当不同线程操作相同共享数据时,这个共享数据是彼此不可见的,所以出现了内存可见性问题。同步锁(synchronized)可以解决该问题,但是效率较差。因此,Java 提供了一种稍弱的同步机制:volatile。
volatile 关键字修饰变量,用来确保将变量的更新操作通知到其他线程,保证内存可见性。(注意,volatile修饰的变量无法进行重排序)
可以将 volatile 看做一个轻量级的锁,但是又与锁有些不同:
写:当写一个volatile变量时,JMM会把该线程对应的本地中的共享变量值刷新到主内存。
读:当读一个volatile变量时,JMM会把该线程对应的本地内存置为无效,线程接下来将从主内存中读取共享变量。
举例:i++的原子性问题,i++的操作实际上分为三步:“读-改-写”:
int i = 10;
i = i++;//此时的i = 10
//上述两行代码在JMM中执行分以下三步:
int temp = i;
i = i + 1;
i = temp;
//如果某一线程执行了读-改操作,在执行写操作之前,有一个其他线程也执行力读-改-写操作,那么就会出现三个语句没有全部执行的原子性问题。
java.util.concurrent.atomic 包下提供了一些原子操作的常用类:
这些类使用volatile关键字保证内存可见性,同时,使用CAS算法保证数据的原子性。
CAS算法是硬件对于并发操作共享数据的支持,是一种无锁的非阻塞算法的实现。
CAS 算法包含了三个操作数:内存值V、预估值A、更新值B,当且仅当 V = A 时,才会将B的值赋给A,否则什么操作都不做。
ConcurrentHashMap 同步容器类是一个线程安全的哈希表。对于多线程的操作,介于 HashMap 与 Hashtable 之间。内部采用“锁分段” 机制替代Hashtable 的独占锁,进而提高性能。
其余用于多线程上下文中的 Collection 实现:ConcurrentHashMap、ConcurrentSkipListMap、ConcurrentSkipListSet、 CopyOnWriteArrayList 和CopyOnWriteArraySet。
分段锁技术:ConcurrentHashMap使用Segment(分段锁)技术,将数据分成一段一段的存储,然后给每一段数据配一把锁,当一个线程占用锁访问其中一个段数据的时候,其他段的数据也能被其他线程访问,能够实现真正的并发访问。
JDK1.8之后,ConcurrentHashMap 采用 CAS 算法 + synchronized代替了分段锁机制。
CountDownLatch 是一个同步辅助类,在完成一组正在其他线程中执行的操作之前,它允许一个或多个线程一直等待。
闭锁可以延迟线程的进度直到其到达终止状态,可以用来确保某些活动直到其他活动都完成才继续执行:
应用场景举例:计算所有并发线程执行完毕的时间花费。
之前的博文写过:Thread、Runnable、Callable、线程池
https://blog.csdn.net/qq_40585800/article/details/106449260
在 Java 5.0 之前,协调共享对象的访问时可以使用的机制只有 synchronized 和 volatile 。Java 5.0 后增加了一些新的机制,但并不是一种替代内置锁的方法,而是当内置锁不适用时,作为一种可选择的高级功能。
ReentrantLock 实现了 Lock 接口,并提供了与 synchronized 相同的互斥性和内存可见性。但相较于 synchronized 提供了更高的处理锁的灵活性,手动加锁和释放锁。
class MyThread2 implements Runnable{
private ReentrantLock lock = new ReentrantLock();
@Override
public void run() {
try{
//加锁
lock.lock();
//相关操作
...
}finally {
//释放锁
lock.unlock();
}
}
}
在Condition 对象中,与wait、notify 和 notifyAll 方法对应的分别是 await、signal 和 signalAll。
Condition 实例实质上被绑定到一个锁上。要为特定 Lock 实例获得 Condition 实例,可以使用其newCondition() 方法。
举例,在生产者消费者问题中,需要引入同步锁机制(Lock)来控制同步,此时就需要其对应的Condition对象来进行wait、notify操作。
ReentrantLock reentrantLock = new ReentrantLock();
Condition condition = reentrantLock.newCondition();
condition.await();
...
condition.signalAll();
例题:编写一个程序,开启3个线程,这三个线程的 ID 分别为 A、B、C,每个线程将自己的 ID 在屏幕上打印10遍,要求输出的结果必须按顺序显示。 如:ABCABCABC…… 依次递归。
class AlternateDemo {
private int number = 1; //当前正在执行线程的标记
private Lock lock = new ReentrantLock();
private Condition condition1 = lock.newCondition();
private Condition condition2 = lock.newCondition();
private Condition condition3 = lock.newCondition();
/**
* @param totalLoop : 循环第几轮
*/
public void loopA(int totalLoop) {
lock.lock();
try {
//1. 判断
if (number != 1) {
condition1.await();
}
//2. 打印
for (int i = 1; i <= 1; i++) {
System.out.println(Thread.currentThread().getName() + "\t" + i + "\t" + totalLoop);
}
//3. 唤醒
number = 2;
condition2.signal();
} catch (Exception e) {
e.printStackTrace();
} finally {
lock.unlock();
}
}
public void loopB(int totalLoop) {
lock.lock();
try {
//1. 判断
if (number != 2) {
condition2.await();
}
//2. 打印
for (int i = 1; i <= 1; i++) {
System.out.println(Thread.currentThread().getName() + "\t" + i + "\t" + totalLoop);
}
//3. 唤醒
number = 3;
condition3.signal();
} catch (Exception e) {
e.printStackTrace();
} finally {
lock.unlock();
}
}
public void loopC(int totalLoop) {
lock.lock();
try {
//1. 判断
if (number != 3) {
condition3.await();
}
//2. 打印
for (int i = 1; i <= 1; i++) {
System.out.println(Thread.currentThread().getName() + "\t" + i + "\t" + totalLoop);
}
//3. 唤醒
number = 1;
condition1.signal();
} catch (Exception e) {
e.printStackTrace();
} finally {
lock.unlock();
}
}
}
写写/读写:需要互斥;读读:不需要互斥。
ReadWriteLock 维护了一对相关的锁,一个用于只读操作, 另一个用于写入操作。只要没有 writer,读取锁可以由多个 reader 线程同时保持。写入锁是独占的。
ReadWriteLock 读取操作通常不会改变共享资源,但执行写入操作时,必须独占方式来获取锁。对于读取操作占多数的数据结构。ReadWriteLock 能提供比独占锁更高的并发性。而对于只读的数据结构,其中包含的不变性可以完全不需要考虑加锁操作。
class ReadWriteLockDemo{
private int number = 0;
private ReadWriteLock lock = new ReentrantReadWriteLock();
//读
public void get(){
lock.readLock().lock(); //上读锁,不互斥
try{
System.out.println(Thread.currentThread().getName() + " : " + number);
}finally{
lock.readLock().unlock(); //释放读锁
}
}
//写
public void set(int number){
lock.writeLock().lock();//上写锁,互斥
try{
System.out.println(Thread.currentThread().getName());
this.number = number;
}finally{
lock.writeLock().unlock();//释放写锁
}
}
}
提供了一个线程队列,队列中保存着所有等待状态的线程。避免了创建与销毁额外开销,提高了响应的速度。
ScheduledThreadPoolExecutor :继承 ThreadPoolExecutor, 实现 ScheduledExecutorService
工具类 : Executors :
//创建线程
ExecutorService pool = Executors.newFixedThreadPool(5);
//ThreadPoolDemo是实现了Runnable接口的类
ThreadPoolDemo tpd = new ThreadPoolDemo();
//为线程池中的线程分配任务
//pool.execute(tpd);//适合Runnable
pool.submit(tpd);//适合Callable
//关闭线程池
pool.shutdown();
一个 ExecutorService,可安排在给定的延迟后运行或定期执行的命令。
ScheduledExecutorService pool = Executors.newScheduledThreadPool(5);
for (int i = 0; i < 5; i++) {
Future<Integer> result = pool.schedule(new Callable<Integer>(){
@Override
public Integer call() throws Exception {
int num = new Random().nextInt(100);//生成随机数
System.out.println(Thread.currentThread().getName() + " : " + num);
return num;
}
}, 1, TimeUnit.SECONDS);//(线程,延迟时间,延迟时间的单位)
System.out.println(result.get());
}
pool.shutdown();
Fork/Join 框架:就是在必要的情况下,将一个大任务,进行拆分(fork)成若干个小任务(拆到不可再拆时),再将一个个的小任务运算的结果进行 join 汇总。
采用“工作窃取”模式(work-stealing): 当执行新的任务时它可以将其拆分分成更小的任务执行,并将小任务加到线程队列中,然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。
在一般的线程池中,如果一个线程正在执行的任务由于某些原因无法继续运行,那么该线程会处于等待状态。而在fork/join框架实现中, 如果某个子问题由于等待另外一个子问题的完成而无法继续运行,那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行。这种方式减少了线程的等待时间,提高了性能。
public class TestForkJoinPool {
public static void main(String[] args) {
Instant start = Instant.now();
ForkJoinPool pool = new ForkJoinPool();
ForkJoinTask<Long> task = new ForkJoinSumCalculate(0L, 50000000000L);
Long sum = pool.invoke(task);
System.out.println(sum);
Instant end = Instant.now();
System.out.println("耗费时间为:" + Duration.between(start, end).toMillis());//166-1996-10590
}
}
class ForkJoinSumCalculate extends RecursiveTask<Long>{
private static final long serialVersionUID = -259195479995561737L;
private long start;
private long end;
private static final long THURSHOLD = 10000L; //临界值
public ForkJoinSumCalculate(long start, long end) {
this.start = start;
this.end = end;
}
@Override
protected Long compute() {
long length = end - start;
if(length <= THURSHOLD){
long sum = 0L;
for (long i = start; i <= end; i++) {
sum += i;
}
return sum;
}else{
long middle = (start + end) / 2;
//进行拆分,同时压入线程队列
ForkJoinSumCalculate left = new ForkJoinSumCalculate(start, middle);
left.fork();
ForkJoinSumCalculate right = new ForkJoinSumCalculate(middle+1, end);
right.fork();
return left.join() + right.join();
}
}
}