并发编程（五）：安全性、活跃性以及性能问题安全性、活跃性以及性能问题

【关于作者】

关于作者，目前在蚂蚁金服搬砖任职，在支付宝营销投放领域工作了多年，目前在专注于内存数据库相关的应用学习，如果你有任何技术交流或大厂内推及面试咨询，都可以从我的个人博客（https://0522-isniceday.top/）联系我

1.安全性问题

概念：线程安全，就是正确性，正确性就是程序按照我们期望的执行

导致线程安全的三个源头：

1. 可见性
2. 有序性
3. 原子性

什么时候才需要注意产生安全性问题呢？

存在共享数据并且该数据会发生变化，简单来说就是多个线程会同时读写同一数据。

竞态条件：程序的正确性依赖于线程执行的顺序

如何解决：锁

2.活跃性问题

活跃性问题：

1. 死锁
2. 活锁
3. 饥饿

2.1.死锁

概念：线程互相等待，并且一直等下去，表现为永久的阻塞

解决方案：

2.2.活锁

概念：线程有时候并没有发生阻塞，但是仍然会执行不下去，这就是“活锁”，举例来说就是线程A、B同时申请资源时候，发现对方也在申请资源，然后两者开始互相谦让资源导致一直等待的问题

解决方案：线程A和线程B分别等待随机的时间再去申请资源，防止又出现同时申请资源的场景

2.3.饥饿

概念：线程因无法访问所需资源而无法执行下去的情况，例如线程优先级低，无法得到CPU资源去执行或者持有锁的线程执行的时间过长

解决方案：

1. 保证资源充足
2. 公平的分配资源
3. 避免持有锁的线程长时间执行

方法1和3场景比较有限，方法2的解决方案主要是公平锁，所谓公平锁，是一种先来后到的方案，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：核数

p：并行百分比

（1-p）：串行百分比，作临界区都是串行的，非临界区都是并行的，用单线程执行临界区的时间/用单线程执行(临界区+非临界区)的时间就是串行百分比

公式里的 n 可以理解为 CPU 的核数，p 可以理解为并行百分比，那（1-p）就是串行百分比了，也就是我们假设的 5%。我们再假设 CPU 的核数（也就是 n）无穷大，那加速比 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

所以使用锁的时候一定要关注对性能的影响。 那怎么才能避免锁带来的性能问题呢？这个问题很复杂，Java SDK 并发包里之所以有那么多东西，有很大一部分原因就是要提升在某个特定领域的性能

优化性能的方案有如下这些：

1. 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，还有Java并发包中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不错
2. 减少锁的持有时间：为了增加并行度，一定要减少锁的持有时间，尽量使用细粒度的锁。例如Java 并发包里的 ConcurrentHashMap，它使用了所谓分段锁的技术；还可以使用读写锁，也就是读的时候不上锁，写的时候才会互斥

性能方面有如下指标：

1. 吞吐量：单位时间内能够处理的请求数量。吞吐量越高，性能越好
2. 延迟：发出请求到收到响应的时间。延迟越小，说明性能越好
3. 并发量：能够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