Effective Java (并发)

六十六、同步访问共享的可变数据：

      在Java中很多时候都是通过synchronized关键字来实现共享对象之间的同步的。事实上，对象同步并不仅限于当多个线程操作同一可变对象时，仍然能够保证该共享对象的状态始终保持一致。与此同时，他还可以保证进入同步方法或者同步代码块的每个线程，都看到由同一个锁保护的之前所有的修改效果。
      Java的语言规范保证了读写一个变量是原子的，除非这个变量的类型为long或double。换句话说，读取一个非long或double类型的变量，可以保证返回的值是某个线程保存在该变量中的，即时多个线程在没有同步的情况下并发地修改这个变量也是如此。然而需要特别指出的是，这样的做法是非常危险的。即便这样做不会带来数据同步修改的问题，但是他会导致另外一个更为隐匿的错误发生。见如下代码：

1     public class StopThread {
2         private static boolean stopRequested = false;
3         public static void main(String[] args) throw InterruptedException {
4             Thread bgThread = new Thread( new Runnable() {
5                 public void run() {
6                     int i = 0;
7                     while (!stopRequested)
8                         i++;
9                 }
10             });
11             bgThread.start();
12             TimeUnit.SECONDS.sleep(1);
13             stopRequested = true;
14         }
15     }

 

      对于上面的代码片段，有些人会认为在主函数sleep一秒后，工作者线程的循环状态标志(stopRequested)就会被修改，从而致使工作者线程正常退出。然而事实却并非如此，因为Java的规范中并没有保证在非同步状态下，一个线程修改的变量，在另一个线程中就会立即可见。事实上，这也是Java针对内存模型进行优化的一个技巧。为了把事情描述清楚，我们可以将上面代码中run方法的代码模拟为优化后的代码，见如下修改后的run方法：

1 public void run() {
2         int i = 0;
3         if (!stopRequested) {
4             while ( true)
5                 i++;
6         }
7     }

 

      这种优化被称为提升，正是HotSpot Server VM的工作。
      要解决这个问题并不难，只需在读取和写入stopRequested的时候加入synchronized关键字即可，见如下代码：

1     public class StopThread {
2         private static boolean stopRequested = false;
3         private static synchronized void requestStop() {
4             stopRequested = true;
5         }
6         private static synchronized boolean stopRequested() {
7             return stopRequested;
8         }
9         public static void main(String[] args) throw InterruptedException {
10             Thread bgThread = new Thread( new Runnable() {
11                 public void run() {
12                     int i = 0;
13                     while (!stopRequested())
14                         i++;
15                 }
16             });
17             bgThread.start();
18             TimeUnit.SECONDS.sleep(1);
19             requestStop();
20         }
21     }

 

      在上面的修改代码中，读写该变量的函数均被加以同步。
      事实上，Java中还提供了另外一种方式用于处理该类问题，即volatile关键字。该单词的直译为“易变的”，引申到这里就是告诉cpu该变量是容易被改变的变量，不能每次都从当前线程的内存模型中获取该变量的值，而是必须从主存中获取，这种做法所带来的唯一负面影响就是效率的折损，但是相比于synchronized关键字，其效率优势还是非常明显的。见如下代码：

1     public class StopThread {
2         private static volatile boolean stopRequested = false;
3         public static void main(String[] args) throw InterruptedException {
4             Thread bgThread = new Thread( new Runnable() {
5                 public void run() {
6                     int i = 0;
7                     while (!stopRequested)
8                         i++;
9                 }
10             });
11             bgThread.start();
12             TimeUnit.SECONDS.sleep(1);
13             stopRequested = true;
14         }
15     }

 

      和第一个代码片段相比，这里只是在stopRequested域变量声明之前加上volatile关键字，从而保证该变量为易变变量。然而需要说明的是，该关键字并不能完全取代synchronized同步方式，见如下代码：

1 public class Test {

2         private static volatile int nextID = 0;

3         public static int generateNextID() {

4             return nextID++;

5         }

6     }

      generateNextID方法的用意为每次都给调用者生成不同的ID值，遗憾的是，最终结果并不是我们期望的那样，当多个线程调用该方法时，极有可能出现重复的ID值。这是因为++运算符并不是原子操作，而是由两个指令构成，首先是读取该值，加一之后再重新赋值。由此可见，这两个指令之间的时间窗口极有可能造成数据的不一致。如果要修复该问题，我们可以使用JDK(1.5 later)中java.util.concurrent.atomic包提供的AtomicLong类，使用该类性能要明显好于synchronized的同步方式，见如下修复后的代码：

1     public class Test {
2         private static final AtomicLong nextID = new AtomicLong();
3         public static long generateNextID() {
4             return nextID.getAndIncrement();
5         }
6     }

    
六十七、避免过度同步：

      过度同步所导致的最明显问题就是性能下降，特别是在如今的多核时代，再有就是可能引发的死锁和一系列不确定性的问题。当同步函数或同步代码块内调用了外来方法，如可被子类覆盖的方法，或外部类的接口方法等。由于这些方法的行为存在一定的未知性，如果在同步块内调用了类似的方法，将极有可能给当前的同步带来未知的破坏性。见如下代码：

1     public class ObservableSet<E> extends ForwardingSet<E> {
2         public ObservableSet(Set<E> set) {
3             super(set);
4         }
5         private final List<SetObserver<E>> observers = new ArrayList<SetObserver<E>>();
6         public void addObserver(SetObserver<E> observer) {
7             synchronized(observers) {
8                 observers.add(observer);
9             }
10         }
11         public boolean removeObserver(SetObserver<E> observer) {
12             synchronized(observers) {
13                 return observers.remover(observer);
14             }
15         }
16         private void notifyElementAdded(E element) {
17             synchronized(observers) {
18                 for (SetObserver<E> observer : observers)
19                     observer.added( this,element);
20             }
21         }
22         @Override public boolean add(E element) {
23             boolean added = super.add(element);
24             if (added)
25                 notifyElementAdded(element);
26             return added;
27         }
28         @Override public boolean addAll(Collection<? extends E> c) {
29             boolean result = false;
30             for (E element : c)
31                 result |= add(element);
32             return result;
33         }
34     }

 

      下面的代码片段是回调接口和测试调用：

1     public interface SetObserver<E> {
2         void added(ObservableSet<E> set,E element);
3     }
4    
5     public static void main(String[] args) {
6         ObservableSet<Integer> set = new ObservableSet<Integer>( new HashSet<Integer>());
7         set.addObserver( new SetObserver<Integer>() {
8             public void added(ObservableSet<Integer> s, Integer e) {
9                 System.out.println(e);
10             }
11         });
12         for ( int i = 0; i < 100; i++)
13             set.add(i);
14     }

 

      对于这个测试用例，他完全没有问题，可以保证得到正确的输出，即打印出0-99的数字。
      现在我们换一个观察者接口的实现方式，见如下代码片段：

1     set.addObserver( new SetObserver<Integer>() {
2         public void added(ObservableSet<Integer> s,Integer e) {
3             System.out.println(e);
4             if (e == 23)
5                 s.removeObserver( this);
6         }
7     });

 

      对于以上代码，当执行s.removeObserver(this)的时候，将会抛出ConcurrentModificationException异常，因为在notifyElementAdded方法中正在遍历该集合。对于该段代码，我只能说我们是幸运的，错误被及时抛出并迅速定位，这是因为我们的调用是在同一个线程内完成的，而Java中synchronized关键字构成的锁是可重入的，或者说是可递归的，即在同一个线程内可多次调用且不会被阻塞。如果恰恰相反，我们的冲突调用来自于多个线程，那么将会形成死锁。在多线程的应用程序中，死锁是一种比较难以重现和定位的错误。为了解决上述问题，我们需要做的一是将调用外部代码的部分移出同步代码块，再有就是针对该遍历，我们需要提前copy出来一份，并基于该对象进行遍历，从而避免了上面的并发访问冲突，如：

1     private void notifyElementAdded(E element) {
2         List<SetObserver<E>> snapshot = null;
3         synchronized(observers) {
4             snapshot = new ArrayList<SetObserver<E>>(observers);
5         }
6         for (SetObserver<E> Observer : snapshot)
7             Observer.added( this,element);
8     }

 

      减少不必要的代码同步还可以大大提高程序的并发执行效率，一个非常明显的例子就是StringBuffer，该类在JDK的早期版本中即以出现，是数据操作同步类，即时我们是以单线程方式调用该类的方法，也不得不承受块同步带来的额外开销。Java在1.5中提供了非同步版本的StringBuilder类，这样在单线程应用中可以消除因同步而带来的额外开销，对于多线程程序，可以继续选择StringBuffer，或者在自己认为需要同步的代码部分加同步块。
    
六十八、executor和task优先于线程：

      在Java 1.5 中提供了java.util.concurrent包，在这个包中包含了Executor Framework框架，这是一个很灵活的基于接口的任务执行工具。该框架提供了非常方便的调用方式和强大的功能，如：
      ExecutorService executor = Executors.newSingleThreadExecutor();  //创建一个单线程执行器对象。
      executor.execute(runnable);  //提交一个待执行的任务。
      executor.shutdown();  //使执行器优雅的终止。
      事实上，Executors对象还提供了更多的工厂方法，如适用于小型服务器的Executors.newCachedThreadPool()工厂方法，该方法创建的执行器实现类对于小型服务器来说还是比较有优势的，因为在其内部实现中并没有提供任务队列，而是直接将任务提交给当前可用的线程，如果此时没有可用的线程了，则创建一个新线程来执行该任务。因此在任务数量较多的大型服务器上，由于该机制创建了大量的工作者线程，这将会导致系统的整体运行效率下降。对于该种情况，Executors提供了另外一个工厂方法Executors.newFixedThreadPool()，该方法创建的执行器实现类的内部提供了任务队列，用于任务缓冲。
      相比于java.util.Timer，该框架也提供了一个更为高效的执行器实现类，通过工厂方法Executors.ScheduledThreadPool()可以创建该类。它提供了更多的内部执行线程，这样在执行耗时任务是，其定时精度要优于Timer类。

六十九、并发工具优先于wait和notify：

      java.util.concurrent中更高级的工具分成三类：Executor Framework、并发集合(Concurrent Collection)以及同步器(Synchronizer)。相比于java.util中提供的集合类，java.util.concurrent中提供的并发集合就有更好的并发性，其性能通常数倍于普通集合，如ConcurrentHashMap等。换句话说，除非有极其特殊的原因存在，否则在并发的情况下，一定要优先选择ConcurrentHashMap，而不是Collections.syschronizedmap或者Hashtable。
      java.util.concurrent包中还提供了阻塞队列，该队列极大的简化了生产者线程和消费者线程模型的编码工作。
      对于同步器，concurrent包中给出了四种主要的同步器对象：CountDownLatch、Semaphore、CyclicBarrier和Exchanger。这里前两种比较常用。在该条目中我们只是简单介绍一个CountDownLatch的优势，该类允许一个或者多个线程等待一个或者多个线程来做某些事情。CountDownLatch的唯一构造函数带有一个int类型的参数 ，这个int参数是指允许所有在等待的线程被处理之前，必须在锁存器上调用countDown方法的次数。
      现在我们给出一个简单应用场景，然后再给出用CountDownLatch实现该场景的实际代码。场景描述如下：
      假设想要构建一个简单的框架，用来给一个动作的并发执行定时。这个框架中包含单个方法，这个方法带有一个执行该动作的executor，一个并发级别(表示要并发执行该动作的次数)，以及表示该动作的runnable。所有的工作线程自身都准备好，要在timer线程启动时钟之前运行该动作。当最后一个工作线程准备好运行该动作时，timer线程就开始执行，同时允许工作线程执行该动作。一旦最后一个工作线程执行完该动作，timer线程就立即停止计时。直接在wait和notify之上实现这个逻辑至少来说会很混乱，而在CountDownLatch之上实现则相当简单。见如下示例代码：

1     public static long time(Executor executor, int concurrency, final Runnable action) {
2         final CountDownLatch ready = new CountDownLatch(concurrency);
3         final CountDownLatch start = new CountDownLatch(1);
4         final CountDownLatch done = new CountDownLatch(concurrency);
5         for ( int i = 0; i < concurrency; i++) {
6             executor.execute( new Runnable() {
7                 public void run() {
8                     ready.countDown();
9                     try {
10                         start.await();
11                         action.run();
12                     } catch (InterruptedException e) {
13                         Thread.currentThread().interrupt();
14                     } finally {
15                         done.countDown();
16                     }
17                 }
18             });
19             // 等待工作者线程准备可以执行，即所有的工作线程均调用ready.countDown()方法。
20             ready.await();
21             // 这里使用nanoTime，是因为其精确度高于System.currentTimeMills()。
22             long startNanos = System.nanoTime();
23             // 该语句执行后，工作者线程中的start.await()均将被唤醒。
24             start.countDown();
25             // 下面的等待，只有在所有的工作者线程均调用done.countDown()之后才会被唤醒。
26             done.await();
27             return System.nanoTime() - startNanos;
28         }
29     }

 

七十一、慎用延迟初始化：

      延迟初始化作为一种性能优化的技巧，它要求类的域成员在第一次访问时才执行必要的初始化动作，而不是在类构造的时候完成该域字段的初始化。和大多数优化一样，对于延迟初始化，最好的建议"除非绝对必要，否则就不要这么做"。延迟初始化如同一把双刃剑，它确实降低了实例对象创建的开销，却增加了访问被延迟初始化的域的开销，这一点在多线程访问该域时表现的更为明显。见如下代码：

1     public class TestClass {
2         private final FieldType field;
3         synchronized FieldType getField() {
4             if (field == null)
5                 field = computeFieldValue();
6             return field;
7         }
8     }

 

      从上面的代码可以看出，在每次访问该域字段时，均需要承担同步的开销。如果在真实的应用中，在多线程环境下，我们确实需要为一个实例化开销很大的对象实行延迟初始化，又该如何做呢？该条目提供了3中技巧：
      1. 对于静态域字段，可以考虑使用延迟初始化Holder class模式：

1     public class TestClass {
2         private static class FieldHolder {
3             static final FieldType field = computeFieldValue();
4         }
5         static FieldType getField() {
6             return FieldHolder.field;
7         }
8     }

 

      当getField()方法第一次被调用时，它第一次读取FieldHolder.field，导致FieldHolder类得到初始化。这种模式的魅力在于，getField方法没有被同步，并且只执行一个域访问，因此延迟初始化实际上并没有增加任何访问成本。现在的VM将在初始化该类的时候，同步域的访问。一旦这个类被初始化，VM将修补代码，以便后续对该域的访问不会导致任何测试或者同步。
      2. 对于实例域字段，可使用双重检查模式：

1     public class TestClass {
2         private volatile FieldType f;
3         FieldType getField() {
4             FieldType result = f;
5             if (result == null) {
6                 synchronized( this) {
7                     result = f;
8                     if (result == null)
9                         f = result = computeFieldValue();
10                 }
11             }
12             return result;
13         }
14     }

 

      注意在上面的代码中，首先将域字段f声明为volatile变量，其语义在之前的条目中已经给出解释，这里将不再赘述。再者就是在进入同步块之前，先针对该字段进行验证，如果不是null，即已经初始化，就直接返回该域字段，从而避免了不必要的同步开销。然而需要明确的是，在同步块内部的判断极其重要，因为在第一次判断之后和进入同步代码块之前存在一个时间窗口，而这一窗口则很有可能造成不同步的错误发生，因此第二次验证才是决定性的。
      在该示例代码中，使用局部变量result代替volatile的域字段，可以避免在后面的访问中每次都从主存中获取数据，从而提高函数的运行性能。事实上，这只是一种代码优化的技巧而已。
      针对该技巧，最后需要补充的是，在很多并发程序中，对某一状态的测试，也可以使用该技巧。
      3. 对于可以接受重复初始化实例域字段，可使用单重检查模式：

1     public class TestClass {
2         private volatile FieldType f;
3         FieldType getField() {
4             FieldType result = f;
5             if (result == null)
6                 f = result = computeFieldValue();
7             return result;
8         }
9     }