本文转载自微信公众号「潜行前行」,作者cscw 。转载本文请联系潜行前行公众号。
前言
在使用多线程并发编程的时,经常会遇到对共享变量修改操作。此时我们可以选择ConcurrentHashMap,ConcurrentLinkedQueue来进行安全地存储数据。但如果单单是涉及状态的修改,线程执行顺序问题,使用Atomic开头的原子组件或者ReentrantLock、CyclicBarrier之类的同步组件,会是更好的选择,下面将一一介绍它们的原理和用法
- 原子组件的实现原理CAS
- AtomicBoolean、AtomicIntegerArray等原子组件的用法、
- 同步组件的实现原理
- ReentrantLock、CyclicBarrier等同步组件的用法
原子组件的实现原理CAS
- cas的底层实现可以看下之前写的一篇文章:详解锁原理,synchronized、volatile+cas底层实现[1]
应用场景
- 可用来实现变量、状态在多线程下的原子性操作
- 可用于实现同步锁(ReentrantLock)
原子组件
- 原子组件的原子性操作是靠使用cas来自旋操作volatile变量实现的
- volatile的类型变量保证变量被修改时,其他线程都能看到最新的值
- cas则保证value的修改操作是原子性的,不会被中断
基本类型原子类
- AtomicBoolean //布尔类型
- AtomicInteger //正整型数类型
- AtomicLong //长整型类型
使用示例
- public static void main(String[] args) throws Exception {
- AtomicBoolean atomicBoolean = new AtomicBoolean(false);
- //异步线程修改atomicBoolean
- CompletableFuture<Void> future = CompletableFuture.runAsync(() ->{
- try {
- Thread.sleep(1000); //保证异步线程是在主线程之后修改atomicBoolean为false
- atomicBoolean.set(false);
- }catch (Exception e){
- throw new RuntimeException(e);
- }
- });
- atomicBoolean.set(true);
- future.join();
- System.out.println("boolean value is:"+atomicBoolean.get());
- }
- ---------------输出结果------------------
- boolean value is:false
引用类原子类
- AtomicReference
- //加时间戳版本的引用类原子类
- AtomicStampedReference
- //相当于AtomicStampedReference,AtomicMarkableReference关心的是
- //变量是否还是原来变量,中间被修改过也无所谓
- AtomicMarkableReference
- AtomicReference的源码如下,它内部定义了一个volatile V value,并借助VarHandle(具体子类是FieldInstanceReadWrite)实现原子操作,MethodHandles会帮忙计算value在类的偏移位置,最后在VarHandle调用Unsafe.public final native boolean compareAndSetReference(Object o, long offset, Object expected, Object x)方法原子修改对象的属性
- public class AtomicReference<V> implements java.io.Serializable {
- private static final long serialVersionUID = -1848883965231344442L;
- private static final VarHandle VALUE;
- static {
- try {
- MethodHandles.Lookup l = MethodHandles.lookup();
- VALUE = l.findVarHandle(AtomicReference.class, "value", Object.class);
- } catch (ReflectiveOperationException e) {
- throw new ExceptionInInitializerError(e);
- }
- }
- private volatile V value;
- ....
ABA问题
- 线程X准备将变量的值从A改为B,然而这期间线程Y将变量的值从A改为C,然后再改为A;最后线程X检测变量值是A,并置换为B。但实际上,A已经不再是原来的A了
- 解决方法,是把变量定为唯一类型。值可以加上版本号,或者时间戳。如加上版本号,线程Y的修改变为A1->B2->A3,此时线程X再更新则可以判断出A1不等于A3
- AtomicStampedReference的实现和AtomicReference差不多,不过它原子修改的变量是volatile Pair
pair;,Pair是其内部类。AtomicStampedReference可以用来解决ABA问题
- public class AtomicStampedReference<V> {
- private static class Pair<T> {
- final T reference;
- final int stamp;
- private Pair(T reference, int stamp) {
- this.reference = reference;
- this.stamp = stamp;
- }
- static <T> Pair<T> of(T reference, int stamp) {
- return new Pair<T>(reference, stamp);
- }
- }
- private volatile Pair<V> pair;
- 如果我们不关心变量在中间过程是否被修改过,而只是关心当前变量是否还是原先的变量,则可以使用AtomicMarkableReference
- AtomicStampedReference的使用示例
- public class Main {
- public static void main(String[] args) throws Exception {
- Test old = new Test("hello"), newTest = new Test("world");
- AtomicStampedReference<Test> reference = new AtomicStampedReference<>(old, 1);
- reference.compareAndSet(old, newTest,1,2);
- System.out.println("对象:"+reference.getReference().name+";版本号:"+reference.getStamp());
- }
- }
- class Test{
- Test(String name){ this.name = name; }
- public String name;
- }
- ---------------输出结果------------------
- 对象:world;版本号:2
数组原子类
- AtomicIntegerArray //整型数组
- AtomicLongArray //长整型数组
- AtomicReferenceArray //引用类型数组
- 数组原子类内部会初始一个final的数组,它把整个数组当做一个对象,然后根据下标index计算法元素偏移量,再调用UNSAFE.compareAndSetReference进行原子操作。数组并没被volatile修饰,为了保证元素类型在不同线程的可见,获取元素使用到了UNSAFEpublic native Object getReferenceVolatile(Object o, long offset)方法来获取实时的元素值
- 使用示例
- //元素默认初始化为0
- AtomicIntegerArray array = new AtomicIntegerArray(2);
- // 下标为0的元素,期待值是0,更新值是1
- array.compareAndSet(0,0,1);
- System.out.println(array.get(0));
- ---------------输出结果------------------
- 1
属性原子类
- AtomicIntegerFieldUpdater
- AtomicLongFieldUpdater
- AtomicReferenceFieldUpdater
- 如果操作对象是某一类型的属性,可以使用AtomicIntegerFieldUpdater原子更新,不过类的属性需要定义成volatile修饰的变量,保证该属性在各个线程的可见性,否则会报错
- 使用示例
- public class Main {
- public static void main(String[] args) {
- AtomicReferenceFieldUpdater<Test,String> fieldUpdater = AtomicReferenceFieldUpdater.newUpdater(Test.class,String.class,"name");
- Test test = new Test("hello world");
- fieldUpdater.compareAndSet(test,"hello world","siting");
- System.out.println(fieldUpdater.get(test));
- System.out.println(test.name);
- }
- }
- class Test{
- Test(String name){ this.name = name; }
- public volatile String name;
- }
- ---------------输出结果------------------
- siting
- siting
累加器
- Striped64
- LongAccumulator
- LongAdder
- //accumulatorFunction:运算规则,identity:初始值
- public LongAccumulator(LongBinaryOperator accumulatorFunction,long identity)
- LongAccumulator和LongAdder都继承于Striped64,Striped64的主要思想是和ConcurrentHashMap有点类似,分段计算,单个变量计算并发性能慢时,我们可以把数学运算分散在多个变量,而需要计算总值时,再一一累加起来
- LongAdder相当于LongAccumulator一个特例实现
- LongAccumulator的示例
- public static void main(String[] args) throws Exception {
- LongAccumulator accumulator = new LongAccumulator(Long::sum, 0);
- for(int i=0;i<100000;i++){
- CompletableFuture.runAsync(() -> accumulator.accumulate(1));
- }
- Thread.sleep(1000); //等待全部CompletableFuture线程执行完成,再获取
- System.out.println(accumulator.get());
- }
- ---------------输出结果------------------
- 100000
同步组件的实现原理
java的多数同步组件会在内部维护一个状态值,和原子组件一样,修改状态值时一般也是通过cas来实现。而状态修改的维护工作被Doug Lea抽象出AbstractQueuedSynchronizer(AQS)来实现
AQS的原理可以看下之前写的一篇文章:详解锁原理,synchronized、volatile+cas底层实现[2]
同步组件
ReentrantLock、ReentrantReadWriteLock
- ReentrantLock、ReentrantReadWriteLock都是基于AQS(AbstractQueuedSynchronizer)实现的。因为它们有公平锁和非公平锁的区分,因此没直接继承AQS,而是使用内部类去继承,公平锁和非公平锁各自实现AQS,ReentrantLock、ReentrantReadWriteLock再借助内部类来实现同步
- ReentrantLock的使用示例
- ReentrantLock lock = new ReentrantLock();
- if(lock.tryLock()){
- //业务逻辑
- lock.unlock();
- }
- ReentrantReadWriteLock的使用示例
- public static void main(String[] args) throws Exception {
- ReentrantReadWriteLock lock = new ReentrantReadWriteLock();
- if(lock.readLock().tryLock()){ //读锁
- //业务逻辑
- lock.readLock().unlock();
- }
- if(lock.writeLock().tryLock()){ //写锁
- //业务逻辑
- lock.writeLock().unlock();
- }
- }
Semaphore实现原理和使用场景
- Semaphore和ReentrantLock一样,也有公平和非公平竞争锁的策略,一样也是通过内部类继承AQS来实现同步
- 通俗解释:假设有一口井,最多有三个人的位置打水。每有一个人打水,则需要占用一个位置。当三个位置全部占满时,第四个人需要打水,则要等待前三个人中一个离开打水位,才能继续获取打水的位置
- 使用示例
- public static void main(String[] args) throws Exception {
- Semaphore semaphore = new Semaphore(2);
- for (int i = 0; i < 3; i++)
- CompletableFuture.runAsync(() -> {
- try {
- System.out.println(Thread.currentThread().toString() + " start ");
- if(semaphore.tryAcquire(1)){
- Thread.sleep(1000);
- semaphore.release(1);
- System.out.println(Thread.currentThread().toString() + " 无阻塞结束 ");
- }else {
- System.out.println(Thread.currentThread().toString() + " 被阻塞结束 ");
- }
- } catch (Exception e) {
- throw new RuntimeException(e);
- }
- });
- //保证CompletableFuture 线程被执行,主线程再结束
- Thread.sleep(2000);
- }
- ---------------输出结果------------------
- Thread[ForkJoinPool.commonPool-worker-19,5,main] start
- Thread[ForkJoinPool.commonPool-worker-5,5,main] start
- Thread[ForkJoinPool.commonPool-worker-23,5,main] start
- Thread[ForkJoinPool.commonPool-worker-23,5,main] 被阻塞结束
- Thread[ForkJoinPool.commonPool-worker-5,5,main] 无阻塞结束
- Thread[ForkJoinPool.commonPool-worker-19,5,main] 无阻塞结束
可以看出三个线程,因为信号量设定为2,第三个线程是无法获取信息成功的,会打印阻塞结束
CountDownLatch实现原理和使用场景
- CountDownLatch也是靠AQS实现的同步操作
- 通俗解释:玩游戏时,假如主线任务需要靠完成五个小任务,主线任务才能继续进行时。此时可以用CountDownLatch,主线任务阻塞等待,每完成一小任务,就done一次计数,直到五个小任务全部被执行才能触发主线
- 使用示例
- public static void main(String[] args) throws Exception {
- CountDownLatch count = new CountDownLatch(2);
- for (int i = 0; i < 2; i++)
- CompletableFuture.runAsync(() -> {
- try {
- Thread.sleep(1000);
- System.out.println(" CompletableFuture over ");
- count.countDown();
- } catch (Exception e) {
- throw new RuntimeException(e);
- }
- });
- //等待CompletableFuture线程的完成
- count.await();
- System.out.println(" main over ");
- }
- ---------------输出结果------------------
- CompletableFuture over
- CompletableFuture over
- main over
CyclicBarrier实现原理和使用场景
- CyclicBarrier则是靠ReentrantLock lock和Condition trip属性来实现同步
- 通俗解释:CyclicBarrier需要阻塞全部线程到await状态,然后全部线程再全部被唤醒执行。想象有一个栏杆拦住五只羊,需要当五只羊一起站在栏杆时,栏杆才会被拉起,此时所有的羊都可以飞跑出羊圈
- 使用示例
- public static void main(String[] args) throws Exception {
- CyclicBarrier barrier = new CyclicBarrier(2);
- CompletableFuture.runAsync(()->{
- try {
- System.out.println("CompletableFuture run start-"+ Clock.systemUTC().millis());
- barrier.await(); //需要等待main线程也执行到await状态才能继续执行
- System.out.println("CompletableFuture run over-"+ Clock.systemUTC().millis());
- }catch (Exception e){
- throw new RuntimeException(e);
- }
- });
- Thread.sleep(1000);
- //和CompletableFuture线程相互等待
- barrier.await();
- System.out.println("main run over!");
- }
- ---------------输出结果------------------
- CompletableFuture run start-1609822588881
- main run over!
- CompletableFuture run over-1609822589880
StampedLock
- StampedLock不是借助AQS,而是自己内部维护多个状态值,并配合cas实现的
- StampedLock具有三种模式:写模式、读模式、乐观读模式
- StampedLock的读写锁可以相互转换
- //获取读锁,自旋获取,返回一个戳值
- public long readLock()
- //尝试加读锁,不成功返回0
- public long tryReadLock()
- //解锁
- public void unlockRead(long stamp)
- //获取写锁,自旋获取,返回一个戳值
- public long writeLock()
- //尝试加写锁,不成功返回0
- public long tryWriteLock()
- //解锁
- public void unlockWrite(long stamp)
- //尝试乐观读读取一个时间戳,并配合validate方法校验时间戳的有效性
- public long tryOptimisticRead()
- //验证stamp是否有效
- public boolean validate(long stamp)
- 使用示例
- public static void main(String[] args) throws Exception {
- StampedLock stampedLock = new StampedLock();
- long stamp = stampedLock.tryOptimisticRead();
- //判断版本号是否生效
- if (!stampedLock.validate(stamp)) {
- //获取读锁,会空转
- stamp = stampedLock.readLock();
- long writeStamp = stampedLock.tryConvertToWriteLock(stamp);
- if (writeStamp != 0) { //成功转为写锁
- //fixme 业务操作
- stampedLock.unlockWrite(writeStamp);
- } else {
- stampedLock.unlockRead(stamp);
- //尝试获取写读
- stamp = stampedLock.tryWriteLock();
- if (stamp != 0) {
- //fixme 业务操作
- stampedLock.unlockWrite(writeStamp);
- }
- }
- }
- }
参考文章
- 并发之Striped64(l累加器)[3]
参考资料
[1]详解锁原理,synchronized、volatile+cas底层实现: https://juejin.cn/post/6854573210768900110
[2]详解锁原理,synchronized、volatile+cas底层实现: https://juejin.cn/post/6854573210768900110
[3]并发之Striped64(l累加器): https://www.cnblogs.com/gosaint/p/9129867.html