Kotlin协程-并发处理-基础
Posted 且听真言
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Kotlin协程-并发处理-基础相关的知识，希望对你有一定的参考价值。
一、协程与并发
Kotlin协程是基于线程执行的。经过一层封装以后，Kotlin协程面对并发，处理方式与Java不同。
在java的世界里，并发往往是多个线程一起工作，存在共享的变量。需要处理好同步问题。要避免把协程与线程的概念混淆。
runBlocking
var i = 0
launch(Dispatchers.Default)
repeat(1000)
i++
delay(1000L)
println(i)
Log
1000
Process finished with exit code 0上述代码中没有任何并发任务，launch创建了一个协程，所有的计算都发生在协程中。所以不需要考虑同步问题。
1.协程并发问题
多个协程并发执行的例子：
runBlocking
var i = 0
val jobs = mutableListOf<Job>()
repeat(10)
val job = launch(Dispatchers.Default)
repeat(1000)
i++
jobs.add(job)
jobs.joinAll()
println(i)
9933
Process finished with exit code 0上述代码中，创建了10个协程任务，每个协程任务都会工作在Default线程池中，这10个协程任务对i进行1000次自增操作，但是因为10个协程分别运行在不同的线程之前，且共享一个变量，所以会产生同步问题。
2.协程处理并发的手段
在Java中的同步手段有：synchronized、Atomic、Lock等；
2.1使用@Synchronized注解或者synchronized()代码块
runBlocking
var i = 0
val lock = Any()
val jobs = mutableListOf<Job>()
repeat(10)
val job = launch(Dispatchers.Default)
repeat(1000)
synchronized(lock)
i++
jobs.add(job)
jobs.joinAll()
println(i)
10000
Process finished with exit code 0
如何在上面的synchronized代码块中加入挂起函数，则发现会报错。
如下：
runBlocking
suspend fun prepare()
var i = 0
val lock = Any()
val jobs = mutableListOf<Job>()
repeat(10)
val job = launch(Dispatchers.Default)
repeat(1000)
synchronized(lock)
prepare()
i++
jobs.add(job)
jobs.joinAll()
println(i)
所以可以发现不能在synchronized当中调用挂起函数，编译器会报错。因为挂起函数会被翻译成带有Continuation的异步函数，造成synchronized代码块无法同步处理。
2.2协程并发思路
- 单线程并发
在Kotlin协程中可以实现单线程并发。
runBlocking
suspend fun getResult1(): String
printlnCoroutine("Start getResult1")
delay(1000L)
printlnCoroutine("End getResult1")
return "Result1"
suspend fun getResult2(): String
printlnCoroutine("Start getResult2")
delay(1000L)
printlnCoroutine("End getResult2")
return "Result2"
suspend fun getResult3(): String
printlnCoroutine("Start getResult3")
delay(1000L)
printlnCoroutine("End getResult3")
return "Result3"
val results = mutableListOf<String>()
val time = measureTimeMillis
val result1 = async
getResult1()
val result2 = async
getResult2()
val result3 = async
getResult3()
results.add(result1.await())
results.add(result2.await())
results.add(result3.await())
println("Time:$time")
println(results)
fun printlnCoroutine(any: Any?)
println("" + any + ";Thread:" + Thread.currentThread().name)
Log
Start getResult1;Thread:main @coroutine#2
Start getResult2;Thread:main @coroutine#3
Start getResult3;Thread:main @coroutine#4
End getResult1;Thread:main @coroutine#2
End getResult2;Thread:main @coroutine#3
End getResult3;Thread:main @coroutine#4
Time:1028
[Result1, Result2, Result3]
Process finished with exit code 0上面代码启动了三个协程，它们之间是并发执行的，每个协程耗时1000ms，总耗时1000多毫秒，而且这几个协程都运行在main线程上。
所以 可以考虑将i++逻辑分发到单线程之上。
runBlocking
val coroutineDispatcher = Executors.newSingleThreadExecutor
Thread(it, "MySingleThread").apply
isDaemon = true
.asCoroutineDispatcher()
var i = 0
val jobs = mutableListOf<Job>()
repeat(10)
val job = launch(coroutineDispatcher)
repeat(1000)
i++
jobs.add(job)
jobs.joinAll()
println(i)
10000
Process finished with exit code 0
上述代码把所有协程任务分发到单独的线程中执行，但这10个协程是并发执行的。
- Mutex
在java中，Lock之类的同步锁是阻塞式的，而Kotlin提供了非阻塞式的锁：Mutex。
runBlocking
val mutex = Mutex()
var i = 0
val jobs = mutableListOf<Job>()
repeat(10)
val job = launch(Dispatchers.Default)
repeat(1000)
mutex.lock()
i++
mutex.unlock()
jobs.add(job)
jobs.joinAll()
println(i)
Log
10000
Process finished with exit code 0上述代码使用mutex.lock()、 mutex.unlock()包裹同步计算逻辑，实现多线程同步。Mutex 对比 JDK 当中的锁，最大的优势就在于支持挂起和恢复。
public interface Mutex
public val isLocked: Boolean
public fun tryLock(owner: Any? = null): Boolean
public suspend fun lock(owner: Any? = null)
@Deprecated(level = DeprecationLevel.WARNING, message = "Mutex.onLock deprecated without replacement. " +
"For additional details please refer to #2794") // WARNING since 1.6.0
public val onLock: SelectClause2<Any?, Mutex>
public fun holdsLock(owner: Any): Boolean
public fun unlock(owner: Any? = null)
Mutex 是一个接口，它的 lock() 方法其实是一个挂起函数。而这就是实现非阻塞式同步锁的根本原因。
但是上述代码中对于 Mutex 的使用其实是错误的，会存在问题。如果代码在 mutex.lock()、mutex.unlock() 之间发生异常，从而导致 mutex.unlock() 无法被调用。这个时候，整个程序的执行流程就会一直卡住，无法结束。看下面代码：
runBlocking
val mutex = Mutex()
var i = 0
val jobs = mutableListOf<Job>()
repeat(10)
val job = launch(Dispatchers.Default)
repeat(1000)
mutex.lock()
i++
i/0
mutex.unlock()
jobs.add(job)
jobs.joinAll()
println(i)
如何解决？使用mutex.withLock。
代码入下：
runBlocking
val mutex = Mutex()
var i = 0
val jobs = mutableListOf<Job>()
repeat(10)
val job = launch(Dispatchers.Default)
repeat(1000)
mutex.withLock
i++
jobs.add(job)
jobs.joinAll()
println(i)
10000
Process finished with exit code 0
public suspend inline fun <T> Mutex.withLock(owner: Any? = null, action: () -> T): T
contract
callsInPlace(action, InvocationKind.EXACTLY_ONCE)
lock(owner)
try
return action()
finally
unlock(owner)
withLock 的本质，其实是在 finally 当中调用了 unlock()。
- Actor
Actor，它本质上是基于 Channel 管道消息实现的。
sealed class Msg
object AddMsg : Msg()
class ResultMsg(val result: CompletableDeferred<Int>) : Msg()
fun testCoroutinueConcurrent10()
runBlocking
suspend fun addActor() = actor<Msg>
var counter = 0
for (msg in channel)
when (msg)
is AddMsg -> counter++
is ResultMsg -> msg.result.complete(counter)
val actor = addActor()
val jobs = mutableListOf<Job>()
repeat(10)
val job = launch(Dispatchers.Default)
repeat(1000)
actor.send(AddMsg)
jobs.add(job)
jobs.joinAll()
val deferred = CompletableDeferred<Int>()
actor.send(ResultMsg(deferred))
val result = deferred.await()
actor.close()
println(result)
Log
10000
Process finished with exit code 0addActor() 挂起函数，它其实调用了 actor() 这个高阶函数。而这个函数的返回值类型其实是 SendChannel。由此可见，Kotlin 当中的 Actor 其实就是 Channel 的简单封装。Actor 的多线程同步能力都源自于 Channel。这里，我们借助密封类定义了两种消息类型，AddMsg、ResultMsg，然后在 actor 内部，我们处理这两种消息类型，如果我们收到了 AddMsg，则计算“i++”；如果收到了 ResultMsg，则返回计算结果。而在 actor 的外部，我们则只需要发送 10000 次的 AddMsg 消息，最后再发送一次 ResultMsg，取回计算结果即可。Actor 本质上是基于 Channel 管道消息实现的。
- 避免共享可变状态
runBlocking
val deferreds = mutableListOf<Deferred<Int>>()
repeat(10)
val deferred = async(Dispatchers.Default)
var i = 0
repeat(1000)
i++
return@async i
deferreds.add(deferred)
var result = 0
deferreds.forEach
result += it.await()
println(result)
Log
10000
Process finished with exit code 0在每一个协程当中，都有一个局部的变量 i，同时将 launch 都改为了 async，让每一个协程都可以返回计算结果。这种方式，相当于将 10000 次计算，平均分配给了 10 个协程，让它们各自计算 1000 次。这样一来，每个协程都可以进行独立的计算，然后我们将 10 个协程的结果汇总起来，最后累加在一起。
runBlocking
val result = (1..10).map
async(Dispatchers.Default)
var i = 0
repeat(1000)
i++
return@async i
.awaitAll()
.sum()
println(result)
Log
10000
Process finished with exit code 0以上是关于Kotlin协程-并发处理-基础的主要内容，如果未能解决你的问题，请参考以下文章