黑马程序员：https://www.bilibili.com/video/BV16J411h7Rd?p=221&spm_id_from=pageDriver

第一章 进程与线程

一、进程与线程

1、进程

  1. 程序由指令和数据组成，但这些指令要运行，数据要读写，就必须将指令加载至CPU，数据加载至内存。在指令运行过程中还需要用到磁盘、网络等设备。进程就是用来加载指令、管理内存、管理 IO 的
  2. 当一个程序被运行，从磁盘加载这个程序的代码至内存，这时就开启了一个进程。

  3. 进程就可以视为程序的一个实例。大部分程序可以同时运行多个实例进程（例如记事本、画图、浏览器等），也有的程序只能启动一个实例进程（例如网易云音乐、360 安全卫士等）

    2、线程

  4. 一个进程之内可以分为一到多个线程。

  5. 一个线程就是一个指令流，将指令流中的一条条指令以一定的顺序交给CPU 执行

  6. Java 中，线程作为最小调度单位，进程作为资源分配的最小单位。 在 windows 中进程是不活动的，只是作为线程的容器

    3、二者对比

  7. 进程基本上相互独立的，而线程存在于进程内，是进程的一个子集

  8. 进程拥有共享的资源，如内存空间等，供其内部的线程共享
  9. 进程间通信较为复杂：
    1. 同一台计算机的进程通信称为IPC（Inter-process communication）
    2. 不同计算机之间的进程通信，需要通过网络，并遵守共同的协议，例如HTTP
  10. 线程通信相对简单，因为它们共享进程内的内存，一个例子是多个线程可以访问同一个共享变量

  11. 线程更轻量，线程上下文切换成本一般上要比进程上下文切换低

    二、井行与并发

    1、单核cpu

    单核cpu下，线程实际还是串行执行的。操作系统中有一个组件叫做任务调度器，将cpu的时间片（windows下时间片最小约为 15 毫秒）分给不同的程序使用，只是由于 cpu 在线程间（时间片很短）的切换非常快，人类感觉是同时运行的。总结为一句话就是： 微观串行，宏观并行
    一般会将这种线程轮流使用CPU的做法称为并发，concurrent
    image.png
    image.png

    2、多核cpu

    多核cp下，每个核（core）都可以调度运行线程，这时候线程可以是并行的。
    image.png
    image.png

    3、井行与并发

    引Rob Pik的一段描述：

  12. 并发（concurrent）是同一时间应对（dealing with）多件事情的能力

  13. 并行（parallel）是同一时间动手做（doing）多件事情的能力

例子：

  1. 家庭主妇做饭、打扫卫生、给孩子喂奶，她一个人轮流交替做这多件事，这时就是并发；
  2. 家庭主妇雇了个保姆，她们一起这些事，这时既有并发，也有并行（这时会产生竞争，例如锅只有一口，一个人用锅时，另一个人就得等待）

  3. 雇了3个保姆，一个专做饭、一个专打扫卫生、一个专喂奶，互不干扰，这时是并行

    三、应用

    1、应用之异步调用

    以调用方角度来讲，如果：

  4. 需要等待结果返回，才能继续运行就是同步

    1. /**
    2. * 同步调用：同一个线程、顺序执行
    3. */
    4. @Slf4j(topic = "c.Sync")
    5. public class Sync {
    7.  public static void main(String[] args) {
    9.      FileReader.read(Constants.MP4_FULL_PATH);
    10.      log.debug("do other things ...");
    11.  }
    12. }

    image.png

  5. 不需要等待结果返回，就能继续运行就是异步

    1. /**
    2. * 异步调用：不同线程、同时执行
    3. */
    4. @Slf4j(topic = "c.Async")
    5. public class Async {
    7.  public static void main(String[] args) {
    9.      new Thread(() -> FileReader.read(Constants.MP4_FULL_PATH)).start();
    10.      log.debug("do other things ...");
    11.  }
    12. }

    image.png
    注意：同步在多线程中还有另外一层意思，是让多个线程步调一致

    1）设计

    多线程可以让方法执行变为异步的（即不要巴巴干等着）比如说读取磁盘文件时，假设读取操作花费了5 秒钟，如果没有线程调度机制，这5 秒 cpu 什么都做不了，其它代码都得暂停…

    2）结论

  6. 比如在项目中，视频文件需要转换格式等操作比较费时，这时开一个新线程处理视频转换，避免阻塞主线程

  7. tomcat的异步servlet也是类似的目的，让用户线程处理耗时较长的操作，避免阻塞 tomcat 的工作线程

  8. ui程序中，开线程进行其他操作，避免阻塞ui线程。

    2、应用之提高效率

    充分利用多核cpu 的优势，提高运行效率。想象下面的场景，执行 3 个计算，最后将计算结果汇总。
    image.png

  9. 如果是串行执行，那么总共花费的时间是10 + 11 + 9 + 1 = 31ms

  10. 但如果是四核cpu，各个核心分别使用线程 1 执行计算 1，线程 2 执行计算 2，线程 3 执行计算 3，那么 3 个线程是并行的，花费时间只取决于最长的那个线程运行的时间，即 11ms 最后加上汇总时间只会花费 12ms
  11. 注意：

需要在多核cpu才能提高效率，单核仍然时是轮流执行

1）设计

代码见【应用之效率-案例1】<<<<<

2）结论

  1. 单核cpu下，多线程不能实际提高程序运行效率，只是为了能够在不同的任务之间切换，不同线程轮流使用cpu，不至于一个线程总占用 cpu，别的线程没法干活
  2. 多核cpu 可以并行跑多个线程，但能否提高程序运行效率还是要分情况的
    1. 有些任务，经过精心设计，将任务拆分，并行执行，当然可以提高程序的运行效率。但不是所有计算任务都能拆分（参考后文的【阿姆达尔定律】）
    2. 也不是所有任务都需要拆分，任务的目的如果不同，谈拆分和效率没啥意义

  3. IO 操作不占用 cpu，只是我们一般拷贝文件使用的是【阻塞 IO】，这时相当于线程虽然不用 cpu，但需要一直等待 IO 结束，没能充分利用线程。所以才有后面的【非阻塞 IO】和【异步 IO】优化

    第二章 Java线程

    一、创建和运行线程

    1、方法一：直接使用Thread

    ```java // 创建线程对象 Thread t = new Thread() {

    public void run() {

    1.   // 要执行的任务

    } };

// 启动线程 t.start();

  1. ```java
  2. // 构造方法的参数是给线程指定名字，推荐
  3. Thread t1 = new Thread("t1") {
  5.     @Override
  6.      // run 方法内实现了要执行的任务
  7.      public void run() {
  8.          log.debug("hello");
  9.      }
  10. };
  12. t1.start();
  14. 输出：19:19:00 [t1] c.ThreadStarter - hello

2、方法二：使用Runnable配合Thread

把【线程】和【任务】（要执行的代码）分开：

  1. Thread 代表线程
  2. Runnable 可运行的任务（线程要执行的代码） ```java Runnable runnable = new Runnable() { public void run(){ // 要执行的任务 } };

// 创建线程对象 Thread t = new Thread( runnable );

// 启动线程 t.start();

  1. ```java
  2. // 创建任务对象
  3. Runnable task2 = new Runnable() {
  4.     @Override
  5.      public void run() {
  6.          log.debug("hello");
  7.      }
  8. };
  10. // 参数1：是任务对象; 参数2：是线程名字，推荐
  11. Thread t2 = new Thread(task2, "t2");
  12. t2.start();
  14. 输出：19:19:00 [t2] c.ThreadStarter - hello
  1. // 创建任务对象
  2. Runnable task2 = () -> log.debug("hello");
  4. // 参数1：是任务对象; 参数2：是线程名字，推荐
  5. Thread t2 = new Thread(task2, "t2");
  6. t2.start();

3、原理之Thread与Runnable的关系

小结

  1. 方法1 是把线程和任务合并在了一起，方法2 是把线程和任务分开了
  2. 用 Runnable 更容易与线程池等高级 API 配合
  3. 用 Runnable 让任务类脱离了 Thread 继承体系，更灵活

4、方法三：FutureTask配合Thread

FutureTask 能够接收Callable类型的参数，用来处理有返回结果的情况

  1. // 创建任务对象
  2. FutureTask<Integer> task3 = new FutureTask<>(() -> {
  3.      log.debug("hello");
  4.      Thread.sleep(2000);
  5.      return 100;
  6. });
  8. // 参数1：是任务对象; 参数2：是线程名字，推荐
  9. new Thread(task3, "t3").start();
  11. // 主线程阻塞，同步等待 task 执行完毕的结果
  12. Integer result = task3.get();
  13. log.debug("结果是:{}", result);
  15. 输出：
  16.     19:22:27 [t3] c.ThreadStarter - hello
  17.     19:22:27 [main] c.ThreadStarter - 结果是:100

二、观察多个线程同时运行

  1. public class TestMultiThread {
  3.     public static void main(String[] args) {
  4.         new Thread(() -> {
  5.             while(true) {
  6.                 log.debug("running");
  7.             }
  8.         },"t1").start();
  9.         new Thread(() -> {
  10.             while(true) {
  11.                 log.debug("running");
  12.             }
  13.         },"t2").start();
  14.     }
  15. }
  17. 注意：单核CPU不能正常执行

image.png

三、查看进程线程的方法

1、windows

  1. 任务管理器可以查看进程和线程数，也可以用来杀死进程
  2. tasklist：查看进程
  3. taskkill 杀死进程

2、linux

  1. ps -fe：查看所有进程
  2. ps -fT -p ：查看某个进程（PID）的所有线程
  3. kill：杀死进程
  4. top：按大写 H 切换是否显示线程
  5. top -H -p ：查看某个进程（PID）的所有线程

3、Java

  1. jps：命令查看所有 Java 进程
  2. jstack ：查看某个 Java 进程（PID）的所有线程状态
  3. jconsole：来查看某个 Java 进程中线程的运行情况（图形界面）

4、jconsole 远程监控配置

  1. 需要以如下方式运行你的 java 类 

    1. java -Djava.rmi.server.hostname=`ip地址` -Dcom.sun.management.jmxremote -
    2. Dcom.sun.management.jmxremote.port=`连接端口` -Dcom.sun.management.jmxremote.ssl=是否安全连接 -
    3. Dcom.sun.management.jmxremote.authenticate=是否认证 java类

  2. 修改 /etc/hosts 文件将 127.0.0.1 映射至主机名

如果要认证访问，还需要做如下步骤

  1. 复制 jmxremote.password 文件
  2. 修改 jmxremote.password 和 jmxremote.access 文件的权限为 600 即文件所有者可读写

  3. 连接时填入 controlRole（用户名），R&D（密码）

    四、* 原理之线程运行

    1、栈与栈帧
    Java Virtual Machine Stacks （Java 虚拟机栈）
    我们都知道 JVM 中由堆、栈、方法区所组成，其中栈内存是给谁用的呢？其实就是线程，每个线程启动后，虚拟 机就会为其分配一块栈内存。

  4. 每个栈由多个栈帧（Frame）组成，对应着每次方法调用时所占用的内存

  5. 每个线程只能有一个活动栈帧，对应着当前正在执行的那个方法

image.png
2、线程上下文切换（Thread Context Switch）
因为以下一些原因导致 cpu 不再执行当前的线程，转而执行另一个线程的代码

  1. 线程的 cpu 时间片用完
  2. 垃圾回收
  3. 有更高优先级的线程需要运行
  4. 线程自己调用了 sleep、yield、wait、join、park、synchronized、lock 等方法

当 Context Switch 发生时，需要由操作系统保存当前线程的状态，并恢复另一个线程的状态，Java 中对应的概念 就是程序计数器（Program Counter Register），它的作用是记住下一条 jvm 指令的执行地址，是线程私有的

  1. 状态包括程序计数器、虚拟机栈中每个栈帧的信息，如局部变量、操作数栈、返回地址等
  2. Context Switch 频繁发生会影响性能

    五、常见方法

  1. start()：启动一个新线程，在新的线程运行 run 方法中的代码
    1. start 方法只是让线程进入就绪，里面代码不一定立刻运行（CPU 的时间片还没分给它）。每个线程对象的start方法只能调用一次，如果调用了多次会出现IllegalThreadStateException
  2. run()：新线程启动后会调用的方法
    1. 如果在构造 Thread 对象时传递了 Runnable 参数，则线程启动后会调用 Runnable 中的 run 方法，否则默认不执行任何操作。但可以创建 Thread 的子类对象，来覆盖默认行为
  3. join()：等待线程运行结束
  4. join(long n)：等待线程运行结束，最多等待 n毫秒
  5. getId() ：获取线程长整型的 id。id 唯一
  6. getName()：获取线程名
  7. setName(String)：修改线程名
  8. getPriority()：获取线程优先级
  9. setPriority(int)：修改线程优先级
    1. java中规定线程优先级是1~10 的整数，较大的优先级能提高该线程被 CPU 调度的机率
  10. getState()：获取线程状态
    1. Java 中线程状态是用 6 个 enum 表示，分别为：NEW, RUNNABLE, BLOCKED, WAITING, TIMED_WAITING, TERMINATED
  11. isInterrupted()：判断是否被打断。不会清除打断标记
  12. isAlive()：线程是否存活（还没有运行完毕）
  13. interrupt()：打断线程。
    1. 如果被打断线程正在sleep，wait，join会导致被打断的线程抛出InterruptedException，并清除打断标记；如果打断的正在运行的线程，则会设置打断标记；park的线程被打断，也会设置打断标记
  14. interrupted()：判断当前线程是否被打断。会清除打断标记
  15. currentThread()：获取当前正在执行的线程
  16. sleep(long n)：让当前执行的线程休眠n毫秒，休眠时让出 cpu 的时间片给其它线程

  17. yield() ：提示线程调度器让出当前线程对CPU的使用。主要是为了测试和调试

    六、start 与 run

    ```java public static void main(String[] args) {

    Thread t1 = new Thread(“t1”) {

    1.  @Override
    2.  public void run() {
    3.      log.debug(Thread.currentThread().getName());
    4.      FileReader.read(Constants.MP4_FULL_PATH);
    5.  }

    };

    t1.run(); log.debug(“do other things …”); }

输出： 19:39:14 [main] c.TestStart - main 19:39:14 [main] c.FileReader - read [1.mp4] start … 19:39:18 [main] c.FileReader - read [1.mp4] end … cost: 4227 ms 19:39:18 [main] c.TestStart - do other things …

程序仍在 main 线程运行， FileReader.read() 方法调用还是同步的

  1. ```java
  2. public static void main(String[] args) {
  4.      Thread t1 = new Thread("t1") {
  6.          @Override
  7.          public void run() {
  8.              log.debug(Thread.currentThread().getName());
  9.              FileReader.read(Constants.MP4_FULL_PATH);
  10.          }
  11.      };
  13.      t1.start();
  14.      log.debug("do other things ...");
  15. }
  17. 输出：
  18. 19:41:30 [main] c.TestStart - do other things ...
  19. 19:41:30 [t1] c.TestStart - t1
  20. 19:41:30 [t1] c.FileReader - read [1.mp4] start ...
  21. 19:41:35 [t1] c.FileReader - read [1.mp4] end ... cost: 4542 ms
  23. 程序在 t1 线程运行， FileReader.read() 方法调用是异步的

小结：

  1. 直接调用 run 是在主线程中执行了 run，没有启动新的线程

  2. 使用 start 是启动新的线程，通过新的线程间接执行 run 中的代码

    七、sleep 与 yield

    1、sleep

    1. 调用 sleep 会让当前线程从 Running进入 Timed Waiting 状态（阻塞）
    2. 其它线程可以使用 interrupt 方法打断正在睡眠的线程，这时 sleep 方法会抛出 InterruptedException
    3. 睡眠结束后的线程未必会立刻得到执行
    4. 建议用 TimeUnit 的 sleep 代替 Thread 的 sleep 来获得更好的可读性

2、yield

  1. 调用 yield 会让当前线程从 Running 进入 Runnable就绪状态，然后调度执行其它线程
  2. 具体的实现依赖于操作系统的任务调度器

3、线程优先级

  1. 线程优先级会提示（hint）调度器优先调度该线程，但它仅仅是一个提示，调度器可以忽略它
  2. 如果 cpu 比较忙，那么优先级高的线程会获得更多的时间片，但 cpu 闲时，优先级几乎没作用

    八、join方法详解

    为什么需要 join ```java static int r = 0; public static void main(String[] args) throws InterruptedException { test1(); }

private static void test1() throws InterruptedException {

  1.  log.debug("开始");
  2.  Thread t1 = new Thread(() -> {
  3.      log.debug("开始");
  4.      sleep(1);
  5.      log.debug("结束");
  6.      r = 10;
  7.  });
  8.  t1.start();
  9.  log.debug("结果为:{}", r);
  10.  log.debug("结束");

}

  1. 分析：
  3. 1. 因为主线程和线程 t1 是并行执行的，t1 线程需要 1 秒之后才能算出 r=10 
  4. 1. 而主线程一开始就要打印 r 的结果，所以只能打印出 r=0 
  6. 解决方法：
  8. 1. 用 sleep 行不行？为什么？ 
  9. 1. 用 join，加在 t1.start() 之后即可
  10. <a name="kxd9C"></a>
  11. ## 九、**interrupt方法详解**
  12. <a name="PiCbh"></a>
  13. ## 十、**不推荐的方法**
  14. <a name="BL8zt"></a>
  15. ## 十一、**主线程与守护线程**
  16. <a name="RI8Nv"></a>
  17. ## 十二、**五种状态**
  18. <a name="BfX63"></a>
  19. ## 十三、**六种状态**
  20. <a name="kumO5"></a>
  21. ## 十四、**习题**
  22. <a name="yKYHw"></a>
  23. ### 3、**单核cpu**
  24. 单核cpu下，线程实际还是串行执行的。操作系统中有一个组件叫做任务调度器，将cpu的时间片（windows<br />下时间片最小约为 15 毫秒）分给不同的程序使用，只是由于 cpu 在线程间（时间片很短）的切换非常快，人类感<br />觉是同时运行的。总结为一句话就是：** 微观串行，宏观并行**<br />一般会将这种线程轮流使用CPU的做法称为并发，concurrent
  25. <a name="dS47a"></a>
  26. ### 4、**多核cpu**
  27. 多核cp下，每个核（core）都可以调度运行线程，这时候线程可以是并行的。
  29. <a name="xAjyN"></a>
  30. ### 5、**井行与并发**
  31. 引Rob Pik的一段描述：<br />Ø 并发（concurrent）是同一时间应对（dealing with）多件事情的能力<br />Ø 并行（parallel）是同一时间动手做（doing）多件事情的能力<br />例子：<br />Ø 家庭主妇做饭、打扫卫生、给孩子喂奶，她一个人轮流交替做这多件事，这时就是并发；<br />Ø 家庭主妇雇了个保姆，她们一起这些事，这时既有并发，也有并行（这时会产生竞争，例如锅只有一口，一个人用锅时，另一个人就得等待）<br />Ø 雇了3个保姆，一个专做饭、一个专打扫卫生、一个专喂奶，互不干扰，这时是并行
  32. <a name="nkkkg"></a>
  33. # 第三章 **共享模型之管程**
  34. <a name="JyPL6"></a>
  35. ## 一、**共享带来的问题**
  36. <a name="pntxi"></a>
  37. ## 二、**synchronized 解决方案**
  38. <a name="CoGh2"></a>
  39. ## 三、**方法上的synchronized**
  40. <a name="mBvWx"></a>
  41. ## 四、**变量的线程安全分析**
  42. <a name="Is416"></a>
  43. ## 五、**习题**
  44. <a name="QinqG"></a>
  45. ## 六、**Monitor概念**
  46. <a name="mYpLc"></a>
  47. ## 七、**wait notify**
  48. <a name="H3hfU"></a>
  49. ## 八、**wait notify的正确姿势**
  50. <a name="BTjc8"></a>
  51. ## 九、**Park& Unpark**
  52. <a name="Dzw5z"></a>
  53. ## 十、**重新理解线程状态转换**
  54. <a name="tpiXy"></a>
  55. ## 十一、**多把锁**
  56. <a name="tZ3Pg"></a>
  57. ## 十二、**活跃性**
  58. <a name="YGMNk"></a>
  59. ## 十三、**ReentrantLock**
  62. <a name="adKI0"></a>
  63. # 第四章 **共享模型内存**
  64. <a name="ZkwYv"></a>
  65. ## 一、**Java内存模型**
  66. JMM 即 Java Memory Model，它定义了主存、工作内存抽象概念，底层对应着 CPU 寄存器、缓存、硬件内存、CPU 指令优化等。<br />JMM 体现在以下几个方面：
  68. 1. 原子性 - 保证指令不会受到线程上下文切换的影响
  69. 1. 可见性 - 保证指令不会受 cpu 缓存的影响
  70. 1. 有序性 - 保证指令不会受 cpu 指令并行优化的影响
  71. <a name="jOp8V"></a>
  72. ## 二、**可见性**
  73. <a name="irrSy"></a>
  74. ### **1、退不出的循环**
  75. 先来看一个现象，main 线程对 run 变量的修改对于 t 线程不可见，导致了 t 线程无法停止<br />![image.png](https://cdn.nlark.com/yuque/0/2022/png/22523384/1651629884608-1aaaeb1e-ee2f-4a44-9d6b-4f2e19b5ba02.png#clientId=u3dc446ae-93b3-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=309&id=u71efcf9c&margin=%5Bobject%20Object%5D&name=image.png&originHeight=325&originWidth=727&originalType=binary&ratio=1&rotation=0&showTitle=false&size=47476&status=done&style=none&taskId=u7a2a6429-5a1a-4679-9391-0d1f40c83ef&title=&width=691)<br />![image.png](https://cdn.nlark.com/yuque/0/2022/png/22523384/1651629896331-211de1a5-7514-4076-afbb-62526b33c2b0.png#clientId=u3dc446ae-93b3-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=153&id=ue37a9cd0&margin=%5Bobject%20Object%5D&name=image.png&originHeight=153&originWidth=658&originalType=binary&ratio=1&rotation=0&showTitle=false&size=10512&status=done&style=none&taskId=ud626c317-5b76-4fdb-bf13-492f3c36786&title=&width=658)
  76. <a name="AVMl3"></a>
  77. ### **2、原因分析**
  78. 2.1 初始状态：t 线程刚开始从主内存读取了 run 的值到工作内存。
  80.    1. 主内存：所有共享信息存储的位置
  81.    1. 工作内存：每个线程私有信息存储的位置
  83. ![image.png](https://cdn.nlark.com/yuque/0/2022/png/22523384/1651629907130-1dd7dc79-f4e4-4ce9-9ef6-ceafa6eb00de.png#clientId=u3dc446ae-93b3-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=249&id=u8e47c378&margin=%5Bobject%20Object%5D&name=image.png&originHeight=249&originWidth=493&originalType=binary&ratio=1&rotation=0&showTitle=false&size=27454&status=done&style=none&taskId=ued64b977-5e3a-47f4-bf12-ec698f0aedb&title=&width=493)<br />2.2 因为 t 线程要频繁从主内存中读取 run 的值，JIT 编译器会将 run 的值缓存至自己工作内存中的高速缓存中，减少对主存中 run 的访问，提高效率<br />![image.png](https://cdn.nlark.com/yuque/0/2022/png/22523384/1651629915380-75f502d1-24bc-4124-9d5d-068a6b6a118e.png#clientId=u3dc446ae-93b3-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=213&id=ua85ce575&margin=%5Bobject%20Object%5D&name=image.png&originHeight=213&originWidth=568&originalType=binary&ratio=1&rotation=0&showTitle=false&size=35544&status=done&style=none&taskId=u6de92a37-232b-4dc8-a9a6-1bb7957166f&title=&width=568)<br />2.3  1秒之后，main 线程修改了 run 的值，并同步至主存，而 t 是从自己工作内存中的高速缓存中读取这个变量的值，结果永远是旧值<br />![image.png](https://cdn.nlark.com/yuque/0/2022/png/22523384/1651629924009-45ee0ce4-8cf0-456a-ae8e-aaafd8920446.png#clientId=u3dc446ae-93b3-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=232&id=uea36bdf3&margin=%5Bobject%20Object%5D&name=image.png&originHeight=232&originWidth=595&originalType=binary&ratio=1&rotation=0&showTitle=false&size=41550&status=done&style=none&taskId=u0b094afc-44ef-4ade-9c63-c227d4ee733&title=&width=595)
  84. <a name="U4Dy7"></a>
  85. ### **3、解决方法**
  86. **使用volatile（易变关键字）**：<br />它可以用**来修饰成员变量和静态成员变量**，他可以避免线程从自己的工作缓存中查找变量的值，必须到主存中获取它的值，线程操作volatile 变量都是直接操作主存
  87. ```java
  88. public class Test32 {
  90.     // 易变
  91.     volatile static boolean run = true;
  93.     // 锁对象
  94.     final static Object lock = new Object();
  96.     public static void main(String[] args) throws InterruptedException {
  97.         Thread t = new Thread(()->{
  98.             while(true){
  99.                 synchronized (lock){
  100.                     if(!run) {
  101.                         break;
  102.                     }
  103.                 }
  104.             }
  105.         });
  106.         t.start();
  107.         sleep(1);
  108.         log.debug("停止 t");
  109.         // 线程t会如预想的停下来
  110.         run = false;
  111.         System.out.println();
  112.     }
  113. }

4、可见性 vs 原子性

前面例子体现的实际就是可见性，它保证的是在多个线程之间，一个线程对volatile 变量的修改对另一个线程可见， 不能保证原子性，仅用在一个写线程，多个读线程的情况： 上例从字节码理解是这样的：

  1. getstatic run         // 线程 t 获取 run true 
  2. getstatic run         // 线程 t 获取 run true 
  3. getstatic run         // 线程 t 获取 run true 
  4. getstatic run         // 线程 t 获取 run true 
  5. putstatic run         // 线程 main 修改 run 为 false， 仅此一次
  6. getstatic run         // 线程 t 获取 run false

比较一下之前我们将线程安全时举的例子：两个线程一个i++ 、一个i— ，只能保证看到最新值，不能解决指令交错
image.png
注意：synchronized 语句块既可以保证代码块的原子性，也同时保证代码块内变量的可见性。但缺点是synchronized 是属于重量级操作，性能相对更低
image.png
image.png

5、原理之CPU缓存结构

5.1 CPU缓存结构

image.png
查看 cpu 缓存

  1. ⚡ root@yihang01 ~ lscpu
  2. Architecture: x86_64
  3. CPU op-mode(s): 32-bit, 64-bit
  4. Byte Order: Little Endian
  5. CPU(s): 1
  6. On-line CPU(s) list: 0
  7. Thread(s) per core: 1
  8. Core(s) per socket: 1
  9. Socket(s): 1
  10. NUMA node(s): 1
  11. Vendor ID: GenuineIntel
  12. CPU family: 6
  13. Model: 142
  14. Model name: Intel(R) Core(TM) i7-8565U CPU @ 1.80GHz
  15. Stepping: 11
  16. CPU MHz: 1992.002
  17. BogoMIPS: 3984.00
  18. Hypervisor vendor: VMware
  19. Virtualization type: full
  20. L1d cache: 32K
  21. L1i cache: 32K
  22. L2 cache: 256K
  23. L3 cache: 8192K
  24. NUMA node0 CPU(s): 0

速度比较
image.png
查看 cpu 缓存行

  1. ⚡ root@yihang01 ~ cat /sys/devices/system/cpu/cpu0/cache/index0/coherency_line_size
  2. 64

cpu 拿到的内存地址格式是这样的

  1. [高位组标记][低位索引][偏移量]

image.png

5.2 CPU 缓存读

读取数据流程如下 ：

  1. 根据低位，计算在缓存中的索引

  2. 判断是否有效

    1. 去内存读取新数据更新缓存行
    2. 再对比高位组标记是否一致
      • 一致，根据偏移量返回缓存数据
      • 不一致，去内存读取新数据更新缓存行

        5.3 CPU缓存一致性

        MESI 协议

  3. E、S、M 状态的缓存行都可以满足 CPU 的读请求

  4. E 状态的缓存行，有写请求，会将状态改为 M，这时并不触发向主存的写
  5. E 状态的缓存行，必须监听该缓存行的读操作，如果有，要变为 S 状态

image.png

  1. M 状态的缓存行，必须监听该缓存行的读操作，如果有，先将其它缓存（S 状态）中该缓存行变成 I 状态（即 6. 的流程），写入主存，自己变为 S 状态
  2. S 状态的缓存行，有写请求，走 4. 的流程
  3. S 状态的缓存行，必须监听该缓存行的失效操作，如果有，自己变为 I 状态
  4. I 状态的缓存行，有读请求，必须从主存读取

image.png

5.4 内存屏障

Memory Barrier（Memory Fence）
可见性：

  1. 写屏障（sfence）保证在该屏障之前的，对共享变量的改动，都同步到主存当中
  2. 而读屏障（lfence）保证在该屏障之后，对共享变量的读取，加载的是主存中最新数据

有序性：

  1. 写屏障会确保指令重排序时，不会将写屏障之前的代码排在写屏障之后
  2. 读屏障会确保指令重排序时，不会将读屏障之后的代码排在读屏障之前

image.png

6、模式之两阶段终止：P138

7、模式之Balking：P139

三、有序性

JVM 会在不影响正确性的前提下，可以调整语句的执行顺序，思考下面一段代码

  1. static int i;
  2. static int j;
  5. // 在某个线程内执行如下赋值操作
  6. i = ...; 
  7. j = ...;

可以看到，至于是先执行 i 还是 先执行 j ，对最终的结果不会产生影响。所以，上面代码真正执行时，

  1. 既可以是：
  2. i = ...; 
  3. j = ...;
  6. 也可以是：
  7. j = ...;
  8. i = ...;

这种特性称之为『指令重排』，多线程下『指令重排』会影响正确性。为什么要有重排指令这项优化呢？从 CPU执行指令的原理来理解一下吧

1、原理之指令级并行

1.1 名词

Clock Cycle Time
主频的概念大家接触的比较多，而 CPU 的 Clock Cycle Time（时钟周期时间），等于主频的倒数，意思是 CPU 能够识别的最小时间单位，比如说 4G 主频的 CPU 的 Clock Cycle Time 就是 0.25 ns，作为对比，我们墙上挂钟的 Cycle Time 是 1s
例如，运行一条加法指令一般需要一个时钟周期时间
CPI
有的指令需要更多的时钟周期时间，所以引出了 CPI （Cycles Per Instruction）指令平均时钟周期数
IPC
IPC（Instruction Per Clock Cycle）即 CPI 的倒数，表示每个时钟周期能够运行的指令数
CPU 执行时间
程序的 CPU 执行时间，即我们前面提到的 user + system 时间，可以用下面的公式来表示 

  1. 程序 CPU 执行时间 = 指令数 * CPI * Clock Cycle Time

1.2 鱼罐头的故事

加工一条鱼需要 50 分钟，只能一条鱼、一条鱼顺序加工…
image.png
可以将每个鱼罐头的加工流程细分为 5 个步骤：

  1. 去鳞清洗 10分钟
  2. 蒸煮沥水 10分钟
  3. 加注汤料 10分钟
  4. 杀菌出锅 10分钟
  5. 真空封罐 10分钟

image.png
即使只有一个工人，最理想的情况是：他能够在 10 分钟内同时做好这 5 件事，因为对第一条鱼的真空装罐，不会影响对第二条鱼的杀菌出锅…

1.3 指令重排序优化

事实上，现代处理器会设计为一个时钟周期完成一条执行时间最长的 CPU 指令。为什么这么做呢？可以想到指令还可以再划分成一个个更小的阶段，例如，每条指令都可以分为： 取指令 - 指令译码 - 执行指令 - 内存访问 - 数据写回 这 5 个阶段
image.png
术语参考：

  1. instruction fetch (IF)
  2. instruction decode (ID)
  3. execute (EX)
  4. memory access (MEM)
  5. register write back (WB)

在不改变程序结果的前提下，这些指令的各个阶段可以通过重排序和组合来实现指令级并行，这一技术在 80’s 中叶到 90’s 中叶占据了计算架构的重要地位。
提示：

  1. 分阶段，分工是提升效率的关键！

指令重排的前提是，重排指令不能影响结果，例如 

  1. // 可以重排的例子
  2. int a = 10;         // 指令1
  3. int b = 20;         // 指令2
  4. System.out.println( a + b );
  6. // 不能重排的例子
  7. int a = 10;         // 指令1
  8. int b = a - 5;         // 指令2

1.4 支持流水线的处理器

现代 CPU 支持多级指令流水线，例如支持同时执行取指令 - 指令译码 - 执行指令 - 内存访问 - 数据写回 的处理器，就可以称之为五级指令流水线。这时 CPU 可以在一个时钟周期内，同时运行五条指令的不同阶段（相当于一条执行时间最长的复杂指令），IPC = 1，本质上，流水线技术并不能缩短单条指令的执行时间，但它变相地提高了指令地吞吐率。
提示：

  1. 奔腾四（Pentium 4）支持高达 35 级流水线，但由于功耗太高被废弃

image.png

1.5 SuperScalar 处理器

大多数处理器包含多个执行单元，并不是所有计算功能都集中在一起，可以再细分为整数运算单元、浮点数运算单元等，这样可以把多条指令也可以做到并行获取、译码等，CPU 可以在一个时钟周期内，执行多于一条指令，IPC > 1
image.png
image.png

2、诡异的结果

  1. int num = 0;
  2. boolean ready = false;
  4. // 线程1：执行此方法
  5. public void actor1(I_Result r) {
  6.      if(ready) {
  7.          r.r1 = num + num;
  8.      } else {
  9.          r.r1 = 1;
  10.      }
  11. }
  13. // 线程2：执行此方法
  14. public void actor2(I_Result r) { 
  15.      num = 2;
  16.      ready = true;   // 由于指令重排的存在，可能导致线程写2先执行ready = true; 再执行num = 2
  17. }

I_Result是一个对象，有一个属性 r1 用来保存结果，问，可能的结果有几种？
有同学这么分析

  1. 情况1：线程1 先执行，这时 ready = false，所以进入 else 分支结果为 1
  2. 情况2：线程2 先执行 num = 2，但没来得及执行ready=true，线程1执行，还是进入else分支，结果为1
  3. 情况3：线程2 执行到 ready = true，线程1 执行，这回进入if分支，结果为4（因为num已经执行过了）

  4. 但我告诉你，结果还有可能是 0，信不信吧！

    1. 这种情况下是：线程2 执行 ready = true，切换到线程1，进入 if 分支，相加为 0，再切回线程2 执行 num = 2相信很多人已经晕了
    2. 这种现象叫做指令重排，是 JIT 编译器在运行时的一些优化，这个现象需要通过大量测试才能复现

    3. 借助 java 并发压测工具 jcstress https://wiki.openjdk.java.net/display/CodeTools/jcstress

      1. mvn archetype:generate -DinteractiveMode=false -DarchetypeGroupId=org.openjdk.jcstress -
      2. DarchetypeArtifactId=jcstress-java-test-archetype -DarchetypeVersion=0.5 -DgroupId=cn.itcast -
      3. DartifactId=ordering -Dversion=1.0

      创建 maven 项目，提供如下测试类

      1. @JCStressTest
      2. @Outcome(id = {"1", "4"}, expect = Expect.ACCEPTABLE, desc = "ok")
      3. @Outcome(id = "0", expect = Expect.ACCEPTABLE_INTERESTING, desc = "!!!!")
      4. @State
      5. public class ConcurrencyTest {
      7. int num = 0;
      8. boolean ready = false; 
      10. @Actor
      11. public void actor1(I_Result r) {
      12.    if(ready) {
      13.        r.r1 = num + num;
      14.    } else {
      15.        r.r1 = 1;
      16.    }
      17. }
      18. @Actor
      19. public void actor2(I_Result r) {
      20.    num = 2;
      21.    ready = true;
      22. }
      23. }

      执行：

      1. mvn clean install 
      2. java -jar target/jcstress.jar

      image.png

      解决方法

      volatile修饰的变量，可以禁用指令重排，只需要在ready上加volatile即可，便可以防止ready=true之前的语句被执行重排。（所以不需要在num上加volatile）

      3、原理之volatile：P146

      4、happens-before

      happens-before 规定了对共享变量的写操作对其它线程的读操作可见，它是可见性与有序性的一套规则总结，抛开以下 happens-before 规则，JMM 并不能保证一个线程对共享变量的写，对于其它线程对该共享变量的读可见
      4.1 线程解锁 m 之前对变量的写，对于接下来对 m 加锁的其它线程对该变量的读可见 ```java static int x; static Object m = new Object();

new Thread(()->{ synchronized(m) { x = 10; } },”t1”).start();

new Thread(()->{ synchronized(m) { System.out.println(x); } },”t2”).start();

  1. **4.2 线程对 volatile 变量的写，对接下来其它线程对该变量的读可见**
  2. ```java
  3. volatile static int x;
  5. new Thread(()->{
  6.     x = 10;
  7. },"t1").start();
  9. new Thread(()->{
  10.     System.out.println(x);
  11. },"t2").start();

4.3 线程 start 前对变量的写，对该线程开始后对该变量的读可见

  1. static int x; 
  2. x = 10;
  4. new Thread(()->{
  5.     System.out.println(x);
  6. },"t2").start();

4.4 线程结束前对变量的写，对其它线程得知它结束后的读可见（比如其它线程调用 t1.isAlive() 或 t1.join()等待它结束）

  1. static int x;
  2. Thread t1 = new Thread(()->{
  3.     x = 10;
  4. },"t1");
  5. t1.start();
  7. t1.join();
  9. System.out.println(x);

4.5 线程 t1 打断 t2（interrupt）前对变量的写，对于其他线程得知 t2 被打断后对变量的读可见（通过
t2.interrupted 或 t2.isInterrupted）

  1. static int x;
  3. public static void main(String[] args) {
  4.      Thread t2 = new Thread(()->{
  5.          while(true) {
  6.              if(Thread.currentThread().isInterrupted()) {
  7.                  System.out.println(x);
  8.                  break;
  9.              }
  10.          }
  11.      },"t2");
  12.      t2.start();
  14.      new Thread(()->{
  15.          sleep(1);
  16.          x = 10;
  17.          t2.interrupt();
  18.      },"t1").start();
  20.      while(!t2.isInterrupted()) {
  21.          Thread.yield();
  22.      }
  23.      System.out.println(x);
  24. }

4.6 对变量默认值（0，false，null）的写，对其它线程对该变量的读可见

4.7 具有传递性，如果 x hb-> y 并且 y hb-> z 那么有 x hb-> z ，配合 volatile 的防指令重排，有下面的例子

  1. volatile static int x;
  2. static int y;
  4. new Thread(()->{ 
  5.     y = 10;
  6.     x = 20;
  7. },"t1").start();
  9. new Thread(()->{
  10.     // x=20 对 t2 可见, 同时 y=10 也对 t2 可见
  11.     System.out.println(x); 
  12. },"t2").start();

5、习题

5.1 balking模式习题

希望 doInit() 方法仅被调用一次，下面的实现是否有问题，为什么？（有问题）

  1. public class TestVolatile {
  3.      volatile boolean initialized = false; 
  5.      void init() {
  6.          if (initialized) {      // 读取共享变量
  7.              return;
  8.          } 
  9.          doInit();                
  10.          initialized = true;    // 写入共享变量
  11.      }
  13.      private void doInit() {
  15.      }
  16. }
  18. // volatile只能保证可见性，并不能保证原子性。所以多个线程执行时，会多次调用doInit();
  19. // 此时可以采用同步代码块包裹initialized，使得doInit()方法仅被调用一次

5.2 线程安全单例习题：P154

单例模式有很多实现方法，饿汉、懒汉、静态内部类、枚举类，试分析每种实现下获取单例对象（即调用 getInstance）时的线程安全，并思考注释中的问题

  1. 饿汉式：类加载就会导致该单实例对象被创建
  2. 懒汉式：类加载不会导致该单实例对象被创建，而是首次使用该对象时才会创建

实现1：

  1. // 问题1：为什么加 final：担心子类覆盖它的方法，破坏单例
  2. // 问题2：如果实现了序列化接口, 还要做什么来防止反序列化破坏单例：
  3. public final class Singleton implements Serializable {
  5.      // 问题3：为什么设置为私有? 是否能防止反射创建新的实例?
  6.      // 解决问题3-1：设置为私有防止其他类来创建这个对象
  7.      // 解决问题3-2：不能。即使设置为私有，也不能防止反射来创建新实例。暴力反射得到构造对象
  8.      private Singleton() {}
  10.      // 问题4：这样初始化是否能保证单例对象创建时的线程安全?：是线程安全的
  11.      private static final Singleton INSTANCE = new Singleton();
  13.      // 问题5：为什么提供静态方法而不是直接将 INSTANCE 设置为 public, 说出你知道的理由
  14.      public static Singleton getInstance() {
  15.          return INSTANCE;
  16.      }
  19.      // 解决问题2。直接使用readResolve()方法返回的对象，而不是反序列化字节码生成的对象
  20.      public Object readResolve() {
  21.          return INSTANCE; // 返回单例对象
  22.      }
  23. }

实现2：

  1. // 问题1：枚举单例是如何限制实例个数的：枚举类的静态成员变量
  2. // 问题2：枚举单例在创建时是否有并发问题
  3. // 问题3：枚举单例能否被反射破坏单例
  4. // 问题4：枚举单例能否被反序列化破坏单例
  5. // 问题5：枚举单例属于懒汉式还是饿汉式
  6. // 问题6：枚举单例如果希望加入一些单例创建时的初始化逻辑该如何做
  7. enum Singleton { 
  8.      INSTANCE; 
  9. }

实现3： 

  1. public final class Singleton {
  3.      private Singleton() { }
  4.      private static Singleton INSTANCE = null;
  6.      // 分析这里的线程安全, 并说明有什么缺点
  7.      public static synchronized Singleton getInstance() {
  8.          if( INSTANCE != null ){
  9.              return INSTANCE;
  10.          } 
  11.          INSTANCE = new Singleton();
  12.          return INSTANCE;
  13.      }
  14. }

实现4：DCL

  1. public final class Singleton {
  3.     private Singleton() { }
  5.     // 问题1：解释为什么要加 volatile ?
  6.     private static volatile Singleton INSTANCE = null;
  8.     // 问题2：对比实现3, 说出这样做的意义
  9.     public static Singleton getInstance() {
  10.         if (INSTANCE != null) {
  11.             return INSTANCE;
  12.         }
  13.         synchronized (Singleton.class) {
  15.             // 问题3：为什么还要在这里加为空判断, 之前不是判断过了吗
  16.             if (INSTANCE != null) { // t2
  17.                 return INSTANCE;
  18.             }
  19.             INSTANCE = new Singleton();
  20.             return INSTANCE;
  21.         }
  22.     }
  23. }

实现5：

  1. public final class Singleton {
  3.      private Singleton() { }
  5.      // 问题1：属于懒汉式还是饿汉式
  6.      private static class LazyHolder {
  7.          static final Singleton INSTANCE = new Singleton();
  8.      }
  10.      // 问题2：在创建时是否有并发问题
  11.      public static Singleton getInstance() {
  12.          return LazyHolder.INSTANCE;
  13.      }
  14. }

本章小结
本章重点讲解了 JMM 中的

  1. 可见性 - 由 JVM 缓存优化引起
  2. 有序性 - 由 JVM 指令重排序优化引起
  3. happens-before 规则
  4. 原理方面
    1. CPU 指令并行
    2. volatile

  5. 模式方面

    1. 两阶段终止模式的 volatile 改进

    2. 同步模式之 balking

      第五章 共享模型之无锁

      一、问题提出

      有如下需求，保证 account.withdraw 取款方法的线程安全

      1. interface Account {
      3. // 获取余额
      4. Integer getBalance();
      6. // 取款
      7. void withdraw(Integer amount);
      9. /**
      10. * 方法内会启动 1000 个线程，每个线程做 -10 元 的操作
      11. * 如果初始余额为 10000 那么正确的结果应当是 0
      12. */
      13. static void demo(Account account) {
      15.    List<Thread> ts = new ArrayList<>();
      16.    long start = System.nanoTime();
      17.    for (int i = 0; i < 1000; i++) {
      18.        ts.add(new Thread(() -> {
      19.            account.withdraw(10);
      20.        }));
      21.    }
      23.    ts.forEach(Thread::start);
      24.    ts.forEach(t -> {
      25.        try {
      26.            t.join();
      27.        } catch (InterruptedException e) {
      28.            e.printStackTrace();
      29.        }
      30.    });
      31.    long end = System.nanoTime();
      32.    System.out.println(account.getBalance() + " cost: " + (end-start)/1000_000 + " ms");
      33. }
      34. }

      原有实现并不是线程安全的：

      1. class AccountUnsafe implements Account {
      3. private Integer balance;
      5. public AccountUnsafe(Integer balance) {
      6.    this.balance = balance;
      7. }
      9. @Override
      10. public Integer getBalance() {
      11.    return balance;
      12. }
      14. @Override
      15. public void withdraw(Integer amount) {    // 存在线程安全问题
      16.    balance -= amount;
      17. }
      18. }

      ```java public static void main(String[] args) { Account.demo(new AccountUnsafe(10000)); }

某次的执行结果：330 cost: 306 ms

  1. <a name="cfsTN"></a>
  2. ### 1、**为什么不安全**
  4.    1. 单核的指令交错
  5.    1. 多核的指令交错
  6. ```java
  7. public void withdraw(Integer amount) {
  8.      balance -= amount; 
  9. }

对应的字节码：
image.png
多线程执行流程：
image.png

2、解决思路 - 加锁

首先想到的是给 Account 对象加锁synchronized

  1. class AccountUnsafe implements Account {
  3.      private Integer balance;
  5.      public AccountUnsafe(Integer balance) {
  6.          this.balance = balance;
  7.      }
  9.      @Override
  10.      public synchronized Integer getBalance() {
  11.          return balance;
  12.      }
  14.      @Override
  15.      public synchronized void withdraw(Integer amount) {
  16.          balance -= amount;
  17.      }
  18. }
  20. 结果为：0 cost: 399 ms

3、解决思路 - 无锁

  1. class AccountSafe implements Account {
  3.      // 原子整数：AtomicInteger
  4.      private AtomicInteger balance;
  6.      public AccountSafe(Integer balance) {
  7.          this.balance = new AtomicInteger(balance);
  8.      }
  10.      @Override
  11.      public Integer getBalance() {
  12.          return balance.get();
  13.      }
  15.      @Override
  16.      public void withdraw(Integer amount) {
  18.          while (true) {
  19.              // 获取余额最新值
  20.              int prev = balance.get();
  21.              // 要修改的余额
  22.              int next = prev - amount;
  23.              // 真正修改
  24.              if (balance.compareAndSet(prev, next)) {
  25.                  break;
  26.              }
  27.          }
  28.          // 可以简化为下面的方法
  29.          // balance.addAndGet(-1 * amount);
  30.      }
  31. }
  1. public static void main(String[] args) {
  2.     Account.demo(new AccountSafe(10000));
  3. }
  5. 某次的执行结果：0 cost: 302 ms

二、CAS与volatile

前面看到的 AtomicInteger 的解决方法，内部并没有用锁来保护共享变量的线程安全。那么它是如何实现的呢？compareAndSet：CPU指令级别实现原子性

  1. public void withdraw(Integer amount) {
  3.      while(true) {
  4.          // 需要不断尝试，直到成功为止
  5.          while (true) {
  7.              // 比如拿到了旧值 1000
  8.              int prev = balance.get();
  9.              // 在这个基础上 1000-10 = 990
  10.              int next = prev - amount;
  11.              /*
  12.              compareAndSet 正是做这个检查，在 set 前，先比较 prev 与当前值
  13.                  - 不一致了，next 作废，返回 false 表示失败
  14.                      比如，别的线程已经做了减法，当前值已经被减成了 990
  15.                      那么本线程的这次 990 就作废了，进入 while 下次循环重试
  16.                  - 一致，以 next 设置为新值，返回 true 表示成功
  17.              */
  18.              if (balance.compareAndSet(prev, next)) {
  19.                  break;
  20.              }
  21.          }
  22.      }
  23. }

其中的关键是compareAndSet，它的简称就是 CAS （也有 Compare And Swap 的说法），它必须是原子操作
image.png
注意：其实CAS的底层是lock cmpxchg指令（X86 架构），在单核CPU和多核CPU下都能够保证【比较-交换】的原子性。
在多核状态下，某个核执行到带lock的指令时，CPU 会让总线锁住，当这个核把此指令执行完毕，再开启总线。这个过程中不会被线程的调度机制所打断，保证了多个线程对内存操作的准确性，是原子的。

1、慢动作分析

  1. @Slf4j
  2. public class SlowMotion {
  3.      public static void main(String[] args) {
  5.          AtomicInteger balance = new AtomicInteger(10000);
  6.          int mainPrev = balance.get();
  7.          log.debug("try get {}", mainPrev);
  9.          new Thread(() -> {
  10.              sleep(1000);
  11.              int prev = balance.get();
  12.              balance.compareAndSet(prev, 9000);
  13.              log.debug(balance.toString());
  14.          }, "t1").start();
  16.          sleep(2000);
  17.          log.debug("try set 8000...");
  19.          boolean isSuccess = balance.compareAndSet(mainPrev, 8000);
  20.          log.debug("is success ? {}", isSuccess);
  21.          if(!isSuccess){
  22.              mainPrev = balance.get();
  23.              log.debug("try set 8000...");
  24.              isSuccess = balance.compareAndSet(mainPrev, 8000);
  25.              log.debug("is success ? {}", isSuccess);
  26.          }
  27.      }
  29.      private static void sleep(int millis) {
  30.          try {
  31.              Thread.sleep(millis);
  32.          } catch (InterruptedException e) {
  33.              e.printStackTrace();
  34.          }
  35.      }
  36. }
  38. 输出结果：
  39. 2019-10-13 11:28:37.134 [main] try get 10000 
  40. 2019-10-13 11:28:38.154 [t1] 9000 
  41. 2019-10-13 11:28:39.154 [main] try set 8000... 
  42. 2019-10-13 11:28:39.154 [main] is success ? false 
  43. 2019-10-13 11:28:39.154 [main] try set 8000... 
  44. 2019-10-13 11:28:39.154 [main] is success ? true

2、Volatile

  1. 获取共享变量时，为了保证该变量的可见性，需要使用 volatile 修饰。
  2. 它可以用来修饰成员变量和静态成员变量，他可以避免线程从自己的工作缓存中查找变量的值，必须到主存中获取它的值，线程操作 volatile 变量都是直接操作主存。即一个线程对 volatile 变量的修改，对另一个线程可见。
  3. 注意：
    1. volatile仅仅保证了共享变量的可见性，让其它线程能够看到最新值，但不能解决指令交错问题（不能保证原子性）

  4. CAS 必须借助 volatile 才能读取到共享变量的最新值来实现【比较并交换】的效果

    3、为什么无锁效率高

  5. 无锁情况下，即使重试失败，线程始终在高速运行，没有停歇，而synchronized会让线程在没有获得锁的时候，发生上下文切换（成本较高），进入阻塞。打个比喻：

    1. 线程就好像高速跑道上的赛车，高速运行时，速度超快，一旦发生上下文切换，就好比赛车要减速、熄火，等被唤醒又得重新打火、启动、加速… 恢复到高速运行，代价比较大
  6. 但无锁情况下，因为线程要保持运行，需要额外CPU 的支持，CPU 在这里就好比高速跑道，没有额外的跑道，线程想高速运行也无从谈起，虽然不会进入阻塞，但由于没有分到时间片，仍然会进入可运行状态，还是会导致上下文切换。CAS线程数少于CPU核心数时，CAS效率较高；线程数高于CPU核心数时；CAS效率一般

image.png

4、CAS的特点

结合 CAS 和 volatile 可以实现无锁并发，适用于线程数少、多核 CPU 的场景下。

  1. CAS 是基于乐观锁的思想：最乐观的估计，不怕别的线程来修改共享变量，就算改了也没关系，我吃亏点再重试呗。
  2. synchronized 是基于悲观锁的思想：最悲观的估计，得防着其它线程来修改共享变量，我上了锁你们都别想改，我改完了解开锁，你们才有机会。

  3. CAS 体现的是无锁并发、无阻塞并发，请仔细体会这两句话的意思

    1. 因为没有使用 synchronized，所以线程不会陷入阻塞，这是效率提升的因素之一

    2. 但如果竞争激烈，可以想到重试必然频繁发生，反而效率会受影响

      三、原子整数

      J.U.C 并发包提供了：

    3. AtomicBoolean

    4. AtomicInteger
    5. AtomicLong ```java AtomicInteger i = new AtomicInteger(0);

// 获取并自增（i = 0, 结果 i = 1, 返回 0），类似于 i++ System.out.println(i.getAndIncrement());

// 自增并获取（i = 1, 结果 i = 2, 返回 2），类似于 ++i System.out.println(i.incrementAndGet());

// 自减并获取（i = 2, 结果 i = 1, 返回 1），类似于 —i System.out.println(i.decrementAndGet());

// 获取并自减（i = 1, 结果 i = 0, 返回 1），类似于 i— System.out.println(i.getAndDecrement());

// 获取并加值（i = 0, 结果 i = 5, 返回 0） System.out.println(i.getAndAdd(5));

// 加值并获取（i = 5, 结果 i = 0, 返回 0） System.out.println(i.addAndGet(-5));

// 获取并更新（i = 0, p 为 i 的当前值, 结果 i = -2, 返回 0） // 其中函数中的操作能保证原子，但函数需要无副作用 System.out.println(i.getAndUpdate(p -> p - 2));

// 更新并获取（i = -2, p 为 i 的当前值, 结果 i = 0, 返回 0） // 其中函数中的操作能保证原子，但函数需要无副作用 System.out.println(i.updateAndGet(p -> p + 2));

// 获取并计算（i = 0, p 为 i 的当前值, x 为参数1, 结果 i = 10, 返回 0） // 其中函数中的操作能保证原子，但函数需要无副作用 // getAndUpdate 如果在 lambda 中引用了外部的局部变量，要保证该局部变量是 final 的 // getAndAccumulate 可以通过 参数1 来引用外部的局部变量，但因为其不在 lambda 中因此不必是 final System.out.println(i.getAndAccumulate(10, (p, x) -> p + x));

// 计算并获取（i = 10, p 为 i 的当前值, x 为参数1, 结果 i = 0, 返回 0） // 其中函数中的操作能保证原子，但函数需要无副作用 System.out.println(i.accumulateAndGet(-10, (p, x) -> p + x));

  1. ```java
  2. public class Test34 {
  4.     public static void main(String[] args) {
  6.         AtomicInteger i = new AtomicInteger(5);
  8.         // System.out.println(i.incrementAndGet());     // ++i   1
  9.         // System.out.println(i.getAndIncrement());     // i++   2
  11.         // 当前打印的是i的值，要想获得计算后的值，需要用i.get()获取。2 , 7
  12.         // System.out.println(i.getAndAdd(5));
  13.         // System.out.println(i.addAndGet(5));     // 12, 12
  15.         //                   读取到       设置值
  16.         // i.updateAndGet(value -> value * 10);   先运算，再获取
  17.         // i.getAndUpdate(value -> value * 10);   先获取，再运算
  19.         System.out.println(updateAndGet(i, p -> p / 2));
  21.         System.out.println(i.get());
  22.     }
  24.     /**
  25.      * 自定义方法
  26.      * @param i
  27.      * @param operator  操作
  28.      * @return
  29.      */
  30.     public static int updateAndGet(AtomicInteger i, IntUnaryOperator operator) {
  32.         while (true) {
  33.             // 获取当前值
  34.             int prev = i.get();
  35.             // 根据当前值计算，根据prev得到next
  36.             int next = operator.applyAsInt(prev);
  37.             // 如果prev与当前线程中的值（共享变量）一致，即共享变量没有被修改，则共享变量更新为为next
  38.             if (i.compareAndSet(prev, next)) {
  39.                 return next;
  40.             }
  41.         }
  42.     }
  43. }

四、原子引用

为什么需要原子引用类型？ 保证共享变量线程安全

  1. AtomicReference
  2. AtomicMarkableReference

  3. AtomicStampedReference 

    1. public interface DecimalAccount {
    3.   // 获取余额
    4.   BigDecimal getBalance();
    6.   // 取款
    7.   void withdraw(BigDecimal amount);
    9.   /**
    10.   * 方法内会启动 1000 个线程，每个线程做 -10 元 的操作
    11.   * 如果初始余额为 10000 那么正确的结果应当是 0
    12.   */
    13.   static void demo(DecimalAccount account) {
    14.   List<Thread> ts = new ArrayList<>();
    15.   for (int i = 0; i < 1000; i++) {
    16.       ts.add(new Thread(() -> {
    17.       account.withdraw(BigDecimal.TEN);
    18.       }));
    19.   }
    21.   ts.forEach(Thread::start);
    22.   ts.forEach(t -> {
    23.       try {
    24.           t.join();
    25.       } catch (InterruptedException e) {
    26.           e.printStackTrace();
    27.       }
    28.   });
    29.   System.out.println(account.getBalance());
    30.   }
    31. }

    试着提供不同的 DecimalAccount 实现，实现安全的取款操作

    1、不安全实现

    1. class DecimalAccountUnsafe implements DecimalAccount {
    3.   BigDecimal balance;
    5.   public DecimalAccountUnsafe(BigDecimal balance) {
    6.       this.balance = balance;
    7.   }
    9.   @Override
    10.   public BigDecimal getBalance() {
    11.       return balance;
    12.   }
    14.   @Override
    15.   public void withdraw(BigDecimal amount) {
    16.       BigDecimal balance = this.getBalance();
    17.       this.balance = balance.subtract(amount);
    18.   }
    19. }

    2、安全实现 - 使用锁

    1. class DecimalAccountSafeLock implements DecimalAccount {
    3.  private final Object lock = new Object();
    5.  BigDecimal balance;
    7.  public DecimalAccountSafeLock(BigDecimal balance) {
    8.      this.balance = balance;
    9.  }
    11.  @Override
    12.  public BigDecimal getBalance() {
    13.      return balance;
    14.  }
    16.  @Override
    17.  public void withdraw(BigDecimal amount) {
    18.      synchronized (lock) {
    19.          BigDecimal balance = this.getBalance();
    20.          this.balance = balance.subtract(amount);
    21.      }
    22.  }
    23. }

    3、安全实现 - 使用CAS

    1. class DecimalAccountSafeCas implements DecimalAccount {
    3.  AtomicReference<BigDecimal> ref;
    5.  public DecimalAccountSafeCas(BigDecimal balance) {
    6.      ref = new AtomicReference<>(balance);
    7.  }
    9.  @Override
    10.  public BigDecimal getBalance() {
    11.      return ref.get();
    12.  }
    14.  @Override
    15.  public void withdraw(BigDecimal amount) {
    16.      while (true) {
    17.          BigDecimal prev = ref.get();
    18.          BigDecimal next = prev.subtract(amount);
    19.          if (ref.compareAndSet(prev, next)) {
    20.              break;
    21.          }
    22.      }
    23.  }
    24. }

    ```java DecimalAccount.demo(new DecimalAccountUnsafe(new BigDecimal(“10000”))); DecimalAccount.demo(new DecimalAccountSafeLock(new BigDecimal(“10000”))); DecimalAccount.demo(new DecimalAccountSafeCas(new BigDecimal(“10000”)));

运行结果： 4310 cost: 425 ms 0 cost: 285 ms 0 cost: 274 ms

  1. <a name="jjscX"></a>
  2. ### 4、**ABA问题及解决**
  3. <a name="M5YJO"></a>
  4. #### **4.1 ABA 问题**
  5. ```java
  6. static AtomicReference<String> ref = new AtomicReference<>("A");
  8. public static void main(String[] args) throws InterruptedException {
  10.     log.debug("main start...");
  11.     // 获取值 A
  12.     // 这个共享变量被它线程修改过？
  13.     String prev = ref.get();
  14.     other();
  15.     sleep(1);
  16.     // 尝试改为 C
  17.     log.debug("change A->C {}", ref.compareAndSet(prev, "C"));
  18. }
  20. private static void other() {
  22.     new Thread(() -> {
  23.         log.debug("change A->B {}", ref.compareAndSet(ref.get(), "B"));
  24.     }, "t1").start();
  26.     sleep(0.5);
  27.     new Thread(() -> {
  28.         log.debug("change B->A {}", ref.compareAndSet(ref.get(), "A"));
  29.     }, "t2").start();
  30. }
  33. 输出：
  34. 11:29:52.325 c.Test36 [main] - main start... 
  35. 11:29:52.379 c.Test36 [t1] - change A->B true 
  36. 11:29:52.879 c.Test36 [t2] - change B->A true 
  37. 11:29:53.880 c.Test36 [main] - change A->C true

主线程仅能判断出共享变量的值与最初值 A 是否相同，不能感知到这种从 A 改为 B 又改回 A 的情况，如果主线程希望：
只要有其它线程【动过了】共享变量，那么自己的 cas 就算失败，这时，仅比较值是不够的，需要再加一个版本号

4.2 解决方案一：AtomicStampedReference

AtomicStampedReference 可以给原子引用加上版本号，追踪原子引用整个的变化过程，如： A -> B -> A -> C ，通过AtomicStampedReference，我们可以知道，引用变量中途被更改了几次。

  1. static AtomicStampedReference<String> ref = new AtomicStampedReference<>("A", 0);
  2. public static void main(String[] args) throws InterruptedException {
  3.     log.debug("main start...");
  4.     // 获取值 A
  5.     String prev = ref.getReference();
  6.     // 获取版本号
  7.     int stamp = ref.getStamp();
  8.     log.debug("版本 {}", stamp);
  9.     // 如果中间有其它线程干扰，发生了 ABA 现象
  10.     other();
  11.     sleep(1);
  12.     // 尝试改为 C
  13.     log.debug("change A->C {}", ref.compareAndSet(prev, "C", stamp, stamp + 1));
  14. }
  15. private static void other() {
  16.     new Thread(() -> {
  17.         log.debug("change A->B {}", ref.compareAndSet(ref.getReference(), "B", 
  18.                                                       ref.getStamp(), ref.getStamp() + 1));
  19.         log.debug("更新版本为 {}", ref.getStamp());
  20.     }, "t1").start();
  21.     sleep(0.5);
  22.     new Thread(() -> {
  23.         log.debug("change B->A {}", ref.compareAndSet(ref.getReference(), "A", 
  24.                                                       ref.getStamp(), ref.getStamp() + 1));
  25.         log.debug("更新版本为 {}", ref.getStamp());
  26.     }, "t2").start();
  27. }
  29. 输出为：
  30. 15:41:34.891 c.Test36 [main] - main start... 
  31. 15:41:34.894 c.Test36 [main] - 版本 0 
  32. 15:41:34.956 c.Test36 [t1] - change A->B true 
  33. 15:41:34.956 c.Test36 [t1] - 更新版本为 1 
  34. 15:41:35.457 c.Test36 [t2] - change B->A true 
  35. 15:41:35.457 c.Test36 [t2] - 更新版本为 2 
  36. 15:41:36.457 c.Test36 [main] - change A->C false

4.3 解决方案二：AtomicMarkableReference

有时候并不关心引用变量更改了几次，只是单纯的关心是否更改过，所以就有了AtomicMarkableReference

  1. class GarbageBag {
  2.     String desc;
  3.     public GarbageBag(String desc) {
  4.         this.desc = desc;
  5.     }
  6.     public void setDesc(String desc) {
  7.         this.desc = desc;
  8.     }
  9.     @Override
  10.     public String toString() {
  11.         return super.toString() + " " + desc;
  12.     }
  13. }
  1. @Slf4j
  2. public class TestABAAtomicMarkableReference {
  3.     public static void main(String[] args) throws InterruptedException {
  4.         GarbageBag bag = new GarbageBag("装满了垃圾");
  5.         // 参数2 mark 可以看作一个标记，表示垃圾袋满了
  6.         AtomicMarkableReference<GarbageBag> ref = new AtomicMarkableReference<>(bag, true);
  7.         log.debug("主线程 start...");
  8.         GarbageBag prev = ref.getReference();
  9.         log.debug(prev.toString());
  10.         new Thread(() -> {
  11.             log.debug("打扫卫生的线程 start...");
  12.             bag.setDesc("空垃圾袋");
  13.             while (!ref.compareAndSet(bag, bag, true, false)) {}
  14.             log.debug(bag.toString());
  15.         }).start();
  16.         Thread.sleep(1000);
  17.         log.debug("主线程想换一只新垃圾袋？");
  18.         boolean success = ref.compareAndSet(prev, new GarbageBag("空垃圾袋"), true, false);
  19.         log.debug("换了么？" + success);
  20.         log.debug(ref.getReference().toString());
  21.     }
  22. }
  25. 输出：
  26. 2019-10-13 15:30:09.264 [main] 主线程 start... 
  27. 2019-10-13 15:30:09.270 [main] cn.itcast.GarbageBag@5f0fd5a0 装满了垃圾
  28. 2019-10-13 15:30:09.293 [Thread-1] 打扫卫生的线程 start... 
  29. 2019-10-13 15:30:09.294 [Thread-1] cn.itcast.GarbageBag@5f0fd5a0 空垃圾袋
  30. 2019-10-13 15:30:10.294 [main] 主线程想换一只新垃圾袋？
  31. 2019-10-13 15:30:10.294 [main] 换了么？false 
  32. 2019-10-13 15:30:10.294 [main] cn.itcast.GarbageBag@5f0fd5a0 空垃圾袋

五、原子数组

  1. AtomicIntegerArray
  2. AtomicLongArray
  3. AtomicReferenceArray

有如下方法

  1. /**
  2.  参数1，提供数组、可以是线程不安全数组或线程安全数组
  3.  参数2，获取数组长度的方法
  4.  参数3，自增方法，回传 array, index
  5.  参数4，打印数组的方法
  6. */
  7. // supplier 提供者 无中生有 ()->结果
  8. // function 函数 一个参数一个结果 (参数)->结果 , BiFunction (参数1,参数2)->结果
  9. // consumer 消费者 一个参数没结果 (参数)->void, BiConsumer (参数1,参数2)->
  10. private static <T> void demo(
  11.     Supplier<T> arraySupplier,
  12.     Function<T, Integer> lengthFun,
  13.     BiConsumer<T, Integer> putConsumer,
  14.     Consumer<T> printConsumer ) {
  15.     List<Thread> ts = new ArrayList<>();
  16.     T array = arraySupplier.get();
  17.     int length = lengthFun.apply(array);
  18.     for (int i = 0; i < length; i++) {
  19.         // 每个线程对数组作 10000 次操作
  20.         ts.add(new Thread(() -> {
  21.             for (int j = 0; j < 10000; j++) {
  22.                 putConsumer.accept(array, j%length);
  23.             }
  24.         }));
  25.     }
  26.     ts.forEach(t -> t.start()); // 启动所有线程
  27.     ts.forEach(t -> {
  28.         try {
  29.             t.join();
  30.         } catch (InterruptedException e) {
  31.             e.printStackTrace();
  32.         }
  33.     }); // 等所有线程结束
  34.     printConsumer.accept(array);
  35. }

1. 不安全的数组

  1. demo(
  2.     ()->new int[10],
  3.     (array)->array.length,
  4.     (array, index) -> array[index]++,
  5.     array-> System.out.println(Arrays.toString(array))
  6. );
  8. 结果:
  9. [9870, 9862, 9774, 9697, 9683, 9678, 9679, 9668, 9680, 9698]

2. 安全的数组

  1. demo(
  2.     ()-> new AtomicIntegerArray(10),
  3.     (array) -> array.length(),
  4.     (array, index) -> array.getAndIncrement(index),
  5.     array -> System.out.println(array)
  6. );
  8. 结果:
  9. [10000, 10000, 10000, 10000, 10000, 10000, 10000, 10000, 10000, 10000]

六、字段更新器

  1. AtomicReferenceFieldUpdater // 域字段
  2. AtomicIntegerFieldUpdater
  3. AtomicLongFieldUpdater

利用字段更新器，可以针对对象的某个域（Field）进行原子操作，只能配合 volatile 修饰的字段使用，否则会出现异常：Exception in thread “main” java.lang.IllegalArgumentException: Must be volatile type

  1. public class Test5 {
  2.     private volatile int field;
  3.     public static void main(String[] args) {
  4.         AtomicIntegerFieldUpdater fieldUpdater = 
  5.             AtomicIntegerFieldUpdater.newUpdater(Test5.class, "field");
  6.         Test5 test5 = new Test5();
  7.         fieldUpdater.compareAndSet(test5, 0, 10);
  8.         // 修改成功 field = 10
  9.         System.out.println(test5.field);
  10.         // 修改成功 field = 20
  11.         fieldUpdater.compareAndSet(test5, 10, 20);
  12.         System.out.println(test5.field);
  13.         // 修改失败 field = 20
  14.         fieldUpdater.compareAndSet(test5, 10, 30);
  15.         System.out.println(test5.field);
  16.     }
  17. }
  19. 输出：
  20. 10 
  21. 20 
  22. 20

七、原子累加器

1. 累加器性能比较

  1. private static <T> void demo(Supplier<T> adderSupplier, Consumer<T> action) {
  3.     T adder = adderSupplier.get();
  4.     long start = System.nanoTime();
  5.     List<Thread> ts = new ArrayList<>();
  7.     // 4 个线程，每人累加 50 万
  8.     for (int i = 0; i < 40; i++) {
  9.         ts.add(new Thread(() -> {
  10.             for (int j = 0; j < 500000; j++) {
  11.                 action.accept(adder);
  12.             }
  13.         }));
  14.     }
  15.     ts.forEach(t -> t.start());
  16.     ts.forEach(t -> {
  17.         try {
  18.             t.join();
  19.         } catch (InterruptedException e) {
  20.             e.printStackTrace();
  21.         }
  22.     });
  23.     long end = System.nanoTime();
  24.     System.out.println(adder + " cost:" + (end - start)/1000_000);
  25. }

比较 AtomicLong 与 LongAdder

  1. for (int i = 0; i < 5; i++) {
  2.     demo(() -> new LongAdder(), adder -> adder.increment());
  3. }
  5. for (int i = 0; i < 5; i++) {
  6.     demo(() -> new AtomicLong(), adder -> adder.getAndIncrement());
  7. }

输出：

  1. 1000000 cost:43 
  2. 1000000 cost:9 
  3. 1000000 cost:7 
  4. 1000000 cost:7 
  5. 1000000 cost:7 
  6. 1000000 cost:31 
  7. 1000000 cost:27 
  8. 1000000 cost:28 
  9. 1000000 cost:24 
  10. 1000000 cost:22

性能提升的原因很简单，就是在有竞争时，设置多个累加单元，Therad-0 累加 Cell[0]，而 Thread-1 累加 Cell[1]… 最后将结果汇总。这样它们在累加时操作的不同的 Cell 变量，因此减少了 CAS 重试失败，从而提高性能。

2. 源码之LongAdder

LongAdder 是并发大师 @author Doug Lea （大哥李）的作品，设计的非常精巧
LongAdder 类有几个关键域

  1. // 累加单元数组, 懒惰初始化
  2. transient volatile Cell[] cells;
  5. // 基础值, 如果没有竞争, 则用 cas 累加这个域
  6. transient volatile long base;
  9. // 在 cells 创建或扩容时, 置为 1, 表示加锁
  10. transient volatile int cellsBusy;

3. cas锁

  1. // 不要用于实践！！！
  2. public class LockCas {
  4.     private AtomicInteger state = new AtomicInteger(0);
  5.     public void lock() {
  6.         while (true) {
  7.             if (state.compareAndSet(0, 1)) {
  8.                 break;
  9.             }
  10.         }
  11.     }
  13.     public void unlock() {
  14.         log.debug("unlock...");
  15.         state.set(0);
  16.     }
  17. }

测试：

  1. LockCas lock = new LockCas();
  2. new Thread(() -> {
  3.     log.debug("begin...");
  4.     lock.lock();
  5.     try {
  6.         log.debug("lock...");
  7.         sleep(1);
  8.     } finally {
  9.         lock.unlock();
  10.     }
  11. }).start();
  13. new Thread(() -> {
  14.     log.debug("begin...");
  15.     lock.lock();
  16.     try {
  17.         log.debug("lock...");
  18.     } finally {
  19.         lock.unlock();
  20.     }
  21. }).start();
  23. 输出：
  24. 18:27:07.198 c.Test42 [Thread-0] - begin... 
  25. 18:27:07.202 c.Test42 [Thread-0] - lock... 
  26. 18:27:07.198 c.Test42 [Thread-1] - begin... 
  27. 18:27:08.204 c.Test42 [Thread-0] - unlock... 
  28. 18:27:08.204 c.Test42 [Thread-1] - lock... 
  29. 18:27:08.204 c.Test42 [Thread-1] - unlock...

4. 原理之伪共享

其中 Cell 即为累加单元

  1. // 防止缓存行伪共享
  2. @sun.misc.Contended
  3. static final class Cell {
  5.      volatile long value;
  6.      Cell(long x) { value = x; }
  8.      // 最重要的方法, 用来 cas 方式进行累加, prev 表示旧值, next 表示新值
  9.      final boolean cas(long prev, long next) {
  10.          return UNSAFE.compareAndSwapLong(this, valueOffset, prev, next);
  11.      }
  12.      // 省略不重要代码
  13. }

得从缓存说起
缓存与内存的速度比较
image.png
image.png
因为 CPU 与 内存的速度差异很大，需要靠预读数据至缓存来提升效率。
而缓存以缓存行为单位，每个缓存行对应着一块内存，一般是 64 byte（8 个 long）
缓存的加入会造成数据副本的产生，即同一份数据会缓存在不同核心的缓存行中
CPU 要保证数据的一致性，如果某个 CPU 核心更改了数据，其它 CPU 核心对应的整个缓存行必须失效
image.png
因为 Cell 是数组形式，在内存中是连续存储的，一个 Cell 为 24 字节（16 字节的对象头和 8 字节的 value），因
此缓存行可以存下 2 个的 Cell 对象。这样问题来了：
Core-0 要修改 Cell[0]
Core-1 要修改 Cell[1]
无论谁修改成功，都会导致对方 Core 的缓存行失效，比如 Core-0 中 Cell[0]=6000, Cell[1]=8000 要累加
Cell[0]=6001, Cell[1]=8000 ，这时会让 Core-1 的缓存行失效
@sun.misc.Contended 用来解决这个问题，它的原理是在使用此注解的对象或字段的前后各增加 128 字节大小的 padding，从而让 CPU 将对象预读至缓存时占用不同的缓存行，这样，不会造成对方缓存行的失效
image.png
累加主要调用下面的方法

  1. public void add(long x) {
  2.     // as 为累加单元数组
  3.     // b 为基础值
  4.     // x 为累加值
  5.     Cell[] as; long b, v; int m; Cell a;
  6.     // 进入 if 的两个条件
  7.     // 1. as 有值, 表示已经发生过竞争, 进入 if
  8.     // 2. cas 给 base 累加时失败了, 表示 base 发生了竞争, 进入 if
  9.     if ((as = cells) != null || !casBase(b = base, b + x)) {
  10.         // uncontended 表示 cell 没有竞争
  11.         boolean uncontended = true;
  12.         if (
  13.             // as 还没有创建
  14.             as == null || (m = as.length - 1) < 0 ||
  15.             // 当前线程对应的 cell 还没有
  16.             (a = as[getProbe() & m]) == null ||
  17.             // cas 给当前线程的 cell 累加失败 uncontended=false ( a 为当前线程的 cell )
  18.             !(uncontended = a.cas(v = a.value, v + x))
  19.         ) {
  20.             // 进入 cell 数组创建、cell 创建的流程
  21.             longAccumulate(x, null, uncontended);
  22.         }
  23.     }
  24. }

add 流程图
image.png

  1. final void longAccumulate(long x, LongBinaryOperator fn,
  2.                           boolean wasUncontended) {
  3.     int h;
  4.     // 当前线程还没有对应的 cell, 需要随机生成一个 h 值用来将当前线程绑定到 cell
  5.     if ((h = getProbe()) == 0) {
  6.         // 初始化 probe
  7.         ThreadLocalRandom.current();
  8.         // h 对应新的 probe 值, 用来对应 cell
  9.         h = getProbe();
  10.         wasUncontended = true;
  11.     }
  12.     // collide 为 true 表示需要扩容
  13.     boolean collide = false; 
  14.     for (;;) {
  15.         Cell[] as; Cell a; int n; long v;
  16.         // 已经有了 cells
  17.         if ((as = cells) != null && (n = as.length) > 0) {
  18.             // 还没有 cell
  19.             if ((a = as[(n - 1) & h]) == null) {
  20.                 // 为 cellsBusy 加锁, 创建 cell, cell 的初始累加值为 x
  21.                 // 成功则 break, 否则继续 continue 循环
  22.             }
  23.             // 有竞争, 改变线程对应的 cell 来重试 cas
  24.             else if (!wasUncontended)
  25.                 wasUncontended = true;
  26.             // cas 尝试累加, fn 配合 LongAccumulator 不为 null, 配合 LongAdder 为 null
  27.             else if (a.cas(v = a.value, ((fn == null) ? v + x : fn.applyAsLong(v, x))))
  28.                 break;
  29.             // 如果 cells 长度已经超过了最大长度, 或者已经扩容, 改变线程对应的 cell 来重试 cas
  30.             else if (n >= NCPU || cells != as)
  31.                 collide = false;
  32.             // 确保 collide 为 false 进入此分支, 就不会进入下面的 else if 进行扩容了
  33.             else if (!collide)
  34.                 collide = true;
  35.             // 加锁
  36.             else if (cellsBusy == 0 && casCellsBusy()) {
  37.                 // 加锁成功, 扩容
  38.                 continue;
  39.             }
  40.             // 改变线程对应的 cell
  41.             h = advanceProbe(h);
  42.         }
  43.         // 还没有 cells, 尝试给 cellsBusy 加锁
  44.         else if (cellsBusy == 0 && cells == as && casCellsBusy()) {
  45.             // 加锁成功, 初始化 cells, 最开始长度为 2, 并填充一个 cell
  46.             // 成功则 break;
  47.         }
  48.         // 上两种情况失败, 尝试给 base 累加
  49.         else if (casBase(v = base, ((fn == null) ? v + x : fn.applyAsLong(v, x))))
  50.             break;
  51.     }
  52. }

longAccumulate 流程图
image.png
image.png
每个线程刚进入 longAccumulate 时，会尝试对应一个 cell 对象（找到一个坑位）
image.png
获取最终结果通过 sum 方法

  1. public long sum() {
  2.     Cell[] as = cells; Cell a;
  3.     long sum = base;
  4.     if (as != null) {
  5.         for (int i = 0; i < as.length; ++i) {
  6.             if ((a = as[i]) != null)
  7.                 sum += a.value;
  8.         }
  9.     }
  10.     return sum; }

八、Unsafe

概述
Unsafe 对象提供了非常底层的，操作内存、线程的方法，Unsafe 对象不能直接调用，只能通过反射获得

  1. public class UnsafeAccessor {
  2.     static Unsafe unsafe;
  3.     static {
  4.         try { 
  5.             Field theUnsafe = Unsafe.class.getDeclaredField("theUnsafe");
  6.             theUnsafe.setAccessible(true);
  7.             unsafe = (Unsafe) theUnsafe.get(null);
  8.         } catch (NoSuchFieldException | IllegalAccessException e) {
  9.             throw new Error(e);
  10.         }
  11.     }
  12.     static Unsafe getUnsafe() {
  13.         return unsafe;
  14.     }
  15. }
  1. @Data
  2. class Student {
  3.  volatile int id;
  4.  volatile String name; 
  5. }
  1. Unsafe unsafe = UnsafeAccessor.getUnsafe();
  2. Field id = Student.class.getDeclaredField("id");
  3. Field name = Student.class.getDeclaredField("name");
  4. // 获得成员变量的偏移量
  5. long idOffset = UnsafeAccessor.unsafe.objectFieldOffset(id);
  6. long nameOffset = UnsafeAccessor.unsafe.objectFieldOffset(name);
  7. Student student = new Student();
  8. // 使用 cas 方法替换成员变量的值
  9. UnsafeAccessor.unsafe.compareAndSwapInt(student, idOffset, 0, 20); // 返回 true
  10. UnsafeAccessor.unsafe.compareAndSwapObject(student, nameOffset, null, "张三"); // 返回 true
  11. System.out.println(student);
  14. 输出:
  15. Student(id=20, name=张三)

使用自定义的 AtomicData 实现之前线程安全的原子整数 Account 实现

  1. class AtomicData {
  2.     private volatile int data;
  3.     static final Unsafe unsafe;
  4.     static final long DATA_OFFSET;
  5.     static {
  6.         unsafe = UnsafeAccessor.getUnsafe();
  7.         try {
  8.             // data 属性在 DataContainer 对象中的偏移量，用于 Unsafe 直接访问该属性
  9.             DATA_OFFSET = unsafe.objectFieldOffset(AtomicData.class.getDeclaredField("data"));
  10.         } catch (NoSuchFieldException e) {
  11.             throw new Error(e);
  12.         }
  13.     }
  14.     public AtomicData(int data) {
  15.         this.data = data;
  16.     }
  17.     public void decrease(int amount) {
  18.         int oldValue;
  19.         while(true) {
  20.             // 获取共享变量旧值，可以在这一行加入断点，修改 data 调试来加深理解
  21.             oldValue = data;
  22.             // cas 尝试修改 data 为 旧值 + amount，如果期间旧值被别的线程改了，返回 false
  23.             if (unsafe.compareAndSwapInt(this, DATA_OFFSET, oldValue, oldValue - amount)) {
  24.                 return;
  25.             }
  26.         }
  27.     }
  28.     public int getData() {
  29.         return data;
  30.     }
  31. }

Account 实现

  1. Account.demo(new Account() {
  2.     AtomicData atomicData = new AtomicData(10000);
  3.     @Override
  4.     public Integer getBalance() {
  5.         return atomicData.getData();
  6.     }
  7.     @Override
  8.     public void withdraw(Integer amount) {
  9.         atomicData.decrease(amount);
  10.     }
  11. });

本章小结

  1. CAS 与 volatile
  2. API
    1. 原子整数
    2. 原子引用
    3. 原子数组
    4. 字段更新器
    5. 原子累加器
  3. Unsafe

  4. * 原理方面

    1. LongAdder 源码
    2. 伪共享

      第六章 共享模型之不可变

      一、日期转换的问题

      1、问题提出

      下面的代码在运行时，由于 SimpleDateFormat 不是线程安全的
      1. SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");
      2. for (int i = 0; i < 10; i++) {
      3. new Thread(() -> {
      4.   try {
      5.       log.debug("{}", sdf.parse("1951-04-21"));
      6.   } catch (Exception e) {
      7.       log.error("{}", e);
      8.   }
      9. }).start();
      10. }
      有很大几率出现 java.lang.NumberFormatException 或者出现不正确的日期解析结果，例如：
      image.png

      2、思路 - 同步锁

      这样虽能解决问题，但带来的是性能上的损失，并不算很好：
      1. SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");
      2. for (int i = 0; i < 50; i++) {
      3. new Thread(() -> {
      4.   synchronized (sdf) {
      5.       try {
      6.           log.debug("{}", sdf.parse("1951-04-21"));
      7.       } catch (Exception e) {
      8.           log.error("{}", e);
      9.       }
      10.   }
      11. }).start();
      12. }

      3、思路 - 不可变

      如果一个对象在不能够修改其内部状态（属性），那么它就是线程安全的，因为不存在并发修改啊！这样的对象在 Java 中有很多，例如在 Java 8 后，提供了一个新的日期格式化类：
      1. DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd");
      2. for (int i = 0; i < 10; i++) {
      3. new Thread(() -> {
      4.   LocalDate date = dtf.parse("2018-10-01", LocalDate::from);
      5.   log.debug("{}", date);
      6. }).start();
      7. }
      可以看 DateTimeFormatter 的文档： 
      1. @implSpec
      2. This class is immutable and thread-safe.
      image.png
      不可变对象，实际是另一种避免竞争的方式。

      二、不可变设计

      另一个大家更为熟悉的 String 类也是不可变的，以它为例，说明一下不可变设计的要素 ```java public final class String implements java.io.Serializable, Comparable, CharSequence { / The value is used for character storage. */ private final char value[]; / Cache the hash code for the string */ private int hash; // Default to 0

    // …

}

  1. <a name="FFALO"></a>
  2. ### 1、**final的使用**
  3. 发现该类、类中所有属性都是 final 的 
  5.    1. 属性用 fifinal 修饰保证了该属性是只读的，不能修改 
  6.    1. 类用 fifinal 修饰保证了该类中的方法不能被覆盖，防止子类无意间破坏不可变性
  7. <a name="wU4Go"></a>
  8. ### 2、**保护性拷贝**
  9. 但有同学会说，使用字符串时，也有一些跟修改相关的方法啊，比如 substring 等，那么下面就看一看这些方法是如何实现的，就以 substring 为例：
  10. ```java
  11. public String substring(int beginIndex) {
  13.     if (beginIndex < 0) {
  14.         throw new StringIndexOutOfBoundsException(beginIndex);
  15.     }
  17.     int subLen = value.length - beginIndex;
  18.     if (subLen < 0) {
  19.         throw new StringIndexOutOfBoundsException(subLen);
  20.     }
  21.     return (beginIndex == 0) ? this : new String(value, beginIndex, subLen);
  22. }

发现其内部是调用 String 的构造方法创建了一个新字符串，再进入这个构造看看，是否对 final char[] value 做出了修改：

  1. public String(char value[], int offset, int count) {
  2.     if (offset < 0) {
  3.         throw new StringIndexOutOfBoundsException(offset);
  4.     }
  5.     if (count <= 0) {
  6.         if (count < 0) {
  7.             throw new StringIndexOutOfBoundsException(count);
  8.         }
  9.         if (offset <= value.length) {
  10.             this.value = "".value;
  11.             return;
  12.         }
  13.     }
  14.     if (offset > value.length - count) {
  15.         throw new StringIndexOutOfBoundsException(offset + count);
  16.     }
  17.     this.value = Arrays.copyOfRange(value, offset, offset+count);
  18. }

结果发现也没有，构造新字符串对象时，会生成新的 char[] value，对内容进行复制 。这种通过创建副本对象来避免共享的手段称之为【保护性拷贝（defensive copy）】

3、* 模式之享元

4、* 原理之final

三、无状态

在 web 阶段学习时，设计 Servlet 时为了保证其线程安全，都会有这样的建议，不要为 Servlet 设置成员变量，这种没有任何成员变量的类是线程安全的

  1. 因为成员变量保存的数据也可以称为状态信息，因此没有成员变量就称之为【无状态】

本章小结

  1. 不可变类使用
  2. 不可变类设计
    • 原理方面
    1. final

  4. 模式方面

    1. 享元

      第七章 共享模型之工具

      一、线程池

      1、自定义线程池

      image.png
      步骤1：自定义拒绝策略接口

      1. @FunctionalInterface     // 拒绝策略
      2. interface RejectPolicy<T> {
      3. void reject(BlockingQueue<T> queue, T task);
      4. }

      步骤2：自定义任务队列

      1. @Slf4j(topic = "c.BlockingQueue")
      2. class BlockingQueue<T> {
      4. // 1. 任务队列
      5. private Deque<T> queue = new ArrayDeque<>();
      7. // 2. 锁
      8. private ReentrantLock lock = new ReentrantLock();
      10. // 3. 生产者条件变量
      11. private Condition fullWaitSet = lock.newCondition();
      13. // 4. 消费者条件变量
      14. private Condition emptyWaitSet = lock.newCondition();
      16. // 5. 容量
      17. private int capcity;
      19. public BlockingQueue(int capcity) {
      20.   this.capcity = capcity;
      21. }
      23. // 带超时阻塞获取
      24. public T poll(long timeout, TimeUnit unit) {
      25.   lock.lock();
      26.   try {
      27.       // 将 timeout 统一转换为 纳秒
      28.       long nanos = unit.toNanos(timeout);
      29.       while (queue.isEmpty()) {
      30.           try {
      31.               if (nanos <= 0) {
      32.                   return null;
      33.               }
      34.               // 返回值是剩余时间
      35.               nanos = emptyWaitSet.awaitNanos(nanos);
      36.           } catch (InterruptedException e) {
      37.               e.printStackTrace();
      38.           }
      39.       }
      40.       T t = queue.removeFirst();
      41.       fullWaitSet.signal();
      42.       return t;
      43.   } finally {
      44.       lock.unlock();
      45.   }
      46. }
      48. // 阻塞获取，死等
      49. public T take() {
      50.   lock.lock();
      51.   try {
      52.       while (queue.isEmpty()) {
      53.           try {
      54.               emptyWaitSet.await();
      55.           } catch (InterruptedException e) {
      56.               e.printStackTrace();
      57.           }
      58.       }
      59.       // 拿到并移除第一个元素
      60.       T t = queue.removeFirst();
      61.       // 唤醒阻塞添加
      62.       fullWaitSet.signal();
      63.       return t;
      64.   } finally {
      65.       lock.unlock();
      66.   }
      67. }
      69. // 阻塞添加
      70. public void put(T task) {
      71.   lock.lock();
      72.   try {
      73.       while (queue.size() == capcity) {
      74.           try {
      75.               log.debug("等待加入任务队列 {} ...", task);
      76.               fullWaitSet.await();
      77.           } catch (InterruptedException e) {
      78.               e.printStackTrace();
      79.           }
      80.       }
      81.       log.debug("加入任务队列 {}", task);
      82.       queue.addLast(task);
      83.       // 唤醒阻塞获取
      84.       emptyWaitSet.signal();
      85.   } finally {
      86.       lock.unlock();
      87.   }
      88. }
      90. // 带超时时间阻塞添加
      91. public boolean offer(T task, long timeout, TimeUnit timeUnit) {
      92.   lock.lock();
      93.   try {
      94.       long nanos = timeUnit.toNanos(timeout);
      95.       while (queue.size() == capcity) {
      96.           try {
      97.               if(nanos <= 0) {
      98.                   return false;
      99.               }
      100.               log.debug("等待加入任务队列 {} ...", task);
      101.               nanos = fullWaitSet.awaitNanos(nanos);
      102.           } catch (InterruptedException e) {
      103.               e.printStackTrace();
      104.           }
      105.       }
      106.       log.debug("加入任务队列 {}", task);
      107.       queue.addLast(task);
      108.       emptyWaitSet.signal();
      109.       return true;
      110.   } finally {
      111.       lock.unlock();
      112.   }
      113. }
      115. // 获取大小
      116. public int size() {
      117.   lock.lock();
      118.   try {
      119.       return queue.size();
      120.   } finally {
      121.       lock.unlock();
      122.   }
      123. }
      125. public void tryPut(RejectPolicy<T> rejectPolicy, T task) {
      126.   lock.lock();
      127.   try {
      128.       // 判断队列是否满
      129.       if(queue.size() == capcity) {
      130.           rejectPolicy.reject(this, task);
      131.       } else {  // 有空闲
      132.           log.debug("加入任务队列 {}", task);
      133.           queue.addLast(task);
      134.           emptyWaitSet.signal();
      135.       }
      136.   } finally {
      137.       lock.unlock();
      138.   }
      139. }
      140. }

      步骤3：自定义线程池

      1. @Slf4j(topic = "c.ThreadPool")
      2. class ThreadPool {
      4. // 任务队列
      5. private BlockingQueue<Runnable> taskQueue;
      7. // 线程集合
      8. private HashSet<Worker> workers = new HashSet<>();
      10. // 核心线程数
      11. private int coreSize;
      13. // 获取任务时的超时时间
      14. private long timeout;
      16. private TimeUnit timeUnit;
      18. private RejectPolicy<Runnable> rejectPolicy;
      20. public ThreadPool(int coreSize, long timeout, TimeUnit timeUnit, int queueCapcity, RejectPolicy<Runnable> rejectPolicy) {
      21.   this.coreSize = coreSize;
      22.   this.timeout = timeout;
      23.   this.timeUnit = timeUnit;
      24.   this.taskQueue = new BlockingQueue<>(queueCapcity);
      25.   this.rejectPolicy = rejectPolicy;
      26. }
      28. // 执行任务
      29. public void execute(Runnable task) {
      30.   // 当任务数没有超过 coreSize 时，直接交给 worker 对象执行
      31.   // 如果任务数超过 coreSize 时，加入任务队列暂存
      32.   synchronized (workers) {
      33.       if(workers.size() < coreSize) {
      34.           Worker worker = new Worker(task);
      35.           log.debug("新增 worker{}, {}", worker, task);
      36.           workers.add(worker);
      37.           worker.start();
      38.       } else {
      39. //                taskQueue.put(task);
      40.           // 1) 死等
      41.           // 2) 带超时等待
      42.           // 3) 让调用者放弃任务执行
      43.           // 4) 让调用者抛出异常
      44.           // 5) 让调用者自己执行任务
      45.           taskQueue.tryPut(rejectPolicy, task);
      46.       }
      47.   }
      48. }
      50. // 线程对象
      51. class Worker extends Thread{
      52.   private Runnable task;
      54.   public Worker(Runnable task) {
      55.       this.task = task;
      56.   }
      58.   @Override
      59.   public void run() {
      60.       // 执行任务
      61.       // 1) 当 task 不为空，执行任务
      62.       // 2) 当 task 执行完毕，再接着从任务队列获取任务并执行
      63. //            while(task != null || (task = taskQueue.take()) != null) {
      64.       while(task != null || (task = taskQueue.poll(timeout, timeUnit)) != null) {
      65.           try {
      66.               log.debug("正在执行...{}", task);
      67.               task.run();
      68.           } catch (Exception e) {
      69.               e.printStackTrace();
      70.           } finally {
      71.               task = null;
      72.           }
      73.       }
      74.       synchronized (workers) {
      75.           log.debug("worker 被移除{}", this);
      76.           workers.remove(this);
      77.       }
      78.   }
      79. }
      80. }

      步骤4：测试

      1. @Slf4j(topic = "c.TestPool")
      2. public class TestPool {
      3. public static void main(String[] args) {
      4.   ThreadPool threadPool = new ThreadPool(1,
      5.           1000, TimeUnit.MILLISECONDS, 1, (queue, task)->{
      6.       // 1. 死等
      7. //            queue.put(task);
      8.       // 2) 带超时等待
      9. //            queue.offer(task, 1500, TimeUnit.MILLISECONDS);
      10.       // 3) 让调用者放弃任务执行
      11. //            log.debug("放弃{}", task);
      12.       // 4) 让调用者抛出异常
      13. //            throw new RuntimeException("任务执行失败 " + task);
      14.       // 5) 让调用者自己执行任务
      15.       task.run();
      16.   });
      17.   for (int i = 0; i < 4; i++) {
      18.       int j = i;
      19.       threadPool.execute(() -> {
      20.           try {
      21.               Thread.sleep(1000L);
      22.           } catch (InterruptedException e) {
      23.               e.printStackTrace();
      24.           }
      25.           log.debug("{}", j);
      26.       });
      27.   }
      28. }
      29. }

      2、Thread Pool Executor

      image.png

      2.1 线程池状态

      ThreadPoolExecutor使用int的高3位来表示线程池状态，低29位表示线程数量

状态名 3位 接收新任务 处理阻塞队列任务 说明
RUNNING 111 Y Y
SHUTDOWN 000 N Y 不会接收新任务，但会处理阻塞队列剩余任务
STOP 001 N N 会中断正在执行的任务，并抛弃阻塞队列任务
TIDYING 010 - - 任务全执行完毕，活动线程为 0 即将进入终结
TERMINATED 011 - - 终结状态

从数字上比较，TERMINATED > TIDYING > STOP > SHUTDOWN > RUNNING
这些信息存储在一个原子变量 ctl 中，目的是将线程池状态与线程个数合二为一，这样就可以用一次 cas 原子操作进行赋值

  1. // c 为旧值， ctlOf 返回结果为新值
  2. ctl.compareAndSet(c, ctlOf(targetState, workerCountOf(c))));
  4. // rs 为高 3 位代表线程池状态， wc 为低 29 位代表线程个数，ctl 是合并它们
  5. private static int ctlOf(int rs, int wc) { return rs | wc; }

2.2 构造方法

  1. public ThreadPoolExecutor(int corePoolSize,
  2.                          int maximumPoolSize,
  3.                          long keepAliveTime,
  4.                          TimeUnit unit,
  5.                          BlockingQueue<Runnable> workQueue,
  6.                          ThreadFactory threadFactory,
  7.                          RejectedExecutionHandler handler)
  1. corePoolSize 核心线程数目 (最多保留的线程数)
  2. maximumPoolSize 最大线程数目
  3. keepAliveTime 生存时间 - 针对救急线程
  4. unit 时间单位 - 针对救急线程
  5. workQueue 阻塞队列
  6. threadFactory 线程工厂 - 可以为线程创建时起个好名字
  7. handler 拒绝策略

    2.3 工作方式

    image.pngimage.png
  1. 线程池中刚开始没有线程，当一个任务提交给线程池后，线程池会创建一个新线程来执行任务。
  2. 当线程数达到 corePoolSize 并没有线程空闲，这时再加入任务，新加的任务会被加入workQueue 队列排队，直到有空闲的线程。
  3. 如果队列选择了有界队列，那么任务超过了队列大小时，会创建 maximumPoolSize - corePoolSize 数目的线程来救急。
  4. 如果线程到达 maximumPoolSize 仍然有新任务这时会执行拒绝策略。拒绝策略jdk提供了4种实现，其它著名框架也提供了实现
    1. AbortPolicy 让调用者抛出 RejectedExecutionException 异常，这是默认策略
    2. CallerRunsPolicy 让调用者运行任务
    3. DiscardPolicy 放弃本次任务
    4. DiscardOldestPolicy 放弃队列中最早的任务，本任务取而代之
    5. Dubbo 的实现，在抛出 RejectedExecutionException 异常之前会记录日志，并 dump 线程栈信息，方便定位问题
    6. Netty 的实现，是创建一个新线程来执行任务
    7. ActiveMQ 的实现，带超时等待（60s）尝试放入队列，类似我们之前自定义的拒绝策略
    8. PinPoint 的实现，它使用了一个拒绝策略链，会逐一尝试策略链中每种拒绝策略
  5. 当高峰过去后，超过corePoolSize 的救急线程如果一段时间没有任务做，需要结束节省资源，这个时间由keepAliveTime 和 unit 来控制。

image.png
根据这个构造方法，JDK Executors 类中提供了众多工厂方法来创建各种用途的线程池

2.4 newFixedThreadPool

  1. public static ExecutorService newFixedThreadPool(int nThreads) {
  3.      return new ThreadPoolExecutor(nThreads, nThreads, 0L, TimeUnit.MILLISECONDS,
  4.                                    new LinkedBlockingQueue<Runnable>());
  5. }

特点：

  1. 核心线程数 == 最大线程数（没有救急线程被创建），因此也无需超时时间
  2. 阻塞队列是无界的，可以放任意数量的任务

评价：
适用于任务量已知，相对耗时的任务

2.5 newCachedThreadPool

  1. public static ExecutorService newCachedThreadPool() {
  3.      return new ThreadPoolExecutor(0, Integer.MAX_VALUE, 60L, TimeUnit.SECONDS,
  4.                                    new SynchronousQueue<Runnable>());
  5. }

特点：

  1. 核心线程数是 0，最大线程数是Integer.MAX_VALUE，救急线程的空闲生存时间是 60s，意味着：
    1. 全部都是救急线程（60s后可以回收）
    2. 救急线程可以无限创建

  2. 队列采用了 SynchronousQueue 实现特点是，它没有容量，没有线程来取是放不进去的（一手交钱、一手交货） ```java @Slf4j(topic = “c.TestSynchronousQueue”) public class TestSynchronousQueue {

    public static void main(String[] args) {

    1.  SynchronousQueue<Integer> integers = new SynchronousQueue<>();
    2.  new Thread(() -> {
    3.      try {
    4.          log.debug("putting {} ", 1);
    5.          integers.put(1);
    6.          log.debug("{} putted...", 1);
    8.          log.debug("putting...{} ", 2);
    9.          integers.put(2);
    10.          log.debug("{} putted...", 2);
    11.      } catch (InterruptedException e) {
    12.          e.printStackTrace();
    13.      }
    14.  },"t1").start();
    16.  sleep(1);
    18.  new Thread(() -> {
    19.      try {
    20.          log.debug("taking {}", 1);
    21.          integers.take();
    22.      } catch (InterruptedException e) {
    23.          e.printStackTrace();
    24.      }
    25.  },"t2").start();
    27.  sleep(1);
    29.  new Thread(() -> {
    30.      try {
    31.          log.debug("taking {}", 2);
    32.          integers.take();
    33.      } catch (InterruptedException e) {
    34.          e.printStackTrace();
    35.      }
    36.  },"t3").start();

    } }

输出： 11:48:15.500 c.TestSynchronousQueue [t1] - putting 1 11:48:16.500 c.TestSynchronousQueue [t2] - taking 1 11:48:16.500 c.TestSynchronousQueue [t1] - 1 putted… 11:48:16.500 c.TestSynchronousQueue [t1] - putting…2 11:48:17.502 c.TestSynchronousQueue [t3] - taking 2 11:48:17.503 c.TestSynchronousQueue [t1] - 2 putted…

  1. 评价：<br />整个线程池表现为线程数会根据任务量不断增长，没有上限，当任务执行完毕，空闲分钟后释放线程。适合任务数比较密集，但每个任务执行时间较短的情况。
  2. <a name="AqQOG"></a>
  3. #### **2.6 newSingleThreadExecutor**
  4. ```java
  5. public static ExecutorService newSingleThreadExecutor() {
  7.      return new FinalizableDelegatedExecutorService(new ThreadPoolExecutor(1, 1,
  8.                   0L, TimeUnit.MILLISECONDS,new LinkedBlockingQueue<Runnable>()));
  9. }

使用场景：
希望多个任务排队执行。线程数固定为 1，任务数多于 1 时，会放入无界队列排队。任务执行完毕，这唯一的线程也不会被释放。
区别：

  1. 自己创建一个单线程串行执行任务，如果任务执行失败而终止那么没有任何补救措施，而线程池还会新建一个线程，保证池的正常工作
  2. Executors.newSingleThreadExecutor() 线程个数始终为1，不能修改
    1. FinalizableDelegatedExecutorService 应用的是装饰器模式，只对外暴露了 ExecutorService 接口，因此不能调用 ThreadPoolExecutor 中特有的方法

  3. Executors.newFixedThreadPool(1) 初始时为1，以后还可以修改

    1. 对外暴露的是 ThreadPoolExecutor 对象，可以强转后调用 setCorePoolSize 等方法进行修改

      1. @Slf4j(topic = "c.TestExecutors")
      2. public class TestExecutors {
      3. public static void main(String[] args) throws InterruptedException {
      4.   test2();
      5. }
      7. public static void test2() {
      8.   ExecutorService pool = Executors.newSingleThreadExecutor();
      9.   pool.execute(() -> {
      10.       log.debug("1");
      11.       int i = 1 / 0;
      12.   });
      14.   pool.execute(() -> {
      15.       log.debug("2");
      16.   });
      18.   pool.execute(() -> {
      19.       log.debug("3");
      20.   });
      21. }
      23. private static void test1() {
      25.   ExecutorService pool = Executors.newFixedThreadPool(2, new ThreadFactory() {
      26.       private AtomicInteger t = new AtomicInteger(1);
      28.       @Override
      29.       public Thread newThread(Runnable r) {
      30.           return new Thread(r, "mypool_t" + t.getAndIncrement());
      31.       }
      32.   });
      34.   pool.execute(() -> {
      35.       log.debug("1");
      36.   });
      38.   pool.execute(() -> {
      39.       log.debug("2");
      40.   });
      42.   pool.execute(() -> {
      43.       log.debug("3");
      44.   });
      45. }
      46. }

      2.7 提交任务

      1. @Slf4j(topic = "c.TestSubmit")
      2. public class TestSubmit {
      4. public static void main(String[] args) throws ExecutionException, InterruptedException {
      6.   ExecutorService pool = Executors.newFixedThreadPool(1);
      8.   method3(pool);
      9. }
      11. private static void method3(ExecutorService pool) throws InterruptedException, ExecutionException {
      13.   //  invokeAny：提交tasks中所有任务，哪个任务先成功执行完毕，返回此任务执行结果，其它任务取消
      14.   String result = pool.invokeAny(Arrays.asList(
      15.           () -> {
      16.               log.debug("begin 1");
      17.               Thread.sleep(1000);
      18.               log.debug("end 1");
      19.               return "1";
      20.           },
      21.           () -> {
      22.               log.debug("begin 2");
      23.               Thread.sleep(500);
      24.               log.debug("end 2");
      25.               return "2";
      26.           },
      27.           () -> {
      28.               log.debug("begin 3");
      29.               Thread.sleep(2000);
      30.               log.debug("end 3");
      31.               return "3";
      32.           }
      33.   ));
      34.   log.debug("{}", result);
      35. }
      37. private static void method2(ExecutorService pool) throws InterruptedException {
      39.   // invokeAll：提交 tasks 中所有任务
      40.   List<Future<String>> futures = pool.invokeAll(Arrays.asList(
      41.           () -> {
      42.               log.debug("begin");
      43.               Thread.sleep(1000);
      44.               return "1";
      45.           },
      46.           () -> {
      47.               log.debug("begin");
      48.               Thread.sleep(500);
      49.               return "2";
      50.           },
      51.           () -> {
      52.               log.debug("begin");
      53.               Thread.sleep(2000);
      54.               return "3";
      55.           }
      56.   ));
      57.   futures.forEach( f ->  {
      58.       try {
      59.           log.debug("{}", f.get());
      60.       } catch (InterruptedException | ExecutionException e) {
      61.           e.printStackTrace();
      62.       }
      63.   });
      64. }
      66. private static void method1(ExecutorService pool) throws InterruptedException, ExecutionException {
      68.   // submit：提交任务task，用返回值Future获得任务执行结果
      69.   Future<String> future = pool.submit(() -> {
      71.       log.debug("running....");
      72.       Thread.sleep(1000);
      73.       return "ok";
      74.   });
      75.   // get()：唤醒主线程
      76.   log.debug(future.get());
      77. }
      78. }

      2.8 关闭线程池

      Shutdown： ```java /* 线程池状态变为 SHUTDOWN

  • 不会接收新任务
  • 但已提交任务会执行完

  • 此方法不会阻塞调用线程的执行 */ void shutdown(); public void shutdown() {

    final ReentrantLock mainLock = this.mainLock; mainLock.lock(); try { 

    1.   checkShutdownAccess(); 
    2.   // 修改线程池状态
    3.   advanceRunState(SHUTDOWN); 
    4.   // 仅会打断空闲线程
    5.   interruptIdleWorkers(); 
    6.   onShutdown(); // 扩展点 ScheduledThreadPoolExecutor

    } finally { 

    1.   mainLock.unlock();

    } // 尝试终结(没有运行的线程可以立刻终结，如果还有运行的线程也不会等) tryTerminate(); } **shutdownNow：**java /* 线程池状态变为 STOP

  • 不会接收新任务
  • 会将队列中的任务返回

  • 并用 interrupt 的方式中断正在执行的任务 */ List shutdownNow();

    1. **其它方法**
    2. ```java
    3. @Slf4j(topic = "c.TestShutDown")
    4. public class TestShutDown {
    6.   public static void main(String[] args) throws ExecutionException, InterruptedException {
    8.       ExecutorService pool = Executors.newFixedThreadPool(2);
    10.       Future<Integer> result1 = pool.submit(() -> {
    11.           log.debug("task 1 running...");
    12.           Thread.sleep(1000);
    13.           log.debug("task 1 finish...");
    14.           return 1;
    15.       });
    17.       Future<Integer> result2 = pool.submit(() -> {
    18.           log.debug("task 2 running...");
    19.           Thread.sleep(1000);
    20.           log.debug("task 2 finish...");
    21.           return 2;
    22.       });
    24.       Future<Integer> result3 = pool.submit(() -> {
    25.           log.debug("task 3 running...");
    26.           Thread.sleep(1000);
    27.           log.debug("task 3 finish...");
    28.           return 3;
    29.       });
    31.       log.debug("shutdown");
    32.       // 1、不会接收新任务result4  2、已提交任务会执行完 3、此方法不会阻塞调用线程后续的执行
    33. //        pool.shutdown();
    34. //        pool.awaitTermination(3, TimeUnit.SECONDS);
    36. // 1、不会接收新任务result4  2、会将队列中的任务result3返回 3、并用interrupt的方式中断正在执行的任务result1、result2
    37.       List<Runnable> runnables = pool.shutdownNow();
    38.       log.debug("other.... {}" , runnables);
    40.       Future<Integer> result4 = pool.submit(() -> {
    42.           log.debug("task 4 running...");
    43.           Thread.sleep(1000);
    44.           log.debug("task 4 finish...");
    45.           return 4;
    46.       });
    47.   }
    48. }

    * 模式之Worker Thread

    1. 定义

    让有限的工作线程（Worker Thread）来轮流异步处理无限多的任务。也可以将其归类为分工模式，它的典型实现就是线程池，也体现了经典设计模式中的享元模式。
    例如，海底捞的服务员（线程），轮流处理每位客人的点餐（任务），如果为每位客人都配一名专属的服务员，那么成本就太高了（对比另一种多线程设计模式：Thread-Per-Message）
    注意，不同任务类型应该使用不同的线程池，这样能够避免饥饿，并能提升效率
    例如，如果一个餐馆的工人既要招呼客人（任务类型A），又要到后厨做菜（任务类型B）显然效率不咋地，分成服务员（线程池A）与厨师（线程池B）更为合理，当然你能想到更细致的分工

    2. 饥饿现象
  1. 固定大小线程池会有饥饿现象：
  2. 两个工人是同一个线程池中的两个线程
  3. 他们要做的事情是：为客人点餐和到后厨做菜，这是两个阶段的工作
    1. 客人点餐：必须先点完餐，等菜做好，上菜，在此期间处理点餐的工人必须等待
    2. 后厨做菜：没啥说的，做就是了
  4. 比如工人A 处理了点餐任务，接下来它要等着 工人B 把菜做好，然后上菜，他俩也配合的蛮好
  5. 但现在同时来了两个客人，这个时候工人A 和工人B 都去处理点餐了，这时没人做饭了，饥饿

问题描述：

  1. @Slf4j(topic = "c.TestDeadLock")
  2. public class TestStarvation {
  4.     static final List<String> MENU = Arrays.asList("地三鲜", "宫保鸡丁", "辣子鸡丁", "烤鸡翅");
  5.     static Random RANDOM = new Random();
  6.     static String cooking() {
  7.         return MENU.get(RANDOM.nextInt(MENU.size()));
  8.     }
  9.     public static void main(String[] args) {
  11.         method1();
  12.     }
  13.     // 出现饥饿现象，两个点餐线程就把线程占满
  14.     private static void method1() {
  15.         ExecutorService pool = Executors.newFixedThreadPool(2);
  17.         // 两个任务：一个点餐、一个做菜
  18.         pool.execute(() -> {
  19.             log.debug("处理点餐...");
  20.             Future<String> f = pool.submit(() -> {
  21.                 log.debug("做菜");
  22.                 return cooking();
  23.             });
  24.             try {
  25.                 log.debug("上菜: {}", f.get());
  26.             } catch (InterruptedException | ExecutionException e) {
  27.                 e.printStackTrace();
  28.             }
  29.         });
  30.         pool.execute(() -> {
  31.             log.debug("处理点餐...");
  32.             Future<String> f = pool.submit(() -> {
  33.                 log.debug("做菜");
  34.                 return cooking();
  35.             });
  36.             try {
  37.                 log.debug("上菜: {}", f.get());
  38.             } catch (InterruptedException | ExecutionException e) {
  39.                 e.printStackTrace();
  40.             }
  41.         });
  42.     }
  43. }

解决方法可以增加线程池的大小，不过不是根本解决方案，还是前面提到的，不同的任务类型，采用不同的线程池，例如：

  1. @Slf4j(topic = "c.TestDeadLock")
  2. public class TestStarvation {
  4.     static final List<String> MENU = Arrays.asList("地三鲜", "宫保鸡丁", "辣子鸡丁", "烤鸡翅");
  5.     static Random RANDOM = new Random();
  6.     static String cooking() {
  7.         return MENU.get(RANDOM.nextInt(MENU.size()));
  8.     }
  9.     public static void main(String[] args) {
  11.         method2();
  12.     }
  13.     private static void method2() {
  15.         // 分别定义两个线程池，分别处理不同的线程
  16.         ExecutorService waiterPool = Executors.newFixedThreadPool(1);
  17.         ExecutorService cookPool = Executors.newFixedThreadPool(1);
  19. // 定义三个线程
  20.         waiterPool.execute(() -> {
  21.             log.debug("处理点餐...");
  22.             Future<String> f = cookPool.submit(() -> {
  23.                 log.debug("做菜");
  24.                 return cooking();
  25.             });
  26.             try {
  27.                 log.debug("上菜: {}", f.get());
  28.             } catch (InterruptedException | ExecutionException e) {
  29.                 e.printStackTrace();
  30.             }
  31.         });
  32.         waiterPool.execute(() -> {
  33.             log.debug("处理点餐...");
  34.             Future<String> f = cookPool.submit(() -> {
  35.                 log.debug("做菜");
  36.                 return cooking();
  37.             });
  38.             try {
  39.                 log.debug("上菜: {}", f.get());
  40.             } catch (InterruptedException | ExecutionException e) {
  41.                 e.printStackTrace();
  42.             }
  43.         });
  44.         waiterPool.execute(() -> {
  45.             log.debug("处理点餐...");
  46.             Future<String> f = cookPool.submit(() -> {
  47.                 log.debug("做菜");
  48.                 return cooking();
  49.             });
  50.             try {
  51.                 log.debug("上菜: {}", f.get());
  52.             } catch (InterruptedException | ExecutionException e) {
  53.                 e.printStackTrace();
  54.             }
  55.         });
  56.     }
  57. }

3. 创建多少线程池合适
  1. 过小会导致程序不能充分地利用系统资源、容易导致饥饿

  2. 过大会导致更多的线程上下文切换，占用更多内存

    3.1 CPU密集型运算

    通常采用 cpu 核数 + 1 能够实现最优的 CPU 利用率，+1 是保证当线程由于页缺失故障（操作系统）或其它原因导致暂停时，额外的这个线程就能顶上去，保证 CPU 时钟周期不被浪费

    3.2 I/O密集型运算

    CPU 不总是处于繁忙状态，例如，当你执行业务计算时，这时候会使用 CPU 资源，但当你执行 I/O 操作时、远程RPC 调用时，包括进行数据库操作时，这时候 CPU 就闲下来了，你可以利用多线程提高它的利用率。
    经验公式如下：
    线程数 = 核数 期望 CPU 利用率 总时间(CPU计算时间+等待时间) / CPU 计算时间
    例如 4 核 CPU 计算时间是 50% ，其它等待时间是 50%，期望 cpu 被 100% 利用，套用公式
    4 100% 100% / 50% = 8
    例如 4 核 CPU 计算时间是 10% ，其它等待时间是 90%，期望 cpu 被 100% 利用，套用公式
    4 100% 100% / 10% = 40

    4. 自定义线程池

    2.9 任务调度线程池

    在『任务调度线程池』功能加入之前，可以使用 java.util.Timer 来实现定时功能，Timer 的优点在于简单易用，但由于所有任务都是由同一个线程来调度，因此所有任务都是串行执行的，同一时间只能有一个任务在执行，前一个任务的延迟或异常都将会影响到之后的任务。

    使用Timer存在的问题
    1. @Slf4j(topic = "c.TestTimer")
    2. public class TestTimer {
    4.  public static void main(String[] args) throws ExecutionException, InterruptedException {
    6.      Timer timer = new Timer();
    7.      TimerTask task1 = new TimerTask() {
    8.          @Override
    9.          public void run() {
    10.              log.debug("task 1");
    11. //                int i = 1/0;
    12.              sleep(2);
    13.          }
    14.      };
    15.      TimerTask task2 = new TimerTask() {
    16.          @Override
    17.          public void run() {
    18.              log.debug("task 2");
    19.          }
    20.      };
    21.  // 使用 timer 添加两个任务，希望它们都在 1s 后执行
    22.  // 但由于 timer 内只有一个线程来顺序执行队列中的任务，因此『任务1』的延时，影响了『任务2』的执行
    23.  // 同时若任务1存在异常，线程2也不会执行
    24.      log.debug("start...");
    25.      timer.schedule(task1, 1000);
    26.      timer.schedule(task2, 1000);
    27. }

    使用ScheduledExecutorService
    1. @Slf4j(topic = "c.TestTimer")
    2. public class TestTimer {
    4.  public static void main(String[] args) throws ExecutionException, InterruptedException {
    6.      // 延时执行任务
    7.      ScheduledExecutorService pool = Executors.newScheduledThreadPool(2);
    8. // 添加两个任务，希望它们都在 1s 后执行
    9.      pool.schedule(() -> {
    10.          log.debug("task1");
    11. //            int i = 1 / 0;
    12.          sleep(2);
    13.      }, 1, TimeUnit.SECONDS);
    15.      pool.schedule(() -> {
    16.          log.debug("task2");
    17.      }, 1, TimeUnit.SECONDS);
    18. }

    scheduleAtFixedRate和scheduleWithFixedDelay
    1. @Slf4j(topic = "c.TestTimer")
    2. public class TestTimer {
    4.  public static void main(String[] args) throws ExecutionException, InterruptedException {
    6.      ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
    7.      log.debug("start...");
    8.      // scheduleAtFixedRate：以固定的速率执行任务  参数：初始时间（主线程启动后间隔时间开始执行）、时间间隔、单位
    9.      // delay是以上一次任务耗时计算，此处的间隔为2S
    10.      pool.scheduleAtFixedRate(() -> {
    11.          log.debug("running...");
    12.     // 任务执行时间超过了间隔时间
    13.          sleep(2);
    14.      }, 1, 1, TimeUnit.SECONDS);
    16.      // delay是从上一次任务结束后开始计算，此处的间隔为3S
    17.      pool.scheduleWithFixedDelay(() -> {
    18.          log.debug("running...");
    19.          sleep(2);
    20.      }, 1, 1, TimeUnit.SECONDS);
    21. }

    scheduleAtFixedRate输出分析：一开始，延时 1s，接下来，由于任务执行时间 > 间隔时间，间隔被『撑』到了 2s
    scheduleWithFixedDelay输出分析：一开始，延时 1s，scheduleWithFixedDelay 的间隔是 上一个任务结束 <-> 延时 <-> 下一个任务开始 所以间隔都是 3s
    评价：
    整个线程池表现为：线程数固定，任务数多于线程数时，会放入无界队列排队。任务执行完毕，这些线程也不会被释放。用来执行延迟或反复执行的任务

    2.10 正确处理执行任务异常

    方法1：主动捉异常
    1. @Slf4j(topic = "c.TestTimer")
    2. public class TestTimer {
    3.  public static void main(String[] args) throws ExecutionException, InterruptedException {
    5.      ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
    6.      pool.schedule(() -> {
    7.          try {
    8.              log.debug("task1");
    9.              int i = 1 / 0;
    10.          } catch (Exception e) {
    11.              log.error("error:", e);
    12.          }
    13.      }, 1, TimeUnit.SECONDS);
    14. }

    方法2：使用Future
    1. @Slf4j(topic = "c.TestTimer")
    2. public class TestTimer {
    4.  public static void main(String[] args) throws ExecutionException, InterruptedException {
    6.      ExecutorService pool1 = Executors.newFixedThreadPool(1);
    7.      Future<Boolean> future = pool1.submit(() -> {
    8.              log.debug("task1");
    9.              int i = 1 / 0;
    10.              return true;
    11.      });
    12.      log.debug("result:{}",future.get());
    13. }

    * 应用之定时任务

    2.11 Tomcat线程池

    Tomcat用到的线程池：

  3. LimitLatch 用来限流，可以控制最大连接个数，类似 J.U.C 中的 Semaphore 后面再讲

  4. Acceptor 只负责【接收新的 socket 连接】
  5. Poller 只负责监听 socket channel 是否有【可读的 I/O 事件】
  6. 一旦可读，封装一个任务对象（socketProcessor），提交给 Executor 线程池处理
  7. Executor 线程池中的工作线程最终负责【处理请求】

Tomcat 线程池扩展了 ThreadPoolExecutor，行为稍有不同

  1. 如果总线程数达到 maximumPoolSize
    1. 这时不会立刻抛 RejectedExecutionException 异常
    2. 而是再次尝试将任务放入队列，如果还失败，才抛出 RejectedExecutionException 异常

源码 tomcat-7.0.42

  1. public void execute(Runnable command, long timeout, TimeUnit unit) {
  2.     submittedCount.incrementAndGet();
  3.     try {
  4.         super.execute(command);
  5.     } catch (RejectedExecutionException rx) {
  6.         if (super.getQueue() instanceof TaskQueue) {
  7.             final TaskQueue queue = (TaskQueue)super.getQueue();
  8.             try {
  9.                 if (!queue.force(command, timeout, unit)) {
  10.                     submittedCount.decrementAndGet();
  11.                     throw new RejectedExecutionException("Queue capacity is full.");
  12.                 }
  13.             } catch (InterruptedException x) {
  14.                 submittedCount.decrementAndGet();
  15.                 Thread.interrupted();
  16.                 throw new RejectedExecutionException(x);
  17.             }
  18.         } else {
  19.             submittedCount.decrementAndGet();
  20.             throw rx;
  21.         }
  22.     }
  23. }

TaskQueue.java

  1. public boolean force(Runnable o, long timeout, TimeUnit unit) throws InterruptedException {
  2.     if ( parent.isShutdown() ) 
  3.         throw new RejectedExecutionException(
  4.         "Executor not running, can't force a command into the queue"
  5.     );
  6.     return super.offer(o,timeout,unit); //forces the item onto the queue, to be used if the task 
  7.     is rejected
  8.     }

Connector配置：
image.png
Executor线程配置：
image.png
image.png

3、Fork/Join线程池

3.1 概念

  1. Fork/Join是 JDK 1.7 加入的新的线程池实现，它体现的是一种分治思想，适用于能够进行任务拆分的 cpu 密集型运算
  2. 所谓的任务拆分，是将一个大任务拆分为算法上相同的小任务，直至不能拆分可以直接求解。跟递归相关的一些计算，如归并排序、斐波那契数列、都可以用分治思想进行求解
  3. Fork/Join 在分治的基础上加入了多线程，可以把每个任务的分解和合并交给不同的线程来完成，进一步提升了运算效率

  4. Fork/Join 默认会创建与 cpu 核心数大小相同的线程池

    3.2 使用

    提交给 Fork/Join 线程池的任务需要继承 RecursiveTask（有返回值）或 RecursiveAction（没有返回值），例如下面定义了一个对 1~n 之间的整数求和的任务: ```java @Slf4j(topic = “c.TestForkJoin2”) public class TestForkJoin2 {

    public static void main(String[] args) {

    1.  // 4个线程，若不传，则以CPU核心为线程数
    2.  ForkJoinPool pool = new ForkJoinPool(4);
    3.  System.out.println(pool.invoke(new MyTask(5)));
    5.  // 任务拆分：
    6.  // new MyTask(5)：5 + new MyTask(4)
    7.  // new MyTask(4)：4 + new MyTask(3)
    8.  // new MyTask(3)：3 + new MyTask(2)
    9.  // new MyTask(2)：2 + new MyTask(1)

    } }

// 1~n 之间整数的和 @Slf4j(topic = “c.MyTask”) class MyTask extends RecursiveTask {

  1. private int n;
  3. public MyTask(int n) {
  4.     this.n = n;
  5. }
  7. @Override
  8. public String toString() {
  9.     return "{" + n + '}';
  10. }
  12. @Override
  13. protected Integer compute() {
  15.     // 如果n为 1，可以求得结果了
  16.     if (n == 1) {
  17.         log.debug("join() {}", n);
  18.         return n;
  19.     }
  21.     // 将任务进行拆分(fork)

// AddTask1 t1 = new AddTask1(n - 1); MyTask t1 = new MyTask(n - 1); // 让一个线程去执行此任务 t1.fork(); log.debug(“fork() {} + {}”, n, t1);

  1.     // 合并(join)结果
  2.     int result = n + t1.join();
  3.     log.debug("join() {} + {} = {}", n, t1, result);
  4.     return result;
  5. }

}

  1. 然后提交给 ForkJoinPool 来执行
  2. ```java
  3. public static void main(String[] args) {
  4.      ForkJoinPool pool = new ForkJoinPool(4);
  5.      System.out.println(pool.invoke(new AddTask1(5)));
  6. }
  8. 结果：
  9. [ForkJoinPool-1-worker-0] - fork() 2 + {1} 
  10. [ForkJoinPool-1-worker-1] - fork() 5 + {4} 
  11. [ForkJoinPool-1-worker-0] - join() 1 
  12. [ForkJoinPool-1-worker-0] - join() 2 + {1} = 3 
  13. [ForkJoinPool-1-worker-2] - fork() 4 + {3} 
  14. [ForkJoinPool-1-worker-3] - fork() 3 + {2} 
  15. [ForkJoinPool-1-worker-3] - join() 3 + {2} = 6 
  16. [ForkJoinPool-1-worker-2] - join() 4 + {3} = 10 
  17. [ForkJoinPool-1-worker-1] - join() 5 + {4} = 15 
  18. 15

用图来表示：
image.png

3.3 改进

  1. public class TestForkJoin {
  3.     public static void main(String[] args) {
  4.         ForkJoinPool pool = new ForkJoinPool(4);
  5. //        System.out.println(pool.invoke(new AddTask1(5)));
  6.         System.out.println(pool.invoke(new AddTask3(1, 5)));
  7.     }
  8. }
  10. @Slf4j(topic = "c.AddTask")
  11. class AddTask1 extends RecursiveTask<Integer> {
  13.     int n;
  15.     public AddTask1(int n) {
  16.         this.n = n;
  17.     }
  19.     @Override
  20.     public String toString() {
  21.         return "{" + n + '}';
  22.     }
  24.     @Override
  25.     protected Integer compute() {
  26.         if (n == 1) {
  27.             log.debug("join() {}", n);
  28.             return n;
  29.         }
  30.         AddTask1 t1 = new AddTask1(n - 1);
  32.         t1.fork();
  33.         log.debug("fork() {} + {}", n, t1);
  34.         int result = n + t1.join();
  35.         log.debug("join() {} + {} = {}", n, t1, result);
  36.         return result;
  37.     }
  38. }
  40. @Slf4j(topic = "c.AddTask")
  41. class AddTask2 extends RecursiveTask<Integer> {
  43.     int begin;
  44.     int end;
  46.     public AddTask2(int begin, int end) {
  47.         this.begin = begin;
  48.         this.end = end;
  49.     }
  51.     @Override
  52.     public String toString() {
  53.         return "{" + begin + "," + end + '}';
  54.     }
  56.     @Override
  57.     protected Integer compute() {
  58.         if (begin == end) {
  59.             log.debug("join() {}", begin);
  60.             return begin;
  61.         }
  62.         if (end - begin == 1) {
  63.             log.debug("join() {} + {} = {}", begin, end, end + begin);
  64.             return end + begin;
  65.         }
  66.         int mid = (end + begin) / 2;
  68.         AddTask2 t1 = new AddTask2(begin, mid - 1);
  69.         t1.fork();
  70.         AddTask2 t2 = new AddTask2(mid + 1, end);
  71.         t2.fork();
  72.         log.debug("fork() {} + {} + {} = ?", mid, t1, t2);
  74.         int result = mid + t1.join() + t2.join();
  75.         log.debug("join() {} + {} + {} = {}", mid, t1, t2, result);
  76.         return result;
  77.     }
  78. }
  80. @Slf4j(topic = "c.AddTask")
  81. class AddTask3 extends RecursiveTask<Integer> {
  83.     int begin;
  84.     int end;
  86.     public AddTask3(int begin, int end) {
  87.         this.begin = begin;
  88.         this.end = end;
  89.     }
  91.     @Override
  92.     public String toString() {
  93.         return "{" + begin + "," + end + '}';
  94.     }
  96.     @Override
  97.     protected Integer compute() {
  98.         if (begin == end) {
  99.             log.debug("join() {}", begin);
  100.             return begin;
  101.         }
  102.         if (end - begin == 1) {
  103.             log.debug("join() {} + {} = {}", begin, end, end + begin);
  104.             return end + begin;
  105.         }
  106.         int mid = (end + begin) / 2;
  108.         AddTask3 t1 = new AddTask3(begin, mid);
  109.         t1.fork();
  110.         AddTask3 t2 = new AddTask3(mid + 1, end);
  111.         t2.fork();
  112.         log.debug("fork() {} + {} = ?", t1, t2);
  114.         int result = t1.join() + t2.join();
  115.         log.debug("join() {} + {} = {}", t1, t2, result);
  116.         return result;
  117.     }
  118. }

然后提交给 ForkJoinPool 来执行

  1. public static void main(String[] args) {
  2.      ForkJoinPool pool = new ForkJoinPool(4);
  3.      System.out.println(pool.invoke(new AddTask3(1, 10)));
  4. }
  6. 结果：
  7. [ForkJoinPool-1-worker-0] - join() 1 + 2 = 3 
  8. [ForkJoinPool-1-worker-3] - join() 4 + 5 = 9 
  9. [ForkJoinPool-1-worker-0] - join() 3 
  10. [ForkJoinPool-1-worker-1] - fork() {1,3} + {4,5} = ? 
  11. [ForkJoinPool-1-worker-2] - fork() {1,2} + {3,3} = ? 
  12. [ForkJoinPool-1-worker-2] - join() {1,2} + {3,3} = 6 
  13. [ForkJoinPool-1-worker-1] - join() {1,3} + {4,5} = 15 
  14. 15

用图来表示：
image.png

二、J.U.C

1、AQS原理

1.1 概述

全称是AbstractQueuedSynchronizer，是阻塞式锁和相关的同步器工具的框架
特点：

  1. 用 state 属性来表示资源的状态（分独占模式和共享模式），子类需要定义如何维护这个状态，控制如何获取锁和释放锁
    1. getState - 获取 state 状态
    2. setState - 设置 state 状态
    3. compareAndSetState - cas 机制设置 state 状态
  2. 独占模式是只有一个线程能够访问资源，而共享模式可以允许多个线程访问资源
  3. 提供了基于 FIFO 的等待队列，类似于 Monitor 的 EntryList
  4. 条件变量来实现等待、唤醒机制，支持多个条件变量，类似于 Monitor 的 WaitSet

子类主要实现这样一些方法（默认抛出 UnsupportedOperationException）

  1. tryAcquire
  2. tryRelease
  3. tryAcquireShared
  4. tryReleaseShared
  5. isHeldExclusively

获取锁的姿势

释放锁的姿势

1.2 实现不可重入锁

  1. @Slf4j(topic = "c.TestAqs")
  2. public class TestAqs {
  4.     public static void main(String[] args) {
  5.         MyLock lock = new MyLock();
  6.         new Thread(() -> {
  7.             lock.lock();
  8.             try {
  9.                 log.debug("locking...");
  10.                 sleep(1);
  11.             } finally {
  12.                 log.debug("unlocking...");
  13.                 lock.unlock();
  14.             }
  15.         },"t1").start();
  17.         new Thread(() -> {
  18.             lock.lock();
  19.             try {
  20.                 log.debug("locking...");
  21.             } finally {
  22.                 log.debug("unlocking...");
  23.                 lock.unlock();
  24.             }
  25.         },"t2").start();
  26.     }
  27. }
  29. // 自定义锁（不可重入锁，可以挡住自己）
  30. class MyLock implements Lock {
  32.     // 独占锁  同步器类
  33.     class MySync extends AbstractQueuedSynchronizer {
  35.         @Override  // 尝试获取锁
  36.         protected boolean tryAcquire(int arg) {
  37.             if(compareAndSetState(0, 1)) {
  38.                 // 加上了锁，并设置 owner 为当前线程
  39.                 setExclusiveOwnerThread(Thread.currentThread());
  40.                 return true;
  41.             }
  42.             return false;
  43.         }
  45.         @Override  // 尝试释放锁
  46.         protected boolean tryRelease(int arg) {
  47.             setExclusiveOwnerThread(null);
  48.             setState(0);  // 解锁
  49.             return true;
  50.         }
  52.         @Override // 是否持有独占锁
  53.         protected boolean isHeldExclusively() {
  54.             return getState() == 1;
  55.         }
  57.         // 创建条件变量
  58.         public Condition newCondition() {
  59.             return new ConditionObject();
  60.         }
  61.     }
  63.     private MySync sync = new MySync();
  65.     @Override // 加锁（不成功会进入等待队列）
  66.     public void lock() {
  67.         sync.acquire(1);
  68.     }
  70.     @Override // 加锁，可打断
  71.     public void lockInterruptibly() throws InterruptedException {
  72.         sync.acquireInterruptibly(1);
  73.     }
  75.     @Override // 尝试加锁（一次）
  76.     public boolean tryLock() {
  77.         return sync.tryAcquire(1);
  78.     }
  80.     @Override // 尝试加锁，带超时
  81.     public boolean tryLock(long time, TimeUnit unit) throws InterruptedException {
  82.         return sync.tryAcquireNanos(1, unit.toNanos(time));
  83.     }
  85.     @Override // 解锁
  86.     public void unlock() {
  87.         sync.release(1);
  88.     }
  90.     @Override // 创建条件变量
  91.     public Condition newCondition() {
  92.         return sync.newCondition();
  93.     }
  94. }

1.3 不可重入测试

如果改为下面代码，会发现自己也会被挡住（只会打印一次 locking）

2、ReentrantLock 原理

3、读写锁

3.1 ReentrantReadWriteLock

当读操作远远高于写操作时，这时候使用 读写锁 让 读-读 可以并发，提高性能。 类似于数据库中的 select … from … lock in share mode
提供一个 数据容器类 内部分别使用读锁保护数据的 read() 方法，写锁保护数据的 write() 方法

  1. class DataContainer {
  2.     private Object data;
  3.     private ReentrantReadWriteLock rw = new ReentrantReadWriteLock();
  4.     private ReentrantReadWriteLock.ReadLock r = rw.readLock();
  5.     private ReentrantReadWriteLock.WriteLock w = rw.writeLock();
  6.     public Object read() {
  7.         log.debug("获取读锁...");
  8.         r.lock();
  9.         try {
  10.             log.debug("读取");
  11.             sleep(1);
  12.             return data;
  13.         } finally {
  14.             log.debug("释放读锁...");
  15.             r.unlock();
  16.         }
  17.     }
  18.     public void write() {
  19.         log.debug("获取写锁...");
  20.         w.lock();
  21.         try {
  22.             log.debug("写入");
  23.             sleep(1);
  24.         } finally {
  25.             log.debug("释放写锁...");
  26.             w.unlock();
  27.         }
  28.     }
  29. }

测试 读锁-读锁 可以并发

  1. DataContainer dataContainer = new DataContainer();
  3. new Thread(() -> {
  4.     dataContainer.read();
  5. }, "t1").start();
  7. new Thread(() -> {
  8.     dataContainer.read();
  9. }, "t2").start();

输出结果，从这里可以看到 Thread-0 锁定期间，Thread-1 的读操作不受影响

  1. 14:05:14.341 c.DataContainer [t2] - 获取读锁... 
  2. 14:05:14.341 c.DataContainer [t1] - 获取读锁... 
  3. 14:05:14.345 c.DataContainer [t1] - 读取
  4. 14:05:14.345 c.DataContainer [t2] - 读取
  5. 14:05:15.365 c.DataContainer [t2] - 释放读锁... 
  6. 14:05:15.386 c.DataContainer [t1] - 释放读锁...

测试 读锁-写锁 相互阻塞

  1. DataContainer dataContainer = new DataContainer();
  2. new Thread(() -> {
  3.     dataContainer.read();
  4. }, "t1").start();
  6. Thread.sleep(100);
  7. new Thread(() -> {
  8.     dataContainer.write();
  9. }, "t2").start();
  11. 输出结果：
  12. 14:04:21.838 c.DataContainer [t1] - 获取读锁... 
  13. 14:04:21.838 c.DataContainer [t2] - 获取写锁... 
  14. 14:04:21.841 c.DataContainer [t2] - 写入
  15. 14:04:22.843 c.DataContainer [t2] - 释放写锁... 
  16. 14:04:22.843 c.DataContainer [t1] - 读取
  17. 14:04:23.843 c.DataContainer [t1] - 释放读锁...
  19. 写锁-写锁 也是相互阻塞的，这里就不测试了

注意事项：

  1. 读锁不支持条件变量

  2. 重入时升级不支持：即持有读锁的情况下去获取写锁，会导致获取写锁永久等待

    1. r.lock();
    2. try {
    3. // ...
    4. w.lock();
    5. try {
    6.   // ...
    7. } finally{
    8.   w.unlock();
    9. }
    10. } finally{
    11. r.unlock();
    12. }

  3. 重入时降级支持：即持有写锁的情况下去获取读锁

    1. class CachedData {
    2. Object data;
    3. // 是否有效，如果失效，需要重新计算 data
    4. volatile boolean cacheValid;
    5. final ReentrantReadWriteLock rwl = new ReentrantReadWriteLock();
    6. void processCachedData() {
    7.   rwl.readLock().lock();
    8.   if (!cacheValid) {
    9.       // 获取写锁前必须释放读锁
    10.       rwl.readLock().unlock();
    11.       rwl.writeLock().lock();
    12.       try {
    13.           // 判断是否有其它线程已经获取了写锁、更新了缓存, 避免重复更新
    14.           if (!cacheValid) {
    15.               data = ...
    16.                   cacheValid = true;
    17.           }
    18.           // 降级为读锁, 释放写锁, 这样能够让其它线程读取缓存
    19.           rwl.readLock().lock();
    20.       } finally {
    21.           rwl.writeLock().unlock();
    22.       }
    23.   }
    24.   // 自己用完数据, 释放读锁 
    25.   try {
    26.       use(data);
    27.   } finally {
    28.       rwl.readLock().unlock();
    29.   }
    30. }
    31. }

    * 应用之缓存

    * 读写锁原理

    3.2 StampedLock

    该类自 JDK 8 加入，是为了进一步优化读性能，它的特点是在使用读锁、写锁时都必须配合【戳】使用 ```java // 加解读锁 long stamp = lock.readLock(); lock.unlockRead(stamp);

// 加解写锁 long stamp = lock.writeLock(); lock.unlockWrite(stamp);

  1. 乐观读，StampedLock 支持 tryOptimisticRead() 方法（乐观读），读取完毕后需要做一次 戳校验 如果校验通过，表示这期间确实没有写操作，数据可以安全使用，如果校验没通过，需要重新获取读锁，保证数据安全。
  2. ```java
  3. long stamp = lock.tryOptimisticRead();
  4. // 验戳
  5. if(!lock.validate(stamp)){
  6.     // 锁升级
  7. }

提供一个 数据容器类 内部分别使用读锁保护数据的 read() 方法，写锁保护数据的 write() 方法 

  1. class DataContainerStamped {
  2.     private int data;
  3.     private final StampedLock lock = new StampedLock();
  4.     public DataContainerStamped(int data) {
  5.         this.data = data;
  6.     }
  7.     public int read(int readTime) {
  8.         long stamp = lock.tryOptimisticRead();
  9.         log.debug("optimistic read locking...{}", stamp);
  10.         sleep(readTime);
  11.         if (lock.validate(stamp)) {
  12.             log.debug("read finish...{}, data:{}", stamp, data);
  13.             return data;
  14.         }
  15.         // 锁升级 - 读锁
  16.         log.debug("updating to read lock... {}", stamp);
  17.         try {
  18.             stamp = lock.readLock();
  19.             log.debug("read lock {}", stamp);
  20.             sleep(readTime);
  21.             log.debug("read finish...{}, data:{}", stamp, data);
  22.             return data;
  23.         } finally {
  24.             log.debug("read unlock {}", stamp);
  25.             lock.unlockRead(stamp);
  26.         }
  27.     }
  28.     public void write(int newData) {
  29.         long stamp = lock.writeLock();
  30.         log.debug("write lock {}", stamp);
  31.         try {
  32.             sleep(2);
  33.             this.data = newData;
  34.         } finally {
  35.             log.debug("write unlock {}", stamp);
  36.             lock.unlockWrite(stamp);
  37.         }
  38.     }
  39. }

测试 读-读 可以优化

  1. public static void main(String[] args) {
  2.     DataContainerStamped dataContainer = new DataContainerStamped(1);
  3.     new Thread(() -> {
  4.         dataContainer.read(1);
  5.     }, "t1").start();
  6.     sleep(0.5);
  7.     new Thread(() -> {
  8.         dataContainer.read(0);
  9.     }, "t2").start();
  10. }

输出结果，可以看到实际没有加读锁

  1. 15:58:50.217 c.DataContainerStamped [t1] - optimistic read locking...256 
  2. 15:58:50.717 c.DataContainerStamped [t2] - optimistic read locking...256 
  3. 15:58:50.717 c.DataContainerStamped [t2] - read finish...256, data:1 
  4. 15:58:51.220 c.DataContainerStamped [t1] - read finish...256, data:1

测试 读-写 时优化读补加读锁

  1. public static void main(String[] args) {
  2.     DataContainerStamped dataContainer = new DataContainerStamped(1);
  3.     new Thread(() -> {
  4.         dataContainer.read(1);
  5.     }, "t1").start();
  6.     sleep(0.5);
  7.     new Thread(() -> {
  8.         dataContainer.write(100);
  9.     }, "t2").start();
  10. }
  12. 输出结果:
  13. 15:57:00.219 c.DataContainerStamped [t1] - optimistic read locking...256 
  14. 15:57:00.717 c.DataContainerStamped [t2] - write lock 384 
  15. 15:57:01.225 c.DataContainerStamped [t1] - updating to read lock... 256 
  16. 15:57:02.719 c.DataContainerStamped [t2] - write unlock 384 
  17. 15:57:02.719 c.DataContainerStamped [t1] - read lock 513 
  18. 15:57:03.719 c.DataContainerStamped [t1] - read finish...513, data:1000 
  19. 15:57:03.719 c.DataContainerStamped [t1] - read unlock 513

注意：

  1. StampedLock 不支持条件变量
  2. StampedLock 不支持可重入

    4、Semaphore

    基本使用

    [ˈsɛməˌfɔr] 信号量，用来限制能同时访问共享资源的线程上限。 ```java public static void main(String[] args) { // 1. 创建 semaphore 对象 Semaphore semaphore = new Semaphore(3); // 2. 10个线程同时运行 for (int i = 0; i < 10; i++) { new Thread(() -> {
    1.   // 3. 获取许可
    2.   try {
    3.       semaphore.acquire();
    4.   } catch (InterruptedException e) {
    5.       e.printStackTrace();
    6.   }
    7.   try {
    8.       log.debug("running...");
    9.       sleep(1);
    10.       log.debug("end...");
    11.   } finally {
    12.       // 4. 释放许可
    13.       semaphore.release();
    14.   }
    }).start(); } }

输出： 07:35:15.485 c.TestSemaphore [Thread-2] - running… 07:35:15.485 c.TestSemaphore [Thread-1] - running… 07:35:15.485 c.TestSemaphore [Thread-0] - running… 07:35:16.490 c.TestSemaphore [Thread-2] - end… 07:35:16.490 c.TestSemaphore [Thread-0] - end… 07:35:16.490 c.TestSemaphore [Thread-1] - end… 07:35:16.490 c.TestSemaphore [Thread-3] - running… 07:35:16.490 c.TestSemaphore [Thread-5] - running… 07:35:16.490 c.TestSemaphore [Thread-4] - running… 07:35:17.490 c.TestSemaphore [Thread-5] - end… 07:35:17.490 c.TestSemaphore [Thread-4] - end… 07:35:17.490 c.TestSemaphore [Thread-3] - end… 07:35:17.490 c.TestSemaphore [Thread-6] - running… 07:35:17.490 c.TestSemaphore [Thread-7] - running… 07:35:17.490 c.TestSemaphore [Thread-9] - running… 07:35:18.491 c.TestSemaphore [Thread-6] - end… 07:35:18.491 c.TestSemaphore [Thread-7] - end… 07:35:18.491 c.TestSemaphore [Thread-9] - end… 07:35:18.491 c.TestSemaphore [Thread-8] - running… 07:35:19.492 c.TestSemaphore [Thread-8] - end…

  1. <a name="FJxne"></a>
  2. #### * Semaphore 应用 
  3. <a name="sel7C"></a>
  4. #### * Semaphore 原理
  5. <a name="VU5Fp"></a>
  6. ### 5、**CountdownLatch**
  7. 用来进行线程同步协作，等待所有线程完成倒计时。 <br />其中构造参数用来初始化等待计数值，await() 用来等待计数归零，countDown() 用来让计数减一
  8. ```java
  9. public static void main(String[] args) throws InterruptedException {
  10.     CountDownLatch latch = new CountDownLatch(3);
  11.     new Thread(() -> {
  12.         log.debug("begin...");
  13.         sleep(1);
  14.         latch.countDown();
  15.         log.debug("end...{}", latch.getCount());
  16.     }).start();
  17.     new Thread(() -> {
  18.         log.debug("begin...");
  19.         sleep(2);
  20.         latch.countDown();
  21.         log.debug("end...{}", latch.getCount());
  22.     }).start();
  23.     new Thread(() -> {
  24.         log.debug("begin...");
  25.         sleep(1.5);
  26.         latch.countDown();
  27.         log.debug("end...{}", latch.getCount());
  28.     }).start();
  29.     log.debug("waiting...");
  30.     latch.await();
  31.     log.debug("wait end...");
  32. }
  34. 输出：
  35. 18:44:00.778 c.TestCountDownLatch [main] - waiting... 
  36. 18:44:00.778 c.TestCountDownLatch [Thread-2] - begin... 
  37. 18:44:00.778 c.TestCountDownLatch [Thread-0] - begin... 
  38. 18:44:00.778 c.TestCountDownLatch [Thread-1] - begin... 
  39. 18:44:01.782 c.TestCountDownLatch [Thread-0] - end...2 
  40. 18:44:02.283 c.TestCountDownLatch [Thread-2] - end...1 
  41. 18:44:02.782 c.TestCountDownLatch [Thread-1] - end...0 
  42. 18:44:02.782 c.TestCountDownLatch [main] - wait end...

可以配合线程池使用，改进如下：

  1. public static void main(String[] args) throws InterruptedException {
  2.     CountDownLatch latch = new CountDownLatch(3);
  3.     ExecutorService service = Executors.newFixedThreadPool(4);
  4.     service.submit(() -> {
  5.         log.debug("begin...");
  6.         sleep(1);
  7.         latch.countDown();
  8.         log.debug("end...{}", latch.getCount());
  9.     });
  10.     service.submit(() -> {
  11.         log.debug("begin...");
  12.         sleep(1.5);
  13.         latch.countDown();
  14.         log.debug("end...{}", latch.getCount());
  15.     });
  16.     service.submit(() -> {
  17.         log.debug("begin...");
  18.         sleep(2);
  19.         latch.countDown();
  20.         log.debug("end...{}", latch.getCount());
  21.     });
  22.     service.submit(()->{
  23.         try {
  24.             log.debug("waiting...");
  25.             latch.await();
  26.             log.debug("wait end...");
  27.         } catch (InterruptedException e) {
  28.             e.printStackTrace();
  29.         }
  30.     });
  31. }
  33. 输出：
  34. 18:52:25.831 c.TestCountDownLatch [pool-1-thread-3] - begin... 
  35. 18:52:25.831 c.TestCountDownLatch [pool-1-thread-1] - begin... 
  36. 18:52:25.831 c.TestCountDownLatch [pool-1-thread-2] - begin... 
  37. 18:52:25.831 c.TestCountDownLatch [pool-1-thread-4] - waiting... 
  38. 18:52:26.835 c.TestCountDownLatch [pool-1-thread-1] - end...2 
  39. 18:52:27.335 c.TestCountDownLatch [pool-1-thread-2] - end...1 
  40. 18:52:27.835 c.TestCountDownLatch [pool-1-thread-3] - end...0 
  41. 18:52:27.835 c.TestCountDownLatch [pool-1-thread-4] - wait end...

* 应用之同步等待多线程准备完毕

  1. AtomicInteger num = new AtomicInteger(0);
  2. ExecutorService service = Executors.newFixedThreadPool(10, (r) -> {
  3.     return new Thread(r, "t" + num.getAndIncrement());
  4. });
  5. CountDownLatch latch = new CountDownLatch(10);
  6. String[] all = new String[10];
  7. Random r = new Random();
  8. for (int j = 0; j < 10; j++) {
  9.     int x = j;
  10.     service.submit(() -> {
  11.         for (int i = 0; i <= 100; i++) {
  12.             try {
  13.                 Thread.sleep(r.nextInt(100));
  14.             } catch (InterruptedException e) {
  15.             }
  16.             all[x] = Thread.currentThread().getName() + "(" + (i + "%") + ")";
  17.             System.out.print("\r" + Arrays.toString(all));
  18.         }
  19.         latch.countDown();
  20.     });
  21. }
  22. latch.await();
  23. System.out.println("\n游戏开始...");
  24. service.shutdown();
  27. 中间输出：
  28. [t0(52%), t1(47%), t2(51%), t3(40%), t4(49%), t5(44%), t6(49%), t7(52%), t8(46%), t9(46%)]
  30. 最后输出：
  31. [t0(100%), t1(100%), t2(100%), t3(100%), t4(100%), t5(100%), t6(100%), t7(100%), t8(100%), 
  32. t9(100%)] 
  33. 游戏开始...

* 应用之同步等待多个远程调用结束

  1. @RestController
  2. public class TestCountDownlatchController {
  3.     @GetMapping("/order/{id}")
  4.     public Map<String, Object> order(@PathVariable int id) {
  5.         HashMap<String, Object> map = new HashMap<>();
  6.         map.put("id", id);
  7.         map.put("total", "2300.00");
  8.         sleep(2000);
  9.         return map;
  10.     }
  11.     @GetMapping("/product/{id}")
  12.     public Map<String, Object> product(@PathVariable int id) {
  13.         HashMap<String, Object> map = new HashMap<>();
  14.         if (id == 1) {
  15.             map.put("name", "小爱音箱");
  16.             map.put("price", 300);
  17.         } else if (id == 2) {
  18.             map.put("name", "小米手机");
  19.             map.put("price", 2000);
  20.         }
  21.         map.put("id", id);
  22.         sleep(1000);
  23.         return map;
  24.     }
  25.     @GetMapping("/logistics/{id}")
  26.     public Map<String, Object> logistics(@PathVariable int id) {
  27.         HashMap<String, Object> map = new HashMap<>();
  28.         map.put("id", id);
  29.         map.put("name", "中通快递");
  30.         sleep(2500);
  31.         return map;
  32.     }
  33.     private void sleep(int millis) {
  34.         try {
  35.             Thread.sleep(millis);
  36.         } catch (InterruptedException e) {
  37.             e.printStackTrace();
  38.         }
  39.     }
  40. }

rest 远程调用

  1. RestTemplate restTemplate = new RestTemplate();
  2. log.debug("begin");
  3. ExecutorService service = Executors.newCachedThreadPool();
  4. CountDownLatch latch = new CountDownLatch(4);
  5. Future<Map<String,Object>> f1 = service.submit(() -> {
  6.     Map<String, Object> r =
  7.         restTemplate.getForObject("http://localhost:8080/order/{1}", Map.class, 1);
  8.     return r;
  9. });
  10. Future<Map<String, Object>> f2 = service.submit(() -> {
  11.     Map<String, Object> r =
  12.         restTemplate.getForObject("http://localhost:8080/product/{1}", Map.class, 1);
  13.     return r;
  14. });
  15. Future<Map<String, Object>> f3 = service.submit(() -> {
  16.     Map<String, Object> r =
  17.         restTemplate.getForObject("http://localhost:8080/product/{1}", Map.class, 2);
  18.     return r;
  19. });
  20. Future<Map<String, Object>> f4 = service.submit(() -> {
  21.     Map<String, Object> r =
  22.         restTemplate.getForObject("http://localhost:8080/logistics/{1}", Map.class, 1);
  23.     return r;
  24. });
  25. System.out.println(f1.get());
  26. System.out.println(f2.get());
  27. System.out.println(f3.get());
  28. System.out.println(f4.get());
  29. log.debug("执行完毕");
  30. service.shutdown();
  33. 执行结果：
  34. 19:51:39.711 c.TestCountDownLatch [main] - begin 
  35. {total=2300.00, id=1} 
  36. {price=300, name=小爱音箱, id=1} 
  37. {price=2000, name=小米手机, id=2} 
  38. {name=中通快递, id=1} 
  39. 19:51:42.407 c.TestCountDownLatch [main] - 执行完毕

6、CyclicBarrier

[ˈsaɪklɪk ˈbæriɚ] 循环栅栏，用来进行线程协作，等待线程满足某个计数。构造时设置『计数个数』，每个线程执行到某个需要“同步”的时刻调用 await() 方法进行等待，当等待的线程数满足『计数个数』时，继续执行

  1. CyclicBarrier cb = new CyclicBarrier(2); // 个数为2时才会继续执行
  2. new Thread(()->{
  3.     System.out.println("线程1开始.."+new Date());
  4.     try {
  5.         cb.await(); // 当个数不足时，等待
  6.     } catch (InterruptedException | BrokenBarrierException e) {
  7.         e.printStackTrace();
  8.     }
  9.     System.out.println("线程1继续向下运行..."+new Date());
  10. }).start();
  11. new Thread(()->{
  12.     System.out.println("线程2开始.."+new Date());
  13.     try { Thread.sleep(2000); } catch (InterruptedException e) { }
  14.     try {
  15.         cb.await(); // 2 秒后，线程个数够2，继续运行
  16.     } catch (InterruptedException | BrokenBarrierException e) {
  17.         e.printStackTrace();
  18.     }
  19.     System.out.println("线程2继续向下运行..."+new Date());
  20. }).start();

注意：CyclicBarrier 与 CountDownLatch 的主要区别在于 CyclicBarrier 是可以重用的 CyclicBarrier 可以被比喻为『人满发车』

7、线程安全集合类概述

image.png
线程安全集合类可以分为三大类：

  1. 遗留的线程安全集合如 Hashtable ， Vector
  2. 使用 Collections 装饰的线程安全集合，如：
    1. Collections.synchronizedCollection
    2. Collections.synchronizedList
    3. Collections.synchronizedMap
    4. Collections.synchronizedSet
    5. Collections.synchronizedNavigableMap
    6. Collections.synchronizedNavigableSet
    7. Collections.synchronizedSortedMap
    8. Collections.synchronizedSortedSet
  3. java.util.concurrent. ：重点介绍 java.util.concurrent. 下的线程安全集合类，可以发现它们有规律，里面包含三类关键词： Blocking、CopyOnWrite、Concurrent
    1. Blocking 大部分实现基于锁，并提供用来阻塞的方法
    2. CopyOnWrite 之类容器修改开销相对较重
    3. Concurrent 类型的容器
      • 内部很多操作使用 cas 优化，一般可以提供较高吞吐量
      • 弱一致性
        1. 遍历时弱一致性，例如，当利用迭代器遍历时，如果容器发生修改，迭代器仍然可以继续进行遍历，这时内容是旧的
        2. 求大小弱一致性，size 操作未必是 100% 准确
        3. 读取弱一致性

遍历时如果发生了修改，对于非安全容器来讲，使用 fail-fast 机制也就是让遍历立刻失败，抛出
ConcurrentModifificationException，不再继续遍历

8、ConcurrentHashMap

练习：单词计数

  1. static final String ALPHA = "abcedfghijklmnopqrstuvwxyz";
  2. public static void main(String[] args) {
  3.     int length = ALPHA.length();
  4.     int count = 200;
  5.     List<String> list = new ArrayList<>(length * count);
  6.     for (int i = 0; i < length; i++) {
  7.         char ch = ALPHA.charAt(i);
  8.         for (int j = 0; j < count; j++) {
  9.             list.add(String.valueOf(ch));
  10.         }
  11.     }
  12.     Collections.shuffle(list);
  13.     for (int i = 0; i < 26; i++) {
  14.         try (PrintWriter out = new PrintWriter(
  15.             new OutputStreamWriter(
  16.                 new FileOutputStream("tmp/" + (i+1) + ".txt")))) {
  17.             String collect = list.subList(i * count, (i + 1) * count).stream()
  18.                 .collect(Collectors.joining("\n"));
  19.             out.print(collect);
  20.         } catch (IOException e) {
  21.         }
  22.     }
  23. }

模版代码，模版代码中封装了多线程读取文件的代码

  1. private static <V> void demo(Supplier<Map<String,V>> supplier, 
  2.                              BiConsumer<Map<String,V>,List<String>> consumer) {
  3.     Map<String, V> counterMap = supplier.get();
  4.     List<Thread> ts = new ArrayList<>();
  5.     for (int i = 1; i <= 26; i++) {
  6.         int idx = i;
  7.         Thread thread = new Thread(() -> {
  8.             List<String> words = readFromFile(idx);
  9.             consumer.accept(counterMap, words);
  10.         });
  11.         ts.add(thread);
  12.     }
  13.     ts.forEach(t->t.start());
  14.     ts.forEach(t-> {
  15.         try {
  16.             t.join();
  17.         } catch (InterruptedException e) {
  18.             e.printStackTrace();
  19.         }
  20.     });
  21.     System.out.println(counterMap);
  22. }
  23. public static List<String> readFromFile(int i) {
  24.     ArrayList<String> words = new ArrayList<>();
  25.     try (BufferedReader in = new BufferedReader(new InputStreamReader(new FileInputStream("tmp/"
  26.                                                                                           + i +".txt")))) {
  27.         while(true) {
  28.             String word = in.readLine();
  29.             if(word == null) {
  30.                 break;
  31.             }
  32.             words.add(word);
  33.         }
  34.         return words;
  35.     } catch (IOException e) {
  36.         throw new RuntimeException(e);
  37.     }
  38. }

你要做的是实现两个参数
一是提供一个 map 集合，用来存放每个单词的计数结果，key 为单词，value 为计数
二是提供一组操作，保证计数的安全性，会传递 map 集合以及 单词 List
正确结果输出应该是每个单词出现 200 次 

  1. {a=200, b=200, c=200, d=200, e=200, f=200, g=200, h=200, i=200, j=200, k=200, l=200, m=200, 
  2. n=200, o=200, p=200, q=200, r=200, s=200, t=200, u=200, v=200, w=200, x=200, y=200, z=200}

下面的实现为：

  1. demo(
  2.     // 创建 map 集合
  3.     // 创建 ConcurrentHashMap 对不对？
  4.     () -> new HashMap<String, Integer>(),
  5.     // 进行计数
  6.     (map, words) -> {
  7.         for (String word : words) {
  8.             Integer counter = map.get(word);
  9.             int newValue = counter == null ? 1 : counter + 1;
  10.             map.put(word, newValue);
  11.         }
  12.     }
  13. );

有没有问题？请改进

  1. demo(
  2.     () -> new ConcurrentHashMap<String, LongAdder>(),
  3.     (map, words) -> {
  4.         for (String word : words) {
  5.             // 注意不能使用 putIfAbsent，此方法返回的是上一次的 value，首次调用返回 null
  6.             map.computeIfAbsent(word, (key) -> new LongAdder()).increment();
  7.         }
  8.     }
  9. );
  1. demo(
  2.     () -> new ConcurrentHashMap<String, Integer>(),
  3.     (map, words) -> {
  4.         for (String word : words) {
  5.             // 函数式编程，无需原子变量
  6.             map.merge(word, 1, Integer::sum);
  7.         }
  8.     }
  9. );

* ConcurrentHashMap 原理

9、BlockingQueue

* BlockingQueue 原理

10、ConcurrentLinkedQueue

ConcurrentLinkedQueue 的设计与 LinkedBlockingQueue 非常像，也是

  1. 两把【锁】，同一时刻，可以允许两个线程同时（一个生产者与一个消费者）执行
  2. dummy 节点的引入让两把【锁】将来锁住的是不同对象，避免竞争
  3. 只是这【锁】使用了 cas 来实现

事实上，ConcurrentLinkedQueue 应用还是非常广泛的
例如之前讲的 Tomcat 的 Connector 结构时，Acceptor 作为生产者向 Poller 消费者传递事件信息时，正是采用了ConcurrentLinkedQueue 将 SocketChannel 给 Poller 使用

11、CopyOnWriteArrayList

CopyOnWriteArraySet 是它的马甲 底层实现采用了 写入时拷贝 的思想，增删改操作会将底层数组拷贝一份，更改操作在新数组上执行，这时不影响其它线程的并发读，读写分离。 以新增为例：

  1. public boolean add(E e) {
  2.     synchronized (lock) {
  3.         // 获取旧的数组
  4.         Object[] es = getArray();
  5.         int len = es.length;
  6.         // 拷贝新的数组（这里是比较耗时的操作，但不影响其它读线程）
  7.         es = Arrays.copyOf(es, len + 1);
  8.         // 添加新元素
  9.         es[len] = e;
  10.         // 替换旧的数组
  11.         setArray(es);
  12.         return true;
  13.     }
  14. }

这里的源码版本是 Java 11，在 Java 1.8 中使用的是可重入锁而不是 synchronized

  1. public void forEach(Consumer<? super E> action) {
  2.     Objects.requireNonNull(action);
  3.     for (Object x : getArray()) {
  4.         @SuppressWarnings("unchecked") E e = (E) x;
  5.         action.accept(e);
  6.     }
  7. }

适合『读多写少』的应用场景
get 弱一致性
image.png
image.png
不容易测试，但问题确实存在
迭代器弱一致性

  1. CopyOnWriteArrayList<Integer> list = new CopyOnWriteArrayList<>();
  2. list.add(1);
  3. list.add(2);
  4. list.add(3);
  5. Iterator<Integer> iter = list.iterator();
  6. new Thread(() -> {
  7.     list.remove(0);
  8.     System.out.println(list);
  9. }).start();
  10. sleep1s();
  11. while (iter.hasNext()) {
  12.     System.out.println(iter.next());
  13. }

不要觉得弱一致性就不好

  1. 数据库的 MVCC 都是弱一致性的表现
  2. 并发高和一致性是矛盾的，需要权衡