java并发编程笔记（三）——线程安全性

时间  2020-07-11
标签 java 并发 编程 笔记 线程 安全性 栏目 Java 繁體版
原文   原文链接

java并发编程笔记（三）——线程安全性

线程安全性：java

​ 当多个线程访问某个类时，无论运行时环境采用何种调度方式或者这些进程将如何交替执行，而且在主调代码中不须要任何额外的同步或协同，这个类都能表现出正确的行为，那么就称这个类是线程安全的。编程

线程安全体如今三个方面：数组

  • 原子性:提供了互斥访问，同一时刻只能有一个线程来对它进行操做
  • 可见性:一个线程对主内存的修改能够及时的被其余线程观察到
  • 有序性:一个线程观察其余线程中的指令执行顺序，因为指令重排序的存在，该观察结果通常杂乱无序。

原子性：Atomic包

使用AtomicInteger保证该变量操做的原子性安全

public class CountExample2 {

    // 请求总数
    public static int clientTotal = 5000;

    // 同时并发执行的线程数
    public static int threadTotal = 200;

    public static AtomicInteger count = new AtomicInteger(0);

    public static void main(String[] args) throws Exception {
        ExecutorService executorService = Executors.newCachedThreadPool();
        final Semaphore semaphore = new Semaphore(threadTotal);
        final CountDownLatch countDownLatch = new CountDownLatch(clientTotal);
        for (int i = 0; i < clientTotal ; i++) {
            executorService.execute(() -> {
                try {
                    semaphore.acquire();
                    add();
                    semaphore.release();
                } catch (Exception e) {
                    log.error("exception", e);
                }
                countDownLatch.countDown();
            });
        }
        countDownLatch.await();
        executorService.shutdown();
        log.info("count:{}", count.get());
    }

    private static void add() {
        count.incrementAndGet();  //至关于++x;
        // count.getAndIncrement();    //至关于x++
    }
}

原理：AtomicInteger的incrementAndGet()方法里边用到了一个unsafe的类多线程

public final int incrementAndGet() {
        return unsafe.getAndAddInt(this, valueOffset, 1) + 1;
    }

继续深刻点进去看getAndAddInt的实现：并发

//
public final int getAndAddInt(Object var1, long var2, int var4) {
        int var5;
        do {
            var5 = this.getIntVolatile(var1, var2);
        } while(!this.compareAndSwapInt(var1, var2, var5, var5 + var4));

        return var5;
    }

这里最重要的一个方法是：compareAndSwapInt()，这是java底层的一个方法,它不是经过java实现的：app

public final native boolean compareAndSwapInt(Object var1, long var2, int var4, int var5);

参数解释：编辑器

Object var1：所操做的对象，好比本次案例中，这个Obect是AtomicInteger count;高并发

long var2：这个对象当前的值；性能

int var4:当前对象要增长的值，好比本次案例中作+1操做，那么var4就是1；

int var5：调用底层获得的一个值，若是没有其余线程过来操做，这个值应该是等于var2

getAndAddInt()方法中compareAndSwapInt()方法执行解释：若是对于var1这个对象，若是var2与从底层获取的值var5是相同的，那么就执行var5 + var4;

进一步解释：count的当前值，是当前线程中的值，属于线程中的工做内存中的值，而底层获取的值是主存中值，只有当工做内存中的值和主存中的值是一致的时候，才能够修改。

AtomicLong、LongAdder

在上边的例子中，把AtomicInteger 替换成AtomicLong，整个方法依然是线程安全的。

第二种方式是使用LongAdder：

public class AtomicExample3 {

    // 请求总数
    public static int clientTotal = 5000;

    // 同时并发执行的线程数
    public static int threadTotal = 200;

    public static LongAdder count = new LongAdder();

    public static void main(String[] args) throws Exception {
        ExecutorService executorService = Executors.newCachedThreadPool();
        final Semaphore semaphore = new Semaphore(threadTotal);
        final CountDownLatch countDownLatch = new CountDownLatch(clientTotal);
        for (int i = 0; i < clientTotal ; i++) {
            executorService.execute(() -> {
                try {
                    semaphore.acquire();
                    add();
                    semaphore.release();
                } catch (Exception e) {
                    log.error("exception", e);
                }
                countDownLatch.countDown();
            });
        }
        countDownLatch.await();
        executorService.shutdown();
        log.info("count:{}", count);
    }

    private static void add() {
        count.increment();
    }
}

AtomicLong和LongAdder的对比：

AtomicLong：该类底层实现是在一个死循环内，不断的尝试修改目标值，直到修改为功，在竞争不激烈的状况下，修改为功几率很大，在竞争激烈状况下修改失败的几率较大，这种状况下会有损性能。

LongAdder:因为Long、Double类型的值JVM容许将他们64位的读写操做分拆成32位的读写操做，根据此原理 LongAdder将操做的数值分拆成数组，而后最终获得的是数组的加和，经过分拆均衡操做压力，所以其性能相对较好

使用场景的选择：在高并发计数的情景下优先使用LongAdder，其余状况使用AtomicLong

**AtomicBoolean **

底层实现的方法是：

public final boolean compareAndSet(boolean expect, boolean update) {
        int e = expect ? 1 : 0;
        int u = update ? 1 : 0;
        return unsafe.compareAndSwapInt(this, valueOffset, e, u);
    }

这个方法是指某个代码块逻辑值执行一次。

使用案例(该案例演示了某一段代码在多线程状况下，只执行了一次)：

public class AtomicExample6 {

    private static AtomicBoolean isHappened = new AtomicBoolean(false);

    // 请求总数
    public static int clientTotal = 5000;

    // 同时并发执行的线程数
    public static int threadTotal = 200;

    public static void main(String[] args) throws Exception {
        ExecutorService executorService = Executors.newCachedThreadPool();
        final Semaphore semaphore = new Semaphore(threadTotal);
        final CountDownLatch countDownLatch = new CountDownLatch(clientTotal);
        for (int i = 0; i < clientTotal ; i++) {
            executorService.execute(() -> {
                try {
                    semaphore.acquire();
                    test();
                    semaphore.release();
                } catch (Exception e) {
                    log.error("exception", e);
                }
                countDownLatch.countDown();
            });
        }
        countDownLatch.await();
        executorService.shutdown();
        log.info("isHappened:{}", isHappened.get());
    }

    private static void test() {
        if (isHappened.compareAndSet(false, true)) {
            log.info("execute");
        }
    }
}

AtomicReference、AtomicReferenceFieldUpdater

AtomicReference使用示例：

public class AtomicExample4 {

    private static AtomicReference<Integer> count = new AtomicReference<>(0);

    public static void main(String[] args) {
        count.compareAndSet(0, 2); // 2
        count.compareAndSet(0, 1); // no
        count.compareAndSet(1, 3); // no
        count.compareAndSet(2, 4); // 4
        count.compareAndSet(3, 5); // no
        log.info("count:{}", count.get());   //4
    }
}

AtomicReferenceFieldUpdater使用示例：

public class AtomicExample5 {

    private static AtomicIntegerFieldUpdater<AtomicExample5> updater =
            AtomicIntegerFieldUpdater.newUpdater(AtomicExample5.class, "count");

    @Getter
    public volatile int count = 100;

    public static void main(String[] args) {

        AtomicExample5 example5 = new AtomicExample5();

        if (updater.compareAndSet(example5, 100, 120)) {
            log.info("update success 1, {}", example5.getCount());
        }

        if (updater.compareAndSet(example5, 100, 120)) {
            log.info("update success 2, {}", example5.getCount());
        } else {
            log.info("update failed, {}", example5.getCount());
        }
    }
}

AtomicStampedReference：解决CAS的ABA问题

ABA问题：在CAS操做的时候，其余线程将变量的值A改为了B,可是又改回了A，本线程使用指望值A与当前变量进行比较的时候，发现变量A没有变，因而CAS将A值进行了交换操做。

解决思路：每次变量更新的时候，把版本号+1

核心类：

AtomicStampedReference

其中的核心方法：compareAndSet()

public boolean compareAndSet(V   expectedReference,
                                 V   newReference,
                                 int expectedStamp,
                                 int newStamp) {
        Pair<V> current = pair;
        return
            expectedReference == current.reference &&
            expectedStamp == current.stamp &&
            ((newReference == current.reference &&
              newStamp == current.stamp) ||
             casPair(current, Pair.of(newReference, newStamp)));
    }

AtomicLongArray

这个类维护的是一个数组

这个类与AtomicLong比较，方法 里多了一个索引值让咱们指定。

原子性——锁

  • synchronized:依赖JVM去实现锁
  • Lock:依赖特殊的cpu指令，代码实现，ReenteantLock

synchronized:

  • 修饰代码块：大括号括起来的代码，做用于调用的对象

  • 修饰方法:整个方法，做用于调用的对象

  • 修饰静态方法：整个静态方法，做用于全部对象

  • 修饰类，括号括起来的部分，做用于全部对象

原子性——对比

synchronized:不可中断锁，适合竞争不激烈，可读性好

Lock:可中断锁，多样化同步，竞争激烈时能维持常态

Atomic:竞争激烈时能维持常态，比Lock性能好；只能同步一个值

可见性

致使共享变量在线程间不可见的缘由

  • 线程交叉执行
  • 重排序结合线程交叉执行
  • 共享变量更新后的值没有在工做内存与主内存间及时更新

**可见性——**synchronized

JMM关于synchronized的两条规定：

  • 线程解锁前，必须把共享变量的最新值刷新到主内存
  • 线程加锁时，将清空工做内存中共享变量的值，从而使用共享变量时须要从主内存中从新读取最新的值（注意：加锁和解锁是同一把锁）

**可见性——**volatile

经过假如内存屏障和禁止重排序优化来实现

  • 对volatile变量写操做时，会在写操做后加入一条store屏障指令，将本地内存中的共享变量值刷新到主内
  • 对volatileb变量读操做时，会在读操做前加入一条load屏障指令，从主内存中读取共享变量

volatile关键字不具备原子性

适合的场景：

  • 对变量的写操做不依赖与当前值；
  • 该变量没有包含在具备其余变量的不变式中。

所以volatile特别适合状态标记量

有序性

java内存模型中，容许编辑器和处理器对指令进行重排序，可是重排序过程不会影响到单线程程序的执行，却会影响到多线程并发执行的正确性。

一般状况下能够经过如下三个关键字来保证有序性：

  • volatile
  • synchronized
  • Lock

happens-before原则

若是两个操做的执行次序没法从happens-before原则推导出来，那么就不能保证他们的有序性，虚拟机就能够对他们随意的进行重排序。

也就是除了下面这些规则规定的场景，其余场景，虚拟机能够对其进行重排序。

  • 程序次序规则：一个线程内，按照代码顺序，书写在前面的操做先行发生于书写在后面的操做

  • 锁定规则：一个unLock操做先行发生于后面对同一个锁的lock操做

  • volatile变量规则：对一个变量的写操做先行发生于后面对这个变量的读操做

  • 传递规则：若是操做A先行发生于操做B,而操做B又先行发生于操做C,则能够得出操做A先行发生于操做C

  • 线程启动规则：Thread对象的start()方法先行发生于此线程的每个动做

  • 线程中断原则：对线程interrupt()方法的调用先行发生于被中断线程的代码检测到中断事件的发生。

  • 线程终结规则：线程中全部的操做都先行发生于线程的终止检测，咱们能够经过Thread.join()方法结束、Thread.isAlive()的返回值手段检测到线程已经终止执行。

  • 对象终结规则：一个对象的初始化完成先行发生于它的finalize()方法的开始

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程