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

  1. 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 ...

  2. 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 ...

  3. 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. ...

  4. 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 ...

  5. 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. (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 ...

  7. 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 ...

  8. (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 ...

  9. 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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 【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 ...

  9. 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. ...

  10. 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 ...