淺析幾種線程安全模型

（點擊

上方公眾號

，可快速關注）

來源：saymagic，

blog.saymagic.cn/2016/08/30/java-thread-safe-model-analyze.html#post__title

多線程編程一直是老生常談的問題，在Java中，隨著JDK的逐漸發展，JDK提供給我們的並發模型也越來越多，本文摘取三例使用不同原理的模型，分析其大致原理。

COW之CopyOnWriteArrayList

cow是copy-on-write的簡寫，這種模型來源於linux系統fork命令，Java中一種使用cow模型來實現的並發類是CopyOnWriteArrayList。相比於Vector，它的讀操作是無需加鎖的：

public E get(int index) {

     return (E) elements[index];

}

之所以有如此神奇功效，其採取的是空間換取時間的方法，查看其add方法：

public synchronized boolean add(E e) {

     Object[] newElements = new Object[elements.length + 1];

     System.arraycopy(elements, 0, newElements, 0, elements.length);

     newElements[elements.length] = e;

     elements = newElements;

     return true;

}

我們注意到，CopyOnWriteArrayList的add方法是需要加鎖的，但其內部並沒有直接對elements數組做操作，而是先copy一份當前的數據到一個新的數組,然後對新的數組進行賦值操作。這樣做就讓get操作從同步中解脫出來。因為更改的數據並沒有發生在get所需的數組中。而是放生在新生成的副本中，所以不需要同步。但應該注意的是，儘管如此，get操作還是可能會讀取到臟數據的。

CopyOnWriteArrayList的另一特點是允許多線程遍歷，且其它線程更改數據並不會導致遍歷線程拋出ConcurrentModificationException 異常，來看下iterator()，

public Iterator<E> iterator() {

     Object[] snapshot = elements;

     return new CowIterator<E>(snapshot, 0, snapshot.length);

}

這個CowIterator 是 ListIterator的子類，這個Iterator的特點是它並不支持對數據的更改操作：

public void add(E object) {

     throw new UnsupportedOperationException();

}

public void remove() {

    throw new UnsupportedOperationException();

}

public void set(E object) {

    throw new UnsupportedOperationException();

}

這樣做的原因也很容易理解，我們可以簡單地的認為CowIterator中的snapshot是不可變數組，因為list中有數據更新都會生成新數組，而不會改變snapshot， 所以此時Iterator沒辦法再將更改的數據寫回list了。同理，list數據有更新也不會反映在CowIterator中。CowIterator只是保證其迭代過程不會發生異常。

CAS之ConcurrentHashMap（JDK1.8）

CAS是Compare and Swap的簡寫，即比較與替換，CAS造作將比較和替換封裝為一組原子操作，不會被外部打斷。這種原子操作的保證往往由處理器層面提供支持。

在Java中有一個非常神奇的Unsafe類來對CAS提供語言層面的介面。但類如其名，此等神器如果使用不當，會造成武功盡失的，所以Unsafe不對外開放，想使用的話需要通過反射等技巧。這裡不對其做展開。介紹它的原因是因為它是JDK1.8中ConcurrentHashMap的實現基礎。

ConcurrentHashMap與HashMap對數據的存儲有著相似的地方，都採用數組+鏈表+紅黑樹的方式。基本邏輯是內部使用Node來保存map中的一項key， value結構，對於hash不衝突的key，使用數組來保存Node數據，而每一項Node都是一個鏈表，用來保存hash衝突的Node，當鏈表的大小達到一定程度會轉為紅黑樹，這樣會使在衝突數據較多時也會有比較好的查詢效率。

了解了ConcurrentHashMap的存儲結構後，我們來看下在這種結構下，ConcurrentHashMap是如何實現高效的並發操作，這得益於ConcurrentHashMap中的如下三個函數。

static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {

    return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);

}

static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,

                                    Node<K,V> c, Node<K,V> v) {

    return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);

}

static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) {

    U.putOrderedObject(tab, ((long)i << ASHIFT) + ABASE, v);

}

其中的U就是我們前文提到的Unsafe的一個實例，這三個函數都通過Unsafe的幾個方法保證了是原子性：

• 
  

  tabAt作用是返回tab數組第i項



• 
  

  casTabAt函數是對比tab第i項是否與c相等，相等的話將其設置為v。



• 
  

  setTabAt將tab的第i項設置為v

有了這三個函數就可以保證ConcurrentHashMap的線程安全嗎？並不是的，ConcurrentHashMap內部也使用比較多的synchronized，不過與HashTable這種對所有操作都使用synchronized不同，ConcurrentHashMap只在特定的情況下使用synchronized，來較少鎖的定的區域。來看下putVal方法（精簡版）:

final V putVal(K key, V value, boolean onlyIfAbsent) {

    if (key == null || value == null) throw new NullPointerException();

    int hash = spread(key.hashCode());

    int binCount = 0;

    for (Node<K,V>[] tab = table;;) {

        Node<K,V> f; int n, i, fh;

        if (tab == null || (n = tab.length) == 0)

            tab = initTable();

        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {

            if (casTabAt(tab, i, null,

                         new Node<K,V>(hash, key, value, null)))

                    break;                   // no lock when adding to embin

        }

        else if ((fh = f.hash) == MOVED)

            tab = helpTransfer(tab, f);

        else {

            V oldVal = null;

            synchronized (f) {

                    ....

            }

        }

    }

    addCount(1L, binCount);

    return null;

}

整個put流程大致如下：

• 
  

  判斷key與value是否為空，為空拋異常



• 
  

  計算kek的hash值，然後進入死循環，一般來講，caw演算法與死循環是搭檔。



• 
  

  判斷table是否初始化，未初始化進行初始化操作



• 
  

  Node在table中的目標位置是否為空，為空的話使用caw操作進行賦值，當然，這種賦值是有可能失敗的，所以前面的死循環發揮了重試的作用。



• 
  

  如果當前正在擴容，則嘗試協助其擴容，死循環再次發揮了重試的作用，有趣的是ConcurrentHashMap是可以多線程同時擴容的。這裡說協助的原因在於，對於數組擴容，一般分為兩步：1.新建一個更大的數組；2.將原數組數據copy到新數組中。對於第一步，ConcurrentHashMap通過CAW來控制一個int變數保證新建數組這一步只會執行一次。對於第二步，ConcurrentHashMap採用CAW + synchronized + 移動後標記 的方式來達到多線程擴容的目的。感興趣可以查看transfer函數。



• 
  

  最後的一個else分支，黑科技的流程已嘗試無效，目標Node已經存在值，只能鎖住當前Node來進行put操作，當然，這裡省略了很多代碼，包括鏈錶轉紅黑樹的操作等等。

相比於put，get的代碼更好理解一下：

public V get(Object key) {

    Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;

    int h = spread(key.hashCode());

    if ((tab = table) != null && (n = tab.length) > 0 &&

        (e = tabAt(tab, (n - 1) & h)) != null) {

        if ((eh = e.hash) == h) {

            if ((ek = e.key) == key || (ek != null && key.equals(ek)))

                return e.val;

        }

        else if (eh < 0)

            return (p = e.find(h, key)) != null ? p.val : null;

        while ((e = e.next) != null) {

            if (e.hash == h &&

                ((ek = e.key) == key || (ek != null && key.equals(ek))))

                return e.val;

        }

    }

    return null;

}

• 
  

  檢查表是否為空



• 
  

  獲取key的hash h，獲取key在table中對應的Node e



• 
  

  判斷Node e的第一項是否與預期的Node相等，相等話， 則返回e.val



• 
  

  如果e.hash < 0, 說明e為紅黑樹，調用e的find介面來進行查找。



• 
  

  走到這一步，e為鏈表無疑，且第一項不是需要查詢的數據，一直調用next來進行查找即可。

讀寫分離之LinkedBlockingQueue

還有一種實現線程安全的方式是通過將讀寫進行分離，這種方式的一種實現是LinkedBlockingQueue。LinkedBlockingQueue整體設計的也十分精巧，它的全局變數分為三類：

• 
  

  final 型



• 
  

  Atomic 型



• 
  

  普通變數

final型變數由於聲明後就不會被修改，所以自然線程安全，Atomic型內部採用了cas模型來保證線程安全。對於普通型變數，LinkedBlockingQueue中只包含head與last兩個表示隊列的頭與尾。並且私有，外部無法更改，所以，LinkedBlockingQueue只需要保證head與last的安全即可保證真箇隊列的線程安全。並且LinkedBlockingQueue屬於FIFO型隊列，一般情況下，讀寫會在不同元素上工作，所以， LinkedBlockingQueue定義了兩個可重入鎖，巧妙的通過對head與last分別加鎖，實現讀寫分離，來實現良好的安全並發特性：

/** Lock held by take, poll, etc */

private final ReentrantLock takeLock = new ReentrantLock();

/** Wait queue for waiting takes */

private final Condition notEmpty = takeLock.newCondition();

/** Lock held by put, offer, etc */

private final ReentrantLock putLock = new ReentrantLock();

/** Wait queue for waiting puts */

private final Condition notFull = putLock.newCondition();

首先看下它的offer 方法：

public boolean offer(E e) {

    if (e == null) throw new NullPointerException();

    final AtomicInteger count = this.count;

    if (count.get() == capacity)

        return false;

    int c = -1;

    Node<E> node = new Node<E>(e);

    final ReentrantLock putLock = this.putLock;

    putLock.lock();

    try {

        if (count.get() < capacity) {

            enqueue(node);

            c = count.getAndIncrement();

            if (c + 1 < capacity)

                notFull.signal();

        }

    } finally {

        putLock.unlock();

    }

    if (c == 0)

        signalNotEmpty();

    return c >= 0;

}

可見，在對隊列進行添加元素時，只需要對putLock進行加鎖即可，保證同一時刻只有一個線程可以對last進行插入。同樣的，在從隊列進行提取元素時，也只需要獲取takeLock鎖來對head操作即可：

public E poll() {

    final AtomicInteger count = this.count;

    if (count.get() == 0)

        return null;

    E x = null;

    int c = -1;

    final ReentrantLock takeLock = this.takeLock;

    takeLock.lock();

    try {

        if (count.get() > 0) {

            x = dequeue();

            c = count.getAndDecrement();

            if (c > 1)

                notEmpty.signal();

        }

    } finally {

        takeLock.unlock();

    }

    if (c == capacity)

        signalNotFull();

    return x;

}

LinkedBlockingQueue整體還是比較好理解的，但有幾個點需要特殊注意：

• 
  

  LinkedBlockingQueue是一個阻塞隊列，當隊列無元素為空時，所有取元素的線程會通過notEmpty 的await()方法進行等待，直到再次有數據enqueue時，notEmpty發出signal信號。對於隊列達到上限時也是同理。



• 
  

  對於remove，contains，toArray， toString， clear之類方法，會調用fullyLock方法，來同時獲取讀寫鎖。但對於size方法，由於隊列內部維護了AtomicInteger類型的count變數，是不需要加鎖進行獲取的。

看完本文有收穫？請轉發分享給更多人

關注「ImportNew」，提升Java技能

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 ImportNew 的精彩文章: