7. 安全性、活跃性以及性能问题 -理论基础

1. 安全性问题

线程安全：程序按照我们的期望执行，不出现意外情况。实际上只有一种情况需要分析：存在共享数据并且该数据会发生变化，通俗地讲就是有多个线程会同时读写同一数据。那如果能够做到不共享数据或者数据状态不发生变化，不就能够保证线程的安全性了嘛。有不少技术方案都是基于这个理论的，例如线程本地存储（Thread Local Storage，TLS）、不变模式等

数据竞争(data race): 多个线程同时访问同一数据，并且至少有一个线程会写这个数据.
竞态条件(Race Condition): 程序的执行结果依赖线程的执行顺序。如下：

if (状态变量 满足 执行条件) {
  执行操作
}

当某个线程发现状态变量满足执行条件后，开始执行操作；可是就在这个线程执行操作的时候，其他线程同时修改了状态变量，导致状态变量不满足执行条件了。

2. 活跃性问题

指的是某个操作无法执行下去，包括死锁，活锁和饥饿。
1. 活锁
线程没有发生阻塞，但依然执行不下去。形象比喻：甲从左手边出门，乙从右手边进门，为了不碰撞，互相谦让，甲从右手边出门，乙从左手边出门，两人还是碰撞了。

解决方式：尝试等待一个随机的时间。

2. 饥饿
指的是线程因无法访问所需资源而无法执行下去的情况。

解决方式：使用公平锁，线程的等待是有顺序的，排在等待队列前面的线程会优先获得资源。

3. 性能问题

锁”的过度使用可能导致串行化的范围过大，这样就不能够发挥多线程的优势了，而我们之所以使用多线程搞并发程序，为的就是提升性能。

阿姆达尔（Amdahl）定律，代表了处理器并行运算之后效率提升的能力：

• n ， CPU 的核数；
• p ，并行百分比，（1-p），串行百分比了；
• 假设（1-p）是 5%，n无穷大，加速比 S 的极限就是 20。也就是说，如果我们的串行率是 5%，那么我们无论采用什么技术，最高也就只能提高 20 倍的性能。

解决方案：

• 第一，既然锁带来性能问题，最好是使用无锁的算法和数据结构，例如线程本地存储 (Thread Local Storage, TLS)、写入时复制 (Copy-on-write)、乐观锁等；Java 并发包里面的原子类也是一种无锁的数据结构；Disruptor 则是一个无锁的内存队列，性能都非常好……

• 第二，减少锁持有的时间。分段锁，读写锁。

性能指标：

• 吞吐量：指的是单位时间内能处理的请求数量。吞吐量越高，说明性能越好。
• 延迟：指的是从发出请求到收到响应的时间。延迟越小，说明性能越好。
• 并发量：指的是能同时处理的请求数量，一般来说随着并发量的增加、延迟也会增加。所以延迟这个指标，一般都会是基于并发量来说的。例如并发量是 1000 的时候，延迟是 50 毫秒。

4. 总结

并发编程是一个复杂的技术领域，微观上涉及到原子性问题、可见性问题和有序性问题，宏观则表现为安全性、活跃性以及性能问题。

我们在设计并发程序的时候，主要是从宏观出发，也就是要重点关注它的安全性、活跃性以及性能。安全性方面要注意数据竞争和竞态条件，活跃性方面需要注意死锁、活锁、饥饿等问题，性能方面我们虽然介绍了两个方案，但是遇到具体问题，你还是要具体分析，根据特定的场景选择合适的数据结构和算法。

5. 课后思考

Java 语言提供的 Vector 是一个线程安全的容器，有同学写了下面的代码，你看看是否存在并发问题呢？

void addIfNotExist(Vector v, Object o){
  if(!v.contains(o)) {  //1 
    v.add(o);   // 2
  }
}

我的思考：虽然contains（）和add（）两个方法都加锁了，但是存在竞态问题。AB两个线程先后执行了代码1，但还为能执行代码2，假设此时线程A执行了代码2，显然线程B再执行代码2的时候就有问题。
单个方法是原子性的，但是contains（）和add（）组合起来不一定是原子性的。
l