JUC教程

柔光的暖阳◎ 2022-06-04 05:15 170阅读 0赞

## volatile关键字 ##

大家都知道，计算机在执行程序时，每条指令都是在CPU中执行的，而执行指令过程中，势必涉及到数据的读取和写入。由于程序运行过程中的临时数据是存放在主存（物理内存）当中的，这时就存在一个问题，由于CPU执行速度很快，而从内存读取数据和向内存写入数据的过程跟CPU执行指令的速度比起来要慢的多，因此如果任何时候对数据的操作都要通过和内存的交互来进行，会大大降低指令执行的速度。因此在CPU里面就有了高速缓存。

也就是，当程序在运行过程中，会将运算需要的数据从主存复制一份到CPU的高速缓存当中，那么CPU进行计算时就可以直接从它的高速缓存读取数据和向其中写入数据，当运算结束之后，再将高速缓存中的数据刷新到主存当中。举个简单的例子，比如下面的这段代码：

i=i+1;

当线程执行这个语句时，会先从主存当中读取i的值，然后复制一份到高速缓存当中，然后CPU执行指令对i进行加1操作，然后将数据写入高速缓存，最后将高速缓存中i最新的值刷新到主存当中。

这个代码在单线程中运行是没有任何问题的，但是在多线程中运行就会有问题了。在多核CPU中，每条线程可能运行于不同的CPU中，因此每个线程运行时有自己的高速缓存（对单核CPU来说，其实也会出现这种问题，只不过是以线程调度的形式来分别执行的）。本文我们以多核CPU为例。

比如同时有2个线程执行这段代码，假如初始时i的值为0，那么我们希望两个线程执行完之后i的值变为2。但是事实会是这样吗？

可能存在下面一种情况：初始时，两个线程分别读取i的值存入各自所在的CPU的高速缓存当中，然后线程1进行加1操作，然后把i的最新值1写入到内存。此时线程2的高速缓存当中i的值还是0，进行加1操作之后，i的值为1，然后线程2把i的值写入内存。

最终结果i的值是1，而不是2。这就是著名的缓存一致性问题。通常称这种被多个线程访问的变量为共享变量。

也就是说，如果一个变量在多个CPU中都存在缓存（一般在多线程编程时才会出现），那么就可能存在缓存不一致的问题。

为了解决缓存不一致性问题，通常来说有以下2种解决方法：

1）通过在总线加LOCK\#锁的方式

2）通过缓存一致性协议

这2种方式都是硬件层面上提供的方式。

在早期的CPU当中，是通过在总线上加LOCK\#锁的形式来解决缓存不一致的问题。因为CPU和其他部件进行通信都是通过总线来进行的，如果对总线加LOCK\#锁的话，也就是说阻塞了其他CPU对其他部件访问（如内存），从而使得只能有一个CPU能使用这个变量的内存。比如上面例子中 如果一个线程在执行 i = i +1，如果在执行这段代码的过程中，在总线上发出了LCOK\#锁的信号，那么只有等待这段代码完全执行完毕之后，其他CPU才能从变量i所在的内存读取变量，然后进行相应的操作。这样就解决了缓存不一致的问题。

但是上面的方式会有一个问题，由于在锁住总线期间，其他CPU无法访问内存，导致效率低下。

所以就出现了缓存一致性协议。最出名的就是Intel 的MESI协议，MESI协议保证了每个缓存中使用的共享变量的副本是一致的。它核心的思想是：当CPU写数据时，如果发现操作的变量是共享变量，即在其他CPU中也存在该变量的副本，会发出信号通知其他CPU将该变量的缓存行置为无效状态，因此当其他CPU需要读取这个变量时，发现自己缓存中缓存该变量的缓存行是无效的，那么它就会从内存重新读取。

## 原子变量与CAS算法 ##

### 原子变量 ###

java的自增操作并不是原子操作，i++的实际操作分为“读-改-写”

int i=10;

i=i++;

实际在计算机中是

int temp=i;//维护一个变量

i=i+1;

i=temp;

既然上面的操作不是原子，那么在多线程中是极其危险的（出现数据安全问题），如何保证数据原子性？

volatile修饰符只能解决内存可见性问题（主存修改变量时，会让线程的缓冲区的维护的变量失效，这时候线程会从主存中取值）,

并不能解决原子性（多线程访问数据时，A线程获取变量计算后，并没有赋值给变量，被B线程抢到执行权，这时候B获取的变量还是原先的，并且计算完成后赋值给变量，而A线程获得执行权，直接赋值给变量，导致数据出现重复）问题，要解决这个问题，JUC（java.util.concurrent.atomic）为我们提供了一些原子变量(对应的就是基本类型的操作)。

private AtomicInteger serialNumber = new AtomicInteger();//创建具有初始值 0 的新 AtomicInteger。

getAndIncrement()
               以原子方式将当前值加 1。相当于i++，并且保证数据安全性

compareAndSet(int expect, int update) 
              如果当前值 == 预期值，则以原子方式将该值设置为给定的更新值。

decrementAndGet() 
              以原子方式将当前值减 1。

CAS算法

java.util.concurrent.atomic原理就是使用了CAS算法，CAS算法是硬件对于并发操作的支持，其中包含了三个操作数：内存值，预估值和更新值。

每当要执行更新操作时，会先在同步方法中比较内存值和预估值是否相等，如果相等才会用更新值替换内存值，否则什么也不做。   
 模拟CAS算法：

public class TestCompareAndSwap {
    	private int value;
    	//获取内存值
    	public synchronized int get(){
    		return value;
    	}
    	//对照，expecteValue：预估值和内存值比较，如果一样，就更改，不一样就什么也不做。
    	//无论更新或失败，都返回旧值
    	public synchronized int compareAndSwap(int expecteValue,int newValue){
    		//内存值
    		int odlValue=value;
    		if(odlValue==expecteValue){
    			this.value=newValue;
    		}
    		return odlValue;
    	}
    	//设置
    	public synchronized boolean compareAndSet(int expecteValue,int newValue){
    		//调用compareAndSwap()返回true说明一样，修改成功，false说明修改不成功。
    		return expecteValue==compareAndSwap(expecteValue,newValue);
    	}
    }

synchronized对比cas算法

这是一种无锁的写法，很明显，这东西不安全，出现重复数值

public class youhua {
    	public static void main(String[] args) {
    		MyRunnable my = new MyRunnable();
    		for (int i = 0; i < 10; i++) {
    			new Thread(new Runnable() {
    				@Override
    				public void run() {
    					for (int i = 0; i <50; i++) {
    						System.out.println(Thread.currentThread().getName() + "值为："+my.increment());
    					}
    				}
    			}).start();
    			;
    		}
    	}
    }
    class MyRunnable {
    	private long value = 0;
    
    	public long getValue() {
    		return value;
    	}
    	public long increment() {
    		value = value + 1;
    		return value;
    	}
    }

![Center][]

很明显我们需要来吧锁

synchronized

public class syn {
    	public static void main(String[] args) {
    		MyRunnable2 my = new MyRunnable2();
    		long time1 = System.currentTimeMillis();
    		List<Thread> threads = new ArrayList<Thread>();
    		for (int i = 0; i < 10; i++) {
    			Thread t = new Thread(new Runnable() {
    				@Override
    				public void run() {
    					for (int i = 0; i < 11150; i++) {
    					System.out.println(Thread.currentThread() + "值为：" + my.increment());
    					}
    				}
    			});
    			t.start();
    			threads.add(t);
    		}
    		for (Thread t : threads) {
    			try {
    				t.join();//等待该线程终结
    			} catch (InterruptedException e) {
    				e.printStackTrace();
    			} // 用join()等待所有的线程。先后顺序无所谓，当这段执行完，肯定所有线程都结束了。
    		}
    		long time2 = System.currentTimeMillis();
    
    		System.out.println(time2 - time1);
    	}
    }
    
    class MyRunnable2 {
    	private long value = 0;
    
    	public synchronized long getValue() {
    		return value;
    	}
    
    	public synchronized long increment() {
    		value = value + 1;
    		return value;
    	}
    }

cas

public class youhua {
    	public static void main(String[] args) {
    		MyRunnable my = new MyRunnable();
    		long time1 = System.currentTimeMillis();
    		List<Thread> threads = new ArrayList<Thread>();
    		for (int i = 0; i <1; i++) {
    			Thread t = new Thread(new Runnable() {
    				@Override
    				public void run() {
    					for (int i = 0; i < 10000; i++) {
    					System.out.println(Thread.currentThread() + "值为：" + my.increment());
    					}
    				}
    			});
    			t.start();
    			threads.add(t);
    		}
    		for (Thread t : threads) {
    			try {
    				t.join();//等待该线程终结
    			} catch (InterruptedException e) {
    				e.printStackTrace();
    			} // 用join()等待所有的线程。先后顺序无所谓，当这段执行完，肯定所有线程都结束了。
    		}
    		long time2 = System.currentTimeMillis();
    
    		System.out.println(time2 - time1);
    	}
    }
    class MyRunnable {
    	 private static AtomicLong value=new AtomicLong(0);
    	public long increment() {
    		return value.incrementAndGet();
    	}
    }

本人测试了下，感觉两种方式没啥区别，但是网上一些文章测试说cas算法比 synchronized 要快许多，但是上面代码我运行后，实际没啥区别，反而cas有时候还没synchronized 快。如果有这方面懂的人，请告诉我一下。

## 同步类：ConcurrentHashMap（遍历时用的多，写入多慎用） ##

传统的HashTable，多线程安全，因为，线程在访问HashTable从并行变为串行。一个线程只能进入后，其他线程不可进入，串行的效率极其底下，多个线程排队等待着操作一个变量是不能忍的。

而ConcurrentHashMap采用“锁分段”机制（默认把数据分为16段，每个段都有独立的锁，这就实现了并行的效果，不仅线程安全了，而且效率也高了），jdk1.8对ConcurrentHashMap又进行了升级，采用CAS机制。

HashTable:线程安全（相当于锁表）

ConcurrentHashMap：线程安全，可以实现并行(相当于锁行)

CopyOnWriterArrayList优于同步的ArrayList（）

CopyOnWrite容器即写时复制的容器。通俗的理解是当我们往一个容器添加元素的时候，不直接往当前容器添加，而是先将当前容器进行Copy，复制出一个新的容器，然后新的容器里添加元素，添加完元素之后，再将原容器的引用指向新的容器。这样做的好处是我们可以对CopyOnWrite容器进行并发的读，而不需要加锁，因为当前容器不会添加任何元素。所以CopyOnWrite容器也是一种读写分离的思想，读和写不同的容器。

## CountDownLatch（闭锁，在完成某些运算时，只有其他所有线程运算全部完成，当前运算才继续执行） ##

引用api的话

一个同步辅助类，在完成一组正在其他线程中执行的操作之前，它允许一个或多个线程一直等待。

用给定的*计数* 初始化 `CountDownLatch`。由于调用了 [`countDown()`][countDown] 方法，所以在当前计数到达零之前，[`await`][countDown] 方法会一直受阻塞。之后，会释放所有等待的线程，[`await`][countDown] 的所有后续调用都将立即返回。这种现象只出现一次——计数无法被重置。如果需要重置计数，请考虑使用 [`CyclicBarrier`][countDown]。

应用场景：

计算5个线程总运行时间，我们知道main方法的代码和线程不是同步的，所以计算不出耗费时间。但是通过一下方式可以

countDownLatch conut=new countDownLatch(5);//初始化5个数

count.countDown();//每个线程中都加上这个代码，把初始化5减1（只有允许完后，才会返回1）

.....(这时候count为0，表示5个线程都占用了)

注意count.countDown()写在finaly()\{  \}代码块中最好

count.await();//等待，5个线程都运行完了，再执行下面代码（相当于阻塞）

##  ##

# Callable接口（实现线程方式一共有4种） #

Callable 接口类似于 `Runnable`，两者都是为那些其实例可能被另一个线程执行的类设计的。

但是 Runnable 不会返回结果，并且无法抛出经过检查的异常。

public class TestCallable {
    public static void main(String[] args) throws InterruptedException, ExecutionException {
    	ThreadDemo3 td=new ThreadDemo3();
    	//执行callable方式，需要futureTask实现类的支持，用于接受运算结果。
    	//FutureTask是Future接口的实现类
    	FutureTask<Integer> result=new FutureTask<>(td);
    	new Thread(result).start();
    	//接受线程运算结果
    	Integer i = result.get();//注意这个方法当上面线程执行完了，才继续走下去（闭锁）。
    	System.out.println(i);
    }
    }
    class ThreadDemo3 implements Callable<Integer>{
    
    	@Override
    	public Integer call() throws Exception {
    		int sum=0;
    		sum+=10;
    		return sum;
    	}
    }

使用场景，main线程和Callable线程并行做运算，两处结果再进行计算，以前是串行计算，现在变为并行计算，并且线程可以返回值。哦了

## 接口 Lock ##

public interface Lock

`Lock` 实现提供了比使用 `synchronized` 方法和语句可获得的更广泛的锁定操作。此实现允许更灵活的结构，可以具有差别很大的属性，可以支持多个相关的 `Condition` 对象。

锁是控制多个线程对共享资源进行访问的工具。通常，锁提供了对共享资源的独占访问。一次只能有一个线程获得锁，对共享资源的所有访问都需要首先获得锁。不过，某些锁可能允许对共享资源并发访问，如 `ReadWriteLock` 的读取锁。

`synchronized` 方法或语句的使用提供了对与每个对象相关的隐式监视器锁的访问，但却强制所有锁获取和释放均要出现在一个块结构中：当获取了多个锁时，它们必须以相反的顺序释放，且必须在与所有锁被获取时相同的词法范围内释放所有锁。

虽然 `synchronized` 方法和语句的范围机制使得使用监视器锁编程方便了很多，而且还帮助避免了很多涉及到锁的常见编程错误，但有时也需要以更为灵活的方式使用锁。例如，某些遍历并发访问的数据结果的算法要求使用 "hand-over-hand" 或 "chain locking"：获取节点 A 的锁，然后再获取节点 B 的锁，然后释放 A 并获取 C，然后释放 B 并获取 D，依此类推。`Lock` 接口的实现允许锁在不同的作用范围内获取和释放，并允许以任何顺序获取和释放多个锁，从而支持使用这种技术。

随着灵活性的增加，也带来了更多的责任。不使用块结构锁就失去了使用 `synchronized` 方法和语句时会出现的锁自动释放功能。在大多数情况下，应该使用以下语句：

Lock l = ...; 
         l.lock();
         try {
             // access the resource protected by this lock
         } finally {
             l.unlock();
         }

锁定和取消锁定出现在不同作用范围中时，必须谨慎地确保保持锁定时所执行的所有代码用 try-finally 或 try-catch 加以保护，以确保在必要时释放锁。

以后是官方话语可以不看

Lock是一个显示锁，通过lock()方法上锁，必须通过unlock()方法进行释放锁

虽然Lock有好处，但是存在一定的风险，因为unlock()如果没有得到释放（所以放在finaly代码块中），就会有很大危险（一直锁，不释放）,所以说不能完全替代synchronized：隐式锁

[Center]: /images/20220604/bb47d02b8cfe48adba0a686564599dee.png
[countDown]: http://write.blog.csdn.net/postedit?ref=toolbar