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：
- 单例模式
- 本章重点
- 工厂模式
- 下一章讲~
- 单例模式
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：
- 饿汉模式（急迫）
- 懒汉模式（从容）
- 在计算机，懒是个褒义词
- 因为可以节省开销
- …
-
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~
- 计算机是直接加载1000页
-
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~
- 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”
- 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
- 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
- 可以利用枚举类型，枚举的private属性，反射是访问不到的
- 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
- 类加载的时候，并没有实例单例出来，置为初始值null
- 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~
- 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~
- 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
- 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
- 法1：
- 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~
- 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
- 如果队列为空
- 尝试出队列，就要阻塞等待，直到队列不为空
- 如果队列为满
- 尝试入队列，就要阻塞等待，直到队列不为满
- 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
- 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~
- 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
- 如果没有阻塞队列
- 生产者生产太多，导致队列满了，则进入阻塞，直到队列不满
- 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~
-
- 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
- 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
-
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
-
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
-
用什么底层数据结构
- 链表
- 顺序表【本次讲解方式】
- 取模法
-
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;
- items ==> 底层顺序表
- front 队头
- rear 队尾
- 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~
- 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~
-
简单put
- size++
- size++
-
简单take
-
size–
-
front到rear之间才是有效数据
-
- put【循环性质】
- size++
- size++
- 再次强调，front到rear才是有效数据~
- take【循环性质】
- size–
- size–
- 剩余的有效数据~
- front 到 rear
- 判断空
- size == 0
- 判断满
- size == items.length
- 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
- interrupt
- 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~
- 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;
}
- 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🦆！
980
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
