《Java并发编程的艺术》、《Java并发编程之美》
运行中的线程能否强制杀死
Jdk提供了stop()方法用于强制停止线程,但官方并不建议使用,因为强制停止线程会导致线程使用的资源,比如文件描述符、网络连接处于不正常的状态。建议使用标志位的方式来终止线程,如果线程中有使用无限期的阻塞方式,比如wait()没有设置超时时间,就只能使用interrupt()方法来终止线程
java
@SneakyThrows
@Test
public void stack() {
Thread1 thread1 = new Thread1();
thread1.start();
TimeUnit.MILLISECONDS.sleep(1);
thread1.setStop();
}
class Thread1 extends Thread{
private volatile boolean isStop = false;
@SneakyThrows
@Override
public void run() {
while (!isStop) {
System.out.println(Thread.currentThread().getName() + " run...");
}
}
public void setStop() {
isStop = true;
}
}
ThreadLocal 子类及原理, OOM产生原因及防治
-
InheritableThreadLocal
继承了ThreadLocal,并重写childValue、getMap、createMap,对该类的操作实际是对线程ThreadLocalMap的操作
子线程能够读取父线程数据,实际原因是新建子线程的时候,会从父线程copy数据
-
OOM原因及防治
ThreadLocal只是一个工具类,具体存放变量的是线程的threadLocals变量,threadLocals是一个ThreadLocalMap类型的变量,内部是一个Entry数组,Entry继承自WeakReference,Entry内部的value用来存放通过ThreadLocal的set方法传递的值,key是ThreadLocal的弱引用,key虽然会被GC回收,但value不能被回收,这时候ThreadLocalMap中会存在key为null,value不为null的entry项,如果时间长了就会存在大量无用对象,造成OOM。虽然set,get也提供了一些对Entry项清理的时机,但不及时,
所以在使用完毕后需要及时调用remove
有哪些并发队列
ConcurrentLinkedQueue : 无界非阻塞队列,底层使用单向链表实现,对于出队和入队使用CAS来实现线程安全
LinkedBlockingQueue: 有界阻塞队列,使用单向链表实现,通过ReentrantLock实现线程安全,阻塞通过Condition实现,出队和入队各一把锁,不存在互相竞争
ArrayBlockingQueue: 有界数组方式实现的阻塞队列 , 通过ReentrantLock实现线程安全,阻塞通过Condition实现,出队和入队使用同一把锁
PriorityBlockingQueue: 带优先级的无界阻塞队列,内部使用平衡二叉树堆实现,遍历保证有序需要自定排序
DelayQueue: 无界阻塞延迟队列,队列中的每个元素都有个过期时间,当从队列获取元素时,只有过期元素才会出队列,队列头元素是最快要过期的元素
SynchronousQueue: 任何一个写需要等待一个读的操作,读操作也必须等待一个写操作,相当于数据交换 https://www.cnblogs.com/dwlsxj/p/Thread.html
LinkedTransferQueue: 由链表组成的无界阻塞队列,多了tryTransfer 和 transfer方法。transfer方法,能够把生产者元素立刻传输给消费者,如果没有消费者在等待,那就会放入队列的tail节点,并阻塞等待元素被消费了返回,可以使用带超时的方法。tryTransfer方法,会在没有消费者等待接收元素的时候马上返回false
LinkedBlockingDeque: 由链表组成的双向阻塞队列,可以从队列的两端插入和移除元素
ThreadPoolExecutor构造函数有哪几个参数,实现原理,创建线程池的方式
-
构造参数:
corePoolSize: 线程池核心线程个数
maximunPoolSize: 线程池最大线程数量
keeyAliveTime: 空闲线程存活时间
TimeUnit: 存活时间单位
workQueue: 用于保存等待执行任务的阻塞队列
ThreadFactory: 创建线程的工厂
RejectedExecutionHandler: 队列满,并且线程达到最大线程数量的时候,对新任务的处理策略,AbortPolicy(抛出异常)、CallerRunsPolicy(使用调用者所在线程执行)、DiscardOldestPolicy(调用poll丢弃一个任务,执行当前任务)、DiscardPolicy(默默丢弃、不抛异常)
-
原理:
线程池主要是解决两个问题:
一个是当执行大量异步任务时能够提供较好的性能,能复用线程处理任务;
二是能够对线程池进行资源限制和管理。
一个任务提交的线程池,首先会判断核心线程池是否已满,未满就会创建worker线程执行任务,已满判断阻塞队列是否已满,阻塞队列未满加入阻塞队列,已满就判断线程池线程数量是否已经达到最大值,没有就新建线程执行任务,达到最大值的话执行拒绝策略。
拒绝策略有:直接抛出异常、使用调用者所在线程执行、丢弃一个旧任务,执行当前任务、直接丢弃什么都不做。
-
创建线程池的方式:直接new ThreadPoolExecutor 或者通过Executors工具类创建
Executors 可以创建的线程池类型
- newFixedThreadPool 创建一个核心线程数跟最大线程数相同的线程池,因此池中的线程数量既不会增加也不会变少,如果有空闲线程任务就会被执行,如果没有就放入任务队列,等待空闲线程
- newSingleThreadExecutor 创建一个只有一个线程的线程池,能够串行执行任务,如果线程因为异常而停止,会自动新建一个线程补充
- newCachedThreadPool 创建一个核心线程数为0,最大线程为Inter.MAX_VALUE的线程池,也就是说没有限制,线程池中的线程数量不确定,但如果有空闲线程可以复用,则优先使用,如果没有空闲线程,则创建新线程处理任务,处理完放入线程池
- newSingleThreadScheduledExecutor 创建只有一个线程的可以定时执行的线程池
- newScheduledThreadPool 创建一个没有最大线程数限制的可以定时执行线程池
- newWorkStealingPool 创建一个含有足够多线程的线程池,能够调用闲置的CPU去处理其他的任务,使用ForkJoinPool实现,jdk8新增
线程池的阻塞队列为什么都用LinkedBlockingQueue,而不用ArrayBlockingQueue
LinkedBlockingQueue 使用单向链表实现,在声明LinkedBlockingQueue的时候,可以不指定队列长度,长度为Integer.MAX_VALUE, 并且新建了一个Node对象,Node对象具有item,next变量,item用于存储元素,next指向链表下一个Node对象,在刚开始的时候链表的head,last都指向该Node对象,item、next都为null,新元素放在链表的尾部,并从头部取元素。取元素的时候只是一些指针的变化,LinkedBlockingQueue给put(放入元素),take(取元素)都声明了一把锁,放入和取互不影响,效率更高
ArrayBlockingQueue 使用数组实现,在声明的时候必须指定长度,如果长度太大,造成内存浪费,长度太小,并发性能不高,如果数组满了,就无法放入元素,除非有其他线程取出元素,放入和取出都使用同一把锁,因此存在竞争,效率比LinkedBlockingQueue低
为什么建议在不用线程池的时候,关闭线程池,线程池的作用就是复用线程
线程池的作用确实是为了减少频繁创建线程,使线程达到复用。但如果在不用线程池的情况下,线程池中的核心线程会一直存在,浪费资源,所以建议在不用的情况下调用shutdown方法关闭线程池。在需要的时候再调用创建线程池。
如何合理的配置Java线程池
如CPU密集型的任务,基本线程池应该配置多大?IO密集型的任务,基本线程池应该配置多大?用有界队列好还是无界队列好?任务非常多的时候,使用什么阻塞队列能获取最好的吞吐量?
CPU密集型,为了充分使用CPU,减少上下文切换,线程数配置成CPU个数+1个即可
IO密集型,由于可能大部分线程在处理IO,IO都比较耗时,因此可以配置成 2*CPU个数的线程,去处理其他任务
Timer 和 ScheduledThreadPoolExecutor 区别
Timer是固定的多线程生产者单线程消费,如果其中一个任务报错,其他任务也会失效;
但后者是可以配置的,既可以是多线程生产单线程消费也可以是多线程生产多线程消费
说说CopyOnWriteArrayList
CopyOnWriteArrayList是一个线程安全的ArrayList,对其的修改操作是在一个复制的数组上进行的,不影响其他线程的读操作
其中通过ReentrantLock独占锁保证只有一个线程对底层数组进行修改
由于在进行修改操作的时候,底层会复制一个新的数组,而读是在原数组上进行的,因此在多线程环境下这里会产生数据不一致的情况,称为弱一致性
适用于多读少写场景
java
public class CopyOnWriteArrayListTest {
//模拟测试CopyOnWriteArrayList 的弱一致性
@Test
public void ListrayTest() throws InterruptedException {
AryTest aryTest = new AryTest();
StrClass strClass = new StrClass(aryTest.str1);
String[] str2 = (String[]) strClass.getObjects();
Thread thread = new Thread(() -> {
aryTest.add();
System.out.println(Arrays.toString(aryTest.str1));
});
thread.start();
thread.join();
System.out.println("str2=" + Arrays.toString(str2));
}
static class AryTest {
String[] str1 = new String[]{"a", "b"};
public void add() {
String[] str2 = Arrays.copyOf(str1, str1.length + 1);
str2[str2.length - 1] = "c";
str1 = str2;
}
}
static class StrClass {
final Object[] objects;
public StrClass(Object [] objects) {
this.objects = objects;
}
public Object[] getObjects() {
return objects;
}
}
//copyOnWriteArrayList测试
@Test
public void copyOnWriteArrayList() throws InterruptedException {
String[] str1 = new String[]{"a", "b"};
List<String> copyOnWriteArrayList = new CopyOnWriteArrayList<>(str1);
Thread thread = new Thread(() -> {
copyOnWriteArrayList.add("c");
System.out.println(copyOnWriteArrayList);
});
thread.start();
System.out.println(copyOnWriteArrayList);
thread.join();
}
}
[a, b]
[a, b, c]
CountDownLatch原理、CyclicBarrier原理,两者区别
-
CountDownLatch:
使用AQS实现,通过AQS的状态变量state来作为计数器值,当多个线程调用countdown方法时实际是原子性递减AQS的状态值,当线程调用await方法后当前线程会被放入AQS阻塞队列等待计数器为0再返回
javapublic class CountDownLatchTest { public static final CountDownLatch countDownLatch = new CountDownLatch(2); ExecutorService executor = Executors.newFixedThreadPool(2); @Test public void test1() throws InterruptedException { executor.submit(() -> { System.out.println(Thread.currentThread().getName() + " step1"); countDownLatch.countDown(); }); executor.submit(() -> { System.out.println(Thread.currentThread().getName() + " step2"); countDownLatch.countDown(); }); countDownLatch.await(); System.out.println("thread end"); } }
pool-1-thread-1 step1 pool-1-thread-2 step2 thread end
-
CyclicBarrier:
区别:CountDownLatch计数器是一次性的,变为0后就起不到线程同步的作用了。而CyclicBarrier(撒克里克巴瑞儿)在计数器变为0后重新开始,通过调用await方法,能在所有线程到达屏障点后统一执行某个任务,再执行完后继续执行子线程,通过ReentrantLock实现
javapublic class CyclicBarrierTest { public static final CyclicBarrier cycle = new CyclicBarrier(3); ExecutorService executorService = Executors.newFixedThreadPool(2); @Test public void test1() throws BrokenBarrierException, InterruptedException { executorService.submit(() -> { System.out.println(Thread.currentThread().getName()); try { cycle.await(); System.out.println(Thread.currentThread().getName() + ",执行结束"); } catch (InterruptedException | BrokenBarrierException e) { e.printStackTrace(); } }); executorService.submit(() -> { System.out.println(Thread.currentThread().getName()); try { Thread.sleep(3000); cycle.await(); System.out.println(Thread.currentThread().getName() + ",执行结束"); } catch (InterruptedException | BrokenBarrierException e) { e.printStackTrace(); } }); cycle.await(); } }
pool-1-thread-1 pool-1-thread-2 pool-1-thread-2,执行结束 pool-1-thread-1,执行结束
Phaser 的实现
Phaser可以替代CountDownLatch 和CyclicBarrier,但比两者更加强大,可以动态调整需要的线程个数,可以通过构造函数传入父Phaser实现层次Phaser
源码参考:https://www.cnblogs.com/tong-yuan/p/11614755.html
java
public class PhaserTest {
Phaser phaser = new Phaser(2);
ExecutorService executor = Executors.newFixedThreadPool(2);
@Test
public void test1() {
executor.submit(() -> {
System.out.println(Thread.currentThread().getName() + " step1");
//等同 countDown()
phaser.arrive();
});
executor.submit(() -> {
System.out.println(Thread.currentThread().getName() + " step2");
phaser.arrive(d);
});
//等同await()
phaser.awaitAdvance(phaser.getPhase());
System.out.println("thread end");
}
}
Semaphore 原理
Semaphore 可以用来控制同时访问特定资源的线程数量,它通过协调各个线程,以保证合理的使用公共资源,使用AQS实现,AQS的状态变量state做为许可证数量,每次通过acquire()/tryAcquire(),许可证数量通过CAS原子性递减,调用release()释放许可证,原子性递增,只要有许可证就可以重复使用
java
@Test
public void semaphoreTest() throws InterruptedException {
Semaphore semaphore = new Semaphore(3);
for (int i = 0; i < 5; i++) {
executor.execute(() -> {
try {
semaphore.acquire();
System.out.println("输出");
//semaphore.release();
} catch (InterruptedException e) {
e.printStackTrace();
}
});
}
TimeUnit.SECONDS.sleep(3);
System.out.println("释放许可证===");
semaphore.release(2);
}
输出
输出
输出
释放许可证===
输出
输出
Exchanger 原理
用于进行线程间的数据交换,它提供一个同步点,在这个同步点两个线程可以交换彼此的数据。如果第一个线程先执行exchange()方法,它会一直等待第二个线程也执行exchange方法,当都达到同步点时,这两个线程可以交换数据。
https://blog.csdn.net/u014634338/article/details/78385521
java
@Test
public void exchangerTest() throws InterruptedException {
Exchanger<Integer> exchanger = new Exchanger<> ();
Thread thread = new Thread(() -> {
Integer a = 1;
try {
Integer b = exchanger.exchange(a);
System.out.println("Thread1:" + b);
} catch (InterruptedException e) {
e.printStackTrace();
}
});
thread.start();
Integer c = exchanger.exchange(2);
Thread.sleep(3000);
System.out.println("Thread2:" + c);
}
Thread1:2
Thread2:1
volatile的特点
- 修改可见性,通过volatile修饰的变量(包括对象和数组),线程对变量的修改对另一个线程即时可见,因此另外一个线程在使用前会去判断该变量是否有修改;
- 禁止指令重排序
long 和double的读写操作分为两次32位操作进行,其他基本数据类型的读写操作都是原子性的
实现:加入volatile关键字的代码生成汇编代码,会发现多了一个lock前缀指令,这个指令相当于一个内存屏障,可以防止重排序,通过空的写入操作将变量的修改写入到主内存中,这就实现了可见性
volatile修饰对象分析可见:https://www.jianshu.com/p/8f2f833dc9b0
什么时候使用volatile?
-
写入变量值不依赖变量的当前值。因为如果依赖当前值,将是获取-计算-写入三步操作,这三步操作不是原子性的,而volatile不保证原子性
-
读写变量值时没有加锁。因为加锁已经保证了内存可见性,没必要再使用volatile
volatile不能保证原子性
javapublic class VolatileTest { public volatile int inc = 0; public void increase() { inc++; } public static void main(String[] args) { final VolatileTest test = new VolatileTest(); for(int i = 0; i < 10; i++) { new Thread(() -> { for(int j = 0; j < 1000; j++) test.increase(); }).start(); } //保证前面的线程都执行完 while (Thread.activeCount() > 1) Thread.yield(); System.out.println(test.inc); } } //输出:<=10000
伪共享
在CPU和主内存之间添加一级或者多级高速缓冲存储器(Cache),这个缓存被集成到CPU内部,在Cache内部是按行存储的,每一行称为一个Cache行,大小一般为2的幂次数字节,当访问某个变量时,首先会去看CPU Cache内是否有该变量,如果有则直接从中获取,否则就去主内存里面获取该变量,然后把该变量所在的内存区域的一个Cache行的内存复制到Cache中。由于存放到Cache行的是内存块而不是单个变量,所以可能会把多个变量存放到一个Cache行中。根据缓存一致性协议,CPU在修改缓存行中的变量时,同一缓存行的数据将失效,这时候其他CPU需要从二级缓存或者主存中加载数据,这就导致了性能问题,称为伪共享
伪共享解决:字节填充;使用sun.misc.Contended注解
@Contended注解只用于Java核心类,如果用户类路径下的类要使用这个注解,需要添加JVM参数:-XX:-RestrictContended。默认填充宽度为128,需要自定义宽度设置 -XX:ContendedPaddingWidth参数
CPU缓存行详细说明:https://mp.weixin.qq.com/s/yosnZr0bDdLrhmpnX8TY5A
原子操作类
AtomicBoolean
布尔类型的原子操作类,内部使用int型存储布尔值,0表示false,1表示true
AtomicInteger
整型的原子操作类,1.8后提供函数式操作的方法
-
int getAndUpdate(IntUnaryOperator updateFunction)
使用指定函数计算并更新,返回计算前结果
-
int updateAndGet(IntUnaryOperator updateFunction)
使用指定函数计算并更新,返回计算后的结果
-
int getAndAccumulate(int x,IntBinaryOperator accumulatorFunction)
使用指定的函数计算x值和当前值,返回计算前结果
-
int accumulateAndGet(int x,IntBinaryOperator accumulatorFunction)
使用指定的函数计算x值和当前值,返回结算后的结果
java
@Test
public void atomicIntegerTest() {
AtomicInteger atomicInteger = new AtomicInteger(1);
int result = atomicInteger.getAndUpdate(e -> e + 3);
返回计算前结果
assert result == 1;
//1 + 3
assert atomicInteger.get() == 4;
result = atomicInteger.updateAndGet(e -> e + 3);
//返回计算后结果
assert result == 7;
// 4 + 3
assert atomicInteger.get() == 7;
result = atomicInteger.getAndAccumulate(10, (x, y) -> x + y);
//返回计算前结果
assert result == 7;
// 7 + 10
assert atomicInteger.get() == 17;
result = atomicInteger.accumulateAndGet(10, (x, y) -> x + y);
//返回计算后的结果
assert result == 27;
assert atomicInteger.get() == 27;
}
AtomicIntegerArray
提供了原子性更新整型数组元素的方式
-
int getAndUpdate(int i, IntUnaryOperator updateFunction)
使用指定函数计算i索引的值,返回计算前结果
-
int updateAndGet(int i, IntUnaryOperator updateFunction)
使用指定函数计算i索引的值,返回计算后结果
-
int getAndAccumulate(int i, int x, IntBinaryOperator accumulatorFunction)
使用指定的函数计算x值和i索引的值,返回计算前结果
-
int accumulateAndGet(int i, int x, IntBinaryOperator accumulatorFunction)
-
使用指定的函数计算x值和i索引的值,返回计算后结果
java
@Test
public void atomicIntegerArrayTest() {
AtomicIntegerArray atomicIntegerArray = new AtomicIntegerArray(10);
int result = atomicIntegerArray.getAndUpdate(0, e -> e + 1);
assert result == 0;
// 0 + 1
assert atomicIntegerArray.get(0) == 1;
result = atomicIntegerArray.updateAndGet(0, e -> e + 1);
assert result == 2;
//1 + 1
assert atomicIntegerArray.get(0) == 2;
result = atomicIntegerArray.getAndAccumulate(0, 3, (x, y) -> x + y);
assert result == 2;
// 2 + 3
assert atomicIntegerArray.get(0) == 5;
}
AtomicIntegerFieldUpdater
通过反射实现,可以对指定类的指定字段(被volatile修饰)的int型字段进行原子更新,更新字段类型必须为 volatile int
源码分析 > AtomicIntegerFieldUpdater源码分析
java
@Test
public void fieldUpdaterTest() {
//第一个参数 持有给定字段的目标对象类 第二个参数 要更新的字段名称,必须在给定的目标对象中
AtomicIntegerFieldUpdater fieldUpdater = AtomicIntegerFieldUpdater.newUpdater(Person.class, "count");
Person person = new Person("小明", "男");
fieldUpdater.addAndGet(person, 10);
//10
System.out.println(fieldUpdater.get(person));
//Person{name='小明', sex='男', count=10}
System.out.println(person);
}
private static class Person{
String name;
String sex;
volatile int count;
public Person(String name, String sex) {
this.name = name;
this.sex = sex;
}
@Override
public String toString() {
return "Person{" +
"name='" + name + '\'' +
", sex='" + sex + '\'' +
", count=" + count +
'}';
}
}
AtomicLong
long型原子操作类
AtomicLongArray
提供了原子性更新long型数组元素的方式
AtomicLongFieldUpdater
通过反射实现,可以对指定类的指定字段(被volatile修饰)的long型字段进行原子更新,更新字段类型必须为 volatile long
AtomicMarkableReference
通过布尔类型做为标记,原子更新引用变量
java
//构造参数,提供了泛型,而不是像AtomicInteger,只能是int型
AtomicStampedReference(V initialRef, int initialStamp)
AtomicReference
同样提供了泛型变量,原子性更新变量,但没有标识,会产生ABA问题
AtomicReferenceArray
提供原型性更新泛型类数组元素的方式,内部使用Object[]数组保存引用变量
AtomicReferenceFieldUpdater
引用类型的,可以对指定类的指定字段(被volatile修改,基本类型)进行原子更新
AtomicStampedReference
通过维护一个版本号,原子更新引用变量,解决了ABA问题
DoubleAccumulator
double类型的原子更新类,提供自定义函数接口,通过不同的Cell资源,减少了竞争
DoubleAdder
double类型的原子更新类,只提供累计操作
LongAccumulator
LongAdder
ABA问题
CAS操作中会ABA问题,指线程1使用CAS修改初始值为A的变量X的时候,需要先获取变量X的值,但这时候线程2已经将变量X的值修改为了B,然后又修改成了A,虽然字面值还是A,但这个A已经是修改后的A了,对于线程1则还是认为是原来的A,而继续修改变量X的值,这就是ABA问题。
解决:JDK中提供了AtomicStampedReference类解决了该问题,其给每个变量的状态值都提供了一个版本号
ABA问题
java
@SneakyThrows
@Test
public void test1() {
AtomicInteger atomicInteger = new AtomicInteger(10);
CountDownLatch countDownLatch = new CountDownLatch(2);
new Thread(() -> {
atomicInteger.compareAndSet(10, 11);
atomicInteger.compareAndSet(11,10);
System.out.println(Thread.currentThread().getName() + ":10->11->10");
countDownLatch.countDown();
}).start();
new Thread(() -> {
try {
TimeUnit.SECONDS.sleep(1);
boolean isSuccess = atomicInteger.compareAndSet(10,12);
System.out.println("设置是否成功:" + isSuccess + ",设置的新值:" + atomicInteger.get());
} catch (InterruptedException e) {
e.printStackTrace();
}
countDownLatch.countDown();
}).start();
countDownLatch.await();
}
//输出:线程2并没有发现初始值已经被修改
//Thread-0:10->11->10
//设置是否成功:true,设置的新值:12
AtomicStampedReference解决ABA问题,通过维护一个版本号
java
@SneakyThrows
@Test
public void test2() {
AtomicStampedReference<Integer> atomicStampedReference = new AtomicStampedReference(10,1);
CountDownLatch countDownLatch = new CountDownLatch(2);
new Thread(() -> {
System.out.println(Thread.currentThread().getName() + " 第一次版本:" + atomicStampedReference.getStamp());
atomicStampedReference.compareAndSet(10, 11, atomicStampedReference.getStamp(), atomicStampedReference.getStamp() + 1);
System.out.println(Thread.currentThread().getName() + " 第二次版本:" + atomicStampedReference.getStamp());
atomicStampedReference.compareAndSet(11, 10, atomicStampedReference.getStamp(), atomicStampedReference.getStamp() + 1);
System.out.println(Thread.currentThread().getName() + " 第三次版本:" + atomicStampedReference.getStamp());
countDownLatch.countDown();
}).start();
new Thread(() -> {
System.out.println(Thread.currentThread().getName() + " 第一次版本:" + atomicStampedReference.getStamp());
try {
TimeUnit.SECONDS.sleep(2);
boolean isSuccess = atomicStampedReference.compareAndSet(10,12, atomicStampedReference.getStamp(), atomicStampedReference.getStamp() + 1);
System.out.println(Thread.currentThread().getName() + " 修改是否成功:" + isSuccess + " 当前版本:" + atomicStampedReference.getStamp() + " 当前值:" + atomicStampedReference.getReference());
countDownLatch.countDown();
} catch (InterruptedException e) {
e.printStackTrace();
}
}).start();
countDownLatch.await();
}
java
//输出
Thread-0 第一次版本:1
Thread-0 第二次版本:2
Thread-0 第三次版本:3
Thread-1 第一次版本:3
Thread-1 修改是否成功:true 当前版本:4 当前值:12
AtomicMarkableReference 通过标志位,由于其标志位只有true和false,如果每次更新都变更标志位,在第三次的时候标志位还是跟第一次一样,并没有解决ABA问题
java
@SneakyThrows
@Test
public void test3() {
AtomicMarkableReference<Integer> markableReference = new AtomicMarkableReference<>(10, false);
CountDownLatch countDownLatch = new CountDownLatch(2);
new Thread(() -> {
System.out.println(Thread.currentThread().getName() + " 第一次标记:" + markableReference.isMarked());
markableReference.compareAndSet(10, 11, markableReference.isMarked(), true);
System.out.println(Thread.currentThread().getName() + " 第二次标记:" + markableReference.isMarked());
markableReference.compareAndSet(11, 10, markableReference.isMarked(), false);
System.out.println(Thread.currentThread().getName() + " 第三次标记:" + markableReference.isMarked());
countDownLatch.countDown();
}).start();
new Thread(() -> {
System.out.println(Thread.currentThread().getName() + " 第一次标记:" + markableReference.isMarked());
try {
TimeUnit.SECONDS.sleep(2);
boolean isSuccess = markableReference.compareAndSet(10,12, false, true);
System.out.println(Thread.currentThread().getName() + " 修改是否成功:" + isSuccess + " 当前标记:" + markableReference.isMarked() + " 当前值:" + markableReference.getReference());
countDownLatch.countDown();
} catch (InterruptedException e) {
e.printStackTrace();
}
}).start();
countDownLatch.await();
}
java
Thread-0 第一次标记:false
Thread-0 第二次标记:true
Thread-0 第三次标记:false
Thread-1 第一次标记:false
Thread-1 修改是否成功:true 当前标记:true 当前值:12
该类的标记更多的用于表示引用值是否已逻辑删除
java
@SneakyThrows
@Test
public void test4() {
AtomicMarkableReference<Integer> markableReference = new AtomicMarkableReference<>(10,true);
CountDownLatch countDownLatch = new CountDownLatch(2);
System.out.println("初始标记: " + markableReference.isMarked());
//该线程将10设置为逻辑删除
new Thread(() -> {
boolean isSuccess = markableReference.attemptMark(10,false);
System.out.println("设置标记为flase: " + isSuccess + ",当前标记:"+ markableReference.isMarked());
countDownLatch.countDown();
}).start();
//该线程想要更新10->11,但标志已经变为false,与预期不符
new Thread(() -> {
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
boolean isSuccess = markableReference.compareAndSet(10, 11, true, false);
System.out.println("设置值: " + isSuccess + "期望标记:true" + ",当前标记:"+ markableReference.isMarked());
countDownLatch.countDown();
}).start();
countDownLatch.await();
}
java
初始标记: true
设置标记为flase: true,当前标记:false
设置值: false期望标记:true,当前标记:false
Java8新增的原子操作类
LongAdder 由于AtomicLong通过CAS提供非阻塞的原子性操作,性能已经很好,在高并发下大量线程竞争更新同一个原子量,但只有一个线程能够更新成功,这就造成大量的CPU资源浪费。
LongAdder 通过让多个线程去竞争多个Cell资源,来解决,再很高的并发情况下,线程操作的是Cell数组,并不是base,在cell元素不足时进行2倍扩容,在高并发下性能高于AtomicLong
LongAdder的真实值是base的值与Cell数组里面所有Cell元素中value值的累加
LongAdder示例
java
@Test
public void longAdderTest() {
LongAdder longAdder = new LongAdder();
longAdder.add(101);
longAdder.add(102);
//203
System.out.println(longAdder.sumThenReset());
//0
System.out.println(longAdder.longValue());
}
LongAdder和AtomicLong多线程累加性能测试
java
@Test
public void multiplyThreadLongAdderTest() throws InterruptedException {
LongAdder longAdder = new LongAdder();
AtomicLong atomicLong = new AtomicLong();
AtomicLong time1 = new AtomicLong();
AtomicLong time2 = new AtomicLong();
int threadNum = 5;
int cycleNums = 500000;
CountDownLatch countDownLatch1 = new CountDownLatch(threadNum);
for (int a = 0; a < threadNum; a++) {
executor.execute(() -> {
long start = System.nanoTime();
for (int i = 0; i < cycleNums; i++) {
longAdder.increment();
}
//System.out.println(longAdder.longValue());
time1.addAndGet(System.nanoTime() - start);
countDownLatch1.countDown();
});
}
countDownLatch1.await();
CountDownLatch countDownLatch2 = new CountDownLatch(threadNum);
for (int a = 0; a < threadNum ; a++) {
executor.execute(() -> {
long start = System.nanoTime();
for (int i = 0; i < cycleNums; i++) {
atomicLong.incrementAndGet();
}
//System.out.println(atomicLong.longValue());
time2.addAndGet(System.nanoTime() - start);
countDownLatch2.countDown();
});
}
countDownLatch2.await();
System.out.println("data=" + longAdder.longValue() + " time1 = " + time1.longValue());
System.out.println("data=" + atomicLong.longValue() + " time2 = " + time2.longValue());
}
data=2500000 LongAdder time1 = 112762041
data=2500000 AtomicLong time2 = 292448392
LongAccumulator 是LongAdder的增强,提供了一个函数式接口,可以自定义运算规则
java
@Test
public void LongAccumulatorTest() {
LongAccumulator longAccumulator = new LongAccumulator((x,y) -> x * y, 2);
//2 * 10
longAccumulator.accumulate(10);
assert longAccumulator.get() == 20;
//重置为2
longAccumulator.reset();
assert longAccumulator.get() == 2;
}
如何实现一个生产者与消费者模型
一共5种方法
- 同步对象的 wait() / notify() 方法
- ReetrantLock Condition 的 await() / signal()方法
- BlockingQueue阻塞队列 put() 和take方法
- Semaphore 基于计数的信号量
- PipedInputStream / PipedOutputStream 管道输入输出流
https://blog.csdn.net/ldx19980108/article/details/81707751
说说Random 与 ThreadLocalRandom
两者都能够产生随机数,并且都能够在多线程下使用
在多线程下使用单个Random实例生成随机数时候,多个线程同时计算随机数计算新的种子时候会竞争同一个原子变量的更新操作,由于原子变量的更新是CAS操作,同时只有一个线程会成功,所以会造成大量线程进行自旋重试,这是会降低并发性能的
ThreadLocalRandom解决了这个问题,其使用ThreadLocal的原理,让每个线程内持有一个本地的种子变量,该种子变量只有在使用随机数时候才会被初始化,多线程下计算新种子时候是根据自己线程内维护的种子变量进行更新,从而避免了竞争
https://blog.csdn.net/xiaolong2230/article/details/97002564
https://www.jianshu.com/p/89dfe990295c
如何让一段程序并发的执行,并最终汇总结果
可以使用CyclicBarrier,CountDownLatch,Callable,ForkJoinPool,CompletableFuture,并行流(LongStream)
https://blog.csdn.net/m0_37542889/article/details/92640903
坚持专研Java,一条路走到黑。持续更新地址
语雀:https://www.yuque.com/itsaysay/mzsmvg
GitHub: https://github.com/jujunchen/Java-interview-question