重来 - 在
poll()循环中，若head.item == null，要尝试用 CAS 把head推到head.next；失败则重读head，而不是直接返回null - 永远不要在 CAS 失败后直接 return 或 throw，除非明确知道操作已无意义（比如
poll()碰到自引用节点且head == head.next）
漏掉“帮别人推进”这步，就会导致 tail 长期滞留，后续线程反复在旧位置竞争 CAS，实际吞吐反而下降。
什么时候不该用 ConcurrentLinkedQueue
它快，但快得有前提：
- 写多读少、或读写均衡场景下表现好；但纯读场景（比如只调
peek()）几乎无优势，因为peek()仍要处理傀儡节点逻辑 - 不允许
null元素 ——offer(null)直接抛NullPointerException，这点和LinkedList不同，容易在线上踩坑 -
size()是 O(n) 遍历，高并发下调用会严重拖慢性能；需要长度建议改用AtomicInteger单独计数 - 内存占用比
ArrayBlockingQueue高：每个元素额外带一个Node对象 + volatile 字段开销，在堆压力敏感场景需评估
真正难的是理解“无锁”不等于“无同步”——它把锁的开销转成了 CPU 循环和内存屏障，而这些成本在 GC 日志、火焰图里并不显眼，却实实在在吃掉了 L3 缓存带宽。
