juc线程高级特性

Posted 2020-10-26 雪山上的蒲公英

1. volatile 关键字与内存可见性

　　内存可见性（Memory Visibility）是指当某个线程正在使用对象状态而另一个线程在同时修改该状态，需要确保当一个线程修改了对象状态后，其他线程能够看到发生的状态变化。

　　可见性错误是指当读操作与写操作在不同的线程中执行时，我们无法确保执行读操作的线程能适时地看到其他线程写入的值，有时甚至是根本不可能的事情。

定义线程类ThreadDemo，功能是将boolean型变量flag的值修改

class ThreadDemo implements Runnable {

    private volatile boolean flag = false;

    @Override
    public void run() {
        
        try {
            Thread.sleep(200);
        } catch (InterruptedException e) {
        }

        flag = true;
        
        System.out.println("flag=" + isFlag());

    }

    public boolean isFlag() {
        return flag;
    }

    public void setFlag(boolean flag) {
        this.flag = flag;
    }

}

测试：线程1修改ThreadDemo类中 flag的值（由false修改为true），线程main方法判断 flag的值，当为true时输出信息，并停止

public class TestVolatile {
    //线程main方法判断boolean值，当为true时输出“------------” 并停止线程
    public static void main(String[] args) {
        ThreadDemo td = new ThreadDemo();
        //线程1为ThreadDemo的run方法，将boolean值由false改为true
        new Thread(td).start();
        
        while(true){
                if(td.isFlag()){
                    System.out.println("------------------");
                    break;
                }
        }    
    }
}

运行如下：

即由于可见性错误导致线程main方法读取到主存中的flag值并不是线程1修改后的值（读取操作发生在线程1将flag值写入主存之前）。

解决方法：

（1）使用同步锁synchronized，让线程main重复的到主存中读取数据，但是当多线程操作时，效率很低

synchronized (td) {
     if(td.isFlag()){
          System.out.println("------------------");
            break;
       } }                   

（2）使用volatile 变量，用来确保将变量的更新操作通知到其他线程

private volatile boolean flag = false;

可以将 volatile 看做一个轻量级的锁，但是又与锁有些不同：

• 对于多线程，不是一种互斥关系
• 不能保证变量状态的“原子性操作”

2. 原子变量与 CAS 算法

以 i++为例，i++操作实际上分为三个步骤

//i++ 的原子性问题：
   int i = 10;
   i = i++; //10
//i++ 的操作实际上分为三个步骤“读-改-写”
   int temp = i;
   i = i + 1;
   i = temp;

测试如下：

public class TestAtomicDemo {
    public static void main(String[] args) {
        AtomicDemo ad = new AtomicDemo();
    //创建10个线程对serialNumber值进行增加操作        
        for (int i = 0; i < 10; i++) {
            new Thread(ad).start();
        }
    }    
}

class AtomicDemo implements Runnable{
    //声明volatile变量
    private volatile int serialNumber = 0;
   
    @Override
    public void run() {       
        try {
            Thread.sleep(200);
        } catch (InterruptedException e) {
        }        
        System.out.println(getSerialNumber());
    }
    //对变量进行i++操作
    public int getSerialNumber(){
        return serialNumber++;
    }        
}

可能会出现如下结果：

原因为 volatile只能保证内存可见性，但是线程1和线程2中进行的 i++操作却分好几个步骤，即不能保证变量状态的“原子性操作”。

 　　

解决方法：

使用原子变量（在 java.util.concurrent.atomic 包下）

//    private volatile int serialNumber = 0;
private AtomicInteger serialNumber = new AtomicInteger(0);

public int getSerialNumber(){
//      return serialNumber++;
        return serialNumber.getAndIncrement();
    }

以 AtomicInteger分析原子变量的实现

（1）volatile 保证内存可见性

　　

（2）CAS（Compare-And-Swap） 算法保证数据变量的原子性

　　

CAS (Compare-And-Swap) 是一种硬件对并发的支持，针对多处理器操作而设计的处理器中的一种特殊指令，用于管理对共享数据的并发访问。

CAS 是一种无锁的非阻塞算法的实现。

CAS 包含了 3 个操作值： 

• 需要读写的内存值 V
• 进行比较的值 A
• 拟写入的新值 B

当且仅当 V 的值等于 A 时，CAS 通过原子方式用新值 B 来更新 V 的值，否则不会执行任何操作。

 可通过源码查看sun.misc.Unsafe.class中的getAndAddInt方法实现来理解CAS算法

public final int getAndAddInt(Object paramObject, long paramLong, int paramInt)
   {
     int i;
do
     {
       i = getIntVolatile(paramObject, paramLong);
     } while (!compareAndSwapInt(paramObject, paramLong, i, i + paramInt));
     return i;
   }

3. 模拟CAS算法

/*
 * 模拟 CAS 算法
 */
public class TestCompareAndSwap {
    public static void main(String[] args) {
        final CompareAndSwap cas = new CompareAndSwap();      
        for (int i = 0; i < 10; i++) {
            new Thread(new Runnable() {            
                @Override
                public void run() {
                    int expectedValue = cas.get();
                    boolean b = cas.compareAndSet(expectedValue, (int)(Math.random() * 101));
                    System.out.println(b);
                }
            }).start();
        }        
    }    
}

class CompareAndSwap{
    private int value;    
    //获取内存值
    public synchronized int get(){
        return value;
    }    
    //比较
    public synchronized int compareAndSwap(int expectedValue, int newValue){
        int oldValue = value;      
        if(oldValue == expectedValue){
            this.value = newValue;
        }      
        return oldValue;
    }    
    //设置
    public synchronized boolean compareAndSet(int expectedValue, int newValue){
        return expectedValue == compareAndSwap(expectedValue, newValue);
    }
}

4. 同步容器类 ConcurrentHashMap

Java 5.0 在 java.util.concurrent 包中提供了多种并发容器类来改进同步容器的性能。

ConcurrentHashMap 同步容器类是Java 5 增加的一个线程安全的哈希表。对与多线程的操作，介于 HashMap 与 Hashtable 之间。内部采用“锁分段”机制（可理解为“并行”）替代 Hashtable 的独占锁（相当于“串行”），进而提高性能。

注意：jdk1.8之后ConcurrentHashMap底层采用的 CAS算法 取代“锁分段”机制。

此包还提供了设计用于多线程上下文中的 Collection 实现：

ConcurrentHashMap、ConcurrentSkipListMap、ConcurrentSkipListSet、CopyOnWriteArrayList 和 CopyOnWriteArraySet。

• 当期望许多线程访问一个给定 collection 时，ConcurrentHashMap 通常优于同步的 HashMap，ConcurrentSkipListMap 通常优于同步的 TreeMap。
• 当期望的读数和遍历远远大于列表的更新数时，CopyOnWriteArrayList 优于同步的 ArrayList。

/*
 * CopyOnWriteArrayList/CopyOnWriteArraySet : “写入并复制”
 * 注意：添加操作多时，效率低，因为每次添加时都会进行复制，开销非常的大。并发迭代操作多时可以选择。
 */
public class TestCopyOnWriteArrayList {
    public static void main(String[] args) {
        HelloThread ht = new HelloThread();        
        for (int i = 0; i < 10; i++) {
            new Thread(ht).start();
        }
    }    
}

class HelloThread implements Runnable{
    
// 使用ArrayList，报错java.util.ConcurrentModificationException
//    private static List<String> list = Collections.synchronizedList(new ArrayList<String>());
    
    private static CopyOnWriteArrayList<String> list = new CopyOnWriteArrayList<>();    
    static{
        list.add("AA");
        list.add("BB");
        list.add("CC");
    }

    @Override
    public void run() {       
        Iterator<String> it = list.iterator();        
        while(it.hasNext()){
            //迭代和add方法操作同一个数据源
            System.out.println(it.next());
            list.add("AA");
        }        
    }    
}