同步容器类
Vector与ArrayList区别
- ArrayList是最常用的List实现类,内部是通过数组实现的,它允许对元素进行快速随机访问。数组的缺点是每个元素之间不能有间隔,当数组大小不满足时需要增加存储能力,就要讲已经有数组的数据复制到新的存储空间中。当从ArrayList的中间位置插入或者删除元素时,需要对数组进行复制、移动、代价比较高。因此,它适合随机查找和遍历,不适合插入和删除。
- Vector与ArrayList一样,也是通过数组实现的,不同的是它支持线程的同步,即某一时刻只有一个线程能够写Vector,避免多线程同时写而引起的不一致性,但实现同步需要很高的花费,因此,访问它比访问ArrayList慢。
Vector源码
public synchronized boolean add(E e) {
modCount++;
ensureCapacityHelper(elementCount + 1);
elementData[elementCount++] = e;
return true;
}
ArrayList源码
public boolean add(E e) {
ensureCapacityInternal(size + 1); // Increments modCount!!
elementData[size++] = e;
return true;
}
HasTable与HasMap的区别
- HashMap不是线程安全的,HastMap是一个接口 是map接口的子接口,是将键映射到值的对象,其中键和值都是对象,并且不能包含重复键,但可以包含重复值。HashMap允许null key和null value,而hashtable不允许。
- HashTable是线程安全的一个Collection。
- HashMap是Hashtable的轻量级实现(非线程安全的实现),他们都完成了Map接口,主要区别在于HashMap允许空(null)键值(key),由于非线程安全,效率上可能高于Hashtable。
- HashMap允许将null作为一个entry的key或者value,而Hashtable不允许。
- HashMap把Hashtable的contains方法去掉了,改成containsvalue和containsKey。
Collections工具类
- 使用Collections.synchronizedMap(map);等方法将Collection里面的非线程安全的类转换为线程安全的。里面其实是使用synchronized包装起来。
- 源代码
public int size() {
synchronized (mutex) {return m.size();}
}
public boolean isEmpty() {
synchronized (mutex) {return m.isEmpty();}
}
public boolean containsKey(Object key) {
synchronized (mutex) {return m.containsKey(key);}
}
public boolean containsValue(Object value) {
synchronized (mutex) {return m.containsValue(value);}
}
public V get(Object key) {
synchronized (mutex) {return m.get(key);}
}
public V put(K key, V value) {
synchronized (mutex) {return m.put(key, value);}
}
public V remove(Object key) {
synchronized (mutex) {return m.remove(key);}
}
public void putAll(Map<? extends K, ? extends V> map) {
synchronized (mutex) {m.putAll(map);}
}
public void clear() {
synchronized (mutex) {m.clear();}
}
ConcurrentHashMap
ConcurrentHashMap内部使用段(Segment)来表示这些不同的部分,每个段其实就是一个小的HashTable,它们有自己的锁。只要多个修改操作发生在不同的段上,它们就可以并发进行。把一个整体分成了16个段(Segment)也就是最高支持16个线程的并发修改操作。
这也是在多线程场景时减小锁的粒度从而降低锁竞争的一种方案。并且代码中大多共享变量使用volatile关键字声明,目的是第一时间获取修改的内容,性能非常好。
CountDownLatch
CountDownLatch类位于java.util.concurrent包下,利用它可以实现类似计数器的功能。比如有一个任务A,它要等待其他4个任务执行完毕之后才能执行,此时就可以利用CountDownLatch来实现这种功能了。
package top.nightliar.study.day04;
import java.util.concurrent.CountDownLatch;
/**
* Created by Nightliar
* 2018-09-17 13:49
*/
public class ThreadDemo02 {
public static void main(String[] args) throws InterruptedException {
CountDownLatch countDownLatch = new CountDownLatch(2);
System.out.println("主线程开始");
new Thread(new Runnable() {
@Override
public void run() {
System.out.println("子线程1开始");
countDownLatch.countDown(); // 每次减去1
System.out.println("子线程1结束");
}
}).start();
new Thread(new Runnable() {
@Override
public void run() {
System.out.println("子线程2开始");
countDownLatch.countDown(); // 每次减去1
System.out.println("子线程2结束");
}
}).start();
countDownLatch.await(); // 调用当前方法主线程阻塞 countDown结果为0, 阻塞变为运行状态
System.out.println("两个子线程执行完毕");
System.out.println("主线程结束");
}
}
结果:
主线程开始
子线程2开始
子线程1开始
子线程2结束
子线程1结束
两个子线程执行完毕
主线程结束
CyclicBarrier
CyclicBarrier初始化时规定一个数目,然后计算调用了CyclicBarrier.await()进入等待的线程数。当线程数达到了这个数目时,所有进入等待状态的线程被唤醒并继续。
CyclicBarrier就象它名字的意思一样,可看成是个障碍, 所有的线程必须到齐后才能一起通过这个障碍。
CyclicBarrier初始时还可带一个Runnable的参数, 此Runnable任务在CyclicBarrier的数目达到后,所有其它线程被唤醒前被执行。
package top.nightliar.study.day04;
import java.util.concurrent.BrokenBarrierException;
import java.util.concurrent.CyclicBarrier;
/**
* Created by Nightliar
* 2018-09-17 13:59
*/
public class ThreadDemo03 {
public static void main(String[] args) {
CyclicBarrier cyclicBarrier = new CyclicBarrier(4);
for (int i = 0; i < 4; i++) {
new CreateThread(cyclicBarrier).start();
}
}
}
class CreateThread extends Thread{
CyclicBarrier cyclicBarrier;
public CreateThread(CyclicBarrier cyclicBarrier) {
this.cyclicBarrier = cyclicBarrier;
}
@Override
public void run() {
System.out.println(getName() + "写入数据开始...");
try {
sleep(40);
System.out.println(getName() + "写入数据完毕");
cyclicBarrier.await();
System.out.println(getName() + "所有线程一起执行完毕");
} catch (InterruptedException | BrokenBarrierException e) {
e.printStackTrace();
}
}
}
结果:
Thread-0写入数据开始...
Thread-3写入数据开始...
Thread-2写入数据开始...
Thread-1写入数据开始...
Thread-2写入数据完毕
Thread-3写入数据完毕
Thread-0写入数据完毕
Thread-1写入数据完毕
Thread-2所有线程一起执行完毕
Thread-3所有线程一起执行完毕
Thread-0所有线程一起执行完毕
Thread-1所有线程一起执行完毕
Semaphore
Semaphore是一种基于计数的信号量。它可以设定一个阈值,基于此,多个线程竞争获取许可信号,做自己的申请后归还,超过阈值后,线程申请许可信号将会被阻塞。Semaphore可以用来构建一些对象池,资源池之类的,比如数据库连接池,我们也可以创建计数为1的Semaphore,将其作为一种类似互斥锁的机制,这也叫二元信号量,表示两种互斥状态。
基础方法:
- availablePermits(); 函数用来获取当前可用的资源数量。
- acquire(); 申请资源。
- release(); 释放资源。
package top.nightliar.study.day04;
import java.util.Random;
import java.util.concurrent.Semaphore;
/**
* 10个线程同时运行,但只能同时运行其中三个。
* Created by Nightliar
* 2018-09-17 14:32
*/
public class ThreadDemo04 {
public static void main(String[] args) {
// 设置3个并发量
Semaphore semaphore = new Semaphore(3);
for (int i = 0; i < 11; i++) {
new CreateThread02("第" + i + "个人,", semaphore).start();
}
}
}
class CreateThread02 extends Thread {
Semaphore semaphore;
String name;
public CreateThread02(String name, Semaphore semaphore) {
this.semaphore = semaphore;
this.name = name;
}
@Override
public void run() {
// 获取当前可用信号量
int availablePermits = semaphore.availablePermits();
System.out.println("当前可用信号量为:" + availablePermits);
try {
// 申请获取资源 如果资源达到3次,就等待
semaphore.acquire();
System.out.println(name + "终于抢到资源了!!");
Thread.sleep(new Random().nextInt(1000)); // 模拟操作资源所需的时间。
System.out.println(name + "操作资源结束!!");
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
// 释放资源
semaphore.release();
}
}
}
结果:
当前可用信号量为:3
当前可用信号量为:3
第0个人,终于抢到资源了!!
第1个人,终于抢到资源了!!
当前可用信号量为:1
当前可用信号量为:1
第5个人,终于抢到资源了!!
当前可用信号量为:0
当前可用信号量为:0
当前可用信号量为:0
当前可用信号量为:0
当前可用信号量为:0
当前可用信号量为:0
当前可用信号量为:0
第0个人,操作资源结束!!
第4个人,终于抢到资源了!!
第1个人,操作资源结束!!
第7个人,终于抢到资源了!!
第7个人,操作资源结束!!
第3个人,终于抢到资源了!!
第5个人,操作资源结束!!
第2个人,终于抢到资源了!!
第2个人,操作资源结束!!
第8个人,终于抢到资源了!!
第3个人,操作资源结束!!
第10个人,终于抢到资源了!!
第4个人,操作资源结束!!
第9个人,终于抢到资源了!!
第8个人,操作资源结束!!
第6个人,终于抢到资源了!!
第10个人,操作资源结束!!
第6个人,操作资源结束!!
第9个人,操作资源结束!!
并发队列
ConcurrentLinkedDeque(非阻塞)
ConcurrentLinkedQueue : 是一个适用于高并发场景下的队列,通过无锁的方式,实现了高并发状态下的高性能,通常ConcurrentLinkedQueue性能好BlockingQueue。它是一个非阻塞,无锁,无界,线程安全双端操作的队列 。该队列的元素遵循先进先出的原则。头是最先加入的,尾是最近加入的,该队列不允许null元素。
简单说就是ConcurrentLinkedQueue的升级版,在JDK7之后才提供。该队列也不允许空元素,而且size方法并不是常量时间,其需要遍历链表,此时并发修改链表会造成统计size不正确。同样,bulk操作和equal以及toArray方法不保证原子性。
ConcurrentLinkedDeque<String> deque = new ConcurrentLinkedDeque<>();
deque.offer("张三");
deque.offer("李四");
deque.offer("王五");
//从头获取元素,删除该元素
System.out.println(deque.poll());
//从头获取元素,不刪除该元素
System.out.println(deque.peek());
//获取总长度
System.out.println(deque.size());
BlockingQueue(阻塞)
阻塞队列(BlockingQueue)是一个支持两个附加操作的队列。这两个附加的操作是:
- 在队列为空时,获取元素的线程会等待队列变为非空。
- 当队列满时,存储元素的线程会等待队列可用。
java.util.concurrent包提供了几种不同形式的阻塞队列,如数组阻塞队列ArrayBlockingQueue、链表阻塞队列LinkedBlockingQueue、优先级阻塞队列PriorityBlockingQueue和延时队列DelayQueue等。
ArrayBlockingQueue
ArrayBlockingQueue是一个有边界的阻塞队列,它的内部实现是一个数组。有边界的意思是它的容量是有限的,我们必须在其初始化的时候指定它的容量大小,容量大小一旦指定就不可改变。
ArrayBlockingQueue是以先进先出的方式存储数据,最新插入的对象是尾部,最新移出的对象是头部。
ArrayBlockingQueue<String> arrays = new ArrayBlockingQueue<String>(3);
arrays.add("李四");
arrays.add("张军");
arrays.add("张军");
// 添加阻塞队列
arrays.offer("张三", 1, TimeUnit.SECONDS);
LinkedBlockingQueue
LinkedBlockingQueue阻塞队列大小的配置是可选的,如果我们初始化时指定一个大小,它就是有边界的,如果不指定,它就是无边界的。说是无边界,其实是采用了默认大小为Integer.MAX_VALUE的容量 。它的内部实现是一个链表。
和ArrayBlockingQueue一样,LinkedBlockingQueue 也是以先进先出的方式存储数据,最新插入的对象是尾部,最新移出的对象是头部。
LinkedBlockingQueue linkedBlockingQueue = new LinkedBlockingQueue(3);
linkedBlockingQueue.add("张三");
linkedBlockingQueue.add("李四");
linkedBlockingQueue.add("李四");
System.out.println(linkedBlockingQueue.size());
PriorityBlockingQueue
PriorityBlockingQueue是一个没有边界的队列,排序规则和java.util.PriorityQueue一样。需要注意,PriorityBlockingQueue中允许插入null对象。所有插入PriorityBlockingQueue的对象必须实现 java.lang.Comparable接口,队列优先级的排序规则就 是按照我们对这个接口的实现来定义的。
另外,我们可以从PriorityBlockingQueue获得一个迭代器Iterator,但这个迭代器并不保证按照优先级顺 序进行迭代。
SynchronousQueue
SynchronousQueue是一个没有数据缓冲的BlockingQueue,生产者线程对其的插入操作put必须等待消费者的移除操作take,反过来也一样。
package top.nightliar.study.day04;
import java.util.concurrent.ConcurrentLinkedDeque;
import java.util.concurrent.SynchronousQueue;
/**
* Created by Nightliar
* 2018-09-17 15:45
*/
public class ThreadDemo05 {
public static void main(String[] args) throws InterruptedException {
final SynchronousQueue<Integer> queue = new SynchronousQueue<Integer>();
Thread product = new Thread(new Runnable() {
@Override
public void run() {
System.out.println("生产者线程start");
try {
queue.put(1);
} catch (InterruptedException e) {
}
System.out.println("生产者线程end");
}
});
Thread customer = new Thread(new Runnable() {
@Override
public void run() {
System.out.println("消费者线程start");
try {
System.out.println("消费的数据: " + queue.take());
} catch (InterruptedException e) {
}
System.out.println("消费者线程end");
}
});
// 先启动消费者,消费者会等待生产者生产数据才会去消费
customer.start();
Thread.sleep(1000);
product.start();
}
}
使用BlockingQueue模拟生产者与消费者
package top.nightliar.study.day04;
import java.util.concurrent.BlockingDeque;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.LinkedBlockingDeque;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicInteger;
/**
* 使用BlockingQueue模拟生产者与消费者
* Created by Nightliar
* 2018-09-17 16:26
*/
public class ThreadDemo06 {
public static void main(String[] args) throws InterruptedException {
BlockingDeque<String> deque = new LinkedBlockingDeque<>(10);
Product p1 = new Product(deque);
Product p2 = new Product(deque);
Consumer c1 = new Consumer(deque);
c1.start();
p1.start();
p2.start();
// 执行10s
Thread.sleep(10 * 1000);
p1.interrupt();
p2.interrupt();
}
}
/**
* 生产者
*/
class Product extends Thread {
private BlockingDeque<String> deque;
private volatile boolean flag = true;
private static AtomicInteger count = new AtomicInteger();
public Product(BlockingDeque<String> deque) {
this.deque = deque;
}
@Override
public void run() {
System.out.println("生成者开始工作");
try {
while (true){
String data = count.incrementAndGet()+"";
// 将数据存入队列中
boolean offer = deque.offer(data, 2, TimeUnit.SECONDS);
if (offer) {
System.out.println("生产者,存入" + data + "到队列中,成功.");
} else {
System.out.println("生产者,存入" + data + "到队列中,失败.");
}
Thread.sleep(1000);
}
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
this.flag = false;
}
}
}
/**
* 消费者
*/
class Consumer extends Thread {
private BlockingDeque<String> deque;
private volatile boolean flag = true;
private static AtomicInteger count = new AtomicInteger();
public Consumer(BlockingDeque<String> deque) {
this.deque = deque;
}
@Override
public void run() {
System.out.println("消费线程启动...");
try {
while (flag) {
String data = deque.poll(2, TimeUnit.SECONDS);
if (data != null) {
System.out.println("消费者,拿到队列中的数据data:" + data);
Thread.sleep(1000);
} else {
System.out.println("消费者,超过2秒未获取到数据..");
flag = false;
}
}
} catch (Exception e) {
e.printStackTrace();
} finally {
System.out.println("消费者退出线程...");
}
}
}
网友评论