JavaEE & 线程案例 & 单例模式 and 阻塞队列

---

你太不小心了，被我抓住了~

你逃不了了~

JavaEE & 线程案例 & 单例模式 and 阻塞队列

• 单例模式是一种很经典的设计模式~

1. 设计模式

• 下棋有棋谱

• 弹奏有乐谱

• 而计算机设计模式，是前人总结下来的一些代码编写套路

  • 按照这些模式，你代码写得也不会太差~
  • 兜底~

• 主要是因为大佬的代码和其他人的代码能力差距实在是大

  • 大佬们总结了这些模式帮助我们写好代码~

设计模式有很多种（不是23种~）

• 之前有个大佬写了本书，讨论了23种设计模式

  • 而这23 种，只是那位大佬精心选了这23种~

• (1条消息) 设计模式23模式介绍_哪 吒的博客-CSDN博客

  • 有一些博主有对其进行讨论研究~

• 在现阶段，主要要掌握的有两种：

  1. 单例模式
     • 本章重点
  2. 工厂模式
     • 下一章讲~

2. 单例模式

2.1 单例的含义

• 单例 ==> single instance ==> 单个实例对象

  • 也就是说，单例模式通过一些Java语法，保证某个类，只能有一个实例，即只能new一个对象~

• 就有一些场合，限制一个类只能有一个对象，而不是多个对象去分担资源。

• 这些限制是符合“初心写代码”，“针对性写代码”的~

• 而单例模式有多种写法：

  1. 饿汉模式（急迫）
  2. 懒汉模式（从容）
     • 在计算机，懒是个褒义词
     • 因为可以节省开销
  3. …

• 就比如说，你打开一个1000页的pdf

  • 计算机是直接加载1000页
    • 你也没法1000页一起看，也不一定要看1000页
    • 加载1000页需要大量时间和空间
  • 还是每次只加载你看到的1-2页呢~
    • 看似只加载1-2页，你要去看其他页的时候，再给你加载~
    • 读的次数多，但是开销少~

• 没错

  • 前者就是饿汉模式，很着急的将所有东西加载
  • 后者就是懒汉模式，非必要不加载，你给什么任务我就只做什么任务~
    • 绝对不多干一点活，非必要不做~

2.2 初步代码设计

2.2.1 饿汉模式

class Singleton {
    private static Singleton instance = new Singleton();
    
    public static Singleton getInstance() {
        return instance;
    }
    private Singleton() {

    }
}
public class Test {
    public static void main(String[] args) {
        Singleton s1 = Singleton.getInstance();
        //Singleton s2 = new Singleton();报错~
    }
}

• 在类加载的时候就急切地实例一个对象了
  • 这个很特殊，相当于静态代码块执行实例操作
  • 这个构造方法加载好，是可以在静态代码块内执行的~
  • 而这个单例的建立，必然是线程启动前，所以有绝对的线程安全~

1. 特殊的语法场景，该属性是类的属性（类对象上），jvm中，类对象只有一份~

• 那么instance就仅此一份了~

• 一方面保证单例的特性----“初心” + “针对性”

2. 用Java语法去禁止外部实例

• 这个直接编译都通不过
  • 这要比抛异常方便且有效，因为抛异常在这里就有点闷声禁止

3. 要打破单例，就必须通过“反射”

• 反射特别不常规！是为了特定的特殊场景，【破例】去访问private
  * 比如说，玩我的世界的时候，常常有玩家说“这是我最后一次开创造”
  • 可以利用枚举类型，枚举的private属性，反射是访问不到的
    • 完美的单例

4. 通过类名点的方式，访问这个单例

• get方法~

2.2.2 懒汉模式

class SingletonLazy {
    private static SingletonLazy singletonLazy = null;

    public static SingletonLazy getSingletonLazy() {
        if(singletonLazy == null) {
            singletonLazy = new SingletonLazy();
        }
        return singletonLazy;
    }
    private SingletonLazy() {

    }
}

public class Test {
    public static void main(String[] args) {
        SingletonLazy s1 = SingletonLazy.getSingletonLazy();
        SingletonLazy s2 = SingletonLazy.getSingletonLazy();
        System.out.println(s1 == s2);
    }

}

• 与饿汉不同的是
  1. 类加载的时候，并没有实例单例出来，置为初始值null
  2. 在【需要的时候】，即get方法被调用的时候
     • 判断单例是否被实例（是否为null）
     • 未被实例则立马就实例一个

2.3 线程安全角度分析

2.3.1 对于饿汉模式

• 饿汉模式的单例，绝对是在线程启动之前，所以这一修改操作，不存在线程安全问题
• 读操作，本身就没有线程安全问题
• 所以目前我们认为线程是安全的
  • 自己写的时候线程不安全还是会不安全

2.3.2 对于懒汉模式

• 对于懒汉模式而言，单例第一次实例是在第一次get的时候

  • 这个时候多条线程可能已经启动了
  • 对于单例未被实例的情况下（为null）
  • 就会进行第一次实例~

• 而这里就会出现一个很重要的问题！

• 回忆一波，这个场景很熟悉~

1. 指令重排序

在这里插入图片描述

• 指令重排序是一方面原因，可能导致，一些线程get到的单例对象，是没有执行构造方法的【毛坯房】
  • 是因为第3执行后，别的线程判定是否有单例的时候，判定为已有，直接return了~

2. 原子性不受保证~

• 如图，这个操作可以分为这两步~

• 那就有以下这种极端情况~

• 只要该线程过了“if语句这一关”，那么就会导致，多new一个对象

3. 总结，这两种本质上，就是这一段代码是不保证“原子性”的，所以，我只需要加锁，就可以解决两个问题~

首先，先提一下单例模式的重要性

• 在一个大工程中，一个核心的类，一个对象包含的内存数据可能是巨大的，比如100G以上~
  • 这个类只需要一个单例就行了~
  • 假设这个单例管理整个项目的加载的所有内存数据
  • 那确实一个就够了
• 但是，由于线程不安全，即使是低概率事件而引发多new一次（100G -> 200G）
  • 那就是个大事故了~
  • 并且可能再极端一点，new了3个4个的…

2.4 处理懒汉模式线程不安全问题

1. 法1：

2. 法2：

• 这个是错误的！
• 这只是解决指令重排序，但是并没有完全解决问题~
  • 仍然有可能会出现两个线程同时过了“if大关”~

• 这个才是正确的~

3. 法3：

• 法1法2都有个弊端
  • 就是加锁太频繁了
  • 加锁这个操作本身就开销大，因为其他线程就得阻塞
  • 而实际情况是，没必要多次锁，只需要锁第一次，以后就不会有事~
• 所以可以这么搞：

• 两个if是形式一样的，但是目的是不一样的~
  • 内层if是为了防止多次new
  • 外层if是为了尽量减少加锁的次数
    • 当然，可能有极端情况，锁了两次三次的，但是无伤大雅
    • 因为外层if，依旧不保证原子性~

• 这样设计，在锁过一次之后，基本情况上，就不会再锁了~

• 但是这种写法，却又有一个缺陷
  • 就是指令重排序的坑，有被挖出来了
  • 法1法2保证了完全的原子性
  • 但是法3没有，因为外层if的存在，是不原子的~
  • 那就会有以下情况：
    • 因为该情况下，进入if语句是不需要争夺锁的~
    • 所以锁在这里并没有解决指令重排序的后果

• 所以在这里还要对singletonLazy进行禁止指令重排序操作
• 即使用volatile~

• 这样，法3就是较优且解决线程安全问题的方式了~

3. 阻塞队列

• 队列—>先进先出，排好队~
• 优先级队列—> PriorityQueue —> 堆
• 阻塞队列—> 带有阻塞特性

3.1 阻塞特性

1. 如果队列为空
   • 尝试出队列，就要阻塞等待，直到队列不为空
2. 如果队列为满
   • 尝试入队列，就要阻塞等待，直到队列不为满
3. 是线程安全的

3.2 Java标准库内自带的阻塞队列BlockingQueue接口

• BlockingDeque代表的是双端的队列
  • 对应的就是LinkedBlockingDeque和ArrayBlockingDeque

• 链表实现，默认最大容量是int的极限最大值

• 顺序表实现，没有给默认容量，必须自己定~
  • 这很合理，因为如果默认为int极限最大值
  • 一下子创建那么大容量的数组，显然是不合理的

3.2.1 方法1 put入队列

• 多线程编程特别常见且常有的异常

• 运行结果是这样的：（ctrl + f2终止程序）

3.2.2 方法2 take出队列

• 现在队列里有五个元素，我take六次
• 执行结果是这样的：

• 确实按照先入先出，但是程序好像并没有结束，这是因为第六次take的时候，发现是空队列，阻塞等待了~
  • 五次则刚好可以结束~
  • 可按ctrl + f2结束程序~

---

这两个方法是阻塞队列的核心方法，其他方法跟普通队列别无二致~

peek的时候队列空，阻塞等待，但是几乎不用这个方法和其他方法~

3.3 阻塞队列的好处

• 写多线程代码时，多线程之间若进行数据交互，可以用阻塞队列简化代码编写~

• 在go语言中，支持多并发编程，并且引入了一个“轻量级线程”的“协程”，协程与协程之间进行交互数据的时候，会通过一个阻塞队列：channel

3.3.1 生产者消费者模型

• 这是很关键的，服务器开发中一种很常见的代码写法~
• 我们更希望代码执行起来更像“流水线”一样

举个栗子：

• 这个包饺子工程，显然方案二的效率会更高
  • 两个线程同时进行，进行数据交互
• 这个模型就是“生产者消费者模型”

3.3.2 生产者消费者模型的优点

1. 解耦合

• 我们常听到一个词语“高内聚低耦合”
  • 这是代码风格的良好习惯~
  • 耦合代表，两个模块关联度越高，耦合性越高，关联度越低，耦合性越低
  • 内聚代表，关联度高的模块应该聚集在一起，则为高内聚，反之，低内聚~

• 在这里，以阻塞队列为中介，即作为两个线程进行数据交互的桥梁
• 这样就可以减少生产者与消费者之间的关联度，即解耦合
  • 这样子做有利于防止一个线程bug严重影响另一个线程
• 生产者只认识队列不知道消费者存在
• 消费者只认识队列不知道生产者存在
  • 一方挂了对另一方影响较小
  • 并且，引入一个新生产者，和新消费者，都很好办

    • 只需要新人与阻塞队列联系就好了

    • 新人的到来也对其他人影响最小化了

    • 

由于阻塞队列非常好使，大佬们将阻塞队列功能单独拎出来做成一个单独的服务器~

• 消息队列服务器~
• 这个服务器我们以后可能会用到，核心数据结构就是阻塞队列~
• 这个服务器会挂吗
  • 会，但是其概率比你写的代码挂的概率低得低得低~
  • 人家可是固定下来的，大佬写的~

2. 削峰填谷

• 如图，该曲线可以代表，擀面皮产生的面皮量与时间的关系
• 而图中出现的波峰与波谷就会产生一些问题
  • 如果没有阻塞队列
    • 波峰的产生会导致消费者一下子接受大量的数据，而常常消费者的“条件”是低于生产者的，所以消费者很可能会遇到麻烦~
    • 波谷的产生会导致消费者很快的消耗完饺子皮，那么就会处于无饺子皮的情景~
  • 而削峰填谷的含义就是 “中和”，让线程之间的交互更加稳定

1. 生产者生产太多，导致队列满了，则进入阻塞，直到队列不满
2. 消费者消耗太多，导致队列空了，则进入阻塞，直到队列不空

• 有点像三峡大坝，上流水太多关闸门防洪，下流水太少开闸门防旱

3.4 代码实现生产者消费者模型

• 下面将介绍一些情景~

  • 大部分是线程不安全的~

  • 当这只是打印顺序问题~

  • 但是阻塞队列绝对是安全的

  • 还有“死锁”情况

3.4.1 生产者 < 消费者

public class Test1 {

    public static void main(String[] args) {
        BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>(5);

        Thread t1 = new Thread(() -> {
            for (int i = 0; i < 25; i++) {
                try {
                    Thread.sleep(100);
                    blockingQueue.put(1);
                    System.out.println("生产1个");
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        });
        t1.start();
        Thread t2 = new Thread(() -> {
            for (int i = 0; i < 25; i++) {
                try {
                    Thread.sleep(10);
                    blockingQueue.take();
                    System.out.println("消耗1个");
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }

            }
        });
        t2.start();
    }
}    

• 我们理论上想要的结果是，生产一个消费一个，因为是消费者在阻塞（速度快）
• 而结果是：

  • 

  • 这里是因为，消费者阻塞被唤醒时，生产者线程还来不及打印那句话~

  • 只需要加一把锁就行了~

    • 至于锁在哪个线程加，无所谓~

1. 由于线程2比较快，所以它的take基本上是在等put的
   • 由于take和println非原子，所以有以上这种情况
2. 即使线程2，但是还是有可能put被调度在take前
   • 只是缺少了个线程阻塞的过程罢了，本质上就是线程有元素了，不需要阻塞
   • 皆大欢喜~
   • 但是也因为非原子性，会有以上这种情况~

• 修改线程2：（快捷键，鼠标选中需包围的语句 + ctrl + alt + t + synchronized）

Thread t2 = new Thread(() -> {
    for (int i = 0; i < 25; i++) {
        try {
            Thread.sleep(10);

            synchronized (blockingQueue) {
                blockingQueue.take();
                System.out.println("消耗1个");
            }
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

    }
});
t2.start();

• 结果：

• 不要加两把，会死锁！
  • 因为加两把
  • 生产者要填入元素，也要进行阻塞等待（等待锁）
  • 那么就无法唤醒消费者，导致两人都进入阻塞态~

改动两个线程：

public static void main(String[] args) {
    BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>(5);
    Thread t1 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(100);
                synchronized (blockingQueue) {
                    blockingQueue.put(1);
                    System.out.println("生产1个");
                }
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    });
    t1.start();
    Thread t2 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(10);
                synchronized (blockingQueue) {
                    blockingQueue.take();
                    System.out.println("消耗1个");
                }
            } catch (InterruptedException e) {
                e.printStackTrace();
            }

        }
    });
    t2.start();
}

• 死锁了：

3.4.2 生产者 > 消费者

public static void main(String[] args) {
    BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>(5);
    Thread t1 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(10);
                blockingQueue.put(1);
                System.out.println("生产1个");} 
            catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    });
    t1.start();
    Thread t2 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(100);
                blockingQueue.take();
                System.out.println("消耗1个");
            } catch (InterruptedException e) {
                e.printStackTrace();
            }

        }
    });
    t2.start();
}

• 同样的，一个锁都不加的情况下，也会出现一些差错~

• 加一把锁后，结果正常~
  • 双锁会死锁~

public static void main(String[] args) {
    BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>(5);
    Thread t1 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(10);
                blockingQueue.put(1);
                System.out.println("生产1个");} 
            catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    });
    t1.start();
    Thread t2 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(100);

                synchronized (blockingQueue) {
                    blockingQueue.take();
                    System.out.println("消耗1个");
                }

            } catch (InterruptedException e) {
                e.printStackTrace();
            }

        }
    });
    t2.start();
}

3.4.3 正常写法

• 一般不会让两个线程都不sleep

  • 这样，“打印”这个操作就很大概率会结果出错

• 让一方留足够的时间等对方~

    public static void main(String[] args) {
        BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>(5);
        Object o = new Object();
        Thread t1 = new Thread(() -> {
            for (int i = 0; i < 25; i++) {
                try {
                    System.out.println("生产1个");
                    blockingQueue.put(1);
                    Thread.sleep(1000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        });
        t1.start();
        Thread t2 = new Thread(() -> {
            for (int i = 0; i < 25; i++) {
                try {
                    blockingQueue.take();
                    System.out.println("消耗1个");
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }

            }
        });
        t2.start();
    }

• 这样，线程1只要put1个，线程2就会立马take掉~

  • 线程1则不可能会满
  • 这是通过sleep解决了一定的线程安全问题~
  • 因为调度无需，“现象”可能不合意
  • 但是阻塞队列数据交互绝对是线程安全的

• 测试：

  • 严格生产一个消耗一个~

• 顺便一提：

• 出了点小错：

• 当然，打印顺序不合我们的意没关系，因为我们用到阻塞队列，主要是为了数据交互，而数据交互，必然是线程安全的~

3.5 模拟实现阻塞队列

• 这里的队列是个循环队列
  • 单队列
• 线程安全
• 队列满，插入元素时必须阻塞 === wait
  • 队列不满，唤醒阻塞 === notify
• 队列空，取出元素时必须阻塞 === wait
  • 队列不空，唤醒阻塞 === notify

1. 这里的循环队列跟之前数据结构讲的循环队列，整体结构是一样的

   • 只需要进行也些修改

2. 两种方式确定队列是满是空：

   • size表示队列元素个数【本次讲解方式】
   • 牺牲一个下标，区分满空

3. 用什么底层数据结构

   • 链表
   • 顺序表【本次讲解方式】
     • 取模法

4. 在适当的时机，设计wait和notify的对应代码

• 总体代码在此，讲解才后：

public class MyBlockingQueue {
    volatile private int[] items;
    volatile private int front;
    volatile private int rear;
    private final static int INIT = 10;
 	private int size;
    
    public MyBlockingQueue(int capacity) {
        this.items = new int[capacity];
    }

    synchronized public void put(int value) throws InterruptedException {
        if(size == items.length) {
            this.wait();
        }
        items[rear] = value;
        rear = (rear + 1) % items.length;
        size++;
        this.notify();
    }

    synchronized public int take() throws InterruptedException {
        if(size == 0) {
            this.wait();
        }
        int ret = items[front];
        front = (front + 1) % items.length;
        size--;
        this.notify();
        return ret;//ret刚刚跳出队列的元素~
    }

    public MyBlockingQueue() {
        this.items = new int[INIT];
    }
}

3.5.1 属性

volatile private int[] items;
volatile private int front;
volatile private int rear;
private final static int INIT = 10;
private int size;

1. items ==> 底层顺序表
2. front 队头
3. rear 队尾
4. INIT默认容量
   • 常量不能被volatile修饰，因为常量不需要~
   • 常量压根没有被优化

• volatile是为了保证内存可见性和禁止指令重排序~

5. size为队里元素个数~

3.5.2 构造方法

public MyBlockingQueue(int capacity) {
    if(capacity <= 0) {
        //没有容量为0或者小于0的队列~
        this.items = new int[INIT];
    }
    this.items = new int[capacity];
}

public MyBlockingQueue() {
    this.items = new int[INIT];
}

• 没啥好说的，队列数据结构应该很熟了吧[斜眼笑]

3.5.3 put方法

synchronized public void put(int value) throws InterruptedException {
    if(size == items.length) {
        this.wait();
    }
    items[rear] = value;
    rear = (rear + 1) % items.length;
    size++;
    this.notify();
}

3.5.4 take方法

synchronized public int take() throws InterruptedException {
    if(size == 0) {
        this.wait();
    }
    int ret = items[front];
    front = (front + 1) % items.length;
    size--;
    this.notify();
    return ret;
}

• 显然一个队列是不会即满又空的
  • 容量不为0~

3.5.5 循环队列原理小小复习

• 简单的通过size就可以判断空或者满了~
  • size与 0/数组长度 比较
  • 而不是只判断front与rear相遇
  • 因为相遇可能是空或者满
• “浪费一个数组空间”的方式，这里不讲，但是确实可以不需要size~

1. 简单put

   • size++
     

2. 简单take

   • size–

   • front到rear之间才是有效数据

3. put【循环性质】
   • size++
     

• 再次强调，front到rear才是有效数据~

4. take【循环性质】
   • size–
     

• 剩余的有效数据~
  • front 到 rear

5. 判断空
   • size == 0

6. 判断满
   • size == items.length
     

3.5.6 修复小瑕疵

• 概率特别特别小，但是一旦bug，会导致巨大亏损

---

1. interrupt

---

2. 被抢锁

• 图示：

---

• 解决方案：
  • 使用while循环，保证抢到锁的时候，size为0才能继续走~
  • 一旦发现size依旧为0，继续等待~
  • size为0无法再减减，所以一定不存在size小于0的情况~

1. take最终版：

synchronized public int take() throws InterruptedException {
    while(size == 0) {
        this.wait();
    }
    int ret = items[front];
    front = (front + 1) % items.length;
    size--;
    this.notify();
    return ret;
}

2. put最终版：

• 同样的put也有相同的问题~

synchronized public void put(int value) throws InterruptedException {
    while(size == items.length) {
        this.wait();
    }
    items[rear] = value;
    rear = (rear + 1) % items.length;
    size++;
    this.notify();
}

3.5.7 测试

• 用3.4.3那个例子中，BlockingQueue换成我们的阻塞队列MyBlockingQueue~

• 结果正常~

---

文章到此结束！谢谢观看
可以叫我 小马，我可能写的不好或者有错误，但是一起加油鸭！

---