Java高并发之设计模式，设计思想

Java高并发之设计模式，设计思想

单例

单例是最常见的一种设计模式, 一般用于全局对象管理, 比如xml配置读写之类的.

一般分为懒汉式, 饿汉式.

懒汉式: 方法上加synchronized
public static synchronized Singleton getInstance() {
if (single == null) {
single = new Singleton();
}
return single;
}

这种方式, 由于每次获取示例都要获取锁, 不推荐使用, 性能较差

懒汉式: 使用双检锁 + volatile
private volatile Singleton singleton = null;
public static Singleton getInstance() {
if (singleton == null) {
synchronized (Singleton.class) {
if (singleton == null) {
singleton = new Singleton();
}
}
}
return singleton;
}

本方式是对直接在方法上加锁的一个优化, 好处在于只有第一次初始化获取了锁.

后续调用getInstance已经是无锁状态. 只是写法上稍微繁琐点.

至于为什么要volatile关键字, 主要涉及到jdk指令重排, 详见之前的博文: Java内存模型与指令重排

懒汉式: 使用静态内部类
public class Singleton {
private static class LazyHolder {
private static final Singleton INSTANCE = new Singleton();
}
private Singleton (){}
public static final Singleton getInstance() {
return LazyHolder.INSTANCE;
}
}

该方式既解决了同步问题, 也解决了写法繁琐问题. 推荐使用改写法.

缺点在于无法响应事件来重新初始化INSTANCE.

饿汉式
public class Singleton1 {
private Singleton1() {}
private static final Singleton1 single = new Singleton1();
public static Singleton1 getInstance() {
return single;
}
}

缺点在于对象在一开始就直接初始化了.

Future模式

该模式的核心思想是异步调用. 有点类似于异步的ajax请求.

当调用某个方法时, 可能该方法耗时较久, 而在主函数中也不急于立刻获取结果.

因此可以让调用者立刻返回一个凭证, 该方法放到另外线程执行,后续主函数拿凭证再去获取方法的执行结果即可, 其结构图如下

Java高并发之设计模式，设计思想

jdk中内置了Future模式的支持, 其接口如下:

Java高并发之设计模式，设计思想

通过FutureTask实现

注意其中两个耗时操作.

如果doOtherThing耗时2s, 则整个函数耗时2s左右.

如果doOtherThing耗时0.2s, 则整个函数耗时取决于RealData.costTime, 即1s左右结束.

public class FutureDemo1 {

public static void main(String[] args) throws InterruptedException, ExecutionException {
    FutureTask<String> future = new FutureTask<String>(new Callable<String>() {
        @Override
        public String call() throws Exception {
            return new RealData().costTime();
        }
    });
    ExecutorService service = Executors.newCachedThreadPool();
    service.submit(future);

    System.out.println("RealData方法调用完毕");
    // 模拟主函数中其他耗时操作
    doOtherThing();
    // 获取RealData方法的结果
    System.out.println(future.get());
}

private static void doOtherThing() throws InterruptedException {
    Thread.sleep(2000L);
}

}

class RealData {

public String costTime() {
    try {
        // 模拟RealData耗时操作
        Thread.sleep(1000L);
        return "result";
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    return "exception";
}

}

通过Future实现

与上述FutureTask不同的是, RealData需要实现Callable接口.
public class FutureDemo2 {

public static void main(String[] args) throws InterruptedException, ExecutionException {
    ExecutorService service = Executors.newCachedThreadPool();
    Future<String> future = service.submit(new RealData2());

    System.out.println("RealData2方法调用完毕");
    // 模拟主函数中其他耗时操作
    doOtherThing();
    // 获取RealData2方法的结果
    System.out.println(future.get());
}

private static void doOtherThing() throws InterruptedException {
    Thread.sleep(2000L);
}

}

class RealData2 implements Callable{

public String costTime() {
    try {
        // 模拟RealData耗时操作
        Thread.sleep(1000L);
        return "result";
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    return "exception";
}

@Override
public String call() throws Exception {
    return costTime();
}

}

另外Future本身还提供了一些额外的简单控制功能, 其API如下
// 取消任务
boolean cancel(boolean mayInterruptIfRunning);
// 是否已经取消
boolean isCancelled();
// 是否已经完成
boolean isDone();
// 取得返回对象
V get() throws InterruptedException, ExecutionException;
// 取得返回对象, 并可以设置超时时间
V get(long timeout, TimeUnit unit)
throws InterruptedException, ExecutionException, TimeoutException;

生产消费者模式

生产者-消费者模式是一个经典的多线程设计模式. 它为多线程间的协作提供了良好的解决方案。

在生产者-消费者模式中，通常由两类线程，即若干个生产者线程和若干个消费者线程。

生产者线程负责提交用户请求，消费者线程则负责具体处理生产者提交的任务。

生产者和消费者之间则通过共享内存缓冲区进行通信, 其结构图如下

Java高并发之设计模式，设计思想

PCData为我们需要处理的元数据模型, 生产者构建PCData, 并放入缓冲队列.

消费者从缓冲队列中获取数据, 并执行计算.

生产者核心代码
while(isRunning) {
Thread.sleep(r.nextInt(SLEEP_TIME));
data = new PCData(count.incrementAndGet);
// 构造任务数据
System.out.println(data + " is put into queue");
if (!queue.offer(data, 2, TimeUnit.SECONDS)) {
// 将数据放入队列缓冲区中
System.out.println("faild to put data : " + data);
}
}

消费者核心代码
while (true) {
PCData data = queue.take();
// 提取任务
if (data != null) {
// 获取数据, 执行计算操作
int re = data.getData() * 10;
System.out.println("after cal, value is : " + re);
Thread.sleep(r.nextInt(SLEEP_TIME));
}
}

生产消费者模式可以有效对数据解耦, 优化系统结构.

降低生产者和消费者线程相互之间的依赖与性能要求.

一般使用BlockingQueue作为数据缓冲队列, 他是通过锁和阻塞来实现数据之间的同步,

如果对缓冲队列有性能要求, 则可以使用基于CAS无锁设计的ConcurrentLinkedQueue.

分而治之

严格来讲, 分而治之不算一种模式, 而是一种思想.

它可以将一个大任务拆解为若干个小任务并行执行, 提高系统吞吐量.

我们主要讲两个场景, Master-Worker模式, ForkJoin线程池.

Master-Worker模式

该模式核心思想是系统由两类进行协助工作: Master进程, Worker进程.

Master负责接收与分配任务, Worker负责处理任务. 当各个Worker处理完成后,

将结果返回给Master进行归纳与总结.

假设一个场景, 需要计算100个任务, 并对结果求和, Master持有10个子进程.

Java高并发之设计模式，设计思想

Master代码
public class MasterDemo {
// 盛装任务的集合
private ConcurrentLinkedQueue workQueue = new ConcurrentLinkedQueue();
// 所有worker
private HashMap<String, Thread> workers = new HashMap<>();
// 每一个worker并行执行任务的结果
private ConcurrentHashMap<String, Object> resultMap = new ConcurrentHashMap<>();

public MasterDemo(WorkerDemo worker, int workerCount) {
    // 每个worker对象都需要持有queue的引用, 用于领任务与提交结果
    worker.setResultMap(resultMap);
    worker.setWorkQueue(workQueue);
    for (int i = 0; i < workerCount; i++) {
        workers.put("子节点: " + i, new Thread(worker));
    }
}

// 提交任务
public void submit(TaskDemo task) {
    workQueue.add(task);
}

// 启动所有的子任务
public void execute(){
    for (Map.Entry<String, Thread> entry : workers.entrySet()) {
        entry.getValue().start();
    }
}

// 判断所有的任务是否执行结束
public boolean isComplete() {
    for (Map.Entry<String, Thread> entry : workers.entrySet()) {
        if (entry.getValue().getState() != Thread.State.TERMINATED) {
            return false;
        }
    }

    return true;
}

// 获取最终汇总的结果
public int getResult() {
    int result = 0;
    for (Map.Entry<String, Object> entry : resultMap.entrySet()) {
        result += Integer.parseInt(entry.getValue().toString());
    }

    return result;
}

}

Worker代码
public class WorkerDemo implements Runnable{

private ConcurrentLinkedQueue<TaskDemo> workQueue;
private ConcurrentHashMap<String, Object> resultMap;

@Override
public void run() {
    while (true) {
        TaskDemo input = this.workQueue.poll();
        // 所有任务已经执行完毕
        if (input == null) {
            break;
        }
        // 模拟对task进行处理, 返回结果
        int result = input.getPrice();
        this.resultMap.put(input.getId() + "", result);
        System.out.println("任务执行完毕, 当前线程: " + Thread.currentThread().getName());
    }
}

public ConcurrentLinkedQueue<TaskDemo> getWorkQueue() {
    return workQueue;
}

public void setWorkQueue(ConcurrentLinkedQueue<TaskDemo> workQueue) {
    this.workQueue = workQueue;
}

public ConcurrentHashMap<String, Object> getResultMap() {
    return resultMap;
}

public void setResultMap(ConcurrentHashMap<String, Object> resultMap) {
    this.resultMap = resultMap;
}

}

public class TaskDemo {

private int id;
private String name;
private int price;

public int getId() {
    return id;
}

public void setId(int id) {
    this.id = id;
}

public String getName() {
    return name;
}

public void setName(String name) {
    this.name = name;
}

public int getPrice() {
    return price;
}

public void setPrice(int price) {
    this.price = price;
}

}

主函数测试
MasterDemo master = new MasterDemo(new WorkerDemo(), 10);
for (int i = 0; i < 100; i++) {
TaskDemo task = new TaskDemo();
task.setId(i);
task.setName(“任务” + i);
task.setPrice(new Random().nextInt(10000));
master.submit(task);
}

    master.execute();

    while (true) {
        if (master.isComplete()) {
            System.out.println("执行的结果为: " + master.getResult());
            break;
        }
    }

ForkJoin线程池

该线程池是jdk7之后引入的一个并行执行任务的框架, 其核心思想也是将任务分割为子任务,

有可能子任务还是很大, 还需要进一步拆解, 最终得到足够小的任务.

将分割出来的子任务放入双端队列中, 然后几个启动线程从双端队列中获取任务执行.

子任务执行的结果放到一个队列里, 另起线程从队列中获取数据, 合并结果.

Java高并发之设计模式，设计思想

假设我们的场景需要计算从0到20000000L的累加求和. CountTask继承自RecursiveTask, 可以携带返回值.

每次分解大任务, 简单的将任务划分为100个等规模的小任务, 并使用fork()提交子任务.

在子任务中通过THRESHOLD设置子任务分解的阈值, 如果当前需要求和的总数大于THRESHOLD, 则子任务需要再次分解,如果子任务可以直接执行, 则进行求和操作, 返回结果. 最终等待所有的子任务执行完毕, 对所有结果求和.
public class CountTask extends RecursiveTask{
// 任务分解的阈值
private static final int THRESHOLD = 10000;
private long start;
private long end;

public CountTask(long start, long end) {
    this.start = start;
    this.end = end;
}

public Long compute() {
    long sum = 0;
    boolean canCompute = (end - start) < THRESHOLD;
    if (canCompute) {
        for (long i = start; i <= end; i++) {
            sum += i;
        }
    } else {
        // 分成100个小任务
        long step = (start + end) / 100;
        ArrayList<CountTask> subTasks = new ArrayList<CountTask>();
        long pos = start;
        for (int i = 0; i < 100; i++) {
            long lastOne = pos + step;
            if (lastOne > end) {
                lastOne = end;
            }
            CountTask subTask = new CountTask(pos, lastOne);
            pos += step + 1;
            // 将子任务推向线程池
            subTasks.add(subTask);
            subTask.fork();
        }

        for (CountTask task : subTasks) {
            // 对结果进行join
            sum += task.join();
        }
    }
    return sum;
}

public static void main(String[] args) throws ExecutionException, InterruptedException {
    ForkJoinPool pool = new ForkJoinPool();
    // 累加求和 0 -> 20000000L
    CountTask task = new CountTask(0, 20000000L);
    ForkJoinTask<Long> result = pool.submit(task);
    System.out.println("sum result : " + result.get());
}

}

ForkJoin线程池使用一个无锁的栈来管理空闲线程, 如果一个工作线程暂时取不到可用的任务, 则可能被挂起.

挂起的线程将被压入由线程池维护的栈中, 待将来有任务可用时, 再从栈中唤醒这些线程.
高质量编程视频shangyepingtai.xin
END