0
回答
java高并发锁的3种实现
利用AWS快速构建适用于生产的无服务器应用程序,免费试用12个月>>>   

初级技巧 - 乐观锁

乐观锁适合这样的场景:读不会冲突,写会冲突。同时读的频率远大于写。

以下面的代码为例,悲观锁的实现:

Java代码  收藏代码

  1. public Object get(Object key) {  

  2.    synchronized(map) {  

  3.       if(map.get(key) == null) {  

  4.          // set some values  

  5.       }  

  6.   

  7.        return map.get(key);  

  8.    }  

  9. }  

 

 乐观锁的实现:

Java代码  收藏代码

  1. public Object get(Object key) {  

  2.    Object val = null;  

  3.    if((val = map.get(key) == null) {  

  4.        // 当map取值为null时再加锁判断  

  5.        synchronized(map) {  

  6.            if(val = map.get(key) == null) {  

  7.                // set some value to map...  

  8.            }  

  9.         }  

  10.    }  

  11.   

  12.     return map.get(key);  

  13. }  

中级技巧 - String.intern()

乐观锁不能很好解决大量写冲突问题,但是如果很多场景下,锁实际上只是针对某个用户或者某个订单。比如一个用户必须先创建session,才能进行后面的操作。但是由于网络原因,创建用户session的请求和后续请求几乎同时达到,而并行线程可能会先处理后续请求。一般情况,需要对用户sessionMap加锁,比如上面的乐观锁。在这种场景下,可以讲锁限定到用户本身上,即从原来的

 

lock.lock();

    int num=storage.get(key);

    storage.set(key,num+1);

lock.unlock();

更改为:

lock.lock(key);

    int num=storage.get(key);

    storage.set(key,num+1);

lock.unlock(key);

这个比较类似于数据库表锁和行锁的概念,显然行锁的并发能力比表锁高很多。

使用String.inter()是这种思路的一种具体实现。类 String 维护一个字符串池。 当调用 intern 方法时,如果池已经包含一个等于此 String 对象的字符串(该对象由 equals(Object) 方法确定),则返回池中的字符串。可见,当String相同时,String.intern()总是返回同一个对象,因此就实现了对同一用户加锁。由于锁的粒度局限于具体用户,使系统获得了最大程度的并发。

Java代码  收藏代码

  1. public void doSomeThing(String uid) {  

  2.    synchronized(uid.intern()) {  

  3.        // ...  

  4.    }  

  5. }  

 

CopyOnWriteMap?

既然说到了“类似于数据库中的行锁的概念”,就不得不提一下MVCC,Java中CopyOnWrite类实现了MVCC。Copy On Write是这样一种机制。当我们读取共享数据的时候,直接读取,不需要同步。当我们修改数据的时候,我们就把当前数据Copy一份副本,然后在这个副本 上进行修改,完成之后,再用修改后的副本,替换掉原来的数据。这种方法就叫做Copy On Write。

但是,,,JDK并没有提供CopyOnWriteMap,为什么?下面有个很好的回答,那就是已经有了ConcurrentHashMap,为什么还需要CopyOnWriteMap?

Fredrik Bromee 写道

I guess this depends on your use case, but why would you need a CopyOnWriteMap when you already have a ConcurrentHashMap?

For a plain lookup table with many readers and only one or few updates it is a good fit.

Compared to a copy on write collection:

Read concurrency:

Equal to a copy on write collection. Several readers can retrieve elements from the map concurrently in a lock-free fashion.

Write concurrency:

Better concurrency than the copy on write collections that basically serialize updates (one update at a time). Using a concurrent hash map you have a good chance of doing several updates concurrently. If your hash keys are evenly distributed.

If you do want to have the effect of a copy on write map, you can always initialize a ConcurrentHashMap with a concurrency level of 1.

高级技巧 - 类ConcurrentHashMap

String.inter()的缺陷是类 String 维护一个字符串池是放在JVM perm区的,如果用户数特别多,导致放入字符串池的String不可控,有可能导致OOM错误或者过多的Full GC。怎么样能控制锁的个数,同时减小粒度锁呢?直接使用Java ConcurrentHashMap?或者你想加入自己更精细的控制?那么可以借鉴ConcurrentHashMap的方式,将需要加锁的对象分为多个bucket,每个bucket加一个锁,伪代码如下:

Java代码  收藏代码

  1. Map locks = new Map();  

  2. List lockKeys = new List();  

  3. for(int number : 1 - 10000) {  

  4.    Object lockKey = new Object();  

  5.    lockKeys.add(lockKey);  

  6.     locks.put(lockKey, new Object());  

  7. }  

  8.   

  9. public void doSomeThing(String uid) {  

  10.    Object lockKey = lockKeys.get(uid.hash() % lockKeys.size());  

  11.    Object lock = locks.get(lockKey);  

  12.      

  13.    synchronized(lock) {  

  14.       // do something  

  15.    }  

  16. }  

  17. 更多资源共享请点击Java高并发高可用架构:632103578

<无标签>
举报
liwei2000
发帖于5个月前 0回/714阅

以下是话题补充:

  • @codingcx :有兴趣可以添加架构师交流圈,请加微信号 codingcx,也可以添加java技术交流QQ群号318815519,大家一起快乐交流技术,互相学习分享。 (4个月前)
顶部