多线程进阶—>JUC并发编程

多线程进阶->JUC并发编程

其实就是java.util.concurrent java.util.concurrent.locks 这些包

业务:普通的线程 Thread

Runnable 没有返回值 效率比callable低 实际开发中都是用callable

java 默认有2个线程 一个main 主线程 一个GC 回收线程

Java 不能开启线程 本地方法调用,底层是C++ ,Java 无法操作硬件

并发&并行

  • 并发(多个线程操作同一个资源)

    ​ 当CPU只有一核,模拟出来多条线程,快速交替

  • 并行(多个人一起行走)

    ​ CPU多核,多个线程可以同时执行

//获取CPU的核数
Runtime.getRuntime().availableProcessors

并发编程的本质:充分利用CPU的资源

线程有几种状态

     //新生
     NEW
     //运行
     RUNNABLE
     //阻塞
     BLOCKED
     //等待,死死的等待
     WAITING
     //超时等待
     TIMED_WAITING
     //终止
     TERMINATED

wait和sleep的区别

1.来自不同的类

​ wait来自Object类

​ sleep来自Thread类

2.关于锁的释放

​ wait会释放锁,sleep不会释放锁

3.使用范围

​ wait必须在同步代码块中才能使用

​ sleep 可以随便在那里都可以使用

Lock锁

多线程进阶—>JUC并发编程_第1张图片

可重进入锁 读锁 写锁

怎么实现的

多线程进阶—>JUC并发编程_第2张图片

l.lock(); // 加锁 l.unlock // 解锁

公平锁 和非公平锁

NonfairSync() // 非公平锁

不公平就是因为可以插队(默认就是非公平锁)

fairSync(); //公平锁

就是先来后到

synchronized和Lock的区别

  1. synchronized 是Java关键字,Lock是Java的一个类。
  2. synchronized 可重入锁,不可以中断,非公平锁,Lock可重入锁,可以判断,可以修改非公平锁
  3. synchronized 无法判断获取锁的状态,Lock锁可以获取锁的状态
  4. synchronized 会自动释放锁,Lock必须要手动释放锁!如果不释放就会死锁
  5. synchronized 线程1(获得锁,阻塞),线程2(等待,傻傻的等)Lock锁就不一定会等待下去 Lock.tryLock();
  6. synchronized 适合少量的代码同步问题,Lock适合锁大量的同步代码块

锁是什么,如何判断锁的是谁

生产者和消费者的问题

用while循环而不是用if判断 防止虚假唤醒

多线程进阶—>JUC并发编程_第3张图片

Condition精准的通知和唤醒线程

condition 同步监视器

8锁现象

如何判断锁的是谁!永远的知道什么锁,锁到底锁的是谁

synchronized锁的对象是调用者

在synchronized前面加了static锁的是class类模板

集合类不安全

List不安全

/**
java.util.ConcurrentModificationException  //并发写入错误
*  ArrayList 之线程不安全
*  解决办法
* 1.List arrayList = new Vector<>();    
	vector的add有 synchronized
* 2.List arrayList = Collections.synchronizedList(new ArrayList<>());
	
* 3.List arrayList =  new CopyOnWriteArrayList<>();  
	JUC解决                         写入时复制的意思
*/

        List<String> arrayList =   new CopyOnWriteArrayList<>();

        for (int i = 0; i < 100; i++) {
     
         new Thread(()->{
     
             arrayList.add(UUID.randomUUID().toString().substring(0,5));
             System.out.println(arrayList);
         },String.valueOf(i)).start();
    }

set不安全

//        Set set = new HashSet<>();
//        Set set = Collections.synchronizedSet(new HashSet<>());
             Set<Object> set = new CopyOnWriteArraySet();
        for (int i = 0; i < 100; i++) {
     
            new Thread(()->{
     
                set.add(UUID.randomUUID().toString().substring(0,5));
                System.out.println(set);
            },String.valueOf(i)).start();
        }
 
  

hashSet 底层是什么

add 就是hashMap的K key 是不能重复的

Map不安全

  //map是这样用的嘛? 不是工作中不用HashMap
        //默认等价于什么? new HasMap<>(16,0.75);
        //Map map= new HashMap<>();
       
        Map<String,String> map = new ConcurrentHashMap<>();
        for (int i = 0; i < 100; i++) {
     
            new Thread(()->{
     
                map.put(Thread.currentThread().getName(), UUID.randomUUID().toString().substring(0,5));
                System.out.println(map);
            },String.valueOf(i)).start();
        }

研究ConcurrentHashMap的原理

ConcurrentHashMap 是线程安全且高效的HashMap。

Callable

public class CallableTest {
     

    public static void main(String[] args) throws ExecutionException, InterruptedException {
     
        //实现Callable 不能直接用  new  Thread().start执行 需要找一个中间的是适配器
        // 那么就需要Runnable 的实现类FutureTask
        MyThread myThread = new MyThread();
        FutureTask futureTask = new FutureTask(myThread);  //适配类的用法
        new  Thread(futureTask).start();
        Object o = futureTask.get();//这个是获取返回值  有可能会阻塞要把它放到最后
        System.out.println(o);
    }
}

class MyThread implements Callable<String>{
     

    @Override
    public String call() throws Exception {
     
        System.out.println("进入call方法");
        return "打印的方法";
    }
}

总结

​ FutureTask futureTask = new FutureTask(实现了Callable的类); //适配类的用法

  1.   	有缓存
    
  2.   	结果可能需要等待  会阻塞
    

常用的辅助类

countDownLatch (减法计数器)

public class CountDownLatchDemo {
     
    public static void main(String[] args) throws InterruptedException {
     
        CountDownLatch countDownLatch = new CountDownLatch(6);
        for (int i = 1; i <= 6; i++) {
     
            new Thread(()->{
     
                System.out.println(Thread.currentThread().getName()+"出门");
                countDownLatch.countDown();  //数量-1操作
            },String.valueOf(i)).start();
        }
        // countDownLatch.await();  等待计数器归零的意思 就是等上面的全部执行完毕 在执行下面的操作
         countDownLatch.await();
        System.out.println("------------------------关门-----------------");
    }
}

​ 原理

​ CountDownLatch countDownLatch = new CountDownLatch(6); // 多个数量

​ countDownLatch.countDown(); 数量-1操作

​ countDownLatch.await(); 等待计数器归零 才能往下面执行

​ 每次有线程调用counDown()数量-1,假设计数器变为0,CountDownLatch.await()就会被唤醒,继续执行

CyclicBarrier (加法计数器)

public class CyclicBarrierDemo {
     
    public static void main(String[] args)  {
     
        CyclicBarrier cyclicBarrier = new CyclicBarrier(7,()->{
     
            System.out.println("召唤神龙");
        });

        for (int i = 0; i <=7; i++) {
     
            int finalI = i;
            new Thread(()->{
     
                System.out.println(Thread.currentThread().getName()+"收集了第"+ finalI+"龙珠");

                try {
     
                    cyclicBarrier.await();  //等待
                } catch (InterruptedException e) {
     
                    e.printStackTrace();
                } catch (BrokenBarrierException e) {
     
                    e.printStackTrace();
                }

            },"唐鸿").start();
        }

    }
}

Semaphore(信号量 )

信号量

public class SemaphoreDem {
     
    public static void main(String[] args) {
     
        // 线程 数量: 停车位   限流的作用
        Semaphore semaphore = new Semaphore(3);

        for (int i = 1; i <=6; i++) {
     
            new Thread(()->{
     
                try {
     
                    semaphore.acquire();  //acquire() 得到
                    System.out.println(Thread.currentThread().getName()+"抢到了车位");
                    TimeUnit.SECONDS.sleep(2);
                    System.out.println(Thread.currentThread().getName()+"离开了车位");
                } catch (InterruptedException e) {
     
                    e.printStackTrace();
                }finally {
     
                    semaphore.release();  //释放
                }
            },String.valueOf(i)).start();
        }
    }
}

原理

​ semaphore.acquire(); 获得,假设如果已经满了,等待被释放位置 -1的操作

​ semaphore.release(); 释放,会将当前的信号量释放+1,然后唤醒等待的线程

作用:多个共享资源互斥的使用 ,并发限流,控制最大的线程数

读写锁

readWriteLock

**
 * 独占锁(写锁) 一次只能被一个线程占有
 * 共享锁(读锁) 多个线程可以同时占有
 *-读 可以共存
 *-写 不可以共存
 *-写 不可以共存
 */
public class RendWritLockDemo {
     
    public static void main(String[] args) {
     
        MyCache myCache = new MyCache();
        for (int i = 0; i < 10; i++) {
     
            int temp = i;
            new Thread(()->{
     
                myCache.put(temp +"", temp +"");
            },String.valueOf(i)).start();
        }
        for (int i = 0; i < 10; i++) {
     
            int temp = i;
            new Thread(()->{
     
                myCache.get(temp +"");
            },String.valueOf(i)).start();
        }
    }
}

class MyCache{
     
    private volatile Map<String,String> map =new HashMap<>();
    //synchronized  和Lock 也能完成操作 但是用写锁 是因为更加细粒度的控制
    //写锁:
         ReentrantReadWriteLock readWriteLock= new ReentrantReadWriteLock();
    public   void put(String k,String v){
     
        readWriteLock.writeLock().lock();
        try {
     
            System.out.println(Thread.currentThread().getName()+"写入"+k);
            map.put(k,v);
            System.out.println(Thread.currentThread().getName()+"写入OK");
        } catch (Exception e) {
     
            e.printStackTrace();
        } finally {
     
            readWriteLock.writeLock().unlock();
        }
    }
        //读锁
    public void get(String k){
     
        readWriteLock.readLock().lock();
        try {
     
            System.out.println(Thread.currentThread().getName()+"读取"+k);
            String put = map.get(k);
            System.out.println(Thread.currentThread().getName()+"读取OK");
        } catch (Exception e) {
     
            e.printStackTrace();
        } finally {
     
            readWriteLock.readLock().unlock();
        }

    }
}

阻塞队列

​ FIFO 意思就是先进先出
多线程进阶—>JUC并发编程_第4张图片

多线程进阶—>JUC并发编程_第5张图片

学会使用队列

添加和移除

四组API

方式 抛出异常 有返回值值,不抛出异常 阻塞等待 超时等待
添加 add offer put offer(“d”, 2, TimeUnit.SECONDS)
移除 remove pooll take pooll(2, TimeUnit.SECONDS)
检测队首元素 element peek
 /**
     *抛出异常
     */
    public static void test(){

        ArrayBlockingQueue arrayBlockingQueue = new ArrayBlockingQueue<>(3);  //capacity  容量



        System.out.println(arrayBlockingQueue.add("a"));
        System.out.println(arrayBlockingQueue.add("b"));
        System.out.println(arrayBlockingQueue.add("c"));

//        System.out.println(arrayBlockingQueue.add("c"));   //java.lang.IllegalStateException: Queue full   抛出异常说队列已经满了


        System.out.println(  arrayBlockingQueue.element());  //产看队列首位元素
        System.out.println("______________________________");
        System.out.println( arrayBlockingQueue.remove());
        System.out.println( arrayBlockingQueue.remove());
        System.out.println( arrayBlockingQueue.remove());

//        System.out.println( arrayBlockingQueue.remove());    java.util.NoSuchElementException

    }
public static void test2(){
     
        ArrayBlockingQueue arrayBlockingQueue = new ArrayBlockingQueue<>(3);  //capacity  容量

        System.out.println( arrayBlockingQueue.offer("a"));
        System.out.println( arrayBlockingQueue.offer("b"));
        System.out.println( arrayBlockingQueue.offer("c"));
//        System.out.println( arrayBlockingQueue.offer("c"));  多加数据不会抛出异常 只会返回一个false


        System.out.println(arrayBlockingQueue.poll());
        System.out.println("----------------------------");
        System.out.println(arrayBlockingQueue.peek());   //peek 检测首元素
        System.out.println(arrayBlockingQueue.poll());
        System.out.println(arrayBlockingQueue.poll());
//        System.out.println(arrayBlockingQueue.poll());  取出多的数据不会抛出异常 会返回一个null
    }
    public static void test3() throws InterruptedException {
     
        ArrayBlockingQueue arrayBlockingQueue = new ArrayBlockingQueue<>(3);  //capacity  容量

            arrayBlockingQueue.put("a");
            arrayBlockingQueue.put("b");
            arrayBlockingQueue.put("c");
//            arrayBlockingQueue.put("d");   //队列没有位置了 在等待位置空出 所以一直阻塞

        System.out.println(arrayBlockingQueue.take());
        System.out.println(arrayBlockingQueue.take());
        System.out.println(arrayBlockingQueue.take());
//        System.out.println(arrayBlockingQueue.take());  //没有这个元素,一直在阻塞
    }
    public static void test4() throws InterruptedException {
     
        ArrayBlockingQueue arrayBlockingQueue = new ArrayBlockingQueue<>(3);  //capacity  容量

        System.out.println(arrayBlockingQueue.offer("a"));
        System.out.println(arrayBlockingQueue.offer("c"));
        System.out.println(arrayBlockingQueue.offer("b"));
//          System.out.println(arrayBlockingQueue.offer("d", 2, TimeUnit.SECONDS));   //超时等待  超过时间就会返回false


        System.out.println(arrayBlockingQueue.poll());
        System.out.println(arrayBlockingQueue.poll());
        System.out.println(arrayBlockingQueue.poll());
//        System.out.println(arrayBlockingQueue.poll( 2, TimeUnit.SECONDS));  // 超时等待  超过时间就会返回null
    }

SynchronousQueue 同步队列

/**
 * SynchronousQueue 同步队列
 * 和其他的BlockingQueue不一样,SynchronousQueue 不存储元素
 * put了一个元素,必须从里面先take取出来,否则不能在put进去值
 */
public class synchronizedQueueDemo {
     
    public static void main(String[] args) {
     
        BlockingQueue<String> objectSynchronizedQueue = new SynchronousQueue<>();

         new Thread(()->{
     
             try {
     
                 System.out.println(Thread.currentThread().getName()+"塞入a");
                 objectSynchronizedQueue.put("a");
                 System.out.println(Thread.currentThread().getName()+"塞入b");
                 objectSynchronizedQueue.put("b");
                 System.out.println(Thread.currentThread().getName()+"塞入c");
                 objectSynchronizedQueue.put("c");
             } catch (InterruptedException e) {
     
                 e.printStackTrace();
             }
         },"T").start();

        new Thread(()->{
     
            try {
     
                System.out.println(Thread.currentThread().getName()+"取出"+objectSynchronizedQueue.take());
                TimeUnit.SECONDS.sleep(2);
                System.out.println(Thread.currentThread().getName()+"取出"+objectSynchronizedQueue.take());
                TimeUnit.SECONDS.sleep(2);
                System.out.println(Thread.currentThread().getName()+"取出"+objectSynchronizedQueue.take());
            } catch (InterruptedException e) {
     
                e.printStackTrace();
            }
        },"B").start();
    }
}

线程池(重点)

池化技术

线程池的好处

  1. 降低资源的消耗

  2. 提高响应的速度

  3. 方便管理

线程复用,可以控制最大的并发数,管理线程

线程池:3大方法

阿里巴巴 开发手册规定线程池的创建

多线程进阶—>JUC并发编程_第6张图片

/**
 * Executors 工具类 3大创建线程池的方法
 */
public class Demo {
    public static void main(String[] args) {
        ExecutorService threadpool = Executors.newSingleThreadExecutor();  //单个线程
//        ExecutorService threadpool = Executors.newFixedThreadPool(5); //创建一个固定的线程池的大小
//        ExecutorService threadpool = Executors.newCachedThreadPool();// 可伸缩的。遇强则强,预弱则弱

        for (int i = 0; i < 10; i++) {
            //使用了线程池之后,使用线程池来创建线程
            threadpool.execute(()->{
                System.out.println(Thread.currentThread().getName()+"ok");
            });
        }
        //线程池用完一定要关闭线程
        threadpool.shutdown();
    }
}

7大参数

​ 源码分析

public static ExecutorService newSingleThreadExecutor() {
     
    return new FinalizableDelegatedExecutorService
        (new ThreadPoolExecutor(1, 1,
                                0L, TimeUnit.MILLISECONDS,
                                new LinkedBlockingQueue<Runnable>()));
}
public static ExecutorService newFixedThreadPool(int nThreads) {
     
        return new ThreadPoolExecutor(nThreads, nThreads,
                                      0L, TimeUnit.MILLISECONDS,
                                      new LinkedBlockingQueue<Runnable>());
    }
public static ExecutorService newCachedThreadPool() {
     
        return new ThreadPoolExecutor(0, Integer.MAX_VALUE,  // 最大21亿
                                      60L, TimeUnit.SECONDS,
                                      new SynchronousQueue<Runnable>());
    }

//本质ThreadPoolExecutor
 public ThreadPoolExecutor(	  int corePoolSize,  //核心线程池大小
                              int maximumPoolSize, //最大核心线程池大小
                              long keepAliveTime,  //超时了没有人调用就会释放
                              TimeUnit unit, //超时单位
                              BlockingQueue<Runnable> workQueue,  // 阻塞队列
                              ThreadFactory threadFactory, //线程工厂  创建线程的 一般不用动
                              RejectedExecutionHandler handler //拒绝策略) {
     
        if (corePoolSize < 0 ||
            maximumPoolSize <= 0 ||
            maximumPoolSize < corePoolSize ||
            keepAliveTime < 0) 
            throw new IllegalArgumentException();
        if (workQueue == null || threadFactory == null || handler == null)
            throw new NullPointerException();
        this.corePoolSize = corePoolSize;
        this.maximumPoolSize = maximumPoolSize;
        this.workQueue = workQueue;
        this.keepAliveTime = unit.toNanos(keepAliveTime);
        this.threadFactory = threadFactory;
        this.handler = handler;
    }
/**
 * new  ThreadPoolExecutor.AbortPolicy() // 银行满了,还有人进来,不处理这个人的,抛出异常
 * new ThreadPoolExecutor.CallerRunsPolicy()  //哪来的去哪里
 * new ThreadPoolExecutor.DiscardPolicy()  //队列满了,丢掉任务,不会抛出异常
 * new ThreadPoolExecutor.DiscardOldestPolicy() //队列满了,尝试去和最早的竞争,也不会抛出异常
 */
public class pool {
     
    public static void main(String[] args) {
     

         //自定义创建线程池 工作中只用ThreadPoolExecutor
        ExecutorService threadPool = new ThreadPoolExecutor(2,
                5,
                3,
                TimeUnit.SECONDS,
                new LinkedBlockingQueue<>(3),
                Executors.defaultThreadFactory(),
                new ThreadPoolExecutor.DiscardOldestPolicy());

        try {
     
            //最大承载:Deque + max

            for (int i = 1; i <= 15; i++) {
     
                //使用了线程池之后,就用线程池来创建线程
                threadPool.execute(()->{
     
                    System.out.println(Thread.currentThread().getName()+"ok");
                });
            }
        } catch (Exception e) {
     
            e.printStackTrace();
        } finally {
     
        //线程池用完就的 关闭线程池
            threadPool.shutdown();
        }
    }
}

4大决绝策略

  • new ThreadPoolExecutor.AbortPolicy() // 银行满了,还有人进来,不处理这个人的,抛出异常
  • new ThreadPoolExecutor.CallerRunsPolicy() //哪来的去哪里
  • new ThreadPoolExecutor.DiscardPolicy() //队列满了,丢掉任务,不会抛出异常
  • new ThreadPoolExecutor.DiscardOldestPolicy() //队列满了,尝试去和最早的竞争,也不会抛出异常

小结

​ 池的最大的数值该如何去设置

​ 了解IO密集型 和CPU密集型(调优)

​ cpu密集型,几核,就是几,可以保持CPU的效率最高

​ 获取CPU的核数 :Runtime.getRuntime().availableProcessors


​ Io 密集型 > 判断你程序中十分耗IO的线程

​ 程序 15个大型任务 IO十分占用资源

四大函数式接口(必需掌握)

函数式接口:只有一个方法的接口

多线程进阶—>JUC并发编程_第7张图片

@FunctionalInterface
public interface Runnable {
     
    public abstract void run();
}
// 泛型、枚举、反射 
// lambda表达式、链式编程、函数式接口、Stream流式计算 
// 超级多FunctionalInterface 
// 简化编程模型,在新版本的框架底层大量应用! 
// foreach(消费者类的函数式接口)

@FunctionalInterface 意思的就是函数式接口

简化编程模型,在新版本的框架底层大量应用

Function 函数式接口

多线程进阶—>JUC并发编程_第8张图片

package com.haust.function;
import java.util.function.Function;
/**
 * Function 函数型接口, 有一个输入参数,有一个输出参数
 * 只要是 函数型接口 可以 用 lambda表达式简化
 */
public class Demo01 {
     
    public static void main(String[] args) {
     
       /*Function function = new 
                                        Function() {
            @Override
            public String apply(String str) {
                return str;
            }
        };*/
        // lambda 表达式简化:
        Function<String,String> function = str->{
     
    return str;};
        System.out.println(function.apply("asd"));
    }
}

Predicate 断定型接口 断定型接口:有一个输入参数,返回值只能是 布尔值!

多线程进阶—>JUC并发编程_第9张图片

package com.haust.function;
import java.util.function.Predicate;
/*
 * 断定型接口:有一个输入参数,返回值只能是 布尔值!
 */
public class Demo02 {
     
    public static void main(String[] args) {
     
        // 判断字符串是否为空
        /*Predicate predicate = new Predicate(){
            @Override
            public boolean test(String str) {
                return str.isEmpty();//true或false
            }
        };*/
        Predicate<String> predicate = 
                            (str)->{
     
    return str.isEmpty(); };
        System.out.println(predicate.test(""));//true
    }
}

Consumer 消费型接口

多线程进阶—>JUC并发编程_第10张图片

package com.haust.function;
import java.util.function.Consumer;
/**
 * Consumer 消费型接口: 只有输入,没有返回值
 */
public class Demo03 {
     
    public static void main(String[] args) {
     
        /*Consumer consumer = new Consumer() {
            @Override
            public void accept(String str) {
                System.out.println(str);
            }
        };*/
        Consumer<String> consumer = 
                                (str)->{
     
    System.out.println(str);};
        consumer.accept("sdadasd");
    }
}

Supplier 供给型接口

多线程进阶—>JUC并发编程_第11张图片

package com.haust.function;
import java.util.function.Supplier;
/**
 * Supplier 供给型接口 没有参数,只有返回值
 */
public class Demo04 {
     
    public static void main(String[] args) {
     
        /*Supplier supplier = new Supplier() {
            @Override
            public Integer get() {
                System.out.println("get()");
                return 1024;
            }
        };*/
        Supplier supplier = ()->{
     
     return 1024; };
        System.out.println(supplier.get());
    }
}

其它详细内容可以查看该网址

https://www.cnblogs.com/Garnett-Boy/p/11151459.html

stream流式计算

​ 什么是Stream流式计算

大数据:存储 + 计算

集合、MySQL 本质就是存储东西的;

计算都应该交给流来操作!

多线程进阶—>JUC并发编程_第12张图片

/**
 * 题目要求:
 *  现在有5个用户 筛选:
 *  1.ID必须是偶数
 *  2.年龄必须大于23岁
 *  3.用户名转为大写字母
 *  4,用户名写字母倒着排序
 *  5.只输出一个用户
 */
public class Test {
     


    public static void main(String[] args) {
     
        User a1 = new User(1, "a", 21);
        User a2 = new User(2, "b", 22);
        User a3 = new User(3, "c", 23);
        User a4 = new User(4, "d", 24);
        User a5 = new User(6, "e", 25);
		//集合都是存数据
        List<User> list = Arrays.asList(a1, a2, a3, a4, a5);
        //流用来计算
        list.stream()
                .filter(a->{
     return a.getId()%2==0; })   ///filter  通过里面的判断过滤List的内容
                .filter(a->{
      return a.getAge()>23;})
                .map(a->{
     return a.getName().toUpperCase();})   //map 键值对的映射       toUpperCase()改变大小写
                .sorted( (u1,u2)->{
     return u2.compareTo(u1);})  //  sorted   两个值的排序比较
                .limit(1)
                .forEach(System.out::println);
    }
}

ForkJoin

什么是 ForkJoin

ForkJoin在JDK1.7 并行执行任务!提高效率。大数据

大数据:Map Reduce (把大任务拆分为小任务)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-OfwuJt7B-1621039866134)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20210407201144414.png)]

ForkJoin 的特点 :工作窃取

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LsfTavCw-1621039866134)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20210407201151307.png)]

在这里插入图片描述

多线程进阶—>JUC并发编程_第13张图片

package com.haust.forkjoin;
import java.util.concurrent.RecursiveTask;
/**
 * 求和计算的任务!
 * 3000   6000(ForkJoin)  9000(Stream并行流)
 * // 如何使用 forkjoin
 * // 1、forkjoinPool 通过它来执行
 * // 2、计算任务 forkjoinPool.execute(ForkJoinTask task)
 * // 3. 计算类要继承 RecursiveTask(递归任务,有返回值的)
 */
public class ForkJoinDemo extends RecursiveTask<Long> {
     
    private Long start;  // 1
    private Long end;    // 1990900000
    // 临界值
    private Long temp = 10000L;
    public ForkJoinDemo(Long start, Long end) {
     
        this.start = start;
        this.end = end;
    }
    // 计算方法
    @Override
    protected Long compute() {
     
        if ((end-start)<temp){
     
            Long sum = 0L;
            for (Long i = start; i <= end; i++) {
     
                sum += i;
            }
            return sum;
        }else {
     
     // forkjoin 递归
            long middle = (start + end) / 2; // 中间值
            ForkJoinDemo task1 = new ForkJoinDemo(start, middle);
            task1.fork(); // 拆分任务,把任务压入线程队列
            ForkJoinDemo task2 = new ForkJoinDemo(middle+1, end);
            task2.fork(); // 拆分任务,把任务压入线程队列
            return task1.join() + task2.join();
        }
    }
}

测试代码:

package com.haust.forkjoin;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;
import java.util.stream.LongStream;
/**
 * 同一个任务,别人效率高你几十倍!
 */
public class Test {
     
    public static void main(String[] args) throws ExecutionException, InterruptedException {
     
        // test1(); // 12224
        // test2(); // 10038
        // test3(); // 153
    }
    // 普通程序员
    public static void test1(){
     
        Long sum = 0L;
        long start = System.currentTimeMillis();
        for (Long i = 1L; i <= 10_0000_0000; i++) {
     
            sum += i;
        }
        long end = System.currentTimeMillis();
        System.out.println("sum="+sum+" 时间:"+(end-start));
    }
    // 会使用ForkJoin
    public static void test2() throws ExecutionException, InterruptedException {
     
        long start = System.currentTimeMillis();
        ForkJoinPool forkJoinPool = new ForkJoinPool();
        ForkJoinTask<Long> task = new ForkJoinDemo(
                                                0L, 10_0000_0000L);
        // 提交任务
        ForkJoinTask<Long> submit = forkJoinPool.submit(task);
        Long sum = submit.get();// 获得结果
        long end = System.currentTimeMillis();
        System.out.println("sum="+sum+" 时间:"+(end-start));
    }
    public static void test3(){
     
        long start = System.currentTimeMillis();
        // Stream并行流 ()  (]
        long sum = LongStream
            .rangeClosed(0L, 10_0000_0000L) // 计算范围(,]
            .parallel() // 并行计算
            .reduce(0, Long::sum); // 输出结果
        long end = System.currentTimeMillis();
        System.out.println("sum="+"时间:"+(end-start));
    }
}

异步回调

Future 设计的初衷: 对将来的某个事件的结果进行建模

多线程进阶—>JUC并发编程_第14张图片

package com.haust.future;
import java.util.concurrent.CompletableFuture;
import java.util.concurrent.ExecutionException;
/**
 * 异步调用: CompletableFuture
 * 异步执行
 * 成功回调
 * 失败回调
 */
public class Demo01 {
     
    public static void main(String[] args) throws ExecutionException, InterruptedException {
     
        // 没有返回值的 runAsync 异步回调
//        CompletableFuture completableFuture = 
//                                    CompletableFuture.runAsync(()->{
     
//            try {
     
//                TimeUnit.SECONDS.sleep(2);
//            } catch (InterruptedException e) {
     
//                e.printStackTrace();
//            }
//            System.out.println(
//                Thread.currentThread().getName()+"runAsync=>Void");
//        });
//
//        System.out.println("1111");
//
//        completableFuture.get(); // 获取阻塞执行结果
        // 有返回值的 supplyAsync 异步回调
        // ajax,成功和失败的回调
        // 返回的是错误信息;
        CompletableFuture<Integer> completableFuture = 
                                CompletableFuture.supplyAsync(()->{
     
            System.out.println(Thread.currentThread().getName()
                                           +"supplyAsync=>Integer");
            int i = 10/0;
            return 1024;
        });
        System.out.println(completableFuture.whenComplete((t, u) -> {
     
            System.out.println("t=>" + t); // 正常的返回结果
            System.out.println("u=>" + u); 
            // 错误信息:
            // java.util.concurrent.CompletionException: 
            // java.lang.ArithmeticException: / by zero
        }).exceptionally((e) -> {
     
            System.out.println(e.getMessage());
            return 233; // 可以获取到错误的返回结果
        }).get());
        /**
         * succee Code 200
         * error Code 404 500
         */
    }
}

JMM

请你谈谈你对 Volatile 的理解

Volatile 是 Java 虚拟机提供轻量级的同步机制,类似于synchronized 但是没有其强大。

1、保证可见性

2、不保证原子性

3、防止指令重排

什么是JMM

JMM : Java内存模型,不存在的东西,概念!约定!

关于JMM的一些同步的约定:

1、线程解锁前,必须把共享变量立刻刷回主存。

2、线程加锁前,必须读取主存中的最新值到工作内存中!

3、加锁和解锁是同一把锁。

线程 工作内存主内存

8 种操作:

多线程进阶—>JUC并发编程_第15张图片

多线程进阶—>JUC并发编程_第16张图片

内存交互操作有8种,虚拟机实现必须保证每一个操作都是原子的,不可在分的(对于double和long类型的变量来说,load、store、read和writ操作在某些平台上允许例外)

  • lock (锁定):作用于主内存的变量,把一个变量标识为线程独占状态
  • unlock (解锁):作用于主内存的变量,它把一个处于锁定状态的变量释放出来,释放后的变量才可以被其他线程锁定
  • read (读取):作用于主内存变量,它把一个变量的值从主内存传输到线程的工作内存中,以便随后的load动作使用
  • load (载入):作用于工作内存的变量,它把read操作从主存中变量放入工作内存中
  • use (使用):作用于工作内存中的变量,它把工作内存中的变量传输给执行引擎,每当虚拟机遇到一个需要使用到变量的值,就会使用到这个指令
  • assign (赋值):作用于工作内存中的变量,它把一个从执行引擎中接受到的值放入工作内存的变量副本中
  • store (存储):作用于主内存中的变量,它把一个从工作内存中一个变量的值传送到主内存中,以便后续的write使用
  • write (写入):作用于主内存中的变量,它把store操作从工作内存中得到的变量的值放入主内存的变量中

JMM 对这八种指令的使用,制定了如下规则:

  • 不允许read和load、store和write操作之一单独出现。即使用了read必须load,使用了store必须write
  • 不允许线程丢弃他最近的assign操作,即工作变量的数据改变了之后,必须告知主存
  • 不允许一个线程将没有assign的数据从工作内存同步回主内存
  • 一个新的变量必须在主内存中诞生,不允许工作内存直接使用一个未被初始化的变量。就是怼变量实施use、store操作之前,必须经过assign和load操作
  • 一个变量同一时间只有一个线程能对其进行lock。多次lock后,必须执行相同次数的unlock才能解锁
  • 如果对一个变量进行lock操作,会清空所有工作内存中此变量的值,在执行引擎使用这个变量前,必须重新load或assign操作初始化变量的值
  • 如果一个变量没有被lock,就不能对其进行unlock操作。也不能unlock一个被其他线程锁住的变量
  • 对一个变量进行unlock操作之前,必须把此变量同步回主内存

问题: 程序不知道主内存的值已经被修改过了

多线程进阶—>JUC并发编程_第17张图片

Volatile

保证可见性

package com.haust.tvolatile;
import java.util.concurrent.TimeUnit;
public class JMMDemo {
     
    // 不加 volatile 程序就会死循环!
    // 加 volatile 可以保证可见性
    private volatile static int num = 0;
    public static void main(String[] args) {
     
     // main
        new Thread(()->{
     
     // 线程 1 对主内存的变化不知道的
            while (num==0){
     
            }
        }).start();
        try {
     
            TimeUnit.SECONDS.sleep(1);
        } catch (InterruptedException e) {
     
            e.printStackTrace();
        }
        num = 1;
        System.out.println(num);
    }
}

不保证原子性

原子性:不可分割

线程A在执行任务的时候,不能被打扰的,也不能被分割的,要么同时成功,要么同时失败

java.util.concurrent.atomic 多线程下保证原子性的包

import java.util.concurrent.atomic.AtomicInteger;

package com.haust.tvolatile;
import java.util.concurrent.atomic.AtomicInteger;
// volatile 不保证原子性
public class VDemo02 {
     
    // volatile 不保证原子性
    // 原子类的 Integer
    private volatile static AtomicInteger num = new AtomicInteger();
    public static void add(){
     
        // num++; // 不是一个原子性操作
        num.getAndIncrement(); // AtomicInteger + 1 方法, CAS
    }
    public static void main(String[] args) {
     
        //理论上num结果应该为 2 万
        for (int i = 1; i <= 20; i++) {
     
            new Thread(()->{
     
                for (int j = 0; j < 1000 ; j++) {
     
                    add();
                }
            }).start();
        }
        // 判断只要剩下的线程不大于2个,就说明20个创建的线程已经执行结束
        while (Thread.activeCount()>2){
     
     // Java 默认有 main gc 2个线程
            Thread.yield();
        }
        System.out.println(Thread.currentThread().getName() 
                                                       + " " + num);
    }
}

如果不加 lock synchronized ,怎么样保证原子性

多线程进阶—>JUC并发编程_第18张图片

使用原子类,解决原子性问题。

多线程进阶—>JUC并发编程_第19张图片

// volatile 不保证原子性
 // 原子类的 Integer
 private volatile static AtomicInteger num = new AtomicInteger();
 public static void add(){
     
    // num++; // 不是一个原子性操作
    num.getAndIncrement(); // AtomicInteger + 1 方法, CAS
 }

这些类的底层都直接和操作系统挂钩!在内存中修改值!Unsafe类是一个很特殊的存在!

指令重排

什么是指令重排?:我们写的程序,计算机并不是按照你写的那样去执行的。

源代码 —> 编译器优化的重排 —> 指令并行也可能会重排 —> 内存系统也会重排 ——> 执行

处理器在执行指令重排的时候,会考虑:数据之间的依赖性

int x = 1; // 1
int y = 2; // 2
x = x + 5; // 3
y = x * x; // 4

我们所期望的:1234 但是可能执行的时候会变成 2134 或者 1324

但是不可能是 4123!

前提:a b x y 这四个值默认都是 0:

可能造成影响得到不同的结果:

线程A 线程B
x = a y = b
b =1 a = 2

正常的结果:x = 0; y = 0; 但是可能由于指令重排出现以下结果:

线程A 线程B
b = 1 a = 2
x = a y = b

指令重排导致的诡异结果: x = 2; y = 1;

非计算机专业

volatile 可以避免指令重排:

内存屏障。CPU指令。作用:

  1. 保证特定操作的执行顺序!
  2. 可以保证某些变量的内存可见性 (利用这些特性volatile 实现了可见性)

多线程进阶—>JUC并发编程_第20张图片

volatile 是可以保证可见性。不能保证原子性,由于内存屏障,可以保证避免指令重排的现象产生!

volatile 内存屏障在单例模式中使用的最多!

单列模式

动动小脑袋瓜的单列总结

什么是单列 , 为什么用到单列模式?

​ 单列模式就是一个类只有一个实列对象, 为什么用到单例模式 , 对性能进行的优化,比如连接数据库的类 本来就是一个常需要用的类,经常销毁和创建那么就非常消耗资源,这个类完全是可以重复使用的,那么就可以用单列模式,这样就可以不用消耗资源

如何实现单例模式

​ 单例模式有两种写法 一种就是懒汉式 另一种就是饿汉式

懒汉式顾名思义 就是非常懒 他需要你要调用才去创建对象

饿汉式就是一上来就直接创建对象

饿汉式这样的不好 就是假如是一个比较消耗资源的对象 ,假如又没有用到这个对象 ,就比较浪费

更加合理的就是懒汉式 只有调用的时候才去创建 比较好

线程安全问题

懒汉式 线程不安全 饿汉式线程安全

饿汉式为什么是线程安全的呢 ? 懒汉式为什么又不是线程安全的呢?

饿汉式是线程安全的:由于一个类在整个生命周期只会被加载一次,那么这个单例只会创建一个实列,线程每次拿也只拿到这个唯一实列。

懒汉式不是线程安全的: 因为调用才创建对象 , 那么多个线程同时调用的话 ,就会造成实例化多次, 可以在方法上加入synchronize,就可以保证线程安全, 但是每次调用方法都排队争取锁影响性能,优化就可以用DCL双重检测模式,通过两个if 判断对象是否被创建来保证线程安全, 最好加一个volatile 防止指令重拍 , 正确执行路线应该是1 创建一个内存空间 2 实例化对象 3 把对象指到内从空间里, 不加volatile 的话 ,jvm 为了性能可能就是132 然后另外一个线程在实例化对象 这样的话就会多次创建对象,

反射的话 还是可以破坏单例模式

枚举类 就是典型的单列模式,他是不能被反射破坏的

//懒汉式
class  LHan{
     
  private    LHan(){
     
      System.out.println(Thread.currentThread().getName());
  }

  private volatile static  LHan lhan = null;
    //volatile  可见   不能保证线程安全     原子性   双层检测所模式  DLC
    
  public  static  synchronized  LHan getInstance(){
     
      if (lhan==null){
     
          synchronized (LHan.class){
     
              if (lhan==null) {
     
                  lhan = new LHan();
              }
          }
      }
      return lhan;
  }
}
//饿汉式
class hungry{
     

    //一上来就要私有化构造
    private  hungry(){
     
    }

    private static  final hungry instance =  new hungry();

    public static  hungry getInstance(){
     
        return instance;
    }

深入理解CAS

CAS是英文单词Compare And Swap的缩写,翻译过来就是比较并替换。

CAS机制当中使用了3个基本操作数:内存地址V,旧的预期值A,要修改的新值B。

更新一个变量的时候,只有当变量的预期值A和内存地址V当中的实际值相同时,才会将内存地址V对应的值修改为B。

CAS是英文单词Compare And Swap的缩写,翻译过来就是比较并替换。

CAS机制当中使用了3个基本操作数:内存地址V,旧的预期值A,要修改的新值B。

更新一个变量的时候,只有当变量的预期值A和内存地址V当中的实际值相同时,才会将内存地址V对应的值修改为B。

ABA问题

使用CAS会造成ABA问题,一个线程a将数值改成了b,接着又改成了a,当另外一个线程用a对比的时候是正确的,认为是没有变化的,其实是已经变化过了,这种过程就叫ABA问题。

解决:加版本号 version 每次更改都+1

CAS的缺点

通过以上,大家都知道CAS虽然很高效解决了原子操作问题,但是CAS仍然存在问题

  1. 循环时间长,开销很大:就是如果CAS失效,就会一直进行尝试,当时间过长仍然失败,那么就会给CPU带来很大的开销。
  2. 只能保证一个共享变量的原子操作:当对一个变量执行操作时,可以使用循环 CAS 的方式来保证原子操作,但对多个变量操作时,CAS 目前无法直接保证操作的原子性。可以这样解决:使用互斥锁来保证原子性、将多个变量封装成对象,通过 AtomicReference 来保证原子性。

你可能感兴趣的:(java,并发编程)