文章目录
ConcurrentModificationException 异常
java.util包下日常使用的大部分集合都是线程不安全的，如ArrayList、HashMap等- 简单的例子：
ConcurrentModificationException并发修改异常
public class ConcurrentModificationExceptionTest {
public static void main(String[] args) {
ArrayList<String> list = new ArrayList<>();
list.add("张三");
list.add("李四");
list.add("王五");
Iterator<String> iterator = list.iterator();
//迭代集合
while (iterator.hasNext()) {
String next = iterator.next();
if ("张三".equals(next)) {
// 在集合遍历的时候，不能由其他的线程对其内部元素做修改
// list.remove(next);
list.add("赵六");
} else {
System.out.println(next);
}
}
}
}
并发 List
简介
Vector和CopyOnWriteArrayList是两个线程安全的 List 实现，还有集合线程安全包装类SynchronizedList进行包装后的线程安全集合- 建议：
SynchronizedListCollections.synchronizedList()获取，实现效率比较慢，不建议使用；CopyOnWriteArrayList的实现原理是减少锁竞争，读方法没有任何锁操作，所以效率很高（牺牲了写）。适合读多写好的环境。Vector写的效率比CopyOnWriteArrayList好，写多读少的情况可以考虑
详解
SynchronizedList
- 常用方法：
public E get(int index) {
synchronized (mutex) {return list.get(index);}
}
public E set(int index, E element) {
synchronized (mutex) {return list.set(index, element);}
}
- 直接是在利用
synchronized锁定了代码块，简单粗暴，其实不建议使用
CopyOnWriteArrayList
CopyOnWriteArrayList实现机制
- 进行写操作时，复制内部容器，写入拷贝；读操作，直接返回结果。读写操作的不同的数组容器
- 利用了对象的不变性，在没有对对象进行写操作前，由于对象没有发生改变，不需要加锁
- 试图改变对象时（写），总是先获取对象的一个副本，然后对副本进行修改，最后写回。读的是容器对象（数组对象），写的时候操作拷贝对象。
- 减少锁竞争，提高读的性能，牺牲了写的性能（写要加锁，不然没办法保证副本线程安全）
- 常用方法
get方法：并没有任何的锁，所以效率很高
public E get(int index) {
return get(getArray(), index);
}
private E get(Object[] a, int index) {
return (E) a[index];
}
add方法: 每一个的add方法中，都会有一次数组拷贝，并且申请了锁
public boolean add(E e) {
final ReentrantLock lock = this.lock; // 加锁
lock.lock();
try {
Object[] elements = getArray();
int len = elements.length;
Object[] newElements = Arrays.copyOf(elements, len + 1); // 做了一次数组拷贝
newElements[len] = e; // 修改副本
setArray(newElements); // 写回副本
return true;
} finally {
lock.unlock(); // 解锁
}
}
- 问题：
- 内存占用问题。因为
CopyOnWrite的写时复制机制,所以在进行写操作的时候，内存里会同时驻扎两份对象的内存。 - 数据一致性问题。
CopyOnWrite容器只能保证数据的最终一致性，不能保证数据的实时一致性。所以如果你希望写入的的数据，马上能读到，请不要使用CopyOnWrite容器
Vector
get方法：使用synchronized关键字，存在锁竞争，效率没有CopyOnWriteArrayList好
public synchronized E get(int index) {
if (index >= elementCount)
throw new ArrayIndexOutOfBoundsException(index);
return elementData(index);
}
add方法：同样的实现方式，没有副本拷贝，效率比CopyOnWriteArrayList好
public synchronized boolean add(E e) {
modCount++;
ensureCapacityHelper(elementCount + 1);
elementData[elementCount++] = e;
return true;
}
并发 Set
CopyOnWriteArraySet内部依赖CopyOnWriteArrayList。特性一致，适合读多写少的并发场景CopyOnWriteArrayList和CopyOnWriteArraySet这种CopyOnWrite类型的容器，更加重要的是要了解其设计实现：
- 读写分离
- 最终一致性
- 使用另外开辟空间的思路，来解决并发冲突
- 简单源码
public class CopyOnWriteArraySet<E> extends AbstractSet<E> implements java.io.Serializable {
private final CopyOnWriteArrayList<E> al;
public boolean add(E e) {
return al.addIfAbsent(e);
}
}
并发 Map
简介
- 包装类：
Collections.synchronizedList(list); - 并发类：
ConcurrentHashMap，性能更好，读是无锁的，写操作的锁粒度是比较小的（经典的减小锁粒度设计），整体性能要较好
ConcurrentHashMap （JDK7、8 设计差别较大）
JDK7源码
put方法：Segment分段加锁
@Override
public V put(K key, V value) {
if (value == null) {
throw new NullPointerException();
}
int hash = hashOf(key); // hash 分段
return segmentFor(hash).put(key, hash, value, false);
}
V put(K key, int hash, V value, boolean onlyIfAbsent) {
lock(); // Segment 分段加锁
try {
int c = count;
if (c ++ > threshold) { // ensure capacity
int reduced = rehash();
if (reduced > 0) {
count = (c -= reduced) - 1; // write-volatile
}
}
HashEntry<K, V>[] tab = table;
int index = hash & tab.length - 1;
HashEntry<K, V> first = tab[index];
HashEntry<K, V> e = first;
while (e != null && (e.hash != hash || !keyEq(key, e.key()))) {
e = e.next;
}
V oldValue;
if (e != null) {
oldValue = e.value();
if (!onlyIfAbsent) {
e.setValue(value);
}
} else {
oldValue = null;
++ modCount;
tab[index] = newHashEntry(key, hash, first, value);
count = c; // write-volatile
}
return oldValue;
} finally {
unlock();
}
}
get方法：
public V get(Object key) {
int hash = hashOf(key);
return segmentFor(hash).get(key, hash);
}
V get(Object key, int hash) {
if (count != 0) { // read-volatile
HashEntry<K, V> e = getFirst(hash);
while (e != null) {
if (e.hash == hash && keyEq(key, e.key())) {
V opaque = e.value();
if (opaque != null) {
return opaque;
}
return readValueUnderLock(e); // recheck
}
e = e.next;
}
}
return null;
}
JDK7设计: 使用Segment分段锁，减小锁粒度
-
一个典型的
HashMap，如果get和add进行同步，如果锁对象为整个HashMap，那么没有两个线程是可以真正的并发 -
使用
Segment分段锁。ConcurrentHashMap，采用拆分锁对象的方式提高吞吐量。其将整个HashMap拆分成若干个段segment，每段都是一个子的HashMap -
如果需要在
ConcurrentHashMap中增加一个新的数据，并不是将整个hashmap加锁，而是先根据hashcode得到该数据项应该被存到哪个段里面，然后对该段加锁。多个线程同时进行put操作，只要被加入的数据项不是同一个段segment中，可以真正的并行 -
缺点问题：系统需要全局锁时，其消耗的资源比较大。如 ConcurrentHashMap 的 size 方法，有可能需要每段加锁加以统计（因为在统计的时候，有可能会有写入）。JDK7的实现思路：先采用不加锁的方式，连续计算元素的个数，最多计算3次
- 如果前后两次计算结果相同，则说明计算出来的元素个数是准确的
- 如果前后两次计算结果都不同，则给每个Segment进行加锁，再计算一次元素的个数
public int size() {
final Segment<K, V>[] segments = this.segments;
long sum = 0;
long check = 0;
int[] mc = new int[segments.length];
// Try a few times to get accurate count. On failure due to continuous
// async changes in table, resort to locking.
for (int k = 0; k < RETRIES_BEFORE_LOCK; ++ k) { // 先不加锁算
check = 0;
sum = 0;
int mcsum = 0;
for (int i = 0; i < segments.length; ++ i) {
sum += segments[i].count;
mcsum += mc[i] = segments[i].modCount;
}
if (mcsum != 0) {
for (int i = 0; i < segments.length; ++ i) {
check += segments[i].count;
if (mc[i] != segments[i].modCount) {
check = -1; // force retry
break;
}
}
}
if (check == sum) {
break;
}
}
if (check != sum) { // Resort to locking all segments 前后不一致，就加锁算
sum = 0;
for (Segment<K, V> segment: segments) {
segment.lock(); // 每个分段都需要加锁
}
for (Segment<K, V> segment: segments) {
sum += segment.count;
}
for (Segment<K, V> segment: segments) {
segment.unlock();
}
}
if (sum > Integer.MAX_VALUE) {
return Integer.MAX_VALUE;
} else {
return (int) sum;
}
}
JDK8设计
- 取消了
Segment分段锁，数组+链表（红黑树）的结构，对于锁的粒度，调整为对每个数组元素加锁（Node） - 定位节点的
hash算法被简化了，这样带来的弊端是Hash冲突会加剧。因此在链表节点数量大于8时，会将链表转化为红黑树进行存储。这样一来，查询的时间复杂度就会由原先的O(n)变为O(logN) - 使用
synchronized关键字，这一点也说明synchronized在JDK8中优化的程度和ReentrantLock差不多了
JDK8源码
get方法：没有加锁，所以在多线程操作的过程中，并不能完全的保证一致性
- 首先定位到table[]中的i
- 若table[i]存在，则继续查找
- 首先比较链表头部，如果是则返回
- 然后如果为红黑树，查找树
- 最后再循环链表查找
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
int h = spread(key.hashCode());// 定位到table[]中的i
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {// 若table[i]存在
if ((eh = e.hash) == h) {// 比较链表头部
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
else if (eh < 0)// 若为红黑树，查找树
return (p = e.find(h, key)) != null ? p.val : null;
while ((e = e.next) != null) {// 循环链表查找
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;// 未找到
}
put方法：
- 参数校验
- 若table[]未创建，则初始化
- 当table[i]后面无节点时，直接创建Node（无锁操作）
- 如果当前正在扩容，则帮助扩容并返回最新table[]
- 然后在链表或者红黑树中追加节点
- 最后还回去判断是否到达阀值，如到达变为红黑树结构
public V put(K key, V value) {
return putVal(key, value, false);
}
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable(); // 若table[]未创建，则初始化
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { // table[i]后面无节点时，直接创建Node（无锁操作)
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED) // 如果当前正在扩容，则帮助扩容并返回最新table[]
tab = helpTransfer(tab, f);
else { // 在链表或者红黑树中追加节点
V oldVal = null;
synchronized (f) { // 这里并没有使用ReentrantLock，说明synchronized已经足够优化了
if (tabAt(tab, i) == f) {
if (fh >= 0) { // 如果为链表结构
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) { // 找到key，替换value
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
Node<K,V> pred = e;
if ((e = e.next) == null) { // 在尾部插入Node
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
else if (f instanceof TreeBin) { // 如果为红黑树
Node<K,V> p;
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD) // 到达阀值，变为红黑树结构
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}
size方法：
- 从上面代码可以看出来，JDK1.8中新增了一个 mappingCount()的API。这个API与size()不同的就是返回值是Long类型，这样就不受Integer.MAX_VALUE的大小限制了
- 两个方法都同时调用了
sumCount()方法。对于每个table[i]都有一个CounterCell与之对应，上面方法做了求和之后就返回了。从而可以看出，size() 和 mappingCount() 返回的都是一个估计值（没有加锁，强一致） - 与JDK1.7里面的实现不同，1.7里面使用了加锁的方式实现。这里面也可以看出 JDK1.8 牺牲了精度，来换取更高的效率
// 1.2时加入
public int size() {
long n = sumCount();
return ((n < 0L) ? 0 :
(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
(int)n);
}
// 1.8加入的API
public long mappingCount() {
long n = sumCount();
return (n < 0L) ? 0L : n; // ignore transient negative values
}
final long sumCount() {
CounterCell[] as = counterCells; CounterCell a;
long sum = baseCount;
if (as != null) {
for (int i = 0; i < as.length; ++i) {
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}
参考
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
