Java并发编程实战(二)线程安全性

对于线程的安全性,Java提供了synchronized同步机制关键字,显示锁Lock。“同步”还包括volatile类型的变量。

2.1 线程安全性定义

当多个线程访问某个类时,这个类始终都能表现出正确的行为,那么就称这个类是线程安全类

无状态对象一定是线程安全的

Servlet 是无状态的,Servlet的操作全部封装在request和response中,Servlet不包含任何域,不包含对其他类的引用。

2.2 原子性

前一章提到++操作是一个读取-修改-写入的操作,那其实它也不是一个原子性的操作。

这时候会出现一种情况就是多个竞态条件

竞态条件:以单例模式为例,线程A和线程B同时getInstance,A看到instance为空,创建一个新的对象,B同样判断instance为空,因此创建了2个对象。

因此我们需要复合操作,则“先检查后执行”,这里使用有线程安全的操作类AtomicInteger

public class Counting{
    private AtomicInteger count;
    public Integer getNext(){
        return count.incrementAndSet();
    }
}

AtomicInteger中采用了CAS调用CPU指令来完成单一的线程操作。

CAS是操作CPU的指令,CAS有3个操作数,内存值V、旧的预期值A、要修改的新值B,预期值A和内存值V相同时,修改内存值为B,否则什么都不做,如果预期值A和内存值不相同,会始终循环到相同为止。保证了原子性。

2.3 加锁机制

上面提到只要用线程安全操作类就可以保证原子性了,但下面这种方法并不正确,尽管这些原子引用都是线程安全。

public class UnsafeCounting implements Servlet{
    private AtomicReference<BigInteger> numbers = new AtomicReference<BigInteger>();
    private AtomicReference<BigInteger[]> factors = new AtomicReference<BigInteger[]>();
	
	public void service(ServletRequest req, ServletResponse resp){
		BigInteger i = extractFromRquest(req);
		if(i.equals(number.get())){
		    encodeIntoResponse(resp, factors.get());
                else{
                    BigInteger[] fs = factor(i);
                    number.set(i);
                    factors.set(fs);
                    encodeIntoResponse(resp, factors);
                }
	}
}

多线程下的不变性

一个操作对象中即使出现2个原子性的属性,尽管对set方法每次调用都是原子的,但仍然无法同时更新2个属性。在线程A获取这两个值时,线程B可能修改它们,这样线程A发现不变性条件被破坏了。

内置锁和重入

Java同步代码块synchronzied,内置锁是一个互斥锁,最多只有一个线程可以持有这种锁。

当线程A尝试获取一个由线程B持有的锁时,线程A必须等待或堵塞,直到线程B释放这个锁,如果B不释放这个锁,那么A也将永远等下去。

Monitor监视器是对synchronzied的所有。

1)如果monitor进入数为0,占用处于锁定,进入数为1

2)如果线程已经占用,重入,进入数加1

3)其他占用monitor,线程会堵塞,直到线程monitor进入数为0时,这个锁被释放

2.4 用锁来保护状态

对线程共享的变量加锁来进行保护,每个共享变量都应该只由一个锁来保护。

数据治理是确保数据准确、可靠、安全、可用和完整的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规和有效。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确和可靠方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规和高效,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据类型的多样化和数据更新的迅速。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分类与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全和隐私保护,以及建立合理的利益分配和权益保障机制。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值