在一般性開發(fā)中，筆者經(jīng)?？吹胶芏嗤瑢W(xué)在對待java并發(fā)開發(fā)模型中只會使用一些基礎(chǔ)的方法。比如Volatile，synchronized。像Lock和atomic這類高級并發(fā)包很多人并不經(jīng)常使用。我想大部分原因都是來之于對原理的不屬性導(dǎo)致的。在繁忙的開發(fā)工作中，又有誰會很準確的把握和使用正確的并發(fā)模型呢？
所以最近基于這個思想，本人打算把并發(fā)控制機制這部分整理成一篇文章。既是對自己掌握知識的一個回憶，也是希望這篇講到的類容能幫助到大部分開發(fā)者。
并行程序開發(fā)不可避免地要涉及多線程、多任務(wù)的協(xié)作和數(shù)據(jù)共享等問題。在JDK中，提供了多種途徑實現(xiàn)多線程間的并發(fā)控制。比如常用的：內(nèi)部鎖、重入鎖、讀寫鎖和信號量。
Java內(nèi)存模型
在java中，每一個線程有一塊工作內(nèi)存區(qū)，其中存放著被所有線程共享的主內(nèi)存中的變量的值的拷貝。當線程執(zhí)行時，它在自己的工作內(nèi)存中操作這些變量。
為了存取一個共享的變量，一個線程通常先獲取鎖定并且清除它的工作內(nèi)存區(qū)，這保證該共享變量從所有線程的共享內(nèi)存區(qū)正確地裝入到線程的工作內(nèi)存區(qū)，當線程解鎖時保證該工作內(nèi)存區(qū)中變量的值協(xié)會到共享內(nèi)存中。
當一個線程使用某一個變量時，不論程序是否正確地使用線程同步操作，它獲取的值一定是由它本身或者其他線程存儲到變量中的值。例如，如果兩個線程把不同的值或者對象引用存儲到同一個共享變量中，那么該變量的值要么是這個線程的，要么是那個線程的，共享變量的值不會是由兩個線程的引用值組合而成。
一個變量時Java程序可以存取的一個地址，它不僅包括基本類型變量、引用類型變量，而且還包括數(shù)組類型變量。保存在主內(nèi)存區(qū)的變量可以被所有線程共享，但是一個線程存取另一個線程的參數(shù)或者局部變量時不可能的，所以開發(fā)人員不必擔心局部變量的線程安全問題。
volatile變量–多線程間可見
由于每個線程都有自己的工作內(nèi)存區(qū)，因此當一個線程改變自己的工作內(nèi)存中的數(shù)據(jù)時，對其他線程來說，可能是不可見的。為此，可以使用volatile關(guān)鍵字破事所有線程軍讀寫內(nèi)存中的變量，從而使得volatile變量在多線程間可見。
聲明為volatile的變量可以做到如下保證：
1、其他線程對變量的修改，可以及時反應(yīng)在當前線程中；
2、確保當前線程對volatile變量的修改，能及時寫回到共享內(nèi)存中，并被其他線程所見；
3、使用volatile聲明的變量，編譯器會保證其有序性。
同步關(guān)鍵字synchronized
同步關(guān)鍵字synchronized是Java語言中最為常用的同步方法之一。在JDK早期版本中，synchronized的性能并不是太好，值適合于鎖競爭不是特別激烈的場合。在JDK6中，synchronized和非公平鎖的差距已經(jīng)縮小。更為重要的是，synchronized更為簡潔明了，代碼可讀性和維護性比較好。
鎖定一個對象的方法：
public synchronized void method(){}
當method()方法被調(diào)用時，調(diào)用線程首先必須獲得當前對象所，若當前對象鎖被其他線程持有，這調(diào)用線程會等待，犯法結(jié)束后，對象鎖會被釋放，以上方法等價于下面的寫法：
publicvoidmethod(){
synchronized(this){
// do something …
}
}
其次，使用synchronized還可以構(gòu)造同步塊，與同步方法相比，同步塊可以更為精確控制同步代碼范圍。一個小的同步代碼非常有離與鎖的快進快出，從而使系統(tǒng)擁有更高的吞吐量。
publicvoidmethod(Object o){
// before
synchronized(o){
// do something ...
}
// after
}
synchronized也可以用于static函數(shù)：
public synchronized static void method(){}
這個地方一定要注意，synchronized的鎖是加在當前Class對象上，因此，所有對該方法的調(diào)用，都必須獲得Class對象的鎖。
雖然synchronized可以保證對象或者代碼段的線程安全，但是僅使用synchronized還是不足以控制擁有復(fù)雜邏輯的線程交互。為了實現(xiàn)多線程間的交互，還需要使用Object對象的wait()和notify()方法。
典型用法：
synchronized(obj){
while(){
obj.wait();
// 收到通知后，繼續(xù)執(zhí)行。
}
}
在使用wait()方法前，需要獲得對象鎖。在wait()方法執(zhí)行時，當前線程或釋放obj的獨占鎖，供其他線程使用。
當?shù)却趏bj上線程收到obj.notify()時，它就能重新獲得obj的獨占鎖，并繼續(xù)運行。注意了，notify()方法是隨機喚起等待在當前對象的某一個線程。
下面是一個阻塞隊列的實現(xiàn)：
publicclassBlockQueue{
privateList list =newArrayList();
publicsynchronizedObject pop()throwsInterruptedException{
while(list.size()==0){
this.wait();
}
if(list.size()>0){
returnlist.remove(0);
}else{
returnnull;
}
}
publicsynchronizedObject put(Object obj){
list.add(obj);
this.notify();
}
}
synchronized配合wait()、notify()應(yīng)該是Java開發(fā)者必須掌握的基本技能。
Reentrantlock重入鎖
Reentrantlock稱為重入鎖。它比synchronized擁有更加強大的功能，它可以中斷、可定時。在高并發(fā)的情況下，它比synchronized有明顯的性能優(yōu)勢。
Reentrantlock提供了公平和非公平兩種鎖。公平鎖是對鎖的獲取是先進先出，而非公平鎖是可以插隊的。當然從性能上分析，非公平鎖的性能要好得多。因此，在無特殊需要，應(yīng)該優(yōu)選非公平鎖，但是synchronized提供鎖業(yè)不是絕對公平的。Reentrantlock在構(gòu)造的時候可以指定鎖是否公平。
在使用重入鎖時，一定要在程序最后釋放鎖。一般釋放鎖的代碼要寫在finally里。否則，如果程序出現(xiàn)異常，Loack就永遠無法釋放了。synchronized的鎖是JVM最后自動釋放的。
經(jīng)典使用方式如下：
try{
if(lock.tryLock(5, TimeUnit.SECONDS)) {//如果已經(jīng)被lock，嘗試等待5s，看是否可以獲得鎖，如果5s后仍然無法獲得鎖則返回false繼續(xù)執(zhí)行
// lock.lockInterruptibly();可以響應(yīng)中斷事件
try{
//操作
}finally{
lock.unlock();
}
}
}catch(InterruptedException e) {
e.printStackTrace();//當前線程被中斷時(interrupt)，會拋InterruptedException
}
Reentrantlock提供了非常豐富的鎖控制功能，靈活應(yīng)用這些控制方法，可以提高應(yīng)用程序的性能。不過這里并非是極力推薦使用Reentrantlock。重入鎖算是JDK中提供的高級開發(fā)工具。
ReadWriteLock讀寫鎖
讀寫分離是一種非常常見的數(shù)據(jù)處理思想。在sql中應(yīng)該算是必須用到的技術(shù)。ReadWriteLock是在JDK5中提供的讀寫分離鎖。讀寫分離鎖可以有效地幫助減少鎖競爭，以提升系統(tǒng)性能。讀寫分離使用場景主要是如果在系統(tǒng)中，讀操作次數(shù)遠遠大于寫操作。使用方式如下：
privateReentrantReadWriteLock readWriteLock =newReentrantReadWriteLock();
privateLock readLock = readWriteLock.readLock();
privateLock writeLock = readWriteLock.writeLock();
publicObject handleRead()throwsInterruptedException {
try{
readLock.lock();
Thread.sleep(1000);
returnvalue;
}finally{
readLock.unlock();
}
}
publicObject handleRead()throwsInterruptedException {
try{
writeLock.lock();
Thread.sleep(1000);
returnvalue;
}finally{
writeLock.unlock();
}
}
Condition對象
Conditiond對象用于協(xié)調(diào)多線程間的復(fù)雜協(xié)作。主要與鎖相關(guān)聯(lián)。通過Lock接口中的newCondition()方法可以生成一個與Lock綁定的Condition實例。Condition對象和鎖的關(guān)系就如用Object.wait()、Object.notify()兩個函數(shù)以及synchronized關(guān)鍵字一樣。
這里可以把ArrayBlockingQueue的源碼摘出來看一下：
publicclassArrayBlockingQueueextendsAbstractQueue
implementsBlockingQueue, java.io.Serializable {
/** Main lock guarding all access */
finalReentrantLock lock;
/** Condition for waiting takes */
privatefinalCondition notEmpty;
/** Condition for waiting puts */
privatefinalCondition notFull;
publicArrayBlockingQueue(intcapacity,booleanfair) {
if(capacity <=0)
thrownewIllegalArgumentException();
this.items =newObject[capacity];
lock =newReentrantLock(fair);
notEmpty = lock.newCondition();// 生成與Lock綁定的Condition
notFull = lock.newCondition();
}
publicvoidput(E e)throwsInterruptedException {
checkNotNull(e);
finalReentrantLock lock =this.lock;
lock.lockInterruptibly();
try{
while(count == items.length)
notFull.await();
insert(e);
}finally{
lock.unlock();
}
}
privatevoidinsert(E x) {
items[putIndex] = x;
putIndex = inc(putIndex);
++count;
notEmpty.signal();// 通知
}
publicE take()throwsInterruptedException {
finalReentrantLock lock =this.lock;
lock.lockInterruptibly();
try{
while(count ==0)// 如果隊列為空
notEmpty.await();// 則消費者隊列要等待一個非空的信號
returnextract();
}finally{
lock.unlock();
}
}
privateE extract() {
finalObject[] items =this.items;
E x =this.cast(items[takeIndex]);
items[takeIndex] =null;
takeIndex = inc(takeIndex);
--count;
notFull.signal();// 通知put() 線程隊列已有空閑空間
returnx;
}
// other code
}
Semaphore信號量
信號量為多線程協(xié)作提供了更為強大的控制方法。信號量是對鎖的擴展。無論是內(nèi)部鎖synchronized還是重入鎖ReentrantLock，一次都允許一個線程訪問一個資源，而信號量卻可以指定多個線程同時訪問某一個資源。從構(gòu)造函數(shù)可以看出：
public Semaphore(int permits) {}
public Semaphore(int permits, boolean fair){} // 可以指定是否公平
permits指定了信號量的準入書，也就是同時能申請多少個許可。當每個線程每次只申請一個許可時，這就相當于指定了同時有多少個線程可以訪問某一個資源。這里羅列一下主要方法的使用：
public void acquire() throws InterruptedException {} //嘗試獲得一個準入的許可。若無法獲得，則線程會等待，知道有線程釋放一個許可或者當前線程被中斷。
public void acquireUninterruptibly(){} // 類似于acquire()，但是不會響應(yīng)中斷。
public boolean tryAcquire(){} // 嘗試獲取，如果成功則為true，否則false。這個方法不會等待，立即返回。
public boolean tryAcquire(long timeout, TimeUnit unit) throws InterruptedException {} // 嘗試等待多長時間
public void release() //用于在現(xiàn)場訪問資源結(jié)束后，釋放一個許可，以使其他等待許可的線程可以進行資源訪問。
下面來看一下JDK文檔中提供使用信號量的實例。這個實例很好的解釋了如何通過信號量控制資源訪問。
publicclassPool {
privatestaticfinalintMAX_AVAILABLE =100;
privatefinalSemaphore available =newSemaphore(MAX_AVAILABLE,true);
publicObject getItem()throwsInterruptedException {
available.acquire();
// 申請一個許可
// 同時只能有100個線程進入取得可用項，
// 超過100個則需要等待
returngetNextAvailableItem();
}
publicvoidputItem(Object x) {
// 將給定項放回池內(nèi)，標記為未被使用
if(markAsUnused(x)) {
available.release();
// 新增了一個可用項，釋放一個許可，請求資源的線程被激活一個
}
}
// 僅作示例參考，非真實數(shù)據(jù)
protectedObject[] items =newObject[MAX_AVAILABLE];// 用于對象池復(fù)用對象
protectedboolean[] used =newboolean[MAX_AVAILABLE];// 標記作用
protectedsynchronizedObject getNextAvailableItem() {
for(inti =0; i < MAX_AVAILABLE; ++i) {
if(!used[i]) {
used[i] =true;
returnitems[i];
}
}
returnnull;
}
protectedsynchronizedbooleanmarkAsUnused(Object item) {
for(inti =0; i < MAX_AVAILABLE; ++i) {
if(item == items[i]) {
if(used[i]) {
used[i] =false;
returntrue;
}else{
returnfalse;
}
}
}
returnfalse;
}
}
此實例簡單實現(xiàn)了一個對象池，對象池最大容量為100。因此，當同時有100個對象請求時，對象池就會出現(xiàn)資源短缺，未能獲得資源的線程就需要等待。當某個線程使用對象完畢后，就需要將對象返回給對象池。此時，由于可用資源增加，因此，可以激活一個等待該資源的線程。
ThreadLocal線程局部變量
在剛開始接觸ThreadLocal，筆者很難理解這個線程局部變量的使用場景。當現(xiàn)在回過頭去看，ThreadLocal是一種多線程間并發(fā)訪問變量的解決方案。與synchronized等加鎖的方式不同，ThreadLocal完全不提供鎖，而使用了以空間換時間的手段，為每個線程提供變量的獨立副本，以保障線程安全，因此它不是一種數(shù)據(jù)共享的解決方案。
ThreadLocal是解決線程安全問題一個很好的思路，ThreadLocal類中有一個Map，用于存儲每一個線程的變量副本，Map中元素的鍵為線程對象，而值對應(yīng)線程的變量副本，由于Key值不可重復(fù)，每一個“線程對象”對應(yīng)線程的“變量副本”，而到達了線程安全。
特別值得注意的地方，從性能上說，ThreadLocal并不具有絕對的又是，在并發(fā)量不是很高時，也行加鎖的性能會更好。但作為一套與鎖完全無關(guān)的線程安全解決方案，在高并發(fā)量或者所競爭激烈的場合，使用ThreadLocal可以在一定程度上減少鎖競爭。
下面是一個ThreadLocal的簡單使用：
publicclassTestNum {
// 通過匿名內(nèi)部類覆蓋ThreadLocal的initialValue()方法，指定初始值
privatestaticThreadLocal seqNum =newThreadLocal() {
publicInteger initialValue() {
return0;
}
};
// 獲取下一個序列值
publicintgetNextNum() {
seqNum.set(seqNum.get() +1);
returnseqNum.get();
}publicstaticvoidmain(String[] args) {
TestNum sn =newTestNum();
//3個線程共享sn，各自產(chǎn)生序列號
TestClient t1 =newTestClient(sn);
TestClient t2 =newTestClient(sn);
TestClient t3 =newTestClient(sn);
t1.start();
t2.start();
t3.start();
}
privatestaticclassTestClientextendsThread {
privateTestNum sn;
publicTestClient(TestNum sn) {
this.sn = sn;
}
publicvoidrun() {
for(inti =0; i <3; i++) {
// 每個線程打出3個序列值
System.out.println("thread["+ Thread.currentThread().getName() +"] --> sn["
+ sn.getNextNum() +"]");
}
}
}
}
輸出結(jié)果：
thread[Thread-0] –> sn[1]
thread[Thread-1] –> sn[1]
thread[Thread-2] –> sn[1]
thread[Thread-1] –> sn[2]
thread[Thread-0] –> sn[2]
thread[Thread-1] –> sn[3]
thread[Thread-2] –> sn[2]
thread[Thread-0] –> sn[3]
thread[Thread-2] –> sn[3]
輸出的結(jié)果信息可以發(fā)現(xiàn)每個線程所產(chǎn)生的序號雖然都共享同一個TestNum實例，但它們并沒有發(fā)生相互干擾的情況，而是各自產(chǎn)生獨立的序列號，這是因為ThreadLocal為每一個線程提供了單獨的副本。
鎖的性能和優(yōu)化
“鎖”是最常用的同步方法之一。在平常開發(fā)中，經(jīng)常能看到很多同學(xué)直接把鎖加很大一段代碼上。還有的同學(xué)只會用一種鎖方式解決所有共享問題。顯然這樣的編碼是讓人無法接受的。特別的在高并發(fā)的環(huán)境下，激烈的鎖競爭會導(dǎo)致程序的性能下降德更加明顯。因此合理使用鎖對程序的性能直接相關(guān)。
1、線程的開銷
在多核情況下，使用多線程可以明顯提高系統(tǒng)的性能。但是在實際情況中，使用多線程的方式會額外增加系統(tǒng)的開銷。相對于單核系統(tǒng)任務(wù)本身的資源消耗外，多線程應(yīng)用還需要維護額外多線程特有的信息。比如，線程本身的元數(shù)據(jù)，線程調(diào)度，線程上下文的切換等。
2、減小鎖持有時間在使用鎖進行并發(fā)控制的程序中，當鎖發(fā)生競爭時，單個線程對鎖的持有時間與系統(tǒng)性能有著直接的關(guān)系。如果線程持有鎖的時間很長，那么相對地，鎖的競爭程度也就越激烈。因此，在程序開發(fā)過程中，應(yīng)該盡可能地減少對某個鎖的占有時間，以減少線程間互斥的可能。比如下面這一段代碼：
publicsynchronizedvoidsyncMehod(){
beforeMethod();
mutexMethod();
afterMethod();
}
此實例如果只有mutexMethod()方法是有同步需要的，而在beforeMethod(),和afterMethod()并不需要做同步控制。如果beforeMethod(),和afterMethod()分別是重量級的方法，則會花費較長的CPU時間。在這個時候，如果并發(fā)量較大時，使用這種同步方案會導(dǎo)致等待線程大量增加。因為當前執(zhí)行的線程只有在執(zhí)行完所有任務(wù)后，才會釋放鎖。
下面是優(yōu)化后的方案，只在必要的時候進行同步，這樣就能明顯減少線程持有鎖的時間，提高系統(tǒng)的吞吐量。代碼如下：
publicvoidsyncMehod(){
beforeMethod();
synchronized(this){
mutexMethod();
}
afterMethod();
}
3、減少鎖粒度
減小鎖粒度也是一種削弱多線程鎖競爭的一種有效手段，這種技術(shù)典型的使用場景就是ConcurrentHashMap這個類。在普通的HashMap中每當對集合進行add()操作或者get()操作時，總是獲得集合對象的鎖。這種操作完全是一種同步行為，因為鎖是在整個集合對象上的，因此，在高并發(fā)時，激烈的鎖競爭會影響到系統(tǒng)的吞吐量。
如果看過源碼的同學(xué)應(yīng)該知道HashMap是數(shù)組+鏈表的方式做實現(xiàn)的。ConcurrentHashMap在HashMap的基礎(chǔ)上將整個HashMap分成若干個段(Segment)，每個段都是一個子HashMap。如果需要在增加一個新的表項，并不是將這個HashMap加鎖，二十搜線根據(jù)hashcode得到該表項應(yīng)該被存放在哪個段中，然后對該段加鎖，并完成put()操作。這樣，在多線程環(huán)境中，如果多個線程同時進行寫入操作，只要被寫入的項不存在同一個段中，那么線程間便可以做到真正的并行。具體的實現(xiàn)希望讀者自己花點時間讀一讀ConcurrentHashMap這個類的源碼，這里就不再做過多描述了。
4、鎖分離
在前面提起過ReadWriteLock讀寫鎖，那么讀寫分離的延伸就是鎖的分離。同樣可以在JDK中找到鎖分離的源碼LinkedBlockingQueue。
publicclassLinkedBlockingQueueextendsAbstractQueue
implementsBlockingQueue, java.io.Serializable {
/* Lock held by take, poll, etc /
private final ReentrantLock takeLock = new ReentrantLock();
/** Wait queue for waiting takes */
private final Condition notEmpty = takeLock.newCondition();
/** Lock held by put, offer, etc */
private final ReentrantLock putLock = new ReentrantLock();
/** Wait queue for waiting puts */
private final Condition notFull = putLock.newCondition();
public E take() throws InterruptedException {
E x;
int c = -1;
final AtomicInteger count = this.count;
final ReentrantLock takeLock = this.takeLock;
takeLock.lockInterruptibly(); // 不能有兩個線程同時讀取數(shù)據(jù)
try {
while (count.get() == 0) { // 如果當前沒有可用數(shù)據(jù)，一直等待put()的通知
notEmpty.await();
}
x = dequeue(); // 從頭部移除一項
c = count.getAndDecrement(); // size減1
if (c > 1)
notEmpty.signal(); // 通知其他take()操作
} finally {
takeLock.unlock(); // 釋放鎖
}
if (c == capacity)
signalNotFull(); // 通知put()操作，已有空余空間
return x;
}
public void put(E e) throws InterruptedException {
if (e == null) throw new NullPointerException();
// Note: convention in all put/take/etc is to preset local var
// holding count negative to indicate failure unless set.
int c = -1;
Node node = new Node(e);
final ReentrantLock putLock = this.putLock;
final AtomicInteger count = this.count;
putLock.lockInterruptibly(); // 不能有兩個線程同時put數(shù)據(jù)
try {
/*
* Note that count is used in wait guard even though it is
* not protected by lock. This works because count can
* only decrease at this point (all other puts are shut
* out by lock), and we (or some other waiting put) are
* signalled if it ever changes from capacity. Similarly
* for all other uses of count in other wait guards.
*/
while(count.get() == capacity) {// 隊列滿了 則等待
notFull.await();
}
enqueue(node);// 加入隊列
c = count.getAndIncrement();// size加1
if(c +1< capacity)
notFull.signal();// 如果有足夠空間，通知其他線程
}finally{
putLock.unlock();// 釋放鎖
}
if(c ==0)
signalNotEmpty();// 插入成功后，通知take()操作讀取數(shù)據(jù)
}
// other code
}
這里需要說明一下的就是，take()和put()函數(shù)是相互獨立的，它們之間不存在鎖競爭關(guān)系。只需要在take()和put()各自方法內(nèi)部分別對takeLock和putLock發(fā)生競爭。從而，削弱了鎖競爭的可能性。
5、鎖粗化
上面說到的減小鎖時間和粒度，這樣做就是為了滿足每個線程持有鎖的時間盡量短。但是，在粒度上應(yīng)該把握一個度，如果對用一個鎖不停地進行請求、同步和釋放，其本身也會消耗系統(tǒng)寶貴的資源，反而加大了系統(tǒng)開銷。
我們需要知道的是，虛擬機在遇到一連串連續(xù)的對同一鎖不斷進行請求和釋放的操作時，便會把所有的鎖操作整合成對鎖的一次請求，從而減少對鎖的請求同步次數(shù)，這樣的操作叫做鎖的粗化。下面是一段整合實例演示：
publicvoidsyncMehod(){
synchronized(lock){
method1();
}
synchronized(lock){
method2();
}
}
JVM整合后的形式：
publicvoidsyncMehod(){
synchronized(lock){
method1();
method2();
}
}
因此，這樣的整合給我們開發(fā)人員對鎖粒度的把握給出了很好的演示作用。
無鎖的并行計算
上面花了很大篇幅在說鎖的事情，同時也提到過鎖是會帶來一定的上下文切換的額外資源開銷，在高并發(fā)時，”鎖“的激烈競爭可能會成為系統(tǒng)瓶頸。因此，這里可以使用一種非阻塞同步方法。這種無鎖方式依然能保證數(shù)據(jù)和程序在高并發(fā)環(huán)境下保持多線程間的一致性。
1、非阻塞同步/無鎖
非阻塞同步方式其實在前面的ThreadLocal中已經(jīng)有所體現(xiàn)，每個線程擁有各自獨立的變量副本，因此在并行計算時，無需相互等待。這里筆者主要推薦一種更為重要的、基于比較并交換（Compare And Swap）CAS算法的無鎖并發(fā)控制方法。
CAS算法的過程：它包含3個參數(shù)CAS(V,E,N)。V表示要更新的變量，E表示預(yù)期值，N表示新值。僅當V值等于E值時，才會將V的值設(shè)為N，如果V值和E值不同，則說明已經(jīng)有其他線程做了更新，則當前線程什么都不做。最后CAS返回當前V的真實值。CAS操作時抱著樂觀的態(tài)度進行的，它總是認為自己可以成功完成操作。當多個線程同時使用CAS操作一個變量時，只有一個會勝出，并成功更新，其余俊輝失敗。失敗的線程不會被掛起，僅是被告知失敗，并且允許再次嘗試，當然也允許失敗的線程放棄操作?；谶@樣的原理，CAS操作及時沒有鎖，也可以發(fā)現(xiàn)其他線程對當前線程的干擾，并且進行恰當?shù)奶幚怼?/p>
2、原子量操作
JDK的java.util.concurrent.atomic包提供了使用無鎖算法實現(xiàn)的原子操作類，代碼內(nèi)部主要使用了底層native代碼的實現(xiàn)。有興趣的同學(xué)可以繼續(xù)跟蹤一下native層面的代碼。這里就不貼表層的代碼實現(xiàn)了。
下面主要以一個例子來展示普通同步方法和無鎖同步的性能差距：
publicclassTestAtomic {
privatestaticfinalintMAX_THREADS =3;
privatestaticfinalintTASK_COUNT =3;
privatestaticfinalintTARGET_COUNT =100*10000;
privateAtomicInteger acount =newAtomicInteger(0);
privateintcount =0;
synchronizedintinc() {
return++count;
}
synchronizedintgetCount() {
returncount;
}
publicclassSyncThreadimplementsRunnable {
String name;
longstartTime;
TestAtomic out;
publicSyncThread(TestAtomic o,longstartTime) {
this.out = o;
this.startTime = startTime;
}
@Override
publicvoidrun() {
intv = out.inc();
while(v < TARGET_COUNT) {
v = out.inc();
}
longendTime = System.currentTimeMillis();
System.out.println("SyncThread spend:"+ (endTime - startTime) +"ms"+", v="+ v);
}
}
publicclassAtomicThreadimplementsRunnable {
String name;
longstartTime;
publicAtomicThread(longstartTime) {
this.startTime = startTime;
}
@Override
publicvoidrun() {
intv = acount.incrementAndGet();
while(v < TARGET_COUNT) {
v = acount.incrementAndGet();
}
longendTime = System.currentTimeMillis();
System.out.println("AtomicThread spend:"+ (endTime - startTime) +"ms"+", v="+ v);
}
}
@Test
publicvoidtestSync()throwsInterruptedException {
ExecutorService exe = Executors.newFixedThreadPool(MAX_THREADS);
longstartTime = System.currentTimeMillis();
SyncThread sync =newSyncThread(this, startTime);
for(inti =0; i < TASK_COUNT; i++) {
exe.submit(sync);
}
Thread.sleep(10000);
}
@Test
publicvoidtestAtomic()throwsInterruptedException {
ExecutorService exe = Executors.newFixedThreadPool(MAX_THREADS);
longstartTime = System.currentTimeMillis();
AtomicThread atomic =newAtomicThread(startTime);
for(inti =0; i < TASK_COUNT; i++) {
exe.submit(atomic);
}
Thread.sleep(10000);
}
}
測試結(jié)果如下：
testSync():
SyncThread spend:201ms, v=1000002
SyncThread spend:201ms, v=1000000
SyncThread spend:201ms, v=1000001
testAtomic():
AtomicThread spend:43ms, v=1000000
AtomicThread spend:44ms, v=1000001
AtomicThread spend:46ms, v=1000002
相信這樣的測試結(jié)果將內(nèi)部鎖和非阻塞同步算法的性能差異體現(xiàn)的非常明顯。因此筆者更推薦直接視同atomic下的這個原子類。
結(jié)束語
終于把想表達的這些東西整理完成了，其實還有一些想CountDownLatch這樣的類沒有講到。不過上面的所講到的絕對是并發(fā)編程中的核心。也許有些讀者朋友能在網(wǎng)上看到很多這樣的知識點，但是個人還是覺得知識只有在對比的基礎(chǔ)上才能找到它合適的使用場景。因此，這也是小編整理這篇文章的原因，也希望這篇文章能幫到更多的同學(xué)。
