多线程处理怎么使用绿联

Posted 2023-04-19

一、同步与异步、串行与并发：
首先我们要明白：什么是同步、异步？什么是并发、串行？同步、异步是提交任务的一种方式，串行并发是执行任务的一种方式。我们通过几个面试中常见的问题，来学习他们的相关知识与用法。
1、下图中，能否正常运行，会产生死锁的现象吗？
事例一
注意：
1、同步提交任务，将会在当前线程中执行；
2、串行队列、主队列特性：先进先出。
答案：
能正常运行，不会出现死锁的现象。
原因：
首先，我们在主队列中，提交了一个viewDidLoad任务，当viewDidLoad任务执行到某一个时刻时，我们又提交了一个block任务，到串行队列中（无论哪一个任务，都将会由主线程中执行），viewDidLoad在主线程执行的过程中，会同步调用block，当block在主线程中执行完成后，又返回到主队里中，执行viewDidLoad中的下面的任务。所以不会产生死锁的现象。图例展示：
图示解析
2、下图中，能否正常运行，会产生死锁的现象吗？
事例二
注意：
1、同步提交任务，将会在当前线程中执行；
2、串行队列、主队列特性：先进先出。
答案：
由于队列的循环等待，会产生死锁的现象
原因：
首先，我们在主队列中，提交了一个viewDidLoad任务，然后，我们又提交了一个block任务，无论哪一个任务，都将会由主线程中执行，首先，viewDidLoad在主线程执行的过程中，会调用block，也就是说，需要等待block执行完成后，viewDidLoad才会向下执行，然而，由于主队列先进先出的特性，block的执行，需要等待viewDidLoad执行完成后，才会向下执行，直到任务完成。这样以来，就形成了相互等待的僵持局面，形成了，我们常说的死锁的现象。图例展示：
死锁原因的展示
3、下图中，运行结果doSomething方法是否会被执行？？
事例三
结果：不会被执行。原因：
performSelector 调用该方法的线程，需要带有相应的RunLoop 机制，否则，会失效。
分析讲解：首先，通过异步方式，分派到全局并发队列中，之后，我们的这个Block,会在GCD底层所维护的线程池中的某一个线程中执行，GCD底层的这些线程，默认情况下，是没有开启runLoop的。
4、常用知识总结
#pragma mark-----------------同步并发--------
//全局队列：
dispatch_queue_global_t globalQueue = dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_DEFAULT, 0);
dispatch_sync(globalQueue, ^
[self doSomething];
);
//TODO:创建串行队列：（主队列也属于串行队列）
dispatch_queue_t serialQueue = dispatch_queue_create("com.lai.www", DISPATCH_QUEUE_SERIAL);
dispatch_async(serialQueue, ^
//sleep(3);
NSLog(@"1====%@",[NSThread currentThread]);
);
dispatch_async(serialQueue, ^
//sleep(1);
NSLog(@"2====%@",[NSThread currentThread]);
);
dispatch_async(serialQueue, ^
NSLog(@"3====%@",[NSThread currentThread]);
);
dispatch_async(serialQueue, ^
//sleep(5);
NSLog(@"4====%@",[NSThread currentThread]);
);
dispatch_async(serialQueue, ^
NSLog(@"5====%@",[NSThread currentThread]);
);

dispatch_async(serialQueue, ^
NSLog(@"6====%@",[NSThread currentThread]);
);

dispatch_async(serialQueue, ^
NSLog(@"7====%@",[NSThread currentThread]);
);
通过以上代码的运行结果分析得出：
同步串行以及同步并发，在执行的过程中，顺序执行，只在当前线程中，执行，始终只有一个线程，不会创建一个新的线程；
异步并发，在执行的过程中，无序执行，在多个线程中执行，或创建新的线程。
异步串行，在执行过程中，顺序执行，不会创建新的线程，始终只在一个线程中，完成需要执行的任务。
二、栅栏函数调用：dispatch_barrier_async 、dispatch_barrier_sync
当我们的任务有依赖关系的时候，比如任务1和2执行完毕后才能执行任务3和4，这时候我们可以用到这个函数——栅栏函数。其中 queue 是队列，block 是任务。栅栏函数分为：异步栅栏（dispatch_barrier_async）、同步栅栏（dispatch_barrier_sync）
注意事项：1.创建的队列，应该是自定义的，使用dispatch_queue_create创建的
2.指定的队列参数，应该是ConcurrentQueue,不能是串行或者全局并发队列，否者效果等同于dispatch_async的异步并发的效果或者dispatch_sync的同步并发的效果。
异步栅栏调用
执行逻辑：
异步栅栏调用：对这个函数的调用总是在 block(任务) 被提交之后立即返回，而不是等待block(任务)被调用。当barrier block(任务)到达私有并发队列的前端时，不会立即执行它。相反，队列等待，直到当前执行的block(任务)完成后，barrier block(任务)才会被执行。注意：在barrier block 任务完成之前，不会执行barrier block(任务)之后提交的任何 block(任务)。
同步栅栏调用
与dispatch_barrier_async不同，这个函数在barrier块完成之前不会返回。并且当同步栅栏添加进入队列的时候，当前线程会被锁死，直到同步栅栏之前的任务和同步栅栏任务本身执行完毕时，当前线程才会打开然后继续执行下一句代码。
总结相同点：
都会等待在它前面插入队列的任务（1、2）先执行完
都会等待他们自己的任务（barrier）执行完再执行后面的任务（3、4、5）（注意这里说的是任务不是下一行代码）
不同点&&重点：
dispatch_barrier_sync需要等待自己的任务（barrier）结束之后，才会继续添加并执行写在barrier后面的任务（3、4、5）
dispatch_barrier_async将自己的任务（barrier）插入到queue之后，不会等待自己的任务结束，它会继续把后面的任务（5）插入到queue，然后执行任务。
如下图：
栅栏调用分析图
Demo:事例中模拟的是一个多读单写入，首先是：写入与写入的过程是互斥，读与读的过程是同步并发的，写入与读取的过程同样是互斥的，在Demo中，通过同步并发队列，模拟了读取的过程，通过异步栅栏，实现读写互斥的效果。不多说，看代码以及运行效果。
1、没有添加异步栅栏时，运行效果
未加入异步栅栏调用
分析：从运行结果中，我们知道，他的读写操作时，同时穿插进行，也就是说，读未完成时，进行了写入的操作，写未完成时，进行了读的操作。
2、加入异步栅栏调用后，运行结果：
加入异步栅栏调用
分析：从运行结果来看：写入单独进行，读取同步并发。很好的实现了多读单写的效果。
三、GCD线程组问题:该语法非常简单，此处不做过多介绍的。
可以使用GroupDemo进行相关知识的学习。
以上就是GCD 中的一些常用的问题,接下来我们会在对NSOperation\NSThread的原理以及线程锁进行相关的介绍！待续...... 参考技术A 在主队列中，提交了一个viewDidLoad任务，当viewDidLoad任务执行到某一个时刻时，我们又提交了一个block任务，到串行队列中即可。

java我有一个List想传入多线程的run方法?怎么传？

new thread().start();就运行了 怎么传进去

list里面包含的是多个实体 这个实体都要处理一个方法 那个方法时间耗时长 run方法怎么写可以不用处理完就执行下一个？

假如你的list是在类A中的。而你要出入到的线程为类B，

那么你就在类A那里，定义一个synchronized的方法，getNextElementForList()，里面返回list中的对象。

再 new Thread(new B(this)).start()即可。

补充下，上面的语句在类A中执行，而且类B是实现Runnable接口的。

给你一个类似的类来参考下吧：

import java.io.File;
import java.util.ArrayList;

public class ThreadDemo 

public static void main(String args[])
int threadQuantity=3;
Handle h=new Handle();
h.initList();
h.handle(threadQuantity);


class Handle
private String fileName="C://";
private int next=-1;
private int threadNo=0;
private ArrayList<File> list=new ArrayList<File>();
public Handle(String path)
fileName=path;

public Handle()
public void setPath(String path)
fileName=path;

public void initList()
next=-1;
threadNo=0;
File f=new File(fileName);
list=new ArrayList<File>();
if(f.isDirectory())
File[] fs=f.listFiles();
for(File e:fs)
list.add(e);

else
list.add(f);



public synchronized File getNextFile()
next++;
if(next>=list.size())
threadNo++;
System.out.println(threadNo+"个线程处理完毕");
return null;

return list.get(next);

public void handle(int threadQuantity)
for(int i=0;i<threadQuantity;i++)
new Thread(new ThreadHandle(this)).start();




class ThreadHandle implements Runnable

private Handle handle;
public ThreadHandle(Handle handle)
this.handle=handle;

@Override
public void run() 
// TODO Auto-generated method stub
while(true)
File f=handle.getNextFile();
if(null==f) break;
whatYouDo(f);




private void whatYouDo(File f)
System.out.println("file name is "+f.getName()+" and it is"+(f.isDirectory()?" ":" not ")+"Directory");

参考技术A public class Demo 

public static void main(String[] args) 

List<Object> list = new ArrayList<Object>();
for (Object obj : list) 
new Thread(new A(obj)).start();




class A implements Runnable 

private Object obj;

public A(Object obj) 
this.obj = obj;


@Override
public void run() 
//调用obj的方法

当然，效率非常低。楼主可以传多个对象进去，让一个线程调用多个方法。

多线程速度比较慢，能用单线程就尽量用单线程。

追问

我现在要把数据全部生产excel文件 现在单线程的话一个文件要1秒 要循环生产40多个就很慢了 多线程应该要快些吧！

追答

多线程只是在宏观上同时执行，其实一个cpu每次只能执行一个任务，多任务时cpu就要不停的切换。多线程会让操作系统分给程序更多的时间片来执行代码，线程一多，线程之间的切换也需要时间。造成操作系统整体性能，而你的程序自然执行也慢点。

追问

意思是我现在单线程的话可能要40秒，用了多线程的话可能时间会更多？？或者说效率上还是得不到提升？那这个怎么去提升啊 生成excel文件太慢了

追答

数据太多，只能从算法上优化了。要不你换执行速度更高的语言试试。你是用什么框架生成excel文件吧。

追问

jxl 代码不知道咋个优化了 感觉上差不多了 已经 没地方可优化了 分析的那些代码都已经改了很多次了 数据量也不是很大 就是不知道为什么这么慢

追答

文件读写当然很慢啊。上次合并数据库的执行了，执行了将近一个小时。

本回答被提问者采纳 参考技术B 方法有很多种
最简单的就是使用静态变量。
如果线程耗时较长且不用等待线程运行完毕的话，直接另起一个线程就可以了。追问

传值能说具体点嘛？我不是很了解多线程 谢谢。。。

追答

new thread1().run();
new thread2().run();
new thread3().run();
new thread4().run();
new thread....().run();