深入学习掌握JUC并发编程系列(六) -- 并发工具梳理
一、自定义线程池
- 步骤1:自定义拒绝策略接口 RejectPolicy(任务队列满时)
@FunctionalInterface
interface RejectPolicy<T> {
void reject(BlockingQueue<T> queue, T task);
}
- 步骤2:自定义任务队列 BlockingQueue
@Slf4j(topic = "c.BlockingQueue")
class BlockingQueue<T> {
// 1. 任务队列
private Deque<T> queue = new ArrayDeque<>();
// 2. 锁
private ReentrantLock lock = new ReentrantLock();
// 3. 生产者条件变量
private Condition fullWaitSet = lock.newCondition();
// 4. 消费者条件变量
private Condition emptyWaitSet = lock.newCondition();
// 5. 容量
private int capcity;
public BlockingQueue(int capcity) {
log.info("构造BlockingQueue");
this.capcity = capcity;
}
// 带超时阻塞获取
public T poll(long timeout, TimeUnit unit) {
lock.lock();
try {
// 将 timeout 统一转换为 纳秒
long nanos = unit.toNanos(timeout);
while (queue.isEmpty()) {
try {
// 返回值是剩余时间
if (nanos <= 0) {
return null;
}
nanos = emptyWaitSet.awaitNanos(nanos);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
T t = queue.removeFirst();
fullWaitSet.signal();
return t;
} finally {
lock.unlock();
}
}
// 阻塞获取
public T take() {
lock.lock();
try {
while (queue.isEmpty()) {
try {
emptyWaitSet.await();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
T t = queue.removeFirst();
fullWaitSet.signal();
return t;
} finally {
lock.unlock();
}
}
// 阻塞添加
public void put(T task) {
lock.lock();
try {
while (queue.size() == capcity) {
try {
log.debug("等待加入任务队列 {} ...", task);
fullWaitSet.await();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
log.debug("加入任务队列 {}", task);
queue.addLast(task);
emptyWaitSet.signal();
} finally {
lock.unlock();
}
}
// 带超时时间阻塞添加
public boolean offer(T task, long timeout, TimeUnit timeUnit) {
lock.lock();
try {
long nanos = timeUnit.toNanos(timeout);
while (queue.size() == capcity) {
try {
if(nanos <= 0) {
return false;
}
log.debug("等待加入任务队列 {} ...", task);
nanos = fullWaitSet.awaitNanos(nanos);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
log.debug("加入任务队列 {}", task);
queue.addLast(task);
emptyWaitSet.signal();
return true;
} finally {
lock.unlock();
}
}
// 获取阻塞队列大小
public int size() {
lock.lock();
try {
return queue.size();
} finally {
lock.unlock();
}
}
// 队列满时的拒绝策略
public void tryPut(RejectPolicy<T> rejectPolicy, T task) {
lock.lock();
try {
// 判断队列是否满
if(queue.size() == capcity) {
log.info("队列已满,按照拒绝策略处理任务 {}",task);
rejectPolicy.reject(this, task);
} else { // 有空闲
log.debug("队列未满,加入任务队列 {}", task);
queue.addLast(task);
emptyWaitSet.signal();
}
} finally {
lock.unlock();
}
}
}
- 步骤3:自定义线程池 ThreadPool
@Slf4j(topic = "c.ThreadPool")
class ThreadPool {
// 任务队列
private BlockingQueue<Runnable> taskQueue;
// 线程集合
private HashSet<Worker> workers = new HashSet<>();
// 核心线程数
private int coreSize;
// 获取任务时的超时时间
private long timeout;
private TimeUnit timeUnit;
//拒绝策略
private RejectPolicy<Runnable> rejectPolicy;
// 执行任务
public void execute(Runnable task) {
log.info("接收到任务需要执行: "+task);
// 当任务数没有超过 coreSize 时,直接交给 worker 对象执行
// 如果任务数超过 coreSize 时,加入任务队列暂存
synchronized (workers) {
if(workers.size() < coreSize) {
log.info("coreSize未满");
Worker worker = new Worker(task);
log.debug("新增 worker {} 来执行任务 {}", worker, task);
workers.add(worker);
worker.start();
} else {
log.info("coreSize已经满了!!!!,尝试先将任务放入队列 {}",task);
// taskQueue.put(task);
// 1) 死等
// 2) 带超时等待
// 3) 让调用者放弃任务执行
// 4) 让调用者抛出异常
// 5) 让调用者自己执行任务
taskQueue.tryPut(rejectPolicy, task);
}
}
}
public ThreadPool(int coreSize, long timeout, TimeUnit timeUnit, int queueCapcity, RejectPolicy<Runnable> rejectPolicy) {
log.info("构造ThreadPool");
this.coreSize = coreSize;
this.timeout = timeout;
this.timeUnit = timeUnit;
this.taskQueue = new BlockingQueue<>(queueCapcity);
this.rejectPolicy = rejectPolicy;
}
// 工作线程
class Worker extends Thread{
// 执行任务主体
private Runnable task;
public Worker(Runnable task) {
this.task = task;
}
// 执行已有任务或从队列中获取一个任务执行.
// 如果都执行完了,就结束线程
@Override
public void run() {
log.info("跑起来了,让我看看有没有task来做");
// 执行任务
// 1) 当 task 不为空,执行任务
// 2) 当 task 执行完毕,再接着从任务队列获取任务并执行
// while(task != null || (task = taskQueue.take()) != null) {
while(task != null || (task = taskQueue.poll(timeout, timeUnit)) != null) {
try {
log.debug("获取到任务了,正在执行...{}", task);
task.run();
} catch (Exception e) {
e.printStackTrace();
} finally {
log.info("搞定一个任务 {},尝试获取新任务执行",task);
task = null;
}
}
synchronized (workers) {
log.debug("worker 因长时间没有可执行任务 将被释放 {}", this);
workers.remove(this);
}
}
}
}
- 步骤4 :测试
@Slf4j(topic = "c.TestCustomThreadPool")
public class TestCustomThreadPool {
public static void main(String[] args) {
ThreadPool threadPool = new ThreadPool(1,3000, TimeUnit.MILLISECONDS, 1,
(queue, task)->{
// 1. 死等
// queue.put(task);
// 2) 带超时等待
// queue.offer(task, 1500, TimeUnit.MILLISECONDS);
// 3) 让调用者放弃任务执行
// log.debug("放弃{}", task);
// 4) 让调用者抛出异常
// throw new RuntimeException("任务执行失败 " + task);
// 5) 让调用者自己执行任务
log.info("当前拒绝策略: 让调用者自己执行任务,没有开新线程,直接调用的run()");
task.run();
});
for (int i = 0; i < 4; i++) {
int j = i;
threadPool.execute(() -> {
try {
log.info("我先睡1s");
Thread.sleep(1000L);
} catch (InterruptedException e) {
e.printStackTrace();
}
log.debug("我是第 {} 个任务,我马上执行完了", j);
});
}
}
}
二、ThreadPoolExecutor
1. 线程池状态
- 线程池状态信息存储在一个原子变量 ctl 中
- 使用一个int (ctl)的高 3 位表示线程池状态,低 29 位表示线程数量
- TERMINATED > TIDYING > STOP > SHUTDOWN > RUNNING(第一位是符号位,RUNNING 是负数,所以最小)
- 原子变量ctl:将线程池状态与线程个数合二为一,可以用一次 cas 原子操作进行赋值
// c 为旧值, ctlOf 返回结果为新值
ctl.compareAndSet(c, ctlOf(targetState, workerCountOf(c))));
// rs 为高 3 位代表线程池状态, wc 为低 29 位代表线程个数,ctl 是合并它们
private static int ctlOf(int rs, int wc) { return rs | wc; }
2. 构造方法
public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler)
- 参数:
- corePoolSize:核心线程数目 (最多保留的线程数)
- maximumPoolSize:最大线程数目(= 核心线程数 + 救急线程数)
- keepAliveTime:生存时间(救急线程)
- unit:生存时间的时间单位(救急线程)
- workQueue:阻塞队列
- threadFactory:线程工厂(可以为线程创建时起个好名字)
- handler:拒绝策略
- 阻塞队列
- 有界:当任务超过了队列大小,会创建 maximumPoolSize - corePoolSize 数目的救急线程执行任务
- 无界:没有救急线程
- 救急线程:与核心线程相比,存在 ,由参数生存时间以及时间单位决定
- 线程数超过 maximumPoolSize: 执行拒绝策略
- 拒绝策略( jdk 提供的 4 种实现,以及其它框架提供的实现):
- AbortPolicy:让调用者抛出 RejectedExecutionException 异常(默认策略)
- CallerRunsPolicy:让调用者运行任务
- DiscardPolicy:放弃本次任务
- DiscardOldestPolicy:放弃队列中最早的任务,当前任务取而代之
- Dubbo 实现:在抛出 RejectedExecutionException 异常之前会记录日志,并 dump 线程栈信息,方便定位问题
- Netty 实现:创建一个新线程来执行任务
- ActiveMQ 实现:带超时等待(60s),尝试放入队列(类似之前自定义的拒绝策略)
- PinPoint 实现:使用一个拒绝策略链,逐一尝试策略链中每种拒绝策略
3. JDK Executors类中提供的工厂方法-创建线程池
- newFixedThreadPool:固定线程数
- 核心线程数 == 最大线程数(没有救急线程,存活时间为0)
- 阻塞队列无界,可以放任意数量的任务
- 适用:任务数已知,任务相对耗时
public static ExecutorService newFixedThreadPool(int nThreads) {
return new ThreadPoolExecutor(nThreads, nThreads,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>());
}
- newCachedThreadPool:缓冲线程
- 没有核心线程,全是救急线程(存活时间60s)
- 救急线程可以随着任务数增加,无限创建
- SynchronizedQueue:没有容量,没有线程取任务,任务放不进队列 (一手交钱一手交货)
- 适用:任务数比较密集,任务执行时间较短
public static ExecutorService newCachedThreadPool() {
return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
60L, TimeUnit.SECONDS,
new SynchronousQueue<Runnable>());
}
- newSingleThreadExecutor:单个线程
- 只有1个核心线程,阻塞队列无界
- 适用:多个任务排队按顺序执行(串行),多余线程在阻塞队列(无界)等待
- 区别:
- 自己创建1个线程:如果任务执行失败而终止(没有任何补救措施),线程池会再新建一个线程,保证线程池正常工作
- newFixedThreadPool(1):初始为1,以后可以修改,对外暴露的是ThreadPoolExecutor 对象,可以强转后调用 setCorePoolSize 等方法进行修改
- newSingleThreadExecutor:始终为1,不可修改,只对外暴露了 ExecutorService 接口,不能调用 ThreadPoolExecutor 中特有的方法
public static ExecutorService newSingleThreadExecutor() {
return new FinalizableDelegatedExecutorService //装饰器模式
(new ThreadPoolExecutor(1, 1,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>()));
}
4. 提交任务的方法
// 执行任务
void execute(Runnable command);
// 提交任务 task,用返回值 Future 获得任务执行结果
<T> Future<T> submit(Callable<T> task);
// 提交 tasks 中所有任务
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks)
throws InterruptedException;
// 提交 tasks 中所有任务,带超时时间
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks,
long timeout, TimeUnit unit)
throws InterruptedException;
// 提交 tasks 中所有任务,哪个任务先成功执行完毕,返回此任务执行结果,其它任务取消
<T> T invokeAny(Collection<? extends Callable<T>> tasks)
throws InterruptedException, ExecutionException;
// 提交 tasks 中所有任务,哪个任务先成功执行完毕,返回此任务执行结果,其它任务取消,带超时时间
<T> T invokeAny(Collection<? extends Callable<T>> tasks,
long timeout, TimeUnit unit)
throws InterruptedException, ExecutionException, TimeoutException;
5. 关闭线程池的方法
- shutdown():线程池状态变为 SHUTDOWN:
void shutdown();
- 不会接收新任务
- 阻塞队列中的已提交任务会执行完
- 用interrupt方法打断空闲的线程
- 不会阻塞调用线程的执行
- shutdownNow():线程池状态变为STOP:
List<Runnable> shutdownNow();
- 不会接收新任务
- 将阻塞队列中的任务返回(List)
- 用interrupt方法打断正在执行任务的线程 (所有线程)
- 其它方法:
// 不是 RUNNING 状态的线程池,此方法就返回 true
boolean isShutdown();
// 线程池状态是否是 TERMINATED
boolean isTerminated();
// 调用 shutdown 后,调用线程不会等待所有任务运行结束,因此如果想在线程池 TERMINATED 后做些事情,可以利用此方法等待
boolean awaitTermination(long timeout, TimeUnit unit) throws InterruptedException;
三、AQS原理
1. AQS概述
- 全称:AQS(AbstractQueuedSynchronizer 抽象队列同步器)
- 定义:构建阻塞式锁和同步器的框架,(抽象类)在Java.util.concurrent.locks包下面
- 特点:
- state 属性:表示资源状态(独占模式和共享模式)
- getState - 获取 state 状态
- setState - 设置 state 状态
- compareAndSetState - cas 机制设置 state 状态
- 独占模式:只有一个线程能够访问资源
- 共享模式:可以允许多个线程访问资源(可以设置上限)
- 子类需要定义如何维护state属性(资源状态),来控制如何获取锁和释放锁
- 等待队列:基于 FIFO 的队列(类似 Monitor 的 EntryList)
- 条件变量:实现等待、唤醒机制,支持多个条件变量(类似 Monitor 的 WaitSet)
- state 属性:表示资源状态(独占模式和共享模式)
- 使用:继承AQS父类
- 子类需要实现(重写)方法:(默认抛出 UnsupportedOperationException)tryAcquire、tryRelease、tryAcquireShared、tryReleaseShared、isHeldExclusively
- 获取锁:
if (!tryAcquire(arg)) { // 获取锁失败,入队, 可以选择阻塞当前线程(park/unpark) }
- 释放锁:
if (tryRelease(arg)) { // 释放锁成功,让阻塞线程恢复运行}
2. 使用AQS自定义锁(不可重入)
- 继承AQS,自定义同步器类,实现独占锁
final class MySync extends AbstractQueuedSynchronizer {
@Override
protected boolean tryAcquire(int acquires) {
if (acquires == 1){
if (compareAndSetState(0, 1)) {
setExclusiveOwnerThread(Thread.currentThread()); //设置owner为当前线程
return true;
}
}
return false;
}
@Override
protected boolean tryRelease(int acquires) {
if(acquires == 1) {
if(getState() == 0) {
throw new IllegalMonitorStateException();
}
setExclusiveOwnerThread(null);
setState(0);
return true;
}
return false;
}
protected Condition newCondition() {
return new ConditionObject();
}
@Override //是否持有独占锁
protected boolean isHeldExclusively() {
return getState() == 1;
}
}
- 自定义锁,调用同步器类中的方法
class MyLock implements Lock {
static MySync sync = new MySync();
@Override
// 尝试,不成功,进入等待队列
public void lock() {
sync.acquire(1);
}
@Override
// 尝试,不成功,进入等待队列,可打断
public void lockInterruptibly() throws InterruptedException {
sync.acquireInterruptibly(1);
}
@Override
// 尝试一次,不成功返回,不进入队列
public boolean tryLock() {
return sync.tryAcquire(1);
}
@Override
// 尝试,不成功,进入等待队列,有时限
public boolean tryLock(long time, TimeUnit unit) throws InterruptedException {
return sync.tryAcquireNanos(1, unit.toNanos(time));
}
@Override
// 释放锁
public void unlock() {
sync.release(1);
}
@Override
// 生成条件变量
public Condition newCondition() {
return sync.newCondition();
}
}
四、ReentrantLock原理
1. 非公平锁实现原理
- 构造器默认非公平锁
public ReentrantLock() {sync = new NonfairSync();}
- 加锁解锁流程:
- 加锁没有竞争时,Thread-0成功拥有锁,compareAndSetState(0,1)成功
- 加锁有竞争时:Thread-1竞争(四次尝试获取锁)
-
CAS 尝试将 state 由 0 改为 1,结果失败
-
进入 tryAcquire 逻辑, state 仍然是 1,结果失败
-
进入 addWaiter 逻辑,构造 Node 队列(双向链表),Node 的创建是懒惰的
-
黄色三角:该 Node 的 waitStatus 状态(0 为默认正常状态)
-
第一个 Node 称为 Dummy(哑元)或哨兵,用来占位并不关联线程,第一次创建两个节点
-
进入 acquireQueued 逻辑,acquireQueued 会在一个死循环中不断尝试获得锁,失败后进入 park 阻塞
-
如果线程是紧邻着 head(排第二位),那么会再次 tryAcquire 尝试获取锁,这时 state 仍为 1,失败
-
进入 shouldParkAfterFailedAcquire 逻辑,将前驱节点(head) 的 waitStatus 改为 -1(-1:有责任唤醒后继节点),返回 false,回到acquireQueued继续循环
-
Thread-1 再次 tryAcquire 尝试获取锁,这时state 仍为 1,失败
-
再次进入 shouldParkAfterFailedAcquire ,这时其前驱节点的 waitStatus 已经是 -1,这次返回true
-
进入 parkAndCheckInterrupt, park阻塞 Thread-1 (灰色表示)
-
- 多个线程竞争失败后
- 解锁:Thread-0 释放锁
- 进入 tryRelease 流程,成功,设置 exclusiveOwnerThread 为 null,state = 0
- 当前队列不为 null,并且 head 的 waitStatus = -1
- 进入 unparkSuccessor 流程,找到队列中离 head 最近的一个 Node(Thread-1),unpark 恢复其运行,
- 回到 Thread-1 的 acquireQueued 流程
- Thread-1加锁成功(没有竞争):
- 设置 exclusiveOwnerThread 为 Thread-1,state = 1
- head 指向之前 Thread-1 所在的 Node,该 Node 清空 Thread
- 原本的 head 从链表断开,被垃圾回收
- Thread-1加锁失败(有其它线程Thread-4来竞争):非公平的体现
- Thread-4 被设置为 exclusiveOwnerThread,state = 1
- Thread-1 再次进入 acquireQueued 流程,获取锁失败,重新进入 park 阻塞
- 进入 tryRelease 流程,成功,设置 exclusiveOwnerThread 为 null,state = 0
- 解锁:Thread-0 释放锁
2. 可重入原理
- 加锁时:判断 current == getExclusiveOwnerThread() ,为 True 则将 state++
- 解锁时:将 state–,直到 state为 0,才能释放锁
3. 可打断原理
- 不可打断(默认):即使被打断,仍然会留在 AQS 队列中,一直要等到获得锁后才能得知自己被打断了(不抛出异常,只会重置打断标记)
- 可打断:在 park 过程中如果被 interrupt打断,会抛出异常,而不会再次进入 for (;😉 循环获得锁
4. 公平锁原理
- 不公平:直接尝试用 cas 获得锁,不检查AQS等待队列
- 公平:tryAcquire 方法中,在 cas 获得锁之前,先检查 AQS 队列中是否有前驱节点,没有才去竞争
5. 条件变量实现原理
- 每个条件变量对应着一个等待队列(实现类:ConditionObject)
- await 流程:Thread-0 持有锁,调用 await()方法,进入等待队列
- 进入 ConditionObject 的 addConditionWaiter 流程
- 创建新的 Node 状态为 -2(Node.CONDITION),关联 Thread-0,加入等待队列尾部
- 进入 AQS 的 fullyRelease 流程,释放同步器上的锁(state = 0)
- unpark AQS 队列中的下一个节点(Thread-1),没有其它线程竞争, Thread-1 加锁成功
- park 阻塞 Thread-0(灰色)
- signal 流程:Thread-1 调用 signal()方法,唤醒 Thread-0
- 进入 ConditionObject 的 doSignal 流程
- 取得等待队列中第一个 Node(Thread-0)
- 执行 transferForSignal 流程,将该 Node (Thread-0)加入 AQS 队列尾部
- 将 Thread-0 的 waitStatus 改为 0,Thread-3 的waitStatus 改为 -1
五、读写锁(ReentrantReadWriteLock)
- ReentrantReadWriteLock:支持重入的读写锁
- 适用:读操作远远高于写操作时,使用读写锁让读-读可以并发,提高性能
- 读-读并发,读-写和写-写互斥(阻塞)
- 注意事项:
- 读锁不支持条件变量,写锁支持
- 重入时,不支持升级(有读锁时,不能再获取写锁)
- 重入时,支持降级(有写锁时,可以获取读锁)
六、信号量(Semaphore)
- 用途:限制同时访问共享资源的线程上限(上锁:只有1个线程可以访问共享资源)
- 适用:限制单机线程数量(不是限制资源数),使用 Semaphore 限流,在访问高峰期时,让请求线程阻塞,高峰期过去再释放许可 (数据库连接池)
- 加锁解锁流程:内部维护同步器继承自AQS(state=1:加锁)
- 开始加锁:permits(state)为 3(构造器默认)
- 模拟 5 个线程获取资源
- 假设其中 Thread-1,Thread-2,Thread-4 cas 竞争成功(state减为0),所以Thread-0 和 Thread-3 竞争失败,进入 AQS 队列 park 阻塞
- 开始解锁:Thread-4 释放了 permits,state加1
- Thread-0 竞争成功,permits 再次设置为 0
- Thread-0设置自己为 head 节点,断开原来的 head 节点
- unpark 接下来的 Thread-3 节点(依次唤醒后续所有节点),但由于 permits 是 0,因此 Thread-3 在尝试不成功后再次进入 park 状态
七、倒计时锁(CountdownLatch)
- 用途:线程同步协作,等待所有线程完成倒计时
- 构造参数初始化等待计数值:内部维护同步器继承自AQS
- await():等待计数归零
- countDown() :让计数减一
- join()是等待线程结束,CountDownLatch不会(配合线程池使用,lol游戏加载界面)
- 不能被重用,不能修改计数值
八、循环栅栏(CyclicBarrier)
- 用途:线程协作,等待线程满足某个计数
- 构造时设置计数个数:
- await() :线程调用后同步等待,计数减一
- 计数减为0后,所有调用await线程恢复执行
- 构造时还可以设置汇总任务:Runnable barrierAction(等待所有线程执行完后,再执行)
- 与CountDownLatch相比:
- 相同:用于线程协作,线程等待完成计数再执行
- 不同:
- CountDownLatch不可重用,计数值不能修改
- CyclicBarrier可以重用,计数可以恢复至初始值
九、线程安全集合类
- 遗留的安全集合(使用synchronized修饰,并发度低):Hashtable(map)、Vector(list)
- 修饰的安全集合(使用Collections修饰,装饰器模式 ):SynchronizedMap、SynchronizedList
- JUC包下的安全集合:
- Blocking类(阻塞队列):实现基于锁(reentrantlock),提供阻塞方法
- CopyOnWrite类(读多写少):在修改(写)时,使用拷贝的方式,避免多线程读写时的并发安全
- Concurrent类:
- 优点:内部使用 cas 优化,可以提供较高吞吐量(高并发度)
- 缺点:弱一致性
- 遍历时弱一致性(例如:当利用迭代器遍历时,如果容器发生修改,迭代器仍然可以继续进行遍历,这时内容是旧的)
- 求大小时弱一致性(size 操作未必是 100% 准确)
- 读取时弱一致性
- 集合的每个方法是线程安全的,方法的组合不是线程安全的
- 非安全容器:遍历时如果发生了修改,使用 fail-fast 机制(让遍历立刻失败,抛出ConcurrentModifificationException,不再继续遍历)
十、ConcurrentHashMap
computeIfAbsent():如果缺少一个key,则计算生成一个value,然后将key、value存入map中(保证get()、put()方法组合的原子性)
1. HashMap 扩容问题
- JDK7下的 HashMap 在多线程扩容时(元素个数超过容量的3/4)存在并发死链问题
- JDK7下的 HashMap 同一桶下标,新元素存放在链表的头部(头插法)
- 线程1完成扩容,改变了链表结构(翻转),而线程0还没有扩容,它的链表的结点已经因为扩容发生了变化,再扩容的时候就会不一致
- JDK 8 虽然将扩容算法做了调整(将元素加入链表尾部:尾插法),但仍不意味着能够在多线程环境下安全扩容,还会出现其它问题(如扩容丢数据)
2. JDK 8 ConcurrentHashMap
- 重要属性和内部类:
// 默认为 0
// 当初始化时, 为 -1
// 当扩容时, 为 -(1 + 扩容线程数)
// 当初始化或扩容完成后,为 下一次的扩容的阈值大小
private transient volatile int sizeCtl;
// 整个 ConcurrentHashMap 就是一个 Node[]
static class Node<K,V> implements Map.Entry<K,V> {}
// hash 表 node数组
transient volatile Node<K,V>[] table;
// 扩容时的 新 hash 表
private transient volatile Node<K,V>[] nextTable;
// 扩容时如果某个 bin 迁移完毕, 用 ForwardingNode(-1) 作为旧 table bin 的头结点
static final class ForwardingNode<K,V> extends Node<K,V> {}
// 用在 compute 以及 computeIfAbsent 时, 用来占位, 计算完成后替换为普通 Node
static final class ReservationNode<K,V> extends Node<K,V> {}
// 作为 treebin 的头节点, 存储 root 和 first
static final class TreeBin<K,V> extends Node<K,V> {}
// 作为 treebin 的节点, 存储 parent, left, right
static final class TreeNode<K,V> extends Node<K,V> {}
// treebin(-2):在hashmap容量扩容至64后,且链表长度超过8后,会将链表数据结构转换为红黑树
- 重要方法:
// 获取 Node[] 中第 i 个 Node
static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i)
// cas 修改 Node[] 中第 i 个 Node 的值, c 为旧值, v 为新值
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i, Node<K,V> c, Node<K,V> v)
// 直接修改 Node[] 中第 i 个 Node 的值, v 为新值
static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v)
- 构造器分析:懒惰初始化(在构造方法中仅计算了 table 的大小, 在第一次使用时才会真正创建)
- initialCapacity:初始大小(大于等于并发度)
- loadFactor:扩容阈值(3/4)
- concurrencyLevel:并发度
public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) {
if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
if (initialCapacity < concurrencyLevel) // Use at least as many bins
initialCapacity = concurrencyLevel; // as estimated threads
long size = (long)(1.0 + (long)initialCapacity / loadFactor);
// tableSizeFor 保证计算的大小是 2^n, 即 16,32,64 ...
int cap = (size >= (long)MAXIMUM_CAPACITY) ?
MAXIMUM_CAPACITY : tableSizeFor((int)size);
this.sizeCtl = cap;
}
- get 流程:流程中未加锁,并发度高
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
// spread 方法能确保返回结果是正整数
int h = spread(key.hashCode());
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
// 如果头结点已经是要查找的 key
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
// hash 为负数表示该 bin 在扩容中(-1)或是 treebin(-2), 这时调用 find 方法来查找
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
// 正常遍历链表, 用 equals 比较
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
- put 流程:新值覆盖旧值,不允许有空的键值,检查ForwardingNode帮忙扩容
- size计算流程:发生在 put,remove 改变集合元素的操作之中
- 没有竞争发生,向 baseCount 累加计数
- 有竞争发生,新建 counterCells,向其中的一个 cell 累加计数(类似 longadder)
- counterCells 初始有两个 cell
- 计数竞争比较激烈,会创建新的 cell 来累加计数
- Java 8 总结:数组 +(链表 Node | 红黑树TreeNode),数组简称(table)、链表简称(bin)
- 初始化(initTable):使用 cas 来保证并发安全,懒惰初始化 table
- 树化:当 table.length < 64 时,先尝试扩容,超过 64,并且 bin.length > 8 时,会将链表树化,树化过程会用 synchronized 锁住链表头
- put:
- bin 尚未创建:使用 cas 创建
- bin 已经创建:锁住链表头进行 put 操作(元素添加至链表尾部)
- get:无锁操作,仅需要保证可见性,扩容过程中遇到 ForwardingNode,会在新 table 进行搜索
- 扩容(transfer):以 bin 为单位(对 bin 进行 synchronized),其它竞争线程会帮助把其它 bin 进行扩容,扩容时平均只有 1/6 的节点会被复制到新 table 中
- size:元素个数保存在 baseCount 中,并发时的个数变动保存在 CounterCell[] 中,最后统计数量时累加
3. JDK 7 ConcurrentHashMap
- 内部维护了一个 segment(分段)数组,每个 segment 对应一把锁 (继承自reentrantlock)
- 优点:多个线程访问不同的 segment时,锁住的是不同对象,没有冲突(与 jdk8 类似,锁住链表头)
- 缺点:
- Segments 数组默认大小为16,容量初始化后不能改变
- 不是懒惰初始化
- 构造器分析:
- 初始化时,创建Segments数组(16)和第一个元素(segments[0])
- 每个segment数组元素都是一个 HashEntry数组(HashTable)
- this.segmentShift 和 this.segmentMask:决定将 key 的 hash 结果匹配到哪个segment
// segmentShift 默认是 32 - 4 = 28
this.segmentShift = 32 - sshift;
// segmentMask 默认是 15 即 0000 0000 0000 1111
this.segmentMask = ssize - 1;
// 创建 segments and segments[0]
Segment<K,V> s0 =
new Segment<K,V>(loadFactor, (int)(cap * loadFactor),
(HashEntry<K,V>[])new HashEntry[cap]);
Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize];
UNSAFE.putOrderedObject(ss, SBASE, s0); // ordered write of segments[0]
this.segments = ss;
}
- put流程: 最终进入segment的put流程
// 获得 segment 对象, 判断是否为 null, 是则创建该 segment
if ((s = (Segment<K,V>)UNSAFE.getObject
(segments, (j << SSHIFT) + SBASE)) == null) {
// 这时不能确定是否真的为 null, 因为其它线程也发现该 segment 为 null,
// 因此在 ensureSegment 里用 cas 方式保证该 segment 安全性
s = ensureSegment(j);
}
// 进入 segment 的put 流程
return s.put(key, hash, value, false);
}
- segment 的 put方法(segment继承了可重入锁 ReentrantLock)
final V put(K key, int hash, V value, boolean onlyIfAbsent) {
// 尝试加锁
HashEntry<K,V> node = tryLock() ? null :
// 如果不成功, 进入 scanAndLockForPut 流程
// 如果是多核 cpu 最多 tryLock 64 次, 进入 lock 流程
// 在尝试期间, 还可以顺便看该节点在链表中有没有, 如果没有顺便创建出来
scanAndLockForPut(key, hash, value);
// 执行到这里 segment 已经被成功加锁, 可以安全执行
V oldValue;
try {
} finally {
unlock();
}
return oldValue;
}
- 扩容 rehash 流程:发生在 put 中,此时已经获得了锁,因此 rehash 时不需要考虑线程安全
- get 流程:
- 未加锁,用了 UNSAFE 方法保证可见性
- 扩容过程中,get 先发生从旧表取内容,get 后发生从新表取内容
- size 流程(弱一致性):计算元素个数前,先不加锁计算两次
- 前后两次结果一样,认为个数正确返回
- 前后不一样,进行重试,重试次数超过 3,将所有 segment 锁住,重新计算个数返回
十一、LinkedBlockingQueue
- 数据结构:Node(item,next)
public class LinkedBlockingQueue<E> extends AbstractQueue<E>
implements BlockingQueue<E>, java.io.Serializable {
static class Node<E> {
E item;
/**
* next是下列三种情况之一
* - 真正的后继节点
* - 自己, 发生在出队时
* - null, 表示是没有后继节点, 是最后了
*/
Node<E> next;
Node(E x) { item = x; }
}
}
- 入队:
- 初始化链表 :last = head = new Node(null),Dummy 节点用来占位,item 为 null
- 当一个节点入队:last = last.next = node
- 再来一个节点入队:last = last.next = node
- 出队:
Node<E> h = head;
Node<E> first = h.next;
h.next = h; // help GC
head = first;
E x = first.item;
first.item = null;
return x;
- h = head
- first = h.next
- h.next = h(帮助垃圾回收Dummy节点)
- head = first
E x = first.item;
first.item = null;
return x;
- 加锁分析:用了两把锁(队列头尾上锁)和 Dummy节点
- 用一把锁,同一时刻,最多只允许有一个线程(生产者或消费者,二选一)执行
- 用两把锁,同一时刻,可以允许两个线程同时(一个生产者与一个消费者)执行
- 消费者与消费者线程仍然串行
- 生产者与生产者线程仍然串行
- 当节点总数大于 2 时(包括 dummy):putLock 保证 last 节点的线程安全,takeLock 保证 head 节点的线程安全(两把锁保证了入队和出队没有竞争)
- 当节点总数等于 2 时(一个 dummy,一个正常节点):两把锁锁着两个对象,不会竞争
- 当节点总数等于 1 时( 只有dummy ): take 线程会被 notEmpty 条件阻塞,有竞争,会阻塞
// 用于 put(入队阻塞) offer(非阻塞)
private final ReentrantLock putLock = new ReentrantLock();
// 用户 take(出队阻塞) poll(非阻塞)
private final ReentrantLock takeLock = new ReentrantLock();
- put操作:(take类似)
public void put(E e) throws InterruptedException {
if (e == null) throw new NullPointerException(); //不允许有空元素
int c = -1;
Node<E> node = new Node<E>(e);
final ReentrantLock putLock = this.putLock;
// count 用来维护元素计数
final AtomicInteger count = this.count;
putLock.lockInterruptibly();
try {
// 满了等待
while (count.get() == capacity) {
// 倒过来读就好: 等待 notFull
notFull.await();
}
// 有空位, 入队且计数加一
enqueue(node);
c = count.getAndIncrement();
// 除了自己 put 以外, 队列还有空位, 由自己叫醒其他 put 线程
if (c + 1 < capacity)
notFull.signal();
} finally {
putLock.unlock();
}
// 如果队列中有一个元素, 叫醒 take 线程
if (c == 0)
// 这里调用的是 notEmpty.signal() 而不是 notEmpty.signalAll() 是为了减少竞争
signalNotEmpty();
}
- LinkedBlockingQueue 与 ArrayBlockingQueue 的性能比较:
- Linked 支持有界,Array 强制有界
- Linked 实现是链表,Array 实现是数组
- Linked 是懒惰的,而 Array 需要提前初始化 Node 数组
- Linked 每次入队会生成新 Node,而 Array 的 Node 是提前创建好的
- Linked 两把锁,Array 一把锁
十二、ConcurrentLinkedQueue
- 与 LinkedBlockingQueue 设计非常像:
- 两把锁,同一时刻,可以允许两个线程同时(一个生产者与一个消费者)执行
- 加入dummy 节点:让两把锁锁住的是不同对象,避免竞争
- 不同点:锁使用 cas 来实现(无阻塞),不是真正的锁
十三、CopyOnWriteArrayList
- CopyOnWriteArraySet内部用的都是CopyOnWriteArrayList方法,除了add()方法(调用addIfAbsent保证set的元素唯一性)
- CopyOnWrite:
- 写入时拷贝:增删改操作会将底层数组拷贝一份,更改操作在新数组上执行,不影响其它线程的并发读,将读写分离
- 读-读和读-写并发,写-写互斥(阻塞)(读写锁 ReentrantReadWriteLock 只能读-读并发)
- 写操作加锁,读操作不加锁(适合读多写少)
- 增操作:JDK 8 中使用的是可重入锁(不是 synchronized)
public boolean add(E e) {
synchronized (lock) {
// 获取旧的数组
Object[] es = getArray();
int len = es.length;
// 拷贝新的数组(这里是比较耗时的操作,但不影响其它读线程)
es = Arrays.copyOf(es, len + 1);
// 添加新元素
es[len] = e;
// 替换旧的数组
setArray(es);
return true;
}
}
- 问题:弱一致性
- get 弱一致性(Thread-1在拷贝的新数组删除元素1,将新数组替换旧数组之前,Thread-0读取的是旧数组的值)
- 迭代器 弱一致性
- 弱一致性不一定不好(将读写分离 数据库的MVCC)
- 并发高和一致性是矛盾的,需要权衡
- get 弱一致性(Thread-1在拷贝的新数组删除元素1,将新数组替换旧数组之前,Thread-0读取的是旧数组的值)