多線程編程一直是老生常談的問題，在Java中，隨著JDK的逐漸發展，JDK提供給我們的併發模型也越來越多，本文摘取三例使用不同原理的模型，分析其大致原理。目錄如下： 1.COW之CopyOnWriteArrayList 2.CAS之ConcurrentHashMap 3.讀寫分離之LinkedBlo ...
多線程編程一直是老生常談的問題，在Java中，隨著JDK的逐漸發展，JDK提供給我們的併發模型也越來越多，本文摘取三例使用不同原理的模型，分析其大致原理。目錄如下：
1.COW之CopyOnWriteArrayList
2.CAS之ConcurrentHashMap
3.讀寫分離之LinkedBlockingQueue
COW之CopyOnWriteArrayList
cow是copy-on-write的簡寫，這種模型來源於linux系統fork命令，Java中一種使用cow模型來實現的併發類是CopyOnWriteArrayList。相比於Vector，它的讀操作是無需加鎖的：
| 1 2 3 |
public E get(int index) {
return (E) elements[index];
}
|
之所以有如此神奇功效，其採取的是空間換取時間的方法，查看其add方法：
| 1 2 3 4 5 6 7 |
public synchronized boolean add(E e) {
Object[] newElements = new Object[elements.length + 1];
System.arraycopy(elements, 0, newElements, 0, elements.length);
newElements[elements.length] = e;
elements = newElements;
return true;
}
|
我們註意到，CopyOnWriteArrayList的add方法是需要加鎖的，但其內部並沒有直接對elements數組做操作，而是先copy一份當前的數據到一個新的數組,然後對新的數組進行賦值操作。這樣做就讓get操作從同步中解脫出來。因為更改的數據並沒有發生在get所需的數組中。而是放生在新生成的副本中，所以不需要同步。但應該註意的是，儘管如此，get操作還是可能會讀取到臟數據的。
CopyOnWriteArrayList的另一特點是允許多線程遍歷，且其它線程更改數據並不會導致遍歷線程拋出ConcurrentModificationException 異常，來看下iterator()，
| 1 2 3 4 |
public Iterator<E> iterator() {
Object[] snapshot = elements;
return new CowIterator<E>(snapshot, 0, snapshot.length);
}
|
這個CowIterator 是 ListIterator的子類，這個Iterator的特點是它並不支持對數據的更改操作：
| 1 2 3 4 5 6 7 8 9 |
public void add(E object) {
throw new UnsupportedOperationException();
}
public void remove() {
throw new UnsupportedOperationException();
}
public void set(E object) {
throw new UnsupportedOperationException();
}
|
這樣做的原因也很容易理解，我們可以簡單地的認為CowIterator中的snapshot是不可變數組，因為list中有數據更新都會生成新數組，而不會改變snapshot， 所以此時Iterator沒辦法再將更改的數據寫回list了。同理，list數據有更新也不會反映在CowIterator中。CowIterator只是保證其迭代過程不會發生異常。
CAS之ConcurrentHashMap（JDK1.8）
CAS是Compare and Swap的簡寫，即比較與替換，CAS造作將比較和替換封裝為一組原子操作，不會被外部打斷。這種原子操作的保證往往由處理器層面提供支持。
在Java中有一個非常神奇的Unsafe類來對CAS提供語言層面的介面。但類如其名，此等神器如果使用不當，會造成武功盡失的，所以Unsafe不對外開放，想使用的話需要通過反射等技巧。這裡不對其做展開。介紹它的原因是因為它是JDK1.8中ConcurrentHashMap的實現基礎。
ConcurrentHashMap與HashMap對數據的存儲有著相似的地方，都採用數組+鏈表+紅黑樹的方式。基本邏輯是內部使用Node來保存map中的一項key， value結構，對於hash不衝突的key，使用數組來保存Node數據，而每一項Node都是一個鏈表，用來保存hash衝突的Node，當鏈表的大小達到一定程度會轉為紅黑樹，這樣會使在衝突數據較多時也會有比較好的查詢效率。
瞭解了ConcurrentHashMap的存儲結構後，我們來看下在這種結構下，ConcurrentHashMap是如何實現高效的併發操作，這得益於ConcurrentHashMap中的如下三個函數。
| 1 2 3 4 5 6 7 8 9 10 |
static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,
Node<K,V> c, Node<K,V> v) {
return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}
static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) {
U.putOrderedObject(tab, ((long)i << ASHIFT) + ABASE, v);
}
|
其中的U就是我們前文提到的Unsafe的一個實例，這三個函數都通過Unsafe的幾個方法保證了是原子性：
- tabAt作用是返回tab數組第i項
- casTabAt函數是對比tab第i項是否與c相等，相等的話將其設置為v。
- setTabAt將tab的第i項設置為v
有了這三個函數就可以保證ConcurrentHashMap的線程安全嗎？並不是的，ConcurrentHashMap內部也使用比較多的synchronized，不過與HashTable這種對所有操作都使用synchronized不同，ConcurrentHashMap只在特定的情況下使用synchronized，來較少鎖的定的區域。來看下putVal方法（精簡版）:
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 |
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to embin
}
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
V oldVal = null;
synchronized (f) {
....
}
}
}
addCount(1L, binCount);
return null;
}
|
整個put流程大致如下：
- 判斷key與value是否為空，為空拋異常
- 計算kek的hash值，然後進入死迴圈，一般來講，caw演算法與死迴圈是搭檔。
- 判斷table是否初始化，未初始化進行初始化操作
- Node在table中的目標位置是否為空，為空的話使用caw操作進行賦值，當然，這種賦值是有可能失敗的，所以前面的死迴圈發揮了重試的作用。
- 如果當前正在擴容，則嘗試協助其擴容，死迴圈再次發揮了重試的作用，有趣的是
ConcurrentHashMap是可以多線程同時擴容的。這裡說協助的原因在於，對於數組擴容，一般分為兩步：1.新建一個更大的數組；2.將原數組數據copy到新數組中。對於第一步，ConcurrentHashMap通過CAW來控制一個int變數保證新建數組這一步只會執行一次。對於第二步，ConcurrentHashMap採用CAW + synchronized + 移動後標記 的方式來達到多線程擴容的目的。感興趣可以查看transfer函數。 - 最後的一個else分支，
黑科技的流程已嘗試無效，目標Node已經存在值，只能鎖住當前Node來進行put操作，當然，這裡省略了很多代碼，包括鏈表轉紅黑樹的操作等等。
相比於put，get的代碼更好理解一下：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
int h = spread(key.hashCode());
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
|
- 檢查表是否為空
- 獲取key的hash h，獲取key在table中對應的Node e
- 判斷Node e的第一項是否與預期的Node相等，相等話， 則返回e.val
- 如果e.hash < 0, 說明e為紅黑樹，調用e的find介面來進行查找。
- 走到這一步，e為鏈表無疑，且第一項不是需要查詢的數據，一直調用next來進行查找即可。
讀寫分離之LinkedBlockingQueue
還有一種實現線程安全的方式是通過將讀寫進行分離，這種方式的一種實現是LinkedBlockingQueue。LinkedBlockingQueue整體設計的也十分精巧，它的全局變數分為三類：
- final 型
- Atomic 型
- 普通變數
final型變數由於聲明後就不會被修改，所以自然線程安全，Atomic型內部採用了cas模型來保證線程安全。對於普通型變數，LinkedBlockingQueue中只包含head與last兩個表示隊列的頭與尾。並且私有，外部無法更改，所以，LinkedBlockingQueue只需要保證head與last的安全即可保證真個隊列的線程安全。並且LinkedBlockingQueue屬於FIFO型隊列，一般情況下，讀寫會在不同元素上工作，所以， LinkedBlockingQueue定義了兩個可重入鎖，巧妙的通過對head與last分別加鎖，實現讀寫分離，來實現良好的安全併發特性：
| 1 2 3 4 5 6 7 8 |
/** Lock held by take, poll, etc */
private final ReentrantLock takeLock = new ReentrantLock();
/** Wait queue for waiting takes */
private final Condition notEmpty = takeLock.newCondition();
/** Lock held by put, offer, etc */
private final ReentrantLock putLock = new ReentrantLock();
/** Wait queue for waiting puts */
private final Condition notFull = putLock.newCondition();
|
首先看下它的offer 方法：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 |
public boolean offer(E e) {
if (e == null) throw new NullPointerException();
final AtomicInteger count = this.count;
if (count.get() == capacity)
return false;
int c = -1;
Node<E> node = new Node<E>(e);
final ReentrantLock putLock = this.putLock;
putLock.lock();
try {
if (count.get() < capacity) {
enqueue(node);
c = count.getAndIncrement();
if (c + 1 < capacity)
notFull.signal();
}
} finally {
putLock.unlock();
}
if (c == 0)
signalNotEmpty();
return c >= 0;
}
|
可見，在對隊列進行添加元素時，只需要對putLock進行加鎖即可，保證同一時刻只有一個線程可以對last進行插入。同樣的，在從隊列進行提取元素時，也只需要獲取takeLock鎖來對head操作即可：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
public E poll() {
final AtomicInteger count = this.count;
if (count.get() == 0)
return null;
E x = null;
int c = -1;
final ReentrantLock takeLock = this.takeLock;
takeLock.lock();
try {
if (count.get() > 0) {
x = dequeue();
c = count.getAndDecrement();
if (c > 1)
notEmpty.signal();
}
} finally {
takeLock.unlock();
}
if (c == capacity)
signalNotFull();
return x;
}
|
LinkedBlockingQueue整體還是比較好理解的，但有幾個點需要特殊註意：
LinkedBlockingQueue是一個阻塞隊列，當隊列無元素為空時，所有取元素的線程會通過notEmpty 的await()方法進行等待，直到再次有數據enqueue時，notEmpty發出signal信號。對於隊列達到上限時也是同理。- 對於remove，contains，toArray， toString， clear之類方法，會調用fullyLock方法，來同時獲取讀寫鎖。但對於size方法，由於隊列內部維護了AtomicInteger類型的count變數，是不需要加鎖進行獲取的。
本文轉自：http://www.importnew.com/27922.html
