Java并发编程系列：锁优化

单核的并行算法的效率要低于原始串行的算法，因为并行多线程多了线程调度、上下文切换等开销。而单线程器主要资源都花在 任务本身，他不需要维护数据结构的一致性，也不需要为线程的切换和调度花费时间。并行计算之所以能提高系统的性能，而是因为他更合理的进行任务调度，充分利用各个CPU的资源，合理的并发，才能将CPU的性能发挥到极致。

在高并发的环境下，激烈的所竞争会导致程序的性能下降。

1.减少锁的持有时间

在必要时进行同步控制，这样能明显减少线程持有锁的时间，从而有利于降低锁冲突的可能性，进而提升系统的并发能力。

2.减小锁粒度

对于ConcurrentHashMap，他的内部进一步细分了若干个hashMap(称为SEGMENT)，默认情况下一个ConcurrentHashMap可被进一步细分为16个段。当加入一个新的元素是，不是将HashMap加锁，而是根据Hashcode得到该表对应的那个段中，然后对段加锁，完成put操作。如果在多线程环境中，多个线程同时进行put操作，只要加入的元素不在同一个段内，则线程间可以真正的并行。
减少锁粒度，是指缩小锁定对象的范围，从而减少锁冲突的可能性，进而提高系统并发里。

3.读写分离锁

在读多写少的场合，如果系统读写数据时均使用独占锁，那么读读、写写、读写操作间不能做到真正的并发，并且要相互等待，而读操作不会影响数据的完整性和一致性。

4.锁分离

典型的案例是LinkedBlockingQueue,因为它是由链表实现的，take()和put()分别是从队列中取数据和往队列中添加数据的功能。虽然两个函数都是对当前队列进行修改操作，可是他们分别作用于队头和对尾。JDK的实现中采用了两把不同的锁，分离了take和put操作。从而take只和take线程竞争，put只和put竞争，减少了锁竞争的可能性。

	public E take() throws InterruptedException {
		E x;
		int c = -1;
		final AtomicInteger count = this.count;
		final ReentrantLock takeLock = this.takeLock;
		//takelock不允许有两个线程同时取数据
		takeLock.lockInterruptibly();
		try {
		    while (count.get() == 0) {
			//如果没有数据可取是，进入等待，当有notEmpty.signal方法调用时，才唤醒
		        notEmpty.await();
		    }
			//取得对头数据
		    x = dequeue();
		    c = count.getAndDecrement();
		    if (c > 1)
				//通知其他take()操作
		        notEmpty.signal();
		} finally {
		    takeLock.unlock();
		}
		if (c == capacity)
		    signalNotFull();
		return x;
	}

5.锁粗化

当有一连串持续的对同一锁进行请求和释放的操作时，表可以把所有的所操作整合成对锁的一次请求释放，从而减少对锁的请求次数，这个操作叫做锁粗化。