Java-并发-并发的基本概念

0.背景

在经典八股文中,我们会背:

啊,hashmap是线程不安全的,concurrentHashMap是线程安全的。

然后呢,又背:

啊,为啥ConcurrentHashMap是安全的,因为加锁了。

好好好,接着八股:

啊,啥啥分段锁。

本文,结合实际例子来进行分析,这他妈的并发、并发问题,到底是在叭叭啥。

一切,从一个Hashmap的demo谈起。

    public static void runDemo() {
        Map<Integer, String> map = new HashMap<>();

        // 创建两个线程同时向HashMap中添加元素
        Thread t1 = new Thread(() -> {
            for (int i = 0; i < 1000; i++) {
                map.put(i, "");
            }
        });

        Thread t2 = new Thread(() -> {
            for (int j = 0; j < 1000; j++) {
                map.put(j, "");
            }
        });

        t1.start();
        t2.start();

        try {
            // 等待两个线程执行完毕
            t1.join();
            t2.join();
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        }

        // 打印最终HashMap中的元素数量
        System.out.println("map size: " + map.size());
    }

在这段代码中,我们两个线程都在尝试往map中放置元素,然后,由于map的key值都是0-999,按照直觉,大不了value被覆盖了呗,然后key还是那么多。

最后map的size应该是1000?

我们来运行10次,看看结果。

image-20240510223002303

哈哈,奇怪了吧。

此处,先给出结论,后文再进行分析。

执行完后,map中的元素的确是1000个,debug可以看到。

image-20240510223651313

原因在于,咱们这个size字段值有问题。这里的transient关键字你可以先忽略,序列化相关的。

image-20240510223836531

有没有get到我的点,就是元素呢是1000个,但是用来记录元素个数的这个size值不对。


咱先来看看是怎么put的。

    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

什么鸟代码,太复杂了,好,不重要,我来给你圈下。

我的idea做了配置,变量读取的时候是绿色,变量做了修改的时候是红色,可以参考我这篇文章:IDEA中高亮显示变量的使用位置和赋值位置

你可以看到,put方法里size就一个红色的地方。

我强调这个干嘛?

意思就是,别管那么多代码了,关注这个size就行了,反正就是这个方法里在给他在++i这种操作呗,然后从结果而知,出问题了。

image-20240510224227375

那么,我们是不是很简单的来复现出一个最小的测试用例。

package cn.yang37.map;

/**
 * @description:
 * @class: DemoHashMap2
 * @author: yang37z@qq.com
 * @date: 2024/5/10 22:50
 * @version: 1.0
 */
public class DemoHashMap2 {

    private int count = 0;

    void add() {
        ++count;
    }

    static void test() throws InterruptedException {
        DemoHashMap2 map2 = new DemoHashMap2();
        Thread thread1 = new Thread(
                () -> {
                    for (int i = 0; i < 1000; i++) {
                        map2.add();
                    };
                }
        );
        Thread thread2 = new Thread(
                () -> {
                    for (int i = 0; i < 1000; i++) {
                        map2.add();
                    };
                });

        thread1.start();
        thread2.start();

        thread1.join();
        thread2.join();

        System.out.println(map2.count);
    }


    public static void main(String[] args) throws InterruptedException {
        for (int i = 0; i < 10; i++) {
            test();
        }
    }
}
  • 在这个类中,我们也定义了个成员变量count,然后add()方法做了增加的操作。
  • test()方法中,我们新建两个了两个线程,分别做了一千次增加操作,理想情况下结果应该是2000。

在main方法中做了10次测试,看看结果。

嗯,这几次怎么和2000对不上了?

image-20240510231300218

1.并发、并行

线程安全,经常又叫什么并发问题,我先来谈谈我对并发和并行的理解。

1.1 并行

并行很好理解,就是真的可以同时做事情。而且理想状态下,最优解当然是可以同时做。

但是很多时候,却没法这么理想。

打王者的时候,作为一个两千分的打野选手,我总是恨自己不能同时打红蓝buff,野区没有减伤机制前,我露露总容易被可恶的老虎反野。

要是能并行就好了,就是我能有个分身,哎,对,两个我,同时打,多爽。

显而易见,这是不可能的,我也没有两个脑子。

1.2 并发

并发又是怎么来的呢?

假设我们现在只有一个cpu,我们都知道cpu和io之间存在效率冲突,cpu快,io慢。

现在要处理3个任务,每个任务内有读取数据、计算数据、展示数据这几个步骤,分别需要5s、0.2s、3s。

如果我们让它们一个个前后来,从整体角度来看,这个io的5s、3s它太久了,cpu它经常是闲着没事干在那里发呆。

啊?cpu这么好的东西,你忍心让它闲着吗,不得狠狠压榨吗。

比如上面的场景,虽然读取数据、计算数据、展示数据三个步骤我无法优化,但是从整体角度,我可以让cpu尽量的不闲着。

像经典的时间片,每个人用0.1s的cpu,然后保存状态,交出使用权,下一个立马顶上。

好,这个时候你会说,啊,那0.1s数据还是没过来啊,不管你3个的哪个,他都还在读取啊。

哈哈,咱们看待的太死板了,实际情况下,任务可能是几千几万个,他们经常是前前后后的先后开始了,总有人已经读取好数据了,然后渴望着cpu。

按照这种思想,cpu就能得到更好的利用,优化我们这个效率不匹配的问题。

难不成要怎么样?这个任务执行8.2s,就用0.2s的cpu,还给它锁死啊,其他人看着你拿宝贵的cup不用然后傻等?

这样,咱们就能更好的压榨cpu了。

并发,更像是逻辑层面的一种概念,强调的是同时处理多个任务的能力,只是人为角度看来像是在同时处理一样。

当然,真的不能并行吗?嗯,也很简单,我们可以再加一万个cpu嘛。

2.字节码

回到最开始的示例,在代码中,为什么多线程操作变量i的增加操作看起来这么魔幻?

其根本原因就是i值变化的这个++i不是一个原子操作。

查看下字节码,可以看到这种信息。

image-20240511161250396

啥玩意,看不懂对吧。没关系,不影响我们的理解,起码咱们可以看出来。

看似只有一行的++i,实际上是分了很多个步骤在执行。

解析下具体的语法:

0: aload_0
加载当前对象的引用到操作数栈顶。在实例方法中,aload_0 用于加载 this 引用,因为实例方法需要访问调用该方法的对象的状态(即实例变量)。

1: dup
复制栈顶值。这里复制的是 this 引用,目的是因为接下来的操作需要使用 this 引用两次:一次用于获取字段,一次用于设置字段。

2: getfield #2 <cn/yang37/map/DemoHashMap2.count : I>
从对象中获取字段 count。此操作将会消耗之前的一个 this 引用,并将字段值 count 推送到栈顶。

5: iconst_1
将常数 1 推送到栈顶。

6: iadd
弹出栈顶的两个数(当前 count 值和 1),执行加法操作,结果(count + 1)重新推送到栈顶。

7: putfield #2 <cn/yang37/map/DemoHashMap2.count : I>
将栈顶的值(新的 count 值)存储回对象的 count 字段。这个操作同样需要一个 this 引用,这就是为什么之前需要 dup 操作,以保留 this 引用的一个副本。

10: return
从方法返回。

好,关注下这3步:

2: getfield #2 <cn/yang37/map/DemoHashMap2.count : I>
从对象中获取字段 count。此操作将会消耗之前的一个 this 引用,并将字段值 count 推送到栈顶。

5: iconst_1
将常数 1 推送到栈顶。

6: iadd
弹出栈顶的两个数(当前 count 值和 1),执行加法操作,结果(count + 1)重新推送到栈顶。

嗯,是不是相当于读取、相加。

这可不是我说的,这可是你看到的,实实在在的步骤。

好,问题来了,假设这3步中的第1步线程1刚执行完,就要进行线程中断和切换了,会出现什么问题。

现在用+1这个步骤来说明

  • 线程1执行 getfield
    • 线程1执行到getfield,读取 count 的当前值,此时 count 为0,它将这个值放到自己的操作数栈顶。
  • 线程1切换到线程2
    • 在线程1增加count之前,操作系统中断线程1的执行,切换到线程2。
  • 线程2完整执行 add 方法
    • 线程2也从头开始执行 add 方法,执行 getfield读取 count 的当前值(仍为0,因为线程1还没来得及修改)。
    • 线程2继续执行 iconst_1iadd,将 count 从0增加到1。
    • 线程2执行 putfield,将新值1写回 count
  • 线程2切换回线程1
    • 线程1恢复执行。由于它在栈顶已经有 count 的旧值0,接着执行 iconst_1iadd,也将 count 从0增加到1。
    • 线程1执行 putfield,尝试将新值(1)写回 count

一切都是合理的吧,两个线程都没有乱搞吧,就是读取然后增加。

那结果会是怎么样?

在这个例子中,尽管两个线程都尝试将 count 增加1,由于它们都从同一个原始值0开始计算,最终 count 只增加到了1,而不是正确的2

这种问题称为丢失更新,是并发编程中常见的问题之一,源于没有适当的锁或同步机制来保护共享资源。

哇靠,丢失更新,关键字呀,熟悉吧,这些场景都是类似的,来复习下咱们Mysql中写-写场景下的2类丢失更新。

  • 第一类丢失更新

这通常发生在一个事务回滚时,它撤销了另一个并发事务所做的更新。

例如,事务 A 更新了一行,然后事务 B 也更新了同一行。如果事务 A 回滚,它可能会撤销事务 B 的更新,这是因为 A 的更新被视为最终状态。

  • 第二类丢失更新

发生在两个事务都试图更新同一数据行,并且第二个事务的写操作覆盖了第一个事务的写操作的场景中。

这通常是因为没有适当的锁定策略或锁定级别太低,使得两个事务都未意识到对方的存在。

好,现在咱们好像更清楚一点问题的原因了。

思考下,根本原因是什么,根本原因就在于,我们是知道这个场景下,count变量是个临界变量,但是计算机它不知道啊。

步骤是什么:读取、增加、写入

刚才的分析里不就是线程1读取完被中断了,然后线程2执行了(读取、增加、写入),线程1接着拿着旧值做了增加和写入吗。

开始有点感觉了,哈,冲突点在哪里?

  • 哇靠,线程1你不知道线程2它都把值更新了吗?
  • 哇靠,线程2你不能等线程1先算完吗,加1这种easy的操作都不能搞成个原子性的嘛?

嗯,这就是解决方案。

3.共享变量

从前面的例子中可以看到,根本原因在于,某些场景下,我们对变量是有要求的,刚才我们不是有个疑惑的点,就这种+1的操作不能搞个原子性的嘛?

哈哈,咱们都知道,有得必有失,原子性的东西,必然涉及到更多的成本,我必须强制的占用了这个变量,直到我搞定一切。

回过头来看,有点顾头不顾脚了哦。除了这种特殊的场景,大部分时间,咱们并不会有这个问题。

为什么这篇文章要写这个东西啊,平时咱们怎么不研究这个点?

单线程没问题吧?多线程各自请求两个api问题也不大吧?

根本原因是,多线程背景下,我们遇到了这种竞争资源的场景,产生了竞态。

先来分析下,常见的风险点,即,并发场景下,哪些地方可能遇到这个竞态。

这不就是在讨论,多线程里面,哪些玩意是可以共享的。

共享通常指的是允许多个线程访问和操作同一个内存区域或资源。

变量类型 存储位置 线程共享性 线程安全性 安全策略
局部变量 × 无需同步
成员变量 × 使用 synchronized,原子类
静态变量 堆的静态区 × 使用 synchronized,原子类
线程局部变量 特定于线程 × 使用 ThreadLocal
volatile 变量 有条件 适用于简单操作,非复合操作需要其他同步

好,经典八股来了,线程安全问题是发生在JVM的哪块局域的啊?

所以关键点在哪里:它的位置多个线程会共享吗?

不过要注意怎么说哦,比如方法区是线程共享的,方法区里的数据在最开始就被设计成了线程安全的。但是核心是什么,如果没在最开始就提前这样设计好,方法区就是线程不安全的了。

哪些地方可能有线程安全问题?

我理解的核心就是竞态+共享,不过你都不能共享如何来竞态呢。

来个抽象的玩意,比如说,车位,公共车位都能停吧?共享的吧,有竞争条件吧?只不过你不傻,知道别人停一半撞上去要赔钱,咱们能线程安全的前提是别人停进去后出来了。

所以写代码的时候如何考虑,就是思考,这个东西可能被多个线程同时用到吗?然后再思考存不存在同时竞争。

就比如,我开个多线程不停地给你发请求,别的啥也不做,用得着考虑线程安全吗?当然不。

3.1 局部变量

线程安全性:由于局部变量只能被所在线程访问,它们自然是线程安全的,不需要额外的同步措施。

局部变量是在方法内部定义的变量。它们是线程安全的,因为每个线程调用一个方法时,局部变量都存储在各自线程的栈内存中。这意味着每个线程有自己的局部变量副本,其他线程无法访问这些局部变量。

3.2 成员变量(实例变量)

线程安全性:如果多个线程可能会改变同一个对象的成员变量,则这些变量必须通过同步机制(如 synchronized 关键字或使用原子类)来保证线程安全。

成员变量是定义在类中但在方法外的变量。它们存储在堆内存中,并且被类的所有实例共享。如果多个线程访问同一个对象的成员变量,就必须小心处理线程安全问题。

3.3 静态变量

线程安全性:静态变量的线程安全性问题类似于成员变量。如果静态变量被多个线程访问和修改,也需要采用适当的同步措施。

静态变量也是定义在类中的变量,但它们用 static 关键字修饰。静态变量在类加载时被初始化,且在堆内存中的静态区域存储。所有的类实例共享同一个静态变量。因此,它们在多线程环境下是共享的。

3.4 线程局部变量(Thread Local)

线程安全性:ThreadLocal 变量提供了很好的线程隔离性,因此它们是线程安全的。这使得 ThreadLocal 非常适合于保存线程的上下文信息,比如用户会话或事务信息。

ThreadLocal 变量提供了一种线程封闭的机制,通过这种机制,每个线程可以访问到自己的一个独立副本,其他线程则不能访问。

3.5 Volatile 变量

线程安全性:volatile 变量适用于一种非常特定的情况。变量的写入操作不依赖于当前值,或只有单一的线程修改变量值,而其他线程只读取变量。对于复合操作(如递增),volatile 不能保证线程安全。

使用 volatile 关键字修饰的变量可以确保每次变量的访问都是从主内存中进行的,而不是从线程的私有内存(缓存)。这确保了变量的可见性,但不保证操作的原子性。

4.解决

回顾之前的问题,很容易有些经典的解决方案。

此处先列出下,详细的内容,在[Java-线程-并发解决方案]展开。

4.1 synchronized

synchronized 是Java中的一个关键字,用于提供同步机制,保证多线程环境下对共享资源的安全访问。

通过使用 synchronized,Java虚拟机(JVM)保证同一时间内只有一个线程可以执行被 synchronized 保护的代码块或方法。

  • 方法同步

可以直接在方法声明上使用 synchronized 关键字,这样整个方法体成为同步区域。

public synchronized void method() {
    // 同步方法
}
  • 代码块同步
public void method() {
    synchronized (this) {
        // 同步代码块
    }
}

4.2 ReentrantLock

ReentrantLock 是 java.util.concurrent 包提供的一个高级工具,提供与 synchronized 相似的同步功能,但增加了更多的灵活性。

它允许尝试锁定(tryLock),定时锁定以及中断等待锁的线程。

private final ReentrantLock lock = new ReentrantLock();

public void method() {
    lock.lock();
    try {
        // 访问或修改共享资源
    } finally {
        lock.unlock();
    }
}

4.3 Volatile

volatile 关键字确保了变量的可见性,通过禁止指令重排优化,使得一个线程修改的值对其他线程立即可见。

适用于一写多读的场景,但不适合作为原子性操作。

private volatile boolean flag = false;

public void reader() {
    if (flag) {
        // 执行某些操作
    }
}

public void writer() {
    flag = true;
}

4.4 原子变量

Java 的 java.util.concurrent.atomic 包提供了一系列的原子类,如 AtomicIntegerAtomicLong 等,用于无锁的线程安全编程。这些类利用 CAS(比较并交换)操作来实现线程安全的更新操作。

private final AtomicInteger count = new AtomicInteger(0);

public void increment() {
    count.incrementAndGet();
}

4.5 并发集合

java.util.concurrent 包还提供了线程安全的集合类,如 ConcurrentHashMapCopyOnWriteArrayList 等,这些集合内部管理了相关的同步机制,提供了比传统同步集合更好的并发性能。

Concurrent译为并发

Map<Integer, String> map = new ConcurrentHashMap<>();
posted @ 2024-05-11 17:28  羊37  阅读(47)  评论(0编辑  收藏  举报