大杂烩 -- Java中Iterator的fast-fail分析

基础大杂烩 -- 目录

Java中的Iterator非常方便地为所有的数据源提供了一个统一的数据读取(删除)的接口，但是新手通常在使用的时候容易报如下错误ConcurrentModificationException，原因是在使用迭代器时候底层数据被修改，最常见于数据源不是线程安全的类，如HashMap & ArrayList等。

为什么要有fast-fail

一个案例

来一个新手容易犯错的例子：

String[] stringArray = {"a","b","c","d"};
List<String> strings = Arrays.asList(stringArray);
Iterator<String> iterator = strings.iterator();
while (iterator.hasNext()) {    
  if(iterator.next().equals("c")) {        
    strings.remove("c");    
  }
}

更加常见的是在foreach(本质一样，都是调用Iterator时，操作了原始的strings)语句中：

for(String s : strings) {    
  if(s.equals("c")) {        
    strings.remove("c");
  }
}

产生原因

Java中的集合类(数据源)分为两种类型：线程安全，位于java.util.concurrent命名目录下，如CopyOnWriteArrayList；线程不安全：位于java.util目录下,如ArrayList,HashMap。所谓线程安全是在多线程环境下，这个类还能表现出和行为规范一致的结果，是否文绉绉的...自己google吧。

那既然我们可以有线程安全的集合替代品，那么为什么还要存在ArrayList等呢？因为线程安全的类通常需要通过各种手段去保持对数据访问的同步，所以通常来说效率会比较差。而如果使用者清楚自身使用场景不存在并发的场景，那么使用非线程安全的集合类在速度上有很大的优势。

如果开发者在使用时没有注意，将非线程安全的集合类用在了并发的场景下，比如线程A获取了ArrayList的iterator,然后线程B通过调用ArrayList.add()修改了ArrayList的数据，此时就有可能会抛出ConcurrentModificationException，注意，这里是有可能。那为啥上面的例子里面也会报这个错误呢？上面并不存在并发的情况，搂一眼源码吧。

Iterator源码分析

集合类中的fast-fail实现方式都差不多，我们以最简单的ArrayList为例吧。
ArrayList中会持有一个变量，声明为:
protected transient int modCount = 0;记录的是我们对ArrayList修改的次数，比如我们调用 add(),remove()等改变数据的操作时，会将modCount++。

我们通过ArrayList.iterator()返回的是一个实现了Iterator接口的ArrayListIterator：

private class ArrayListIterator implements Iterator<E> {

    //省略部分代码.......
    //初始化时，直接给expectedModCount赋ArrayList的修改次数
    private int expectedModCount = modCount;

    @SuppressWarnings("unchecked") public E next() {
           ............
        ArrayList<E> ourList = ArrayList.this;
        //简单比较一下当前iterator初始化时ArrayList.modCount的值
        //和现在的值是否一致，如果不相等，认为在获取了当前iterator之后
        //有别的位置(有可能是别的线程)修改了ArrayList，直接抛异常
        if (ourList.modCount != expectedModCount) {
            throw new ConcurrentModificationException();
        }
          ............
    }
}

原理很简单，构建Iterator时将当前ArrayList的modCount存起来，以后每一次next()时，判断ArrayList的modCount值是否有变化，如果有，则是在这个过程中有代码改变了数据(前面已经提及，只有调用add() remove()等才会去修改modCount的值)。
这也说明了为什么在例子里面我们并不是并发的场景也报错，因为我们调用ArrayList.remove()时改变了modCount的值。

但是这个东西意义有多大呢？在我看来它有点画蛇添足的嫌疑。因为在真正的并发场景下，这个fast-fail机制并不能真正即使发现另外线程访问并修改ArrayList中的数据。原因如下：

再看看modCount的定义protected transient int modCount = 0;。你没有看错，它就是一个普通的变量，那么在并发场景下由于共享对象的不可见性，有可能别的线程修改了ArrayList中的modCount，而iterator所在的线程却并没有读取到这个更新。HashMap在1.6以前确实是用了volatile来修饰了modCount来保证各个线程直接对modCount的可见性，但是在1.7里面把这个修饰去掉了，而且认为这是一个bug-->Java7去掉volatitle,可悲啊。。。原因嘛，就是JDK的开发者认为为了这么个破事而需要使用volatitle简直浪费效率。
就算是使用volatitle就完事大吉了吗？nono，举个最简单的例子，线程A获取了一个集合类的Iterator,线程B调用了集合类的add(),在add()还没有执行到modCount++时，线程A获取执行，并执行结束。在这种场景下，执行结果并不确定。对于ArrayList的Iterator来说，有可能会报一个数组越界的异常...

总结

fast-fail是JDK为了提示开发者将非线程安全的类使用到并发的场景下时，抛出一个异常，及早发现代码中的问题。但正如本文前面所述，这种机制却不能绝对正确地给出提示，而且老的JDK版本为了更好地支持这个机制还付出了一定的效率代价。

fast-fail存在的唯一价值可能就是给新手制造一些迷惑，给他深入探索的动力...嘿嘿

补充：

很多网上资料说在使用Iterator时是不能修改数据的，这样也并不完全准确。即便是支持fast-fail的Iterator本身也提供了remove()来删除当前遍历到的元素，例如：ArrayListIterator中的remove()，前面举的栗子改成如下即可：

while (iterator.hasNext()) {    
  if(iterator.next().equals("c")) {        
    iterator.remove("c");    
  }
}

啦啦啦

posted @ 2017-06-28 22:58 limeOracle 阅读(213) 评论(0) 编辑收藏举报

刷新页面返回顶部