JAVA并发提高篇—并发模型

多线程开发可以更好的发挥多核cpu性能,常用的多线程设计模式有:Future、Master-Worker、Guard
Susperionsion(保护性暂挂模式)、不变模式、生产者-消费者
模式;jdk除了定义了若干并发的数据结构,也内置了多线程框架和各种线程池;
锁(分为内部锁、重入锁、读写锁)、ThreadLocal、信号量等在并发控制中发挥着巨大的作用。

一、Future模型

1.什么是Future模型

该模型是将异步请求和代理模式联合的模型产物。见下图:
JAVA并发提高篇—并发模型_第1张图片

客户端发送一个长时间的请求,服务端不需等待该数据处理完成便立即返回一个伪造的代理数据(相当于商品订单,不是商品本身),用户也无需等待,先去执行其他的若干操作后,再去调用服务器已经完成组装的真实数据。该模型充分利用了等待的时间片段。

2.Future模式的核心结构:

JAVA并发提高篇—并发模型_第2张图片

Main:启动系统,调用Client发出请求;

Client:返回Data对象,理解返回FutureData(伪造的数据或未来数据),并开启ClientThread线程装配RealData(真实数据);

Data:返回数据的接口;

FutureData:Future数据,构造很快,但是是一个虚拟的数据,需要装配RealData;

RealData:真实数据,构造比较慢。

3.Future模式的代码实现:

(1)Main函数:

"font-size:18px;">package tgb;  
public class Main {  
    public static void main(String[] args){  
        Client client = new Client();  
        //理解返回一个FutureData  
        Data data = client.request("name");  
        System.out.println("请求完毕!");  
        try{
            //处理其他业务  
            //这个过程中,真是数据RealData组装完成,重复利用等待时间  
            Thread.sleep(2000);           
        }catch (Exception e){     
        }  
        //真实数据  
        System.out.println("数据 = "+ data.getResult());     
    }  
}  
  

(2)Client的实现:

"font-size:18px;">package tgb;  
public class Client {  
    public Data request(final String queryStr){  
        final FutureData future = new FutureData();  
        //开启一个新的线程来构造真实数据  
        new Thread(){  
            public void run(){  
                RealData realData = new RealData(queryStr);  
                future.setRealData(realData);           }  
        }.start();  
        return future;  
    }  
}  
  

(3)Data的实现:

"font-size:18px;">package tgb;  
public interface Data {  
    public  String getResult();  
}  
  

(4)FutureData:

"font-size:18px;">package tgb;  
/** 
 * 是对RealData的一个包装 
 * @author limin 
 * 
 */  
public class FutureData implements Data {  
    protected RealData realData =null;  
    protected boolean isReady = false;  
    public synchronized void setRealData(RealData realData){  
        if(isReady){  
            return;  
        }  
        this.realData=realData;  
        isReady=true;  
        notifyAll();      
    } 
    @Override  
    public  synchronized  String getResult() {  
        while(!isReady){  
            try{  
                wait();  
            }catch (Exception e){     
            }  
        }  
        return realData.result;  
    }  
}  
  

(5)RealData实现:

"font-size:18px;">package tgb;  
public class RealData implements Data {  
    protected  String  result;   
    public RealData(String para){  
         //构造比较慢  
        StringBuffer sb= new StringBuffer();  
        for(int i=0;i<10;i++){  
            sb.append(para);  
            try{  
                Thread.sleep(1000);  
            }catch(Exception e){  
            }  
            result= sb.toString();  
        }  
    }  
    @Override  
    public String getResult() {  
        return result;  
    }  
}  
  

4.注意:

FutureData是对RealData的包装,是对真实数据的一个代理,封装了获取真实数据的等待过程。它们都实现了共同的接口,所以,针对客户端程序组是没有区别的;
客户端在调用的方法中,单独启用一个线程来完成真实数据的组织,这对调用客户端的main函数式封闭的;
因为咋FutureData中的notifyAll和wait函数,主程序会等待组装完成后再会继续主进程,也就是如果没有组装完成,main函数会一直等待。

二、Master-Worker模式

Master-Worker模式是常用的并行模式之一,它的核心思想是,系统有两个进程协作工作:Master进程,负责接收和分配任务Worker进程,负责处理子任务。当Worker进程将子任务处理完成后,结果返回给Master进程,由Master进程做归纳汇总,最后得到最终的结果。

2.1什么是Master-Worker模式:

该模式的结构图:
JAVA并发提高篇—并发模型_第3张图片

结构图:

JAVA并发提高篇—并发模型_第4张图片

Worker:用于实际处理一个任务;

Master:任务的分配和最终结果的合成;

Main:启动程序,调度开启Master。

2.2代码实现:

下面的是一个简易的Master-Worker框架实现。

(1)Master部分:

[java] view plain copy
package MasterWorker;  

import java.util.HashMap;  
import java.util.Map;  
import java.util.Queue;  
import java.util.concurrent.ConcurrentHashMap;  
import java.util.concurrent.ConcurrentLinkedQueue;  

public class Master {  

    //任务队列  
    protected Queue workQueue= new ConcurrentLinkedQueue();  
    //Worker进程队列  
    protected Map threadMap= new HashMap();  
    //子任务处理结果集  
    protected Map resultMap= new ConcurrentHashMap();  
    //是否所有的子任务都结束了  
    public boolean isComplete(){  
        for(Map.Entry entry:threadMap.entrySet()){  
            if(entry.getValue().getState()!=Thread.State.TERMINATED){  
                return false;  
            }  

        }  
        return true ;  
    }  

    //Master的构造,需要一个Worker进程逻辑,和需要Worker进程数量  
    public Master(Worker worker,int countWorker){  

        worker.setWorkQueue(workQueue);  
        worker.setResultMap(resultMap);  
        for(int i=0;inew Thread(worker, Integer.toString(i)));  
        }  

    }  

    //提交一个任务  
    public void submit(Object job){  
        workQueue.add(job);  
    }  


    //返回子任务结果集  
    public Map getResultMap(){  
        return resultMap;  
    }  

    //开始运行所有的Worker进程,进行处理  
    public  void execute(){  
         for(Map.Entry entry:threadMap.entrySet()){  
             entry.getValue().start();  
         }  
    }  
}   
  

(2)Worker进程实现:

package MasterWorker;  
import java.util.Map;  
import java.util.Queue;  

public class Worker  implements Runnable{  
    //任务队列,用于取得子任务  
    protected Queue workQueue;  
    //子任务处理结果集  
    protected Map resultMap;  
    public void setWorkQueue(Queue workQueue){  
        this.workQueue= workQueue;  
    }  

    public void setResultMap(Map resultMap){  
        this.resultMap=resultMap;  
    }  
    //子任务处理的逻辑,在子类中实现具体逻辑  
    public Object handle(Object input){  
        return input;  
    }  

    @Override  
    public void run() {  

        while(true){  
            //获取子任务  
            Object input= workQueue.poll();  
            if(input==null){  
                break;  
            }  
            //处理子任务  
            Object re = handle(input);  
            resultMap.put(Integer.toString(input.hashCode()), re);  
        }  
    }  

}  
 
  

(3)运用这个小框架计算1——100的立方和,PlusWorker的实现:

package MasterWorker; 
public class PlusWorker extends Worker {  
    @Override  
    public Object handle(Object input) {      
        Integer i =(Integer)input;  
        return i*i*i;  
    } 
}  

(4)进行计算的Main函数:

package MasterWorker;  

import java.util.Map;  
import java.util.Set;  

public class Main {  
    /** 
     * @param args 
     */  
    public static void main(String[] args) {  
        //固定使用5个Worker,并指定Worker  
        Master m = new Master(new PlusWorker(), 5);  
        //提交100个子任务  
        for(int i=0;i<100;i++){  
            m.submit(i);  
        }  
        //开始计算  
        m.execute();  
        int re= 0;  
        //保存最终结算结果  
        Map resultMap =m.getResultMap();  

        //不需要等待所有Worker都执行完成,即可开始计算最终结果  
        while(resultMap.size()>0 || !m.isComplete()){  
            Set keys = resultMap.keySet();  
            String key =null;  
            for(String k:keys){  
                key=k;  
                break;  
            }  
            Integer i =null;  
            if(key!=null){  
                i=(Integer)resultMap.get(key);  
            }  
            if(i!=null){  
                //最终结果  
                re+=i;  
            }  
            if(key!=null){  
                //移除已经被计算过的项  
                resultMap.remove(key);  
            }      
        } 
    } 
}  

2.3总结:

Master-Worker模式是一种将串行任务并行化的方案,被分解的子任务在系统中可以被并行处理,同时,如果有需要,Master进程不需要等待所有子任务都完成计算,就可以根据已有的部分结果集计算最终结果集。

三、生产者-消费模式

生产者-消费模式,通常有两类线程,即若干个生产者线程和若干个消费者线程。生产者线程负责提交用户请求,消费者线程负责具体处理生产者提交的任务。两者之间通过共享内存缓冲去进行通信。

3.1.架构模式图:

JAVA并发提高篇—并发模型_第5张图片

类图:

JAVA并发提高篇—并发模型_第6张图片

生产者:提交用户请求,提取用户任务,并装入内存缓冲区;

消费者:在内存缓冲区中提取并处理任务;

内存缓冲区:缓存生产者提交的任务或数据,供消费者使用;

任务:生产者向内存缓冲区提交的数据结构;

Main:使用生产者和消费者的客户端。

JAVA并发提高篇—并发模型_第7张图片

3.2代码实现一个基于生产者-消费者模式的求整数平方的并行计算:

(1)Producer生产者线程:

"font-size:18px;">
  package ProducerConsumer;    

   import java.util.Random;  
   import java.util.concurrent.BlockingQueue;  
   import java.util.concurrent.TimeUnit;  
   import java.util.concurrent.atomic.AtomicInteger;     

    public class Producer  implements Runnable{  
    //Volatile修饰的成员变量在每次被线程访问时,都强迫从共享内存中重读该成员变量的值。  
    //而且,当成员变量发生变化时,强迫线程将变化值回写到共享内存。  
    //这样在任何时刻,两个不同的线程总是看到某个成员变量的同一个值。  
    private volatile  boolean isRunning= true;  

    //内存缓冲区  
    private BlockingQueue queue;  

    //总数,原子操作  
    private static AtomicInteger count = new AtomicInteger();  

    private static final int SLEEPTIME=1000;  

    public Producer(BlockingQueue queue) {  

        this.queue = queue;  
    }  

    @Override  
    public void run() {  
        PCData data=null;  
        Random r  = new Random();  
        System.out.println("start producer id = "+ Thread .currentThread().getId());  
        try{  
            while(isRunning){  
                Thread.sleep(r.nextInt(SLEEPTIME));  
                //构造任务数据  
                data= new PCData(count.incrementAndGet());  
                System.out.println("data is put into queue ");  
                //提交数据到缓冲区  
                if(!queue.offer(data,2,TimeUnit.SECONDS)){  
                    System.out.println("faile to  put data:  "+ data);  
                }  
            }  
        }catch (InterruptedException e){  
            e.printStackTrace();  
            Thread.currentThread().interrupt();        
        }   
    }  

    public void stop(){  

        isRunning=false;  
    }  
      }   

(2)Consumer消费者线程:

"font-size:18px;">package ProducerConsumer;  

import java.text.MessageFormat;  
import java.util.Random;  
import java.util.concurrent.BlockingQueue;  

public class Consumer implements Runnable {  
    //缓冲区     
    private BlockingQueue queue;  
    private static final int SLEEPTIME=1000;  


    public Consumer(BlockingQueue queue) {          
        this.queue = queue;  
    }  

    @Override  
    public void run() {  
        System.out.println("start Consumer id= "+ Thread .currentThread().getId());  
        Random r = new Random();  

            try {  
                //提取任务  
                while(true){  
                    PCData data= queue.take();  
                    if(null!= data){  
                        //计算平方  
                        int re= data.getData()*data.getData();  
                        System.out.println(MessageFormat.format("{0}*{1}={2}",  
                                    data.getData(),data.getData(),re  
                                ));  
                        Thread.sleep(r.nextInt(SLEEPTIME));                              
                    }  
                }  
            } catch (InterruptedException e) {                
                e.printStackTrace();  
                Thread.currentThread().interrupt();  
            }     
    }  
}  
  

(3)PCData共享数据模型:

"font-size:18px;">
package ProducerConsumer;  

public  final class PCData {  

    private final int intData;  

    public PCData(int d) {  
        intData=d;  
    }  

    public PCData(String  d) {  
        intData=Integer.valueOf(d);  
    }  

    public int getData(){  

        return intData;  

    }  
    @Override  
    public String toString(){  
        return "data:"+ intData ;  
    }  

}  
  

(4)Main函数:

"font-size:18px;">package ProducerConsumer;  

import java.util.concurrent.BlockingQueue;  
import java.util.concurrent.Executor;  
import java.util.concurrent.ExecutorService;  
import java.util.concurrent.Executors;  
import java.util.concurrent.LinkedBlockingDeque;  

public class Main {  

    /** 
     * @param args 
     */  
    public static void main(String[] args)  throws InterruptedException{  
        //建立缓冲区  
        BlockingQueue queue = new LinkedBlockingDeque(10);  
        //建立生产者  
        Producer producer1 = new Producer(queue);  
        Producer producer2 = new Producer(queue);  
        Producer producer3 = new Producer(queue);  

        //建立消费者  
        Consumer consumer1 = new Consumer(queue);  
        Consumer consumer2 = new Consumer(queue);  
        Consumer consumer3 = new Consumer(queue);         

        //建立线程池  
        ExecutorService service = Executors.newCachedThreadPool();  

        //运行生产者  
        service.execute(producer1);  
        service.execute(producer2);  
        service.execute(producer3);  
        //运行消费者  
        service.execute(consumer1);  
        service.execute(consumer2);  
        service.execute(consumer3);  

        Thread.sleep(10*1000);  

        //停止生产者  
        producer1.stop();  
        producer2.stop();  
        producer3.stop();  
        Thread.sleep(3000);  
        service.shutdown();  
    }  

}  
  

3.3注意:

volatile关键字:Volatile修饰的成员变量在每次被线程访问时,都强迫从共享内存中重读该成员变量的值。而且,当成员变量发生变化时,强迫线程将变化值回写到共享内存。这样在任何时刻,两个不同的线程总是看到某个成员变量的同一个值。

生产-消费模式的核心组件是共享内存缓冲区,是两者的通信桥梁,起到解耦作用,优化系统整体结构。

由于缓冲区的存在,生产者和消费者,无论谁在某一局部时间内速度相对较高,都可以使用缓冲区得到缓解,保证系统正常运行,这在一定程度上缓解了性能瓶颈对系统系能的影响。

四、不变模式

一个类的内部状态创建后,在整个生命期间都不会发生变化时,就是不变类

4.1 不变模式不需要同步

public final class Product {  
    //确保无子类    
    private final String no;  
    // 私有属性,不会被其他对象获取  
    private final String name;  
    //final保证属性不会被2次赋值  
    private final double price;  

    public Product(String no, String name, double price) {  
        //在创建对象时,必须指定数据   
        //  super();           
        // 因为创建之后,无法进行修改    
        this.no = no;  
        this.name = name;  
        this.price = price;  
    }  

    public String getNo() {  
        return no;  
    }  

    public String getName() {  
        return name;  
    }  

    public double getPrice() {  
        return price;  
    }  
}  

4.2下面是JDK提供几种不变的模式

  • java.lang.String

  • java.lang.Boolean

  • java.lang.Byte

  • java.lang.Character

  • java.lang.Double

  • java.lang.Float

  • java.lang.Integer

  • java.lang.Long

  • java.lang.Short

你可能感兴趣的:(java)