一次 parallelStream 引发的线程安全问题思考

前言

之前 业务开发中 parallelStream用的很少，书中对他的介绍印象中也停留在线程安全中，所以在使用parallelStream的中途就没有考虑线程安全问题，然后就出现了如下诡异的线程安全问题

问题代码

 List<ClearProduct> clears = Lists.newArrayListWithExpectedSize(sizeCount);
        source.stream().parallel().forEach(s -> {
            //elasticsearch 查询返回结果集
            ClearProduct clearProduct = clearProduct(s, print);
            if (ObjectUtil.isNotEmpty(clearProduct)) {
                clears.add(clearProduct);
            }
        });
        if (CollectionUtils.isNotEmpty(clears)) {
            Lists.partition(clears, 1000).parallelStream().forEach(s -> clearProductDao.saveBatch(s));
        }

开始以为 clearProduct方法由线程安全问题，仔细看了下发现不过是普通的业务代码，问题出在哪呢？
仔细发现是 clears 这个不安全的List集合导致的

我们通过看ArrayList的源码发现他的 add 方法如下

public boolean add(E e) {

    /**
     * 添加一个元素时，做了如下两步操作
     * 1.判断列表的capacity容量是否足够，是否需要扩容
     * 2.真正将元素放在列表的元素数组里面
     */
    ensureCapacityInternal(size + 1);  // Increments modCount!!
    elementData[size++] = e;
    return true;
}

ensureCapacityInternal()这个方法的详细代码我们可以暂时不看，它的作用就是判断如果将当前的新元素加到列表后面，列表的elementData数组的大小是否满足，如果size + 1的这个需求长度大于了elementData这个数组的长度，那么就要对这个数组进行扩容。

由此看到add元素时，实际做了两个大的步骤：

判断elementData数组容量是否满足需求
在elementData对应位置上设置值
这样也就出现了第一个导致线程不安全的隐患，在多个线程进行add操作时可能会导致elementData数组越界。具体逻辑如下：

列表大小为9，即size=9
线程A开始进入add方法，这时它获取到size的值为9，调用ensureCapacityInternal方法进行容量判断。
线程B此时也进入add方法，它获取到size的值也为9，也开始调用ensureCapacityInternal方法。
线程A发现需求大小为10，而elementData的大小就为10，可以容纳。于是它不再扩容，返回。
线程B也发现需求大小为10，也可以容纳，返回。
线程A开始进行设置值操作， elementData[size++] = e 操作。此时size变为10。
线程B也开始进行设置值操作，它尝试设置elementData[10] = e，而elementData没有进行过扩容，它的下标最大为9。于是此时会报出一个数组越界的异常ArrayIndexOutOfBoundsException.
另外第二步 elementData[size++] = e 设置值的操作同样会导致线程不安全。从这儿可以看出，这步操作也不是一个原子操作，它由如下两步操作构成：

elementData[size] = e;
size = size + 1;
在单线程执行这两条代码时没有任何问题，但是当多线程环境下执行时，可能就会发生一个线程的值覆盖另一个线程添加的值，具体逻辑如下：

列表大小为0，即size=0
线程A开始添加一个元素，值为A。此时它执行第一条操作，将A放在了elementData下标为0的位置上。
接着线程B刚好也要开始添加一个值为B的元素，且走到了第一步操作。此时线程B获取到size的值依然为0，于是它将B也放在了elementData下标为0的位置上。
线程A开始将size的值增加为1
线程B开始将size的值增加为2
这样线程AB执行完毕后，理想中情况为size为2，elementData下标0的位置为A，下标1的位置为B。而实际情况变成了size为2，elementData下标为0的位置变成了B，下标1的位置上什么都没有。并且后续除非使用set方法修改此位置的值，否则将一直为null，因为size为2，添加元素时会从下标为2的位置上开始。

• 总结

根本原因是，两个线程调传入了同一个ArrayList，这个参数在jvm内以地址方式存在栈内，指向堆区的（size和object[]数组），本质上调用
ArrayList add() { ensureCapacityInternal(size + 1); // Increments modCount!! elementData[size++] = e; return true; }
时，是通过this.size获取堆内size，这时候两个线程操作同一个堆内变量，就会出现读取时的值是对的，但是使用时值已经被修改了，在此this.size，就是脏数据

解决方式

解决很简单，要么给 add 方法加锁 要么把ArrayList变为线程安全的集合

List<ClearProduct> clears = Collections.synchronizedList(Lists.newArrayListWithExpectedSize(sizeCount));
//或者
 synchronized (this) {
                clears.add(clearProduct);
            }

Collections.synchronizedList()底层也是用 synchronized 实现的，给你返回的 SynchronizedCollection的方法都是全部加锁了

案例复现

这里提供一个简单的案例给大家去复现

 private static List<Integer> list1 = new ArrayList<>();
    private static List<Integer> list2 = new ArrayList<>();
    private static List<Integer> list3 = new ArrayList<>();
    private static Lock lock = new ReentrantLock();

    public static void main(String[] args) {
        IntStream.range(0, 100000).forEach(list1::add);

        IntStream.range(0, 100000).parallel().forEach(list2::add);

        IntStream.range(0, 100000).forEach(i -> {
            lock.lock();
            try {
                list3.add(i);
            }finally {
                lock.unlock();
            }
        });

        System.out.println("串行执行的大小：" + list1.size());
        System.out.println("并行执行的大小：" + list2.size());
        System.out.println("加锁并行执行的大小：" + list3.size());
    }

需要多试几次

• 参考
  https://blog.csdn.net/u012859681/article/details/78206494
  https://www.cnblogs.com/puyangsky/p/7608741.html