读写锁机制

ReadWriteLock 是一个接口

实现类 ReentrantReadWriteLock

ReadWriteLock 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，读取锁可以由多个 reader 线程同时保持。写入锁是独占的。
所有 ReadWriteLock 实现都必须保证 writeLock 操作的内存同步效果也要保持与相关 readLock 的联系。也就是说，成功获取读锁的线程会看到写入锁之前版本所做的所有更新。
与互斥锁相比，读-写锁允许对共享数据进行更高级别的并发访问。虽然一次只有一个线程（writer 线程）可以修改共享数据，但在许多情况下，任何数量的线程可以同时读取共享数据（reader 线程），读-写锁利用了这一点。从理论上讲，与互斥锁相比，使用读-写锁所允许的并发性增强将带来更大的性能提高。在实践中，只有在多处理器上并且只在访问模式适用于共享数据时，才能完全实现并发性增强。
与互斥锁相比，使用读-写锁能否提升性能则取决于读写操作期间读取数据相对于修改数据的频率，以及数据的争用——即在同一时间试图对该数据执行读取或写入操作的线程数。例如，某个最初用数据填充并且之后不经常对其进行修改的 collection，因为经常对其进行搜索（比如搜索某种目录），所以这样的 collection 是使用读-写锁的理想候选者。但是，如果数据更新变得频繁，数据在大部分时间都被独占锁，这时，就算存在并发性增强，也是微不足道的。更进一步地说，如果读取操作所用时间太短，则读-写锁实现（它本身就比互斥锁复杂）的开销将成为主要的执行成本，在许多读-写锁实现仍然通过一小段代码将所有线程序列化时更是如此。最终，只有通过分析和测量，才能确定应用程序是否适合使用读-写锁。
尽管读-写锁的基本操作是直截了当的，但实现仍然必须作出许多决策，这些决策可能会影响给定应用程序中读-写锁的效果。这些策略的例子包括：
• 在 writer 释放写入锁时，reader 和 writer 都处于等待状态，在这时要确定是授予读取锁还是授予写入锁。Writer 优先比较普遍，因为预期写入所需的时间较短并且不那么频繁。Reader 优先不太普遍，因为如果 reader 正如预期的那样频繁和持久，那么它将导致对于写入操作来说较长的时延。公平或者“按次序”实现也是有可能的。
• 在 reader 处于活动状态而 writer 处于等待状态时，确定是否向请求读取锁的 reader 授予读取锁。Reader 优先会无限期地延迟 writer，而 writer 优先会减少可能的并发。
• 确定是否重新进入锁：可以使用带有写入锁的线程重新获取它吗？可以在保持写入锁的同时获取读取锁吗？可以重新进入写入锁本身吗？
• 可以将写入锁在不允许其他 writer 干涉的情况下降级为读取锁吗？可以优先于其他等待的 reader 或 writer 将读取锁升级为写入锁吗？
当评估给定实现是否适合您的应用程序时，应该考虑所有这些情况


使用读写锁 写的缓存系统！！！绝对的缜密与高效！！

public class CacheSystem {
// 读写锁
private static ReadWriteLock rwl = new ReentrantReadWriteLock();
// 缓存
private static Map<String, Object> cache = new HashMap<String, Object>();
public Object getData(String key) {
// 上 读锁
rwl.readLock().lock();
try {
Object value = cache.get(key);//得到数据！！
if (value == null) {
// 释放读锁 加写锁
rwl.readLock().unlock();
rwl.writeLock().lock();
try {
if (value == null) {// 这里必须加上一个if判断语句，因为当多个 写线程到达这个地方的时候
// 第一个写线程释放后，第二个到达的时候还是会继续执行 写的这部分代码 、
// 所以加上一个 判断语句 当第一个写线程写完之后 其他执行到这里的写线程就不会执行写这部分代码了！！
System.out.println("进行了写操作！！");
value = new Object();
cache.put(key, value);
TimeUnit.SECONDS.sleep(1);
}
} catch (Exception e) {
throw new RuntimeException(e);
} finally {// 释放写锁
rwl.writeLock().unlock();
// z增加读锁
rwl.readLock().lock();
}
}
return value;
} catch (Exception e) {
throw new RuntimeException(e);
} finally {// 释放读锁
rwl.readLock().unlock();
}
}

测试

final CacheSystem cacheSystem = new CacheSystem();
new Thread(new Runnable() {
@Override
public void run() {
try {
while (true) {
Object object = cacheSystem.getData("xxx");
System.out.println("---------------得到数据-------"+object.toString());
TimeUnit.SECONDS.sleep(1);
}
} catch (Exception e) {
throw new RuntimeException(e);
}
}
}).start();

new Thread(new Runnable() {
@Override
public void run() {
try {
while (true) {
Object object = cacheSystem.getData("xxx");
System.out.println("---------------得到数据-------"+object.toString());
TimeUnit.SECONDS.sleep(1);
}
} catch (Exception e) {
throw new RuntimeException(e);
}
}
}).start();
}

输出结果：


只是 进行了一次 写操作！！！


不能同步的代码：
public class CacheSystem2 {
// 缓存
private static Map<String, Object> cache = new HashMap<String, Object>();

public static Object getData(String key) throws Exception {
Object value = cache.get(key);
if (value == null) {
System.out.println("进行了写操作！！");
value = new Object();
cache.put(key, value);
TimeUnit.SECONDS.sleep(1);
}
return value;
}


测试
/**
* 测试 不能同步的读写线程 即这个缓存系统
*/
final CacheSystem2 cacheSystem = new CacheSystem2();
new Thread(new Runnable() {
@Override
public void run() {
try {
while (true) {
Object object = cacheSystem.getData("xxx");
System.out.println("---------------得到数据-------"+object.toString());
TimeUnit.SECONDS.sleep(1);
}
} catch (Exception e) {
throw new RuntimeException(e);
}
}
}).start();

new Thread(new Runnable() {
@Override
public void run() {
try {
while (true) {
Object object = cacheSystem.getData("xxx");
System.out.println("---------------得到数据-------"+object.toString());
TimeUnit.SECONDS.sleep(1);
}
} catch (Exception e) {
throw new RuntimeException(e);
}
}
}).start();
}

结果：

两次写操作！！！