(1) 等待多线程完成的CountDownLatch
1) 定义:允许一个或者多个线程等待其他线程完操作。在jdk1.5后的并发包中提供了CountDownLatch也可以实现join的功能,并且比join的功能更多。
2) 应用场景:我们需要解析一个Excel里多个sheet的数据,此时可以考虑使用多线程,每一个线程解析一个sheet里的数据,等到所有的sheet都解析完成之后,程序需要提示解析完成。
3) 代码示例:
package com.zl.thread.concurrent;
import java.util.concurrent.CountDownLatch;
/**
* @author fab
*
*/
public class CountDownLatchTest {
static CountDownLatch countDownLatch = new CountDownLatch(2);
/**
* @param args
*/
public static void main(String[] args) throws InterruptedException {
new Thread(new Runnable() {
@Override
public void run() {
System.out.println(1);
countDownLatch.countDown();
System.out.println(2);
countDownLatch.countDown();
}
}).start();
countDownLatch.wait();
System.out.println(3);
}
}
CountDownlach的构造函数接收一个int类型的参数作为计数器,如果你想等待N个点完成,这里就传入N。当我们调用CountDownLatch的countDown方法时,N就会减1,CountDownLatch的await方法会阻塞当前线程,直到N变为零。由于countDown方法可以用在任何地方,所以这里说的N个点,可以是N个线程,也可以是1个线程里的N个执行步骤。用在多线程中只需要把这个CountDownLatch的引用传递到线程里即可。
如果在某个解析sheet的线程处理的比较慢,我们不可能让主线程一直等待,所以可以使用另外一个带指定时间的await方法—await(long time,TimeUnit unit),这个方法等待待定时间后,就会不在阻塞当前线程。
特别注意:计数器必须大于等于0,只有等于0时候,计数器就是零,调用await方法时不会阻塞当前线程。CountDownLatch不可能重新初始化或者修改CountDownLatch对象的内部计数器的值。一个线程调用countDown方法happen—before,另一个线程调用await方法。
(2) 同步屏障CyclicBarrier
1) 定义:字面意思就是可循环(Cyclic)使用的屏障(Barrier)。它要做的事情是,让一组线程到达一个屏障时被阻塞,直到最后一个线程到达屏障时,屏障才会开门,所有被屏障拦截的线程才会继续运行。
2) 应用场景:CyclicBarrier可以用于多线程计算数据,最后合并计算结果的场景。比如,一个Excel保存了所有银行流水,每个sheet保存一个账号近一年的每笔银行流水,现在需要统计用户的日均银行流水,先用多线程处理每个sheet里的银行流水,都执行完成后,得到每个sheet的日均银行流水,最后,再用barrierAction用这些线程的计算结果,计算出整个Excel的日均银行流水。
3) 代码示例:
package com.zl.thread.concurrent;
import java.util.Map.Entry;
import java.util.concurrent.BrokenBarrierException;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.CyclicBarrier;
import java.util.concurrent.Executor;
import java.util.concurrent.Executors;
/**
* 银行流水处理服务类
*
* @author fab
*/
public class BankWaterService implements Runnable {
// 创建4个屏障,处理完之后执行当前类的run方法
private CyclicBarrier cb = new CyclicBarrier(4, this);
// 4个sheet所以启动4个线程
private Executor executor = Executors.newFixedThreadPool(4);
// 保存每一个sheet计算出来的银流结果
private ConcurrentHashMap<String, Integer> sheetBankWaterCount = new ConcurrentHashMap<String, Integer>();
private void count() {
for (int i = 0; i < 4; i++) {
executor.execute(new Runnable() {
@Override
public void run() {
// TODO 计算当前sheet的银流数据,计算代码省了
sheetBankWaterCount
.put(Thread.currentThread().getName(), 1);
// 银流计算完成,插入一个屏障
try {
cb.await();
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (BrokenBarrierException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
});
}
}
@Override
public void run() {
// TODO 汇总每一个sheet计算出来的结果
int result = 0;
for (Entry<String, Integer> sheet : sheetBankWaterCount.entrySet()) {
result += sheet.getValue();
}
// 计算结果输出
sheetBankWaterCount.put("result", result);
System.out.println(result);
}
/**
* @param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
BankWaterService bws = new BankWaterService();
bws.count();
}
}
使用线程池创建4个线程,分别计算没个sheet里的数据,每个sheet计算结果是1,再有BankWatrerService线程汇总4个计算的结果,其结果:
(3) CountDownLatch和CyclicBarrier的区别
CountDownLatch的计数器只能使用一次,而CyclicBarrier的计数器可以使用reset()方法重置。所以CyclicBarrier能处理更为复杂的业务场景。
(4) 并发控制线程数的Semaphore
1) 定义:信号量(Semaphore)是用来控制同步访问特定资源的线程数量,它通过协调各个线程,以保证合理的使用公共资源。
2) 应用场景:Semaphore可以用于做流量控制,特别是公用资源有限的应用场景,比如数据库连接。假如一个需求,要读取几万个文件的数据,因为都是IO密集型任务,我们可以启动几十个线程并发地读取,但是如果读到内存后,还需要存储到数据库中,而数据库的连接数只有10个,这时我们需要控制只有10个线程同时获取数据库连接保存数据,否则会报错无法获取数据库连接。这个时候就可以用Sepaphore来做流量控制。
代码示例:package com.zl.thread.concurrent;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Semaphore;
/**
* @author fab
*
*/
public class SemaphoreTest {
private static final int THREAD_COUNT = 30;
private static ExecutorService threadPool = Executors
.newFixedThreadPool(THREAD_COUNT);
private static Semaphore semaphore = new Semaphore(10);
/**
* @param args
*/
public static void main(String[] args) {
for (int i = 0; i < THREAD_COUNT; i++) {
threadPool.execute(new Runnable() {
@Override
public void run() {
// TODO Auto-generated method stub
try {
semaphore.acquire();
System.out.println("save data");
semaphore.release();
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
});
}
threadPool.shutdown();
}
}
在代码中,虽然只有30个线程在执行,但是只允许10个并发执行。Semaphore的构造方法Semaphore(int permits)接收一个整形的数字,表示可用的许可证数量。Semphore(10)表示允许10个线程获取许可证,也就是最大并发数是10。Semphore的用法也很简单,首先线程使用Semphore的acquire()方法获取一个许可证,使用完之后调用release方法归还许可证。其结果:
(5) 线程间交换数据的Exchanger
1) 定义:一个用于线程间协作的工具类。用于进行线程间的数据交换。它提供一个同步点,在这个同步点,两个线程可以交换彼此的数据。
2) 应用场景:Exchangeer可以用于遗传算法,在遗传算法中需要选出两个人作为交配对象,这时候会交换两个人的数据,并使用交叉规则得到2个交配结果。Exchanger可用于校对工作,比如我们需要将纸制银行流水通过人工的方式录入成电子银行流水,为了避免错误,采用AB岗两人进行录入,录入到Excel之后,系统需要加载这两个Excel,并对这两个Excel数据进行校对,看看是否录入一致。
3) 代码示例:
package com.zl.thread.concurrent;
import java.util.concurrent.Exchanger;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
/**
* @author fab
*
*/
public class ExchangerTest {
private static final Exchanger<String> exgr = new Exchanger<String>();
private static ExecutorService threadPool = Executors.newFixedThreadPool(2);
/**
* @param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
threadPool.execute(new Runnable() {
@Override
public void run() {
// TODO Auto-generated method stub
try {
String A = "银行流水A";// A录入银行流水数据
exgr.exchange(A);
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
});
threadPool.execute(new Runnable() {
@Override
public void run() {
// TODO Auto-generated method stub
try {
String B = "银行流水B";// B录入银行流水数据
String A = exgr.exchange("B");
System.out.println("A和B数据是否一致:" + A.equals(B) + ",A录入的是:"
+ A + ",B录入的是:" + B);
} catch (InterruptedException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
});
threadPool.shutdown();
}
}
如果两个线程有一个没有执行exchange()方法,则会一直等待,如果担心有特殊情况发生,避免一致等待,可以使用exchange(V x,long timeout,TimeUnit unit)设置最大等待时长。运行结果: