「java.util.concurrent并发包」之 CountDownLatch
一 CountDownLatch是什么
二 CountDownLatch如何工作
CountDownLatch.java类中定义的构造函数:
public void CountDownLatch(int count) {...}
构造器中的计数值(count)实际上就是闭锁需要等待的线程数量。这个值只能被设置一次,而且CountDownLatch没有提供任何机制去重新设置这个计数值。
与CountDownLatch的第一次交互是主线程等待其他线程。主线程必须在启动其他线程后立即调用CountDownLatch.await()方法。这样主线程的操作就会在这个方法上阻塞,直到其他线程完成各自的任务。
其他N 个线程必须引用闭锁对象,因为他们需要通知CountDownLatch对象,他们已经完成了各自的任务。这种通知机制是通过 CountDownLatch.countDown()方法来完成的;每调用一次这个方法,在构造函数中初始化的count值就减1。所以当N个线程都调 用了这个方法,count的值等于0,然后主线程就能通过await()方法,恢复执行自己的任务。
三 在实时系统中的使用场景
- 实现最大的并行性:有时我们想同时启动多个线程,实现最大程度的并行性。例如,我们想测试一个单例类。如果我们创建一个初始计数为1的CountDownLatch,并让所有线程都在这个锁上等待,那么我们可以很轻松地完成测试。我们只需调用 一次countDown()方法就可以让所有的等待线程同时恢复执行。
- 开始执行前等待n个线程完成各自任务:例如应用程序启动类要确保在处理用户请求前,所有N个外部系统已经启动和运行了。
- 死锁检测:一个非常方便的使用场景是,你可以使用n个线程访问共享资源,在每次测试阶段的线程数目是不同的,并尝试产生死锁。
四 代码实例
描述: 在这个例子中,我们有一个应用调用主类,所有外部系统准备(数据,资源,网络准备等)结束后通知闭锁,主类一致在闭锁等待,直到所有外部准备完成。
抽象类定义: 抽象准备接口(抽象类)
public abstract class BasePreparer implements Runnable {
private CountDownLatch countDownLatch;
private String prepareName;
private boolean prepareDone;
public BasePreparer(String prepareName, CountDownLatch countDownLatch) {
this.countDownLatch = countDownLatch;
this.prepareName = prepareName;
this.prepareDone = false;
}
protected abstract void prepare();
@Override
public void run() {
try {
prepare();
prepareDone = true;
} catch (Exception e) {
prepareDone = false;
} finally {
if (countDownLatch != null) {
countDownLatch.countDown();
}
}
}
public String getPrepareName() {
return prepareName;
}
public boolean isPrepareDone() {
return prepareDone;
}
}
抽象类
实现类1: 模拟数据准备(后面2,3类似,只是成员变量简单变化)
public class DataPreparer extends BasePreparer {
public DataPreparer(CountDownLatch countDownLatch) {
super("data prepare", countDownLatch);
}
@Override
protected void prepare() {
System.out.println(this.getPrepareName() + "is doing");
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(this.getPrepareName() + "is done");
}
}
实现类1
实现类2: 模拟网络准备
public class NetworkPreparer extends BasePreparer {
public NetworkPreparer(CountDownLatch countDownLatch) {
super("network prepare", countDownLatch);
}
@Override
protected void prepare() {
System.out.println(this.getPrepareName() + "is doing");
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(this.getPrepareName() + "is done");
}
}
实现类2
实现类3: 模拟资源准备
public class ResourcePreparer extends BasePreparer {
public ResourcePreparer(CountDownLatch countDownLatch) {
super("resource prepare", countDownLatch);
}
@Override
protected void prepare() {
System.out.println(this.getPrepareName() + "is doing");
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(this.getPrepareName() + "is done");
}
}
实现类3
主调用类
public class CountDownLatchMain {
private static final int LATCH_NUMBER = 3;
public static void main(String[] args) throws InterruptedException {
List<BasePreparer> preparerList = Lists.newArrayListWithExpectedSize(LATCH_NUMBER);
CountDownLatch countDownLatch = new CountDownLatch(LATCH_NUMBER);
preparerList.add(new ResourcePreparer(countDownLatch));
preparerList.add(new DataPreparer(countDownLatch));
preparerList.add(new NetworkPreparer(countDownLatch));
ExecutorService executorService = Executors.newFixedThreadPool(LATCH_NUMBER);
preparerList.forEach(executorService::execute);
countDownLatch.await();
List<BasePreparer> readyList = preparerList.stream().filter(BasePreparer::isPrepareDone).collect(Collectors.toList());
System.out.println(readyList.size() == LATCH_NUMBER);
}
}
主调用类
运行结果
resource prepareis doing
network prepareis doing
data prepareis doing
network prepareis done
data prepareis done
resource prepareis done
true
运行结果
「java.util.concurrent并发包」之 CountDownLatch的更多相关文章
- 「java.util.concurrent并发包」之 ThreadPoolExecutor
一 异步用new Thread? 大写的"low"!! new Thread(new Runnable() { @Override public void run() { // T ...
- 「java.util.concurrent并发包」之 CopyOnWrite
一 CopyOnWrite容器概述 Copy-On-Write简称COW,是一种用于程序设计中的优化策略.其基本思路是,从一开始大家都在共享同一个内容,当某个人想要修改这个内容的时候,才会真正把内容C ...
- 「java.util.concurrent并发包」之 ReentrantReadWriteLock
一 引言 在多线程的环境下,对同一份数据进行读写,会涉及到线程安全的问题.比如在一个线程读取数据的时候,另外一个线程在写数据,而导致前后数据的不一致性:一个线程在写数据的时候,另一个线程也在写,同样也 ...
- 「java.util.concurrent并发包」之 CAS
一 引言 在JDK 5之前Java语言是靠synchronized关键字保证同步的,这会导致有锁 锁机制存在以下问题: (1)在多线程竞争下,加锁.释放锁会导致比较多的上下文切换和调度延时,引起性能 ...
- 「java.util.concurrent并发包」之 CyclicBarrier
一 描述 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.Cyc ...
- Java并发:多线程和java.util.concurrent并发包总结
多线程和java.util.concurrent并发包 转载:
- Java并发—java.util.concurrent并发包概括(转载)
一.描述线程的类:Runable和Thread都属于java.lang包 二.内置锁synchronized属于jvm关键字,内置条件队列操作接口Object.wait()/notify()/noti ...
- java.util.concurrent并发包诸类概览
java.util.concurrent包的类都来自于JSR-166:Concurrent Utilities,官方的描述叫做“The JSR proposes a set of medium-lev ...
- java多线程---------java.util.concurrent并发包----------等待多线程完成
一.等待多线程完成的join的使用.CoundownLantch.CyclicBarrier .
随机推荐
- element-ui做表单验证 v-for遍历表单 自动生成校验规则 pc移动双适配
整体思路: 1:利用element-ui的栅格实现小分辨率和大分辨率的适配 2:模拟一组数据,从中筛选出 绑定各个表单值的对象 以及生成验证规则对象 3:在script标签内 .data()外,自 ...
- java8 stream流操作的flatMap(流的扁平化)
https://mp.weixin.qq.com/s/7Fqb6tAucrl8UmyiY78AXg https://blog.csdn.net/Mark_Chao/article/details/80 ...
- Redis订阅广播实现多级缓存
Redis应用场景很多,现在介绍一下它的几大特性之一 发布订阅(pub/sub) 特性介绍: 什么是redis的发布订阅(pub/sub)? Pub/Sub功能(means Publish, ...
- python 二进制加法
bin(int(a,2)+int(b,2))[2:]
- js类型判断:typeof与instanceof
typeof用以获取一个变量或者表达式的类型,typeof一般只能返回如下几个结果: number,boolean,string,function(函数),object(NULL,数组,对象),und ...
- leetcode-hard-array-179 Largest Number-NO
mycode 写的很复杂,还报错... 参考: class Solution: # @param {integer[]} nums # @return {string} def largestNum ...
- 2.基于AOP自定义注解Annotation的实现
上一篇中分析了AOP的实现原理, 总结为: 判断对象是否需要被代理?@Aspect注解的实现是根据切入点表达式 代理之后需要做什么,就是那些通知,本质上是实现了MethodInterceptor的拦截 ...
- linux中安装python
1.首先切换目录 大型的软件一定要安装在/ opt中 规范 cd /opt 2.下载python3的源码 wget https://www.python.org/ftp/python/3.6.2/P ...
- bpi English
一.Marketing and Management Dashboard 营销管理 1.non-stackable voucher 不可累计的券 2.Campaign engine 活动引擎 3.i ...
- 用PHP自带函数对二维数组进行排序
经常会面临这样的需求,虽然有时候我们可以在数据库查询的时候,直接对数据进行排序,但还是无法满足日益复杂的业务需求. 这里边会用到两个函数 一个是array_column()函数,这个函数接受三个参数. ...