深入浅出Java并发包—CountDownLauch原理分析 (转载)
转载地址:http://yhjhappy234.blog.163.com/blog/static/3163283220135875759265/
CountDownLauch是Java并发包中的一个同步工具集,常被人们称之为并发中的计数器,还有一种被成为闭锁!
CountDownLauch主要使用在两种场景,一种被称为开关,它允许一个任务完成之前,一个或一组线程持续等待。此种情况经常被称之为闭锁,通俗的讲就是,相当于一扇大门,在大门打开之前所有线程都被阻断,一旦大门打开,所有线程都将通过,但是一旦大门打开,所有线程都通过了,那么这个闭锁的状态就失效了,门的状态也就不能变了,只能是打开状态。另一种场景经常被称之为计数器,它允许将一个任务拆分为N个小任务,主线程在所有任务完成之前一直等待,每个任务完成时将计数器减一,直到所有任务完成后取消主线程的阻塞。
我们来看一下对应CountDownLauch对应的API。
构造方法摘要 | |
---|---|
CountDownLatch(int count) 构造一个用给定计数初始化的 DE>CountDownLatchDE>。 |
方法摘要 | |
---|---|
void |
await() 使当前线程在锁存器倒计数至零之前一直等待,除非线程被中断。 |
boolean | await(long timeout, TimeUnit unit) 使当前线程在锁存器倒计数至零之前一直等待,除非线程被中断或超出了指定的等待时间。 |
void | countDown() 递减锁存器的计数,如果计数到达零,则释放所有等待的线程。 |
long | getCount() 返回当前计数。 |
String | toString() 返回标识此锁存器及其状态的字符串。 |
CountDownLatch维护了一个正数计数器,countDown方法对计数器做减操作,await方法等待计数器达到0。所有await的线程都会阻塞直到计数器为0或者等待线程中断或者超时。
我们分别来看一下对应的一个应用实例:
package com.yhj.lauth; import java.util.Date; import java.util.concurrent.CountDownLatch; //工人 class Worker extends Thread{ private int workNo;//工号 private CountDownLatch startLauch;//启动器-闭锁 private CountDownLatch workLauch;//工作进程-计数器 public Worker(int workNo,CountDownLatch startLauch,CountDownLatch workLauch) { this.workNo = workNo; this.startLauch = startLauch; this.workLauch = workLauch; } @Override public void run() { try { System.out.println(new Date()+" - YHJ"+workNo+" 准备就绪!准备开工!"); startLauch.await();//等待老板发指令 System.out.println(new Date()+" - YHJ"+workNo+" 正在干活..."); Thread.sleep(100);//每人花100ms干活 } catch (InterruptedException e) { e.printStackTrace(); }finally{ System.out.println(new Date()+" - YHJ"+workNo+" 工作完成!"); workLauch.countDown(); } } } //测试用例 public class CountDownLauthTestCase { public static void main(String[] args) throwsInterruptedException { int workerCount = 10;//工人数目 CountDownLatch startLauch = new CountDownLatch(1);//闭锁 相当于开关 CountDownLatch workLauch = newCountDownLatch(workerCount);//计数器 System.out.println(new Date()+" - Boss:集合准备开工了!"); for(int i=0;i<workerCount;++i){ new Worker(i, startLauch, workLauch).start(); } System.out.println(new Date()+" - Boss:休息2s后开工!"); Thread.sleep(2000); System.out.println(new Date()+" - Boss:开工!"); startLauch.countDown();//打开开关 workLauch.await();//任务完成后通知Boss System.out.println(new Date()+" - Boss:不错!任务都完成了!收工回家!"); } } 执行结果: Sat Jun 08 18:59:33 CST 2013 - Boss:集合准备开工了! Sat Jun 08 18:59:33 CST 2013 - YHJ0 准备就绪!准备开工! Sat Jun 08 18:59:33 CST 2013 - YHJ2 准备就绪!准备开工! Sat Jun 08 18:59:33 CST 2013 - YHJ1 准备就绪!准备开工! Sat Jun 08 18:59:33 CST 2013 - YHJ4 准备就绪!准备开工! Sat Jun 08 18:59:33 CST 2013 - Boss:休息2s后开工! Sat Jun 08 18:59:33 CST 2013 - YHJ8 准备就绪!准备开工! Sat Jun 08 18:59:33 CST 2013 - YHJ6 准备就绪!准备开工! Sat Jun 08 18:59:33 CST 2013 - YHJ3 准备就绪!准备开工! Sat Jun 08 18:59:33 CST 2013 - YHJ7 准备就绪!准备开工! Sat Jun 08 18:59:33 CST 2013 - YHJ5 准备就绪!准备开工! Sat Jun 08 18:59:33 CST 2013 - YHJ9 准备就绪!准备开工! Sat Jun 08 18:59:35 CST 2013 - Boss:开工! Sat Jun 08 18:59:35 CST 2013 - YHJ0 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ2 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ1 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ4 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ8 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ6 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ3 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ7 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ5 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ9 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ5 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ1 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ3 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ6 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ7 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ9 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ4 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ0 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ2 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ8 工作完成! Sat Jun 08 18:59:35 CST 2013 - Boss:不错!任务都完成了!收工回家! |
这个示例里面使用了两个CountDownLauch,分别构建了两种场景,第一个startLauch相当于开关,在开启之前,没有任何一个线程执行,当开启之后,所有线程同时可以执行。第二个workerLauch其实就是一个计数器,当计数器没有减到零的时候,主线程一直等待,当所有线程执行完毕后,主线程取消阻塞继续执行!
第二种场景在我们后面要学习的线程池中经常会用到,我们后续再讨论!
此处还有一个重要的特性,就是
内存一致性效果:线程中调用 countDown() 之前的操作 happen-before 紧跟在从另一个线程中对应 await() 成功返回的操作。
场景应用我们是看到了,那它到底是基于什么原理,怎么实现的呢?
我们来看下对应的源码:
private static final class Sync extends AbstractQueuedSynchronizer |
类的第二行我们就看到了其内部实现了AQS的一个同步器。我们重点来看下我们用到的几个方法:await和countDown。首先来看await方法
public void await() throws InterruptedException { sync.acquireSharedInterruptibly(1); } |
很明显是直接调用内部重新实现的同步器的获取共享锁的方法(前面我们一直再讲独占锁,今天我们借此机会把共享锁的机制一起讲掉)。
public final void acquireSharedInterruptibly(int arg) throwsInterruptedException { if (Thread.interrupted()) throw new InterruptedException(); if (tryAcquireShared(arg) < 0) doAcquireSharedInterruptibly(arg); } |
此处如果线程中断,则直接退出,否则尝试获取共享锁,我们来看下tryAcquireShared(arg)的实现(此方法由内部类重写实现):
public int tryAcquireShared(int acquires) { return getState() == 0? 1 : -1; } |
所谓共享锁是说所有共享锁的线程共享同一个资源,一旦任意一个线程拿到共享资源,那么所有线程就都拥有的同一份资源。也就是通常情况下共享锁只是一个标志,所有线程都等待这个标识是否满足,一旦满足所有线程都被激活(相当于所有线程都拿到锁一样)。这里的闭锁CountDownLatch就是基于共享锁的实现。和明显这里的标识就是state等不等于零,而state其实是有多少个线程在竞争这份资源,我们前面可以看到是通过构造函数传入的一个大于0的数据,因此此时此刻此处返回的永远是-1。
Sync(int count) { setState(count); } |
当tryAcquireShared返回的数据小于零,说明没有获取到资源,需要阻塞,此时执行代码doAcquireSharedInterruptibly():
private void doAcquireSharedInterruptibly(int arg) throws InterruptedException { final Node node = addWaiter(Node.SHARED); try { for (;;) { final Node p = node.predecessor(); if (p == head) { int r = tryAcquireShared(arg); if (r >= 0) { setHeadAndPropagate(node, r); p.next = null; // help GC return; } } if (shouldParkAfterFailedAcquire(p, node) && parkAndCheckInterrupt()) break; } } catch (RuntimeException ex) { cancelAcquire(node); throw ex; } // Arrive here only if interrupted cancelAcquire(node); throw new InterruptedException(); } |
这里首先以共享模式添加一个节点加入到CLH队列中去,然后检查当前节点的前继节点(插入的数据在队尾),如果前继节点是头结点并且当前的计数器为0的话,则唤醒后继节点(唤醒后面来讲),否则判断是否需要阻塞,如果需要,则阻塞当前线程!直到被唤醒或被中断!
private final boolean parkAndCheckInterrupt() { LockSupport.park(this); return Thread.interrupted(); } |
这里注意一点,LockSupport.park(Obj)中的参数obj是阻塞的监视对象,而非阻塞的对象,阻塞的对象是当前操作的线程,所以unpack的时候也是应该结算对应的线程!不要搞混了哈!
public static void park(Object blocker) { Thread t = Thread.currentThread(); setBlocker(t, blocker); unsafe.park(false, 0L); setBlocker(t, null); } public static void unpark(Thread thread) { if (thread != null) unsafe.unpark(thread); } |
下面我们来看一下对应的countDown方法的实现
public void countDown() { sync.releaseShared(1); } |
首先每执行一次countDown就会执行内部方法的一次释放锁的操作!
public final boolean releaseShared(int arg) { if (tryReleaseShared(arg)) { Node h = head; if (h != null && h.waitStatus != 0) unparkSuccessor(h); return true; } return false; } |
如果尝试成功则设置当前节点为头结点,并唤醒对应节点的后继节点!
public boolean tryReleaseShared(int releases) { // Decrement count; signal when transition to zero for (;;) { int c = getState(); if (c == 0) return false; int nextc = c-1; if (compareAndSetState(c, nextc)) return nextc == 0; } } |
同样,释放锁的方法也是CountDownLauch内部的同步类自己实现,这个方法自旋检测当前计数器的数目,如果等于零,说明之前阻塞的线程已经全部释放了,直接返回false,否则CAS设置当前的计数器,减去countdown的数目,如果设置成功后的数据为零的话,说明已经全部执行完毕,需要释放阻塞的线程了,返回true(注意此处精妙的返回nextc == 0),否则返回false。
我们再来回看releaseShared方法,当tryReleaseShared返回true的时候,说明计数器已经为零,阻塞的资源需要释放了!此时执行unparkSuccessor(h)方法唤醒队列中的头结点。
此处设计了一个精妙的队列依次去释放被阻塞的线程,而不是类似singleAll的方法直接唤醒所有线程。那到底它是怎么实现的呢?我们代码上看只唤醒了头结点(其实是头结点的后继节点,头结点只是一个空节点),我们先来看下unparkSuccessor的实现
private void unparkSuccessor(Node node) { /* * Try to clear status in anticipation of signalling. It is * OK if this fails or if status is changed by waiting thread. */ compareAndSetWaitStatus(node, Node.SIGNAL, 0); /* * Thread to unpark is held in successor, which is normally * just the next node. But if cancelled or apparently null, * traverse backwards from tail to find the actual * non-cancelled successor. */ Node s = node.next; if (s == null || s.waitStatus > 0) { s = null; for (Node t = tail; t != null && t != node; t = t.prev) if (t.waitStatus <= 0) s = t; } if (s != null) LockSupport.unpark(s.thread); } |
明显我们可以看到,传入的参数为头结点,通过CAS设置数据后,唤醒了头结点的后继结点(注意unpack的是线程而不是阻塞监视器)。然后就返回了!
那剩余阻塞的线程是怎么唤醒的呢?我们再来看下await方法中doAcquireSharedInterruptibly的实现
private void doAcquireSharedInterruptibly(int arg) throws InterruptedException { final Node node = addWaiter(Node.SHARED); try { for (;;) { final Node p = node.predecessor(); if (p == head) { int r = tryAcquireShared(arg); // tag 2 if (r >= 0) { setHeadAndPropagate(node, r); // tag 3 p.next = null; // help GC return; } } if (shouldParkAfterFailedAcquire(p, node) && parkAndCheckInterrupt())// tag 1 break; } } catch (RuntimeException ex) { cancelAcquire(node); throw ex; } // Arrive here only if interrupted cancelAcquire(node); throw new InterruptedException(); } |
前面我们可以看到在执行parkAndCheckInterrupt()时进行了阻塞,当我们唤醒头结点的后继节点(第一个进入队列的节点)时,tag1此行代码被唤醒,break之后继续进入自旋,而此时tag2行代码检测到计数器已经为0,因此tryAcquireShared(arg)返回的结果是1(之前返回的都是-1),r大于零,进入tag3代码,tag3会把当前的线程设置为头结点,然后继续唤醒后续的后继节点。
private void setHeadAndPropagate(Node node, int propagate) { setHead(node); // tag 4 if (propagate > 0 && node.waitStatus != 0) { /* * Don't bother fully figuring out successor. If it * looks null, call unparkSuccessor anyway to be safe. */ Node s = node.next; if (s == null || s.isShared()) unparkSuccessor(node); // tag 5 } } |
后继节点被唤醒后,则继续唤醒后面的后继节点,进而把队列中的数据依次唤醒!
整个CountDownLatch就是这个样子的。其实有了前面原子操作和AQS的原理及实现,分析CountDownLatch还是比较容易的。
深入浅出Java并发包—CountDownLauch原理分析 (转载)的更多相关文章
- 原子类java.util.concurrent.atomic.*原理分析
原子类java.util.concurrent.atomic.*原理分析 在并发编程下,原子操作类的应用可以说是无处不在的.为解决线程安全的读写提供了很大的便利. 原子类保证原子的两个关键的点就是:可 ...
- JAVA常用数据结构及原理分析
JAVA常用数据结构及原理分析 http://www.2cto.com/kf/201506/412305.html 前不久面试官让我说一下怎么理解java数据结构框架,之前也看过部分源码,balaba ...
- 深入浅出Java并发包—锁机制(三)
接上文<深入浅出Java并发包—锁机制(二)> 由锁衍生的下一个对象是条件变量,这个对象的存在很大程度上是为了解决Object.wait/notify/notifyAll难以使用的问题. ...
- 深入浅出Java并发包—锁机制(二)
接上文<深入浅出Java并发包—锁机制(一) > 2.Sync.FairSync.TryAcquire(公平锁) 我们直接来看代码 protected final boolean tr ...
- Java NIO使用及原理分析 (四)
在上一篇文章中介绍了关于缓冲区的一些细节内容,现在终于可以进入NIO中最有意思的部分非阻塞I/O.通常在进行同步I/O操作时,如果读取数据,代码会阻塞直至有 可供读取的数据.同样,写入调用将会阻塞直至 ...
- (6)Java数据结构-- 转:JAVA常用数据结构及原理分析
JAVA常用数据结构及原理分析 http://www.2cto.com/kf/201506/412305.html 前不久面试官让我说一下怎么理解java数据结构框架,之前也看过部分源码,balab ...
- Java NIO使用及原理分析 (四)(转)
在上一篇文章中介绍了关于缓冲区的一些细节内容,现在终于可以进入NIO中最有意思的部分非阻塞I/O.通常在进行同步I/O操作时,如果读取数据,代码会阻塞直至有 可供读取的数据.同样,写入调用将会阻塞直至 ...
- (转载)Java NIO:NIO原理分析(二)
NIO中的两个核心对象:缓冲区和通道,在谈到缓冲区时,我们说缓冲区对象本质上是一个数组,但它其实是一个特殊的数组,缓冲区对象内置了一些机制,能够跟踪和记录缓冲区的状态变化情况,如果我们使用 ...
- Java NIO使用及原理分析(1-4)(转)
转载的原文章也找不到!从以下博客中找到http://blog.csdn.net/wuxianglong/article/details/6604817 转载自:李会军•宁静致远 最近由于工作关系要做一 ...
随机推荐
- SpringBoot从入门到放弃之配置Spring-Data-JPA自动建表
pom文件配置引入依赖 <dependency> <groupId>org.springframework.boot</groupId> <artifactI ...
- Merge,Rebase,Cherry-Pick 一文解惑
代码合并在日常开发中是较为常见的场景,采用合适的合并方式,可以起到事半功倍的效果.对应在 Git 中合并的方式主要有三个,Merge,Rebase,Cherry-Pick. 开始部分会首先介绍一下这三 ...
- 06.DBUnit实际运用
在上面的代码中 package com.fjnu.service; import java.io.FileWriter; import java.sql.SQLException; import st ...
- 网络虚拟化之linux虚拟网络基础
1 linux虚拟网络基础 1.1 Device 在linux里面devic(设备)与传统网络概念里的物理设备(如交换机.路由器)不同,Linux所说的设备,其背后指的是一个类似于数据结构.内核模块或 ...
- 入门大数据---Flink学习总括
第一节 初识 Flink 在数据激增的时代,催生出了一批计算框架.最早期比较流行的有MapReduce,然后有Spark,直到现在越来越多的公司采用Flink处理.Flink相对前两个框架真正做到了高 ...
- vue全家桶(4.2)
5.2.使用vuex重构上面代码 Vuex是什么?官方定义:Vuex 是一个专为 Vue.js 应用程序开发的状态管理模式.它采用集中式存储管理应用的所有组件的状态,并以相应的规则保证状态以一种可预测 ...
- Spring Boot — 运行应用程序5种方式
1. 从IDE中的Run 按钮运行 你可以从IDE中运行Spring Boot应用, 就像一个简单的Java应用, 但是, 你首先需要导入项目. 导入步骤跟你的IDE和构建系统有关. 大多数IDEs能 ...
- 【实践】如何利用tensorflow的object_detection api开源框架训练基于自己数据集的模型(Windows10系统)
如何利用tensorflow的object_detection api开源框架训练基于自己数据集的模型(Windows10系统) 一.环境配置 1. Python3.7.x(注:我用的是3.7.3.安 ...
- Mac安装文件已勾选“允许任何来源”,还是提示“文件已损坏”的解决方案
Mac安装文件已勾选"允许任何来源",还是提示"文件已损坏"的解决方案 打开终端,在终端中粘贴下面命令:[sudo xattr -r -d com.apple. ...
- HotSpot二分模型(1)
HotSpot采用了OOP-Klass模型来描述Java类和对象.OOP(Ordinary Object Pointer)指的是普通对象指针,而Klass用来描述对象的具体类型. 那么为何要设计这样一 ...