并发编程-读写锁ReentrantReadWriteLock详解 & StampLock详解
现实中有这样一种场景：对共享资源有读和写的操作，且写操作没有读操作那么频繁（读多写少）。
在没有写操作的时候，多个线程同时读一个资源没有任何问题，所以应该允许多个线程同时读取共享资源（读读共享）；但是如果一个线程想去写这些共享资源，就不应该允许其他线程对该资源进行读和写操作了（读写，写写互斥）。
思考：针对这种场景，有没有比ReentrantLock更好的方案？
1. 读写锁介绍
读写锁ReadWriteLock，顾名思义一把锁分为读与写两部分，读锁允许多个线程同时获得，因为读操
作本身是线程安全的。而写锁是互斥锁，不允许多个线程同时获得写锁。并且读与写操作也是互斥
的。读写锁适合多读少写的业务场景。
2. ReentrantReadWriteLock介绍
针对这种场景，JAVA的并发包提供了读写锁ReentrantReadWriteLock，它内部，维护了一对相关的锁，一个用于只读操作，称为读锁；一个用于写入操作，称为写锁，描述如下：
线程进入读锁的前提条件：
1.没有其他线程的写锁
2.没有写请求或者有写请求，但调用线程和持有锁的线程是同一个。
线程进入写锁的前提条件：
1.没有其他线程的读锁
2.没有其他线程的写锁
而读写锁有以下三个重要的特性：
公平选择性：支持非公平（默认）和公平的锁获取方式，吞吐量还是非公平优于公平。
可重入：读锁和写锁都支持线程重入。以读写线程为例：读线程获取读锁后，能够再次获取读锁。写线程在获取写锁之后能够再次获取写锁，同时也可以获取读锁。
锁降级：遵循获取写锁、再获取读锁最后释放写锁的次序，写锁能够降级成为读锁。
2.1 ReentrantReadWriteLock的使用
读写锁接口ReadWriteLock
一对方法，分别获得读锁和写锁 Lock 对象。
ReentrantReadWriteLock类结构
ReentrantReadWriteLock是可重入的读写锁实现类。在它内部，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 线程，读锁可以由多个 Reader 线程同时持有。也就是说，写锁是独占的，读锁是共享的。
如何使用读写锁
public class ReadWriteLockExample {
private final ReadWriteLock lock = new ReentrantReadWriteLock();
private final Lock readLock = lock.readLock();//读锁
private final Lock writeLock = lock.writeLock();//写锁
private final String[] data = new String[10];
public void write(int index, String value) {
writeLock.lock();
try {
System.out.println(Thread.currentThread().getName()+"获取写锁");
try {
Thread.sleep(5000);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
// read(2);
data[index] = value;
} finally {
System.out.println(Thread.currentThread().getName()+"释放写锁");
writeLock.unlock();
}
}
public String read(int index) {
readLock.lock();
try {
System.out.println(Thread.currentThread().getName()+"获取读锁");
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
throw new RuntimeException(e);
}
return data[index];
} finally {
System.out.println(Thread.currentThread().getName()+"释放读锁");
readLock.unlock();
}
}
public static void main(String[] args) {
ReadWriteLockExample rwl = new ReadWriteLockExample();
// 测试读读，读写，写写场景
new Thread(()->{
//rwl.read(2);
rwl.write(2,"rwl");
// rwl.read(2);
}).start();
// new Thread(()->rwl.read(2)).start();
// new Thread(()->rwl.write(2,"rwl")).start();
// new Thread(()->rwl.write(2,"rwl")).start();
}
}
当使用读读锁时： 执行结果为：
new Thread(()->rwl.read(2)).start();
new Thread(()->rwl.read(2)).start();
当使用读写锁时： 执行结果为：
new Thread(()->rwl.read(2)).start();
new Thread(()->rwl.read(2)).start();
new Thread(()->rwl.write(2,“rwl”)).start();
当使用写写锁时： 执行结果为：
new Thread(()->rwl.write(2,“rwl”)).start();
new Thread(()->rwl.write(2,“rwl”)).start();
当使用写读锁时(在写锁的逻辑上加上读锁的逻辑)： 执行结果为：
eg:在代码中释放注释 的代码 read(2);
new Thread(()->rwl.read(2)).start();
new Thread(()->rwl.write(2,“rwl”)).start();
注意事项
读锁不支持条件变量
重入时升级不支持：持有读锁的情况下去获取写锁，会导致获取永久等待
重入时支持降级： 持有写锁的情况下可以去获取读锁
2.2 应用场景
以下是使用ReentrantReadWriteLock的常见场景：
读多写少：ReentrantReadWriteLock适用于读操作比写操作频繁的场景，因为它允许多个读线程同时访问共享数据，而写操作是独占的。
缓存：ReentrantReadWriteLock可以用于实现缓存，因为它可以有效地处理大量的读操作，同时保护缓存数据的一致性。
eg:做缓存
public class Cache {
static Map<String, Object> map = new HashMap<String, Object>();
static ReentrantReadWriteLock rwl = new ReentrantReadWriteLock();
static Lock r = rwl.readLock();
static Lock w = rwl.writeLock();
// 获取一个key对应的value
public static final Object get(String key) {
r.lock();
try {
return map.get(key);
} finally {
r.unlock();
}
}
// 设置key对应的value，并返回旧的value
public static final Object put(String key, Object value) {
w.lock();
try {
return map.put(key, value);
} finally {
w.unlock();
}
}
// 清空所有的内容
public static final void clear() {
w.lock();
try {
map.clear();
} finally {
w.unlock();
}
}
}
Cache组合一个非线程安全的HashMap作为缓存的实现，同时使用读写锁的读锁和
写锁来保证Cache是线程安全的。在读操作get(String key)方法中，需要获取读锁，这使得并发访问该方法时不会被阻塞。写操作put(String key,Object value)方法和clear()方法，在更新 HashMap时必须提前获取写锁，当获取写锁后，其他线程对于读锁和写锁的获取均被阻塞，而 只有写锁被释放之后，其他读写操作才能继续。Cache使用读写锁提升读操作的并发性，也保证每次写操作对所有的读写操作的可见性，同时简化了编程方式
2.4 读写锁设计思路
读写状态的设计
设计的精髓：用一个变量如何维护多种状态
在 ReentrantLock 中，使用 Sync ( 实际是 AQS )的 int 类型的 state 来表示同步状态，表示锁被一个线程重复获取
的次数。但是，读写锁 ReentrantReadWriteLock 内部维护着一对读写锁，如果要用一个变量维护多种状态，需要
采用“按位切割使用”的方式来维护这个变量，将其切分为两部分：高16为表示读，低16为表示写。
分割之后，读写锁是如何迅速确定读锁和写锁的状态呢？通过位运算。假如当前同步状态为S，那么：
写状态，等于 S & 0x0000FFFF（将高 16 位全部抹去）。 当写状态加1，等于S+1.
读状态，等于 S >>> 16 (无符号补 0 右移 16 位)。当读状态加1，等于S+（1<<16）
根据状态的划分能得出一个推论：S不等于0时，当写状态（S&0x0000FFFF）等于0时，则读状态（S>>>16）大于
0，即读锁已被获取。
代码实现：java.util.concurrent.locks.ReentrantReadWriteLock.Sync
exclusiveCount(int c) 静态方法，获得持*有写状态的锁的次数。
sharedCount(int c) 静态方法，获得持有读状态的锁的数量*。不同于写锁，读锁可以同时被多个线程持有。而每个线程持有的读锁支持重入的特性，所以需要对每个线程持有的读锁的数量单独计数，这就需要用到HoldCounter 计数器
HoldCounter 计数器
读锁的内在机制其实就是一个共享锁。一次共享锁的操作就相当于对HoldCounter 计数器的操
作。获取共享锁，则该计数器 + 1，释放共享锁，该计数器 - 1。只有当线程获取共享锁后才能对共享
锁进行释放、重入操作。
通过 ThreadLocalHoldCounter 类，HoldCounter 与线程进行绑定。HoldCounter 是绑定线程
的一个计数器，而 ThreadLocalHoldCounter 则是线程绑定的 ThreadLocal。
1.HoldCounter是用来记录读锁重入数的对象
2.ThreadLocalHoldCounter是ThreadLocal变量，用来存放不是第一个获取读锁的线程的其他线程的读锁重入数
对象
小结：
问题：synchronized和lock的区别？
synchronized是可重入锁，由于lock是一个接口，重入性取决于实现，synchronized不支持中
断，而lock可以。。。。。。。。。。。。。。。。
那有没有比这两种锁更快的锁呢？
在读多写少的情况下，读写锁比他们的效率更高。
3. StampedLock介绍
如果我们深入分析ReentrantReadWriteLock，会发现它有个潜在的问题：如果有线程正在读，写线程需要等待读线程释放锁后才能获取写锁，即读的过程中不允许写，这是一种悲观的读锁。
为了进一步提升并发执行效率，Java 8引入了新的读写锁：StampedLock。
StampedLock和ReentrantReadWriteLock相比，改进之处在于：读的过程中也允许获取写锁后写入！在原先读写锁的基础上新增了一种叫乐观读（Optimistic Reading）的模式。该模式并不会加锁，所以不会阻塞线程，会有更高的吞吐量和更高的性能。
它的设计初衷是作为一个内部工具类，用于开发其他线程安全的组件，提升系统性能，并且编程模型也比ReentrantReadWriteLock 复杂，所以用不好就很容易出现死锁或者线程安全等莫名其妙的问题。
3.1 StampedLock的使用
StampLock三种访问模式
Writing（独占写锁）：writeLock 方法会使线程阻塞等待独占访问，可类比ReentrantReadWriteLock 的写锁模式，同一时刻有且只有一个写线程获取锁资源；
Reading（悲观读锁）：readLock方法，允许多个线程同时获取悲观读锁，悲观读锁与独占写锁互斥，与乐观读共享。
Optimistic Reading（乐观读）：这里需要注意了，乐观读并没有加锁，也就是不会有 CAS 机制并且没有阻塞线程。仅当当前未处于 Writing 模式 tryOptimisticRead 才会返回非 0 的邮戳（Stamp），如果在获取乐观读之后没有出现写模式线程获取锁，则在方法validate返回 true ，允许多个线程获取乐观读以及读锁，同时允许一个写线程获取写锁。
在使用乐观读的时候一定要按照固定模板编写，否则很容易出 bug，我们总结下乐观读编程模型
的模板：
public void optimisticRead() {
// 1. 非阻塞乐观读模式获取版本信息
long stamp = lock.tryOptimisticRead();
// 2. 拷贝共享数据到线程本地栈中
copyVaraibale2ThreadMemory();
// 3. 校验乐观读模式读取的数据是否被修改过
if (!lock.validate(stamp)) {
// 3.1 校验未通过，上读锁
stamp = lock.readLock();
try {
// 3.2 拷贝共享变量数据到局部变量
copyVaraibale2ThreadMemory();
} finally {
// 释放读锁
lock.unlockRead(stamp);
}
}
// 3.3 校验通过，使用线程本地栈的数据进行逻辑操作
useThreadMemoryVarables();
}
思考：为何 StampedLock 性比 ReentrantReadWriteLock 好？
关键在于StampedLock 提供的乐观读。ReentrantReadWriteLock 支持多个线程同时获取读锁，但是当多个线程同时读的时候，所有的写线程都是阻塞的。StampedLock 的乐观读允许一个写线程获取写锁，所以不会导致所有写线程阻塞，也就是当读多写少的时候，写线程有机会获取写锁，减少了线程饥饿的问题，吞吐量大大提高。
思考：允许多个乐观读和一个写线程同时进入临界资源操作，那读取的数据可能是错的怎么办？
乐观读不能保证读取到的数据是最新的，所以将数据读取到局部变量的时候需要通过lock.validate(stamp)校验是否被写线程修改过，若是修改过则需要上悲观读锁，再重新读取数据到局部变量。
演示乐观读
public class StampedLockTest {
public static void main(String[] args) throws InterruptedException {
Point point = new Point();
//第一次移动x,y
new Thread(() -> point.move(100, 200)).start();
Thread.sleep(100);
new Thread(() -> point.distanceFromOrigin()).start();
Thread.sleep(500);
//第二次移动x,y
// new Thread(()-> point.move(300,400)).start();
}
}
@Slf4j
class Point {
private final StampedLock stampedLock = new StampedLock();
private double x;
private double y;
public void move(double deltaX, double deltaY) {
// 获取写锁
long stamp = stampedLock.writeLock();
log.debug("获取到writeLock");
try {
x += deltaX;
y += deltaY;
} finally {
// 释放写锁
stampedLock.unlockWrite(stamp);
log.debug("释放writeLock");
}
}
/**
* 计算当前坐标到原点的距离
* 乐观读
* @return
*/
public double distanceFromOrigin() {
// 获得一个乐观读 (无锁)
long stamp = stampedLock.tryOptimisticRead();
// 注意下面两行代码不是原子操作
// 假设x,y = (100,200)
// 此处已读取到x=100，但x,y可能被写线程修改为(300,400)
double currentX = x;
log.debug("第1次读，x:{},y:{},currentX:{}", x, y, currentX);
try {
Thread.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
// 此处已读取到y，如果没有写入，读取是正确的(100,200)
// 如果有写入，读取是错误的(100,400)
double currentY = y;
log.debug("第2次读，x:{},y:{},currentX:{},currentY:{}",
x, y, currentX, currentY);
// 检查乐观读锁后是否有其他写锁发生
if (!stampedLock.validate(stamp)) {
// 获取一个悲观读锁
stamp = stampedLock.readLock();
try {
currentX = x;
currentY = y;
log.debug("最终结果，x:{},y:{},currentX:{},currentY:{}",
x, y, currentX, currentY);
} finally {
// 释放悲观读锁
stampedLock.unlockRead(stamp);
}
}
return Math.sqrt(currentX * currentX + currentY * currentY);
}
当只有第一次移动时，执行结果为：
当第一次移动和第二次移动同时执行时，结果为：
在缓存中的应用
将用户id与用户名数据保存在 共享变量 idMap 中，并且提供 put 方法添加数据、get 方法获取数
据、以及 getIfNotExist 先从 map 中获取数据，若没有则模拟从数据库查询数据并放到 map 中。
public class CacheStampedLock {
/**
* 共享变量数据
*/
private final Map<Integer, String> idMap = new HashMap<>();
private final StampedLock lock = new StampedLock();
/**
* 添加数据，独占模式
*/
public void put(Integer key, String value) {
long stamp = lock.writeLock();
try {
idMap.put(key, value);
} finally {
lock.unlockWrite(stamp);
}
}
/**
* 读取数据，只读方法
*/
public String get(Integer key) {
// 1. 尝试通过乐观读模式读取数据，非阻塞
long stamp = lock.tryOptimisticRead();
// 2. 读取数据到当前线程栈
String currentValue = idMap.get(key);
// 3. 校验是否被其他线程修改过,true 表示未修改，否则需要加悲观读锁
if (!lock.validate(stamp)) {
// 4. 上悲观读锁，并重新读取数据到当前线程局部变量
stamp = lock.readLock();
try {
currentValue = idMap.get(key);
} finally {
lock.unlockRead(stamp);
}
}
// 5. 若校验通过，则直接返回数据
return currentValue;
}
/**
* 如果数据不存在则从数据库读取添加到 map 中,锁升级运用
* @param key
* @return
*/
public String getIfNotExist(Integer key) {
// 获取读锁，也可以直接调用 get 方法使用乐观读
long stamp = lock.readLock();
String currentValue = idMap.get(key);
// 缓存为空则尝试上写锁从数据库读取数据并写入缓存
try {
while (Objects.isNull(currentValue)) {
// 尝试升级写锁
long wl = lock.tryConvertToWriteLock(stamp);
// 不为 0 升级写锁成功
if (wl != 0L) {
stamp = wl;
//TODO 模拟从数据库读取数据, 写入缓存中
currentValue = "query db";
idMap.put(key, currentValue);
break;
} else {
// 升级失败，释放之前加的读锁并上写锁，通过循环再试
lock.unlockRead(stamp);
stamp = lock.writeLock();
}
}
} finally {
// 释放最后加的锁
lock.unlock(stamp);
}
return currentValue;
}
}
上面的使用例子中，需要引起注意的是 get()和 getIfNotExist() 方法，第一个使用了乐观读，使得读写可以并发执行，第二个则是使用了读锁转换成写锁的编程模型，先查询缓存，当不存在的时候从数据库读取数据并添加到缓存中。
3.2 使用场景和注意事项
对于读多写少的高并发场景 StampedLock的性能很好，通过乐观读模式很好的解决了写线程“饥
饿”的问题，我们可以使用StampedLock 来代替ReentrantReadWriteLock ，但是需要注意的
是 StampedLock 的功能仅仅是 ReadWriteLock 的子集，在使用的时候，还是有几个地方需要注意一下。
StampedLock 写锁是不可重入的，如果当前线程已经获取了写锁，再次重复获取的话就会死锁，使用过程中一定要注意；
悲观读、写锁都不支持条件变量 Conditon ，当需要这个特性的时候需要注意；
如果线程阻塞在 StampedLock 的 readLock() 或者 writeLock() 上时，此时调用该阻塞线程的 interrupt() 方法，会导致 CPU 飙升。所以，使用 StampedLock 一定不要调用中断操作，如果需要支持中断功能，一定使用可中断的悲观读锁 readLockInterruptibly() 和写锁 writeLockInterruptibly()。