不操千曲而后晓声,观千剑而后识器。这篇文章主要讲述想进阿里腾讯等互联网公司?没懂这些 Java 并发编程怎么行相关的知识,希望能为你提供帮助。
一、概述传统的java并发能力依靠的是多线程,相比于现代的方法是Reactive编程,本文介绍多线程的实现,Reactive编程方法的介绍可参见Reactive编程。
多线程并发编程有2个核心概念,原子性和可见性。原子性的介绍随处可见,简单来说就是一组操作要么全部成功,要么全部失败,不存在中间状态。
可见性是指一个线程中数据的变化是否能被其它线程感知。
多线程编程中要一直注意的一个问题点就是check-then-act的处理,我们的程序中存着大量的 条件判断->
执行 的处理,这种简单的处理在单线程中不会存在什么问题,但是在多线程环境中却是极易出错。需要综合考虑原子性和可见性。“竞态条件”表述的就是这个问题。
本文主要介绍的内容:竞态条件、java内存模型(happens-before)、synchronized、原子类、锁、ThreadLocal变量、CountDownLatch、CompletableFuture。
二、竞态条件当多个线程对共享资源进行处理的时候,可能由于不同的执行顺序导致产生不同的结果。比较典型的是check-then-act操作,如以下代码:
当这个类的同一个对象在多个线程中执行get方法时,由于get方法不是原子操作,initialize方法可能会执行多次。解决这个问题可以通过将get方法改为synchronized方法或者是将value改为原子类。
再来看另外一种竞态条件。
class Waiter implements Runnable
private boolean shouldFinish;
void finish()
shouldFinish = true;
public void run()
long iteration = 0;
while (!shouldFinish)
iteration++;
System.out.println("Finished after: " + iteration);
public class DataRace
public static void main(String[] args) throws InterruptedException
Waiter waiter = new Waiter();
Thread waiterThread = new Thread(waiter);
waiterThread.start();
// 在另一个的线程中执行waiter的run方法,该方法通过判断shouldFinish变量的值确定是否退出循环
waiter.finish();
// 在主线程中修改shouldFinish变量的值
waiterThread.join();
正常情况下在执行完waiter的finish方法后,run方法中的循环会退出,但是也有可能run方法会进入死循环。我们可以通过延迟waiter.finish()的执行来模拟这种情况。将main方法做一下修改:
public class DataRace
public static void main(String[] args) throws InterruptedException
Waiter waiter = new Waiter();
Thread waiterThread = new Thread(waiter);
waiterThread.start();
Thread.sleep(10L);
// 延迟10毫秒后再调用finish方法,会发现程序会一直运行不退出,在run方法中shouldFinish一直是false
waiter.finish();
waiterThread.join();
再次执行这个程序,会发现run方法进入了死循环,即使waiter.finish()已经将shouldFinish设置成true,循环仍然没有退出。产生这个问题的原因就是在另一个的线程中读到的shouldFinish变量的值是脏数据。
可以通过将 shouldFinish 变量声明为 volatile 来解决这个问题。
这种现象是源于java内存模型的happens-before规则,一个线程对变量的写入操作的结果只有符合happens-before规则情况下才会被其它线程读取到。 synchronized和volatile结构,以及Thread.start()和Thread.join()方法均可构成happens-before关系。该规则的描述如下(原文):
所以将 shouldFinish 变量声明为 volatile后,符合规则3,执行finish方法后对shouldFinish的修改会被读线程读取到修改后的结果。如果没有加volatile关键字,就没有符合happens-before规则。
三、synchronizedsynchronized 提供了一种悲观锁机制,synchronized声明的代码块具有排他性,同一时间只有一个线程能够获得锁,通过这种方式确保原子性和可见性。synchronized可以用在方法上,也可以用在一段代码块上。当synchronized可以用在static方法上时,用的是类锁,否则是对象锁。
对代码块枷锁:
对方法枷锁:
四、ThreadLocal虽然通过synchronized可以实现原子性,但是由于使用的是悲观锁机制,对性能会有影响。如果多个线程之间的变量不需要共享,可以采用ThreadLocal变量,避免多个线程同时修改同一个变量导致出现并发问题。
class ThreadLocalDemo
private final ThreadLocal<
Transaction>
currentTransaction = ThreadLocal.withInitial(NullTransaction::new);
Transaction currentTransaction()
Transaction current = currentTransaction.get();
if (current.isNull())
current = new TransactionImpl();
currentTransaction.set(current);
return current;
interface Transaction
boolean isNull();
class NullTransaction implements Transaction
public boolean isNull()
return true;
class TransactionImpl implements Transaction
public boolean isNull()
return false;
五、Atomics另外一种简化并发编程的方式是采用原子数据结构,这种数据结构本身保证了原子性和可见性,可以方便的使用,能够避免多线程环境下check-then-act的问题。
public class Atomic
public static void main(String[] args)
AtomicRun atomicRun = new AtomicRun();
Thread waiterThread1 = new Thread(atomicRun);
Thread waiterThread2 = new Thread(atomicRun);
waiterThread1.start();
waiterThread2.start();
class AtomicRun implements Runnable
private final AtomicBoolean shouldFinish = new AtomicBoolean(false);
public void run()
if (shouldFinish.compareAndSet(false, true))
System.out.println("initialized only once");
由于shouldFinish是一个原子对象,
shouldFinish.compareAndSet是一个原子操作,因此不会出现读取到脏数据的问题。
六、Locksjava.util.concurrent.locks包提供了与synchronized相同的功能,在此基础上又进行了扩展,例如可以获取锁的状态,可以中断锁。对于读多写少的情况,还可以通过ReadWriteLock来提升性能。
class LockDemo
private final Lock lock = new ReentrantLock();
private int counter0;
public static void main(String[] args)
LockDemo lockDemo = new LockDemo();
lockDemo.increment();
System.out.println("count is: " + lockDemo.getCounter0());
public int getCounter0()
return counter0;
void increment()
lock.lock();
try
counter0++;
finally
lock.unlock();
class ReadWriteLockDemo
private final ReadWriteLock lock = new ReentrantReadWriteLock();
private int counter1;
void increment()
lock.writeLock().lock();
try
counter1++;
finally
lock.writeLock().unlock();
int current()
lock.readLock().lock();
try
return counter1;
finally
lock.readLock().unlock();
在使用locks时,要注意一定要在finally方法中执行unlock操作,因为程序出现异常后,不会自动释放锁,如果不在finally方法中执行unlock,会导致程序进入死锁状态。
七、CountDownLatchCountDownLatch一般用于同步多个线程的执行进度,例如有一个线程需要等其它三个线程执行完成后,再继续往下执行,可以用CountDownLatch来处理。
CountDownLatch类似于一个计数器,当一个线程调用CountDownLatch的await方法时会进入阻塞状态,其它线程调用countDown方法对计数器减一,当计数器减为0时,被await方法阻塞的操作才会解除阻塞状态继续执行。
public class CountDownLatchDemo
public static void main(String[] args) throws InterruptedException
ExecutorService executorService = Executors.newFixedThreadPool(2);
CountDownLatch latch = new CountDownLatch(1);
Receiver receiver = new Receiver(latch);
executorService.submit(receiver);
latch.await();
System.out.println("latch done");
executorService.shutdown();
class Receiver implements Runnable
private CountDownLatch latch;
public Receiver(CountDownLatch latch)
this.latch = latch;
public void run()
latch.countDown();
八、CompletableFutureCompletableFuture是一种java8提供的常用的多线程并发编程方法,虽然parallelStream也提供了多线程并发能力,但是在选择上要遵循一个原则:有IO操作的用CompletableFuture,没有IO操作纯计算的用parallelStream。
原因在于parallelStream使用的是jvm的默认ForkJoinPool线程池,该线程池一般只会分配很少的线程数(默认是CPU的核数),不能指定其它线程池。当有IO操作或者类似的延迟较高的操作时,很容易把线程池占满。而CompletableFuture允许指定线程池,可以为不同的处理指定不同的线程池,能够分业务进行线程池的隔离。
首先我们模拟一个延迟IO方法,用于后续的演示:
public static Long getPrice(String prod)
delay();
//模拟服务响应的延迟
Long price = ThreadLocalRandom.current().nextLong(0, 1000);
System.out.println("Executing in " + Thread.currentThread().getName() + ", get price for " + prod + " is " + price);
return price;
private static void delay()
try
Thread.sleep(1000);
catch (InterruptedException e)
e.printStackTrace();
1. supplyAsync:该方法用于创建一个异步任务ExecutorService executor = Executors.newFixedThreadPool(10);
CompletableFuture<
Long>
future = CompletableFuture.supplyAsync(() ->
getPrice("accept"), executor);
supplyAsync是一个工厂方法,该方法会返回一个CompletableFuture对象,入参是 Supplier 或者 Runnable 的实现类,可以用Lambda表达式来表示。同时指定了executor作为执行用的线程池。
2. thenAcceptAsync:该方法接收CompletableFuture的执行结果,将结果作为输入执行指定的方法future.thenAccept(p ->
System.out.println("Executing in " + Thread.currentThread().getName() + ", async price is: " + p);
, executor);
将第一步中的返回结果(getPrice的返回值)作为输入执行操作。
3. thenApply:该方法接收CompletableFuture的执行结果进行计算,返回一个新的CompletableFuture,类似于stream的map操作。CompletableFuture<
String>
result = future.thenApply(p ->
p + "1");
该步操作将第一步中的CompletableFuture<
Long>
转换为了 CompletableFuture<
String>
。
4. thenCompose:用于组合2个CompletableFuture,第一个的计算结果作为第二个的输入。CompletableFuture<
Long>
future1 = CompletableFuture
.supplyAsync(() ->
getPrice("compose"));
CompletableFuture<
String>
result = future1.thenCompose(
i ->
CompletableFuture.supplyAsync(() ->
Thread.sleep(2000);
return i + "World";
)
);
5. thenCombine: 将两个CompletableFuture的计算结果做进一步的计算CompletableFuture<
Long>
future1 = CompletableFuture.supplyAsync(() ->
getPrice("combine1"));
CompletableFuture<
Long>
future2 = CompletableFuture.supplyAsync(() ->
getPrice("combine2"));
CompletableFuture<
Long>
result = future1.thenCombine(future2, (f1, f2) ->
f1 + f2);
这段代码会在future1和future2都计算完成后,把两个future的计算结果进行相加,返回新的CompletableFuture。
6. exceptionally: 异常处理exceptionally是CompletableFuture最简便的一种异常处理方法。该方法会在异常发生后返回一个默认值。
CompletableFuture<
Long>
future1 = CompletableFuture.supplyAsync(() ->
getPrice("exception1"));
CompletableFuture<
Long>
future2 = CompletableFuture
.supplyAsync(() ->
(1L / 0) ) //模拟抛出一个异常
// 出现异常时返回默认值,如果此处没有exceptionally处理,异常会在后续的join中抛出
.exceptionally((ex) ->
System.out.println("Executing in " + Thread.currentThread().getName() + ", get excetion " + ex);
return 0L;
);
CompletableFuture<
Long>
result = future1.thenCombine(future2, (f1, f2) ->
f1 + f2);
try
System.out.println("Executing in " + Thread.currentThread().getName() + " ,combine price is: " + result.join());
catch (CompletionException ex)
System.out.println("Executing in " + Thread.currentThread().getName() + " ,combine price error: " + ex);
7. 并行执行CompletableFuture假设我们有一个数组,数组中的每一项都需要调用getPrice方法获取价格,可以采用stream和CompletableFuture组合使用的方式。
List<
Long>
prices = Stream.of("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12")
.map(p ->
CompletableFuture.supplyAsync(() ->
getPrice("exception1"), executor)) //通过stream的map操作,为数组中的每一个元素都启动一个CompletableFuture
.collect(Collectors.toList())
.stream()
.map(CompletableFuture::join) //等待所有的CompletableFuture都完成计算
.collect(Collectors.toList());
注意这儿要有两段collect处理,不能简化为以下写法:
ist<
Long>
prices2 = Stream.of("1", "2", "3")
.map(p ->
CompletableFuture.supplyAsync(() ->
getPrice("exception1")))
.map(CompletableFuture::join)
.collect(Collectors.toList());
这样写看上去更简洁,但是存在严重的问题。因为对于每一个元素,在第一个map生成CompletableFuture后,会立即执行join阻塞操作,相当于变成了串行。
【想进阿里腾讯等互联网公司(没懂这些 Java 并发编程怎么行)】??点击此处获取面试资料??
推荐阅读
- LVS+Keppalived群集
- hadoop+zookeeper+kafka集群搭建
- 为什么Java接口不能有构造函数而抽象类可以有()
- 为什么在C++中空类的大小不为零()
- 为什么优先队列优先使用二叉堆而不是BST()
- 为什么不推荐在Python中使用import*()
- 为什么DNS使用UDP而不使用TCP()
- 为什么C将数组参数视为指针()
- 如何使用Python的网站拦截器(用法图解)