一男子给对象转账5000元,居然又退还了!

点击上方“武培轩”,选择“设为星标”

技术文章第一时间送达!

在并发编程中,所有问题的根源就是可见性、原子性和有序性问题,这篇文章我们就来聊聊原子性问题。

在介绍原子性问题之前,先来说下线程安全:

线程安全

我理解的线程安全就是不管单线程还是多线程并发的时候,始终能保证运行的正确性,那么这个类就是线程安全的。

其中在《Java并发编程实战》一书中对线程安全的定义如下:

当多个线程访问某个类时,不管运行是环境采用何种调度方式或者这些线程将如何交替执行,并且在主调代码中不需要任何额外的同步或协同,这个类都能表现出正确的行为,那么就称这个类是线程安全的。

为了保证线程安全,可能会有很多的挑战和问题,当我们了解了问题根源所在,问题也就迎刃而解了,接下来介绍线程安全三大特性之一的原子性。

原子性

原子,我想大家应该都有印象吧,在化学反应中不可再分的基本微粒就是原子,也就是不可分割。

同时事务的四大特性 ACID 中也有原子性,那么原子性究竟是什么呢?

原子性其实就是所有操作要么全部成功,要么全部失败,这些操作是不可拆分的,也可以简单地理解为不可分割性。

将整个操作视作一个整体是原子性的核心特征,这些操作就是原子性操作

接下来举个原子性操作在生活中的例子:

比如,wupx 今天刚发了 5100 元的工资,全身家当为 5100 元,huxy 目前余额还有 1000 元,此时 wupx 上交 5000 元,如果转账成功,则 huxy 的余额就变为了 6000 元,wupx 的余额为 100 元。

若转账失败,则转出去的余额会退回来,wupx 的余额仍然是 5100 元,huxy 的余额为 1000 元。

不会出现 wupx 的钱转出去了,huxy 的余额没有增加,或者 wupx 的工资没转出去,而 huxy 的余额却增加的情况。

wupx 上交工资给 huxy 的操作就是原子性操作,wupx 余额减少 5000 元,而 huxy 的余额增加 5000 元的操作是不可分割和拆分的,正如我们上面说到的:要么全部成功,要么全部失败。wupxhuxy 上交成功流程如下所示:

原子操作可以是一个步骤,也可以是多个操作步骤,但是其顺序不可以被打乱,也不可以被切割而只执行其中的一部分。

到这里,我相信大家对原子性有了基本的了解,下面来聊下原子性问题。

原子性问题

原子性问题的核心就是线程切换导致的,因为并发编程中,线程数设置的数目一般会大于 CPU 核心数。

关于线程数的设置可以阅读:线程数,射多少更舒适?

每个 CPU 同一时刻只能被一个线程使用,而 CPU 资源分配采用的是时间片轮转策略,也就是给每个线程分配一个时间片,线程在这个时间片内占用 CPU 的资源来执行任务,当过了一个时间片后,操作系统会重新选择一个线程来执行任务,这个过程一般称为任务切换,也叫做线程切换或者线程上下文切换。

线程切换

上图就是线程切换的例子,有 Thread-0Thread-1 两个线程,其中粉色矩形表示该线程占有 CPU 资源并执行任务,刚开始  Thread-1 执行一段时间,这段时间称为时间片,在该时间片内,Thread-1 会占有 CPU 资源并执行任务,当经过一个时间片后,Thread-1 会让出 CPU 资源,虚线部分表示让出 CPU,不占用 CPU 资源,CPU 会重新选择一个线程 Thread-0 来执行,CPU 会在 Thread-0Thread-1 之间来回切换,反复横跳。

下面通过一个例子来看下原子性问题,具体代码如下:

public class AtomicityDemo {

    private long count = 0;

    public void calc() {
        count++;
    }
}

calc() 方法中只有一个 count++ 操作,那么就是原子性的吗?

下面在 class 目录下使用 javap -c AtomicityDemo 就可以得到如下结果:

public class com.`wupx`.thread.AtomicityDemo {
  public com.`wupx`.thread.AtomicityDemo();
    Code:
       0: aload_0
       1: invokespecial #1                  // Method java/lang/Object."<init>":()V
       4: aload_0
       5: lconst_0
       6: putfield      #2                  // Field count:J
       9: return

  public void calc();
    Code:
       0: aload_0
       1: dup
       2: getfield      #2                  // Field count:J
       5: lconst_1
       6: ladd
       7: putfield      #2                  // Field count:J
      10: return
}

重点来看下 calc 方法,这些 CPU 指令大概可以分为如下三步:

  • 指令 1:将 count 从内存加载到 CPU 寄存器

  • 指令 2:在寄存器中执行 +1 操作

  • 指令 3:将结果写入内存(也有可能是 CPU 缓存)

关于 CPU 缓存可以阅读:原来 CPU 为程序性能优化做了这么多

操作系统的线程切换并不是一定是发生一条语句执行完成后,而可能是发生在任何一条 CPU 执行完成后。比如 Thread-0 执行完指令 1 后,操作系统发生了线程切换,两个线程都执行了 count++ 操作,但是最后的结果是 1 而不是 2,下面用图来表示这个过程。

通过上图,我们可以发现:Thread-1count=0 加载到 CPU 的寄存器后,发生了线程切换,此时内存中的 count 值为 0,Thread-0count=0 加载到 CPU 寄存器,执行 count++ 操作,并将 count=1 写到内存,此时,CPU 切换到 Thread-1,执行 Thread-1 中的 count++ 操作后,Thread-1 中的 count 值为 1,Thread-1count=1 写入内存,此时内存中的 count 值为 1。

因此,在并发编程中,若在 CPU 中存在正在执行的线程,正好 CPU 发生了线程切换,则可能会导致原子性问题,这就是导致并发编程问题的根源之一。

针对原子性问题,我们可以通过为操作加锁或者使用原子变量来解决,原子变量在 java.util.concurrent.atomic 包中,是 JDK 1.5 引入的,它提供了一系列的原子操作。

总结

这篇文章简要介绍了线程安全的概念,并详细介绍了线程安全的特性之一原子性,并针对原子性问题进行了分析。

只有掌握了引发原子性问题的根源,才能便于我们编写更加安全的并发程序。

最好的关系就是互相成就,大家的三连就是我创作的最大动力。

欢迎大家留言讨论,分享你的想法。

留言讨论

参考

《Java并发编程实战》

Java并发编程实战


       

   

一文搞懂ThreadLocal原理

原来CPU为程序性能优化做了这么多

你真的了解 volatile 关键字吗?

在使用Python来安装geopandas包时,由于geopandas依赖于几个其他的Python库(如GDAL, Fiona, Pyproj, Shapely等),因此安装过程可能需要一些额外的步骤。以下是一个基本的安装指南,适用于大多数用户: 使用pip安装 确保Python和pip已安装: 首先,确保你的计算机上已安装了Python和pip。pip是Python的包管理工具,用于安装和管理Python包。 安装依赖库: 由于geopandas依赖于GDAL, Fiona, Pyproj, Shapely等库,你可能需要先安装这些库。通常,你可以通过pip直接安装这些库,但有时候可能需要从其他源下载预编译的二进制包(wheel文件),特别是GDAL和Fiona,因为它们可能包含一些系统级的依赖。 bash pip install GDAL Fiona Pyproj Shapely 注意:在某些系统上,直接使用pip安装GDAL和Fiona可能会遇到问题,因为它们需要编译一些C/C++代码。如果遇到问题,你可以考虑使用conda(一个Python包、依赖和环境管理器)来安装这些库,或者从Unofficial Windows Binaries for Python Extension Packages这样的网站下载预编译的wheel文件。 安装geopandas: 在安装了所有依赖库之后,你可以使用pip来安装geopandas。 bash pip install geopandas 使用conda安装 如果你正在使用conda作为你的Python包管理器,那么安装geopandas和它的依赖可能会更简单一些。 创建一个新的conda环境(可选,但推荐): bash conda create -n geoenv python=3.x anaconda conda activate geoenv 其中3.x是你希望使用的Python版本。 安装geopandas: 使用conda-forge频道来安装geopandas,因为它提供了许多地理空间相关的包。 bash conda install -c conda-forge geopandas 这条命令会自动安装geopandas及其所有依赖。 注意事项 如果你在安装过程中遇到任何问题,比如编译错误或依赖问题,请检查你的Python版本和pip/conda的版本是否是最新的,或者尝试在不同的环境中安装。 某些库(如GDAL)可能需要额外的系统级依赖,如地理空间库(如PROJ和GEOS)。这些依赖可能需要单独安装,具体取决于你的操作系统。 如果你在Windows上遇到问题,并且pip安装失败,尝试从Unofficial Windows Binaries for Python Extension Packages网站下载相应的wheel文件,并使用pip进行安装。 脚本示例 虽然你的问题主要是关于如何安装geopandas,但如果你想要一个Python脚本来重命名文件夹下的文件,在原始名字前面加上字符串"geopandas",以下是一个简单的示例: python import os # 指定文件夹路径 folder_path = 'path/to/your/folder' # 遍历文件夹中的文件 for filename in os.listdir(folder_path): # 构造原始文件路径 old_file_path = os.path.join(folder_path, filename) # 构造新文件名 new_filename = 'geopandas_' + filename # 构造新文件路径 new_file_path = os.path.join(folder_path, new_filename) # 重命名文件 os.rename(old_file_path, new_file_path) print(f'Renamed "{filename}" to "{new_filename}"') 请确保将'path/to/your/folder'替换为你想要重命名文件的实际文件夹路径。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值