前言
ReadWriteLock
适用于读多写少的场景,允许多个线程同时读取共享变量。但在读多写少的场景中,还有更快的技术方案。在Java 1.8中, 提供了StampedLock
锁,它的性能就比读写锁还要好。下面我们介绍StampedLock的使用方法、内部工作原理以及在使用过程中需要注意的事项。
StampedLock支持的三种锁模式
ReadWriteLock
支持两种访问模式:读锁和写锁,而StampedLock
支持三种访问模式:写锁、悲观读锁和乐观读。
其中写锁和悲观读锁的语义与ReadWriteLock中的写锁和读锁语义类似,允许多个线程同时获取悲观读锁,只允许一个线程获取写锁。与ReadWriteLock不同的是,StampedLock中的写锁和悲观读锁加锁成功之后,都会返回一个stamp标记,然后解锁的时候需要传入这个stamp。
相关示例代码如下(代码来自参考[1])
final StampedLock sl = new StampedLock();
// 获取/释放悲观读锁示意代码
long stamp = sl.readLock();
try {
//省略业务相关代码
} finally {
sl.unlockRead(stamp);
}
// 获取/释放写锁示意代码
long stamp = sl.writeLock();
try {
//省略业务相关代码
} finally {
sl.unlockWrite(stamp);
}
StampedLock的性能之所以比ReadWriteLock好,其关键在于StampedLock支持乐观读。ReadWriteLock支持多个线程同时读,当多个线程同时读的时候,所有的写操作都会被阻塞。但是,StampedLock提供了乐观读,当有多个线程同时读共享变量允许一个线程获取写锁,也就是说不是所有写操作都会被阻塞。
需要注意,StampedLock提供的是“乐观读”而不是“乐观读锁”,这表示乐观读是无锁的,这也是其比ReadWriteLock读锁性能好的原因。
乐观读的使用示例(代码来自参考[1]):
class Point{
private int x, y;
final StampedLock sl = new StampedLock();
// 计算到原点的距离
double distanceFromOrigin() {
long stamp = sl.tryOptimisticRead(); //乐观读
//读取全局变量存储到局部变量中 在读入的过程中,数据可能被修改
int curX = x;
int curY = y;
//判断进行读操作期间,是否存在写操作,如果存在,则sl.validate(stamp)返回false
if(!sl.validate(stamp)) {
stamp = sl.readLock(); //升级为悲观读锁 一切的写操作都会被阻塞
try {
curX = x;
curY = y;
}finally {
sl.unlockRead(stamp); //释放悲观读锁
}
}
return Math.sqrt(curX*curX + curY*curY);
}
}
我们将共享变量x,y读入方法的局部变量中,因为tryOptimisticRead()
是无锁的,所以,共享变量x和y读入方法局部变量时,x和y有可能被其他线程修改了。因此,最后读完之后,还需要再次验证一下在读入过程中是否存在写操作,这个验证操作是通过调用validate(stamp)
来实现的。
如果在执行乐观读操作期间,存在写操作,会把乐观读升级为悲观读锁。
如果不使用这种做法,那么就可能需要使用循环来执行反复读,直到执行乐观读操作的期间没有写操作,但是循环会浪费大量的CPU。
所以,升级为悲观读锁,代码简练且不易出错。
StampedLock乐观读的理解
数据库中的乐观锁与StampedLock中的乐观读有着异曲同工之妙。
通过下面这个例子来理解:
在ERP的生产模块中,会有多个人通过ERP系统提供的UI同时修改同一条生产订单,那如何保证生产订单数据是并发安全的?
一种解决方案是采用乐观锁。
在生产订单的表product_doc
里面增加了一个数据型版本号字段vresion
,每次更新product_doc这个表的时候,都将version字段加1。生产订单的UI在展示的时候,需要查询数据库,此时将这个version字段和其他业务字段一起返回给生产订单UI。
假设用户查询的生产订单的id=777,那么SQL语句类似如下:
select id, ..., version
from product_doc
where id=777
用户在生产订单UI执行保存操作的时候,后台利用下面的SQL语句更新生产订单,此处我们假设该条生产订单的version=4:
update product_doc
set version=version+1,...
where id=777 and version=4
如果这条SQL语句执行成功并且返回条数等于1,那么说明从生产订单UI执行查询操作到执行保存期间,没有其他人修改过这条数据。因为如果这期间有人修改过这条数据,那么版本号字段一定会大于4。
数据库中的乐观锁,查询的时候,需要把version字段查出来,更新的时候要利用version字段做验证。StampedLock里面的stamp就类似于这个version字段。
StampedLock使用注意事项
StampedLock的功能仅仅是ReadWriteLock的子集,所以在使用时,还是需要注意一些地方:
StampedLock在命名上没有增加
Reentrant
,所以,猜想StampedLock不支持重入。事实上,确实如此,StampedLock是不支持重入的。StampedLock的悲观读锁、写锁都不支持条件变量。
如果线程阻塞在 StampedLock 的
readLock()
或者writeLock()
上时,调用该阻塞线程的interrupt()
方法,会导致 CPU 飙升。(代码来自参考[1])final StampedLock lock = new StampedLock(); Thread T1 = new Thread(()->{ lock.writeLock(); // 获取写锁 LockSupport.park(); // 永远阻塞在此处,不释放写锁 }); T1.start(); Thread.sleep(100); // 保证T1获取写锁 Thread T2 = new Thread(()->lock.readLock() ); //阻塞在悲观读锁 T2.start(); Thread.sleep(100); // 保证T2阻塞在读锁 //中断线程T2 会导致线程T2所在CPU飙升 T2.interrupt(); T2.join();
线程 T1 获取写锁之后将自己阻塞,线程 T2 尝试获取悲观读锁,也会阻塞;如果此时调用线程 T2 的 interrupt() 方法来中断线程 T2 的话,会发现线程 T2 所在 CPU 会飙升到 100%。(看专栏时明白线程T2获取悲观读锁会被阻塞,但是直到现在也不明白为什么调用T2的interrupt()方法会导致CPU飙升,望路过的看官解答。)
替代方法便是使用悲观读锁readLockInterruptibly()
和写锁writeLockInterruptibly()
。
StampedLock官方示例使用读写锁模板
精简Java官方示例后,可形成如下模板(代码来自参考[1])
StampedLock读模板:
final StampedLock sl = new StampedLock();
long stamp = sl.tryOptimisticRead(); // 乐观读
// 读入方法局部变量
//......
// 校验stamp
if (!sl.validate(stamp)){
stamp = sl.readLock(); // 升级为悲观读锁
try {
// 读入方法局部变量
.....
} finally {
sl.unlockRead(stamp); //释放悲观读锁
}
}
//使用方法局部变量执行业务操作
//......
StampedLock写模板:
long stamp = sl.writeLock();
try {
// 写共享变量
......
} finally {
sl.unlockWrite(stamp);
}
小结
这篇博客是学习专栏时的笔记总结出来的结果,粗略地介绍了一下StampedLock
,欲知更详细的请参考[3],无意中发现的大神博客,推荐起(•̀ᴗ•́)و ̑̑
参考:
[1] 极客时间专栏王宝令《Java并发编程实战》
[2] whoshiyeguiren.数据库乐观锁和悲观锁的理解和实现(转载&总结).https://blog.csdn.net/woshiyeguiren/article/details/80277475
[3] Ressmix.Java多线程进阶(十一)—— J.U.C之locks框架:StampedLock.https://segmentfault.com/a/1190000015808032?utm_source=tag-newest