前言

ReadWriteLock适用于读多写少的场景,允许多个线程同时读取共享变量。但在读多写少的场景中,还有更快的技术方案。在Java 1.8中, 提供了StampedLock锁,它的性能就比读写锁还要好。下面我们介绍StampedLock的使用方法、内部工作原理以及在使用过程中需要注意的事项。

StampedLock支持的三种锁模式

ReadWriteLock支持两种访问模式:读锁和写锁,而StampedLock支持三种访问模式:写锁、悲观读锁和乐观读。

其中写锁和悲观读锁的语义与ReadWriteLock中的写锁和读锁语义类似,允许多个线程同时获取悲观读锁,只允许一个线程获取写锁。与ReadWriteLock不同的是,StampedLock中的写锁和悲观读锁加锁成功之后,都会返回一个stamp标记,然后解锁的时候需要传入这个stamp。

相关示例代码如下(代码来自参考[1])

final StampedLock sl = new StampedLock();

// 获取/释放悲观读锁示意代码
long stamp = sl.readLock();
try {
//省略业务相关代码
} finally {
sl.unlockRead(stamp);
} // 获取/释放写锁示意代码
long stamp = sl.writeLock();
try {
//省略业务相关代码
} finally {
sl.unlockWrite(stamp);
}

StampedLock的性能之所以比ReadWriteLock好,其关键在于StampedLock支持乐观读。ReadWriteLock支持多个线程同时读,当多个线程同时读的时候,所有的写操作都会被阻塞。但是,StampedLock提供了乐观读,当有多个线程同时读共享变量允许一个线程获取写锁,也就是说不是所有写操作都会被阻塞。

需要注意,StampedLock提供的是“乐观读”而不是“乐观读锁”,这表示乐观读是无锁的,这也是其比ReadWriteLock读锁性能好的原因。

乐观读的使用示例(代码来自参考[1]):

class Point{
private int  x, y;
final StampedLock sl = new StampedLock();
// 计算到原点的距离
double distanceFromOrigin() {
long stamp = sl.tryOptimisticRead(); //乐观读
//读取全局变量存储到局部变量中 在读入的过程中,数据可能被修改
int curX = x;
int curY = y;
//判断进行读操作期间,是否存在写操作,如果存在,则sl.validate(stamp)返回false
if(!sl.validate(stamp)) {
stamp = sl.readLock(); //升级为悲观读锁 一切的写操作都会被阻塞
try {
curX = x;
curY = y;      
}finally {
sl.unlockRead(stamp); //释放悲观读锁
}
}
return Math.sqrt(curX*curX + curY*curY);
}
}

我们将共享变量x,y读入方法的局部变量中,因为tryOptimisticRead()是无锁的,所以,共享变量x和y读入方法局部变量时,x和y有可能被其他线程修改了。因此,最后读完之后,还需要再次验证一下在读入过程中是否存在写操作,这个验证操作是通过调用validate(stamp)来实现的。

如果在执行乐观读操作期间,存在写操作,会把乐观读升级为悲观读锁。

如果不使用这种做法,那么就可能需要使用循环来执行反复读,直到执行乐观读操作的期间没有写操作,但是循环会浪费大量的CPU。

所以,升级为悲观读锁,代码简练且不易出错。

StampedLock乐观读的理解

数据库中的乐观锁与StampedLock中的乐观读有着异曲同工之妙。

通过下面这个例子来理解:

在ERP的生产模块中,会有多个人通过ERP系统提供的UI同时修改同一条生产订单,那如何保证生产订单数据是并发安全的?

一种解决方案是采用乐观锁。

在生产订单的表product_doc里面增加了一个数据型版本号字段vresion,每次更新product_doc这个表的时候,都将version字段加1。生产订单的UI在展示的时候,需要查询数据库,此时将这个version字段和其他业务字段一起返回给生产订单UI。

假设用户查询的生产订单的id=777,那么SQL语句类似如下:

select id, ..., version
from product_doc
where id=777

用户在生产订单UI执行保存操作的时候,后台利用下面的SQL语句更新生产订单,此处我们假设该条生产订单的version=4:

update product_doc
set version=version+1,...
where id=777 and version=4

如果这条SQL语句执行成功并且返回条数等于1,那么说明从生产订单UI执行查询操作到执行保存期间,没有其他人修改过这条数据。因为如果这期间有人修改过这条数据,那么版本号字段一定会大于4。

数据库中的乐观锁,查询的时候,需要把version字段查出来,更新的时候要利用version字段做验证。StampedLock里面的stamp就类似于这个version字段。

StampedLock使用注意事项

StampedLock的功能仅仅是ReadWriteLock的子集,所以在使用时,还是需要注意一些地方:

  1. StampedLock在命名上没有增加Reentrant,所以,猜想StampedLock不支持重入。事实上,确实如此,StampedLock是不支持重入的。

  2. StampedLock的悲观读锁、写锁都不支持条件变量

  3. 如果线程阻塞在 StampedLock 的 readLock() 或者writeLock()上时,调用该阻塞线程的interrupt()方法,会导致 CPU 飙升。(代码来自参考[1])

    final StampedLock lock  = new StampedLock();
    Thread T1 = new Thread(()->{
    lock.writeLock(); // 获取写锁
    LockSupport.park(); // 永远阻塞在此处,不释放写锁
    });
    T1.start();
    Thread.sleep(100); // 保证T1获取写锁
    Thread T2 = new Thread(()->lock.readLock() ); //阻塞在悲观读锁
    T2.start();
    Thread.sleep(100); // 保证T2阻塞在读锁
    //中断线程T2 会导致线程T2所在CPU飙升
    T2.interrupt();
    T2.join();

    线程 T1 获取写锁之后将自己阻塞,线程 T2 尝试获取悲观读锁,也会阻塞;如果此时调用线程 T2 的 interrupt() 方法来中断线程 T2 的话,会发现线程 T2 所在 CPU 会飙升到 100%。(看专栏时明白线程T2获取悲观读锁会被阻塞,但是直到现在也不明白为什么调用T2的interrupt()方法会导致CPU飙升,望路过的看官解答。)

    替代方法便是使用悲观读锁readLockInterruptibly()和写锁writeLockInterruptibly()

StampedLock官方示例使用读写锁模板

精简Java官方示例后,可形成如下模板(代码来自参考[1])

StampedLock读模板:

final StampedLock sl = new StampedLock();
long stamp = sl.tryOptimisticRead(); // 乐观读
// 读入方法局部变量
//......
// 校验stamp
if (!sl.validate(stamp)){
stamp = sl.readLock(); // 升级为悲观读锁
try {
// 读入方法局部变量
.....
} finally {
sl.unlockRead(stamp); //释放悲观读锁
}
}
//使用方法局部变量执行业务操作
//......

StampedLock写模板:

long stamp = sl.writeLock();
try {
// 写共享变量
......
} finally {
sl.unlockWrite(stamp);
}

小结

这篇博客是学习专栏时的笔记总结出来的结果,粗略地介绍了一下StampedLock,欲知更详细的请参考[3],无意中发现的大神博客,推荐起(•̀ᴗ•́)و ̑̑

参考:

[1] 极客时间专栏王宝令《Java并发编程实战》

[2] whoshiyeguiren.数据库乐观锁和悲观锁的理解和实现(转载&总结).https://blog.csdn.net/woshiyeguiren/article/details/80277475

[3] Ressmix.Java多线程进阶(十一)—— J.U.C之locks框架:StampedLock.https://segmentfault.com/a/1190000015808032?utm_source=tag-newest

【Java并发工具类】StampedLock:比读写锁更快的锁的更多相关文章

  1. 基于AQS实现的Java并发工具类

    本文主要介绍一下基于AQS实现的Java并发工具类的作用,然后简单谈一下该工具类的实现原理.其实都是AQS的相关知识,只不过在AQS上包装了一下而已.本文也是基于您在有AQS的相关知识基础上,进行讲解 ...

  2. Java并发工具类 - CountDownLatch

    Java并发工具类 - CountDownLatch 1.简介 CountDownLatch是Java1.5之后引入的Java并发工具类,放在java.util.concurrent包下面 http: ...

  3. 25.大白话说java并发工具类-CountDownLatch,CyclicBarrier,Semaphore,Exchanger

    1. 倒计时器CountDownLatch 在多线程协作完成业务功能时,有时候需要等待其他多个线程完成任务之后,主线程才能继续往下执行业务功能,在这种的业务场景下,通常可以使用Thread类的join ...

  4. Java并发工具类CountDownLatch源码中的例子

    Java并发工具类CountDownLatch源码中的例子 实例一 原文描述 /** * <p><b>Sample usage:</b> Here is a pai ...

  5. Java并发(十):读写锁ReentrantReadWriteLock

    先做总结: 1.为什么用读写锁 ReentrantReadWriteLock? 重入锁ReentrantLock是排他锁,在同一时刻仅有一个线程可以进行访问,但是在大多数场景下,大部分时间都是提供读服 ...

  6. java 并发工具类CountDownLatch & CyclicBarrier

    一起在java1.5被引入的并发工具类还有CountDownLatch.CyclicBarrier.Semaphore.ConcurrentHashMap和BlockingQueue,它们都存在于ja ...

  7. JAVA并发工具类---------------(CountDownLatch和CyclicBarrier)

    CountDownLatch是什么 CountDownLatch,英文翻译为倒计时锁存器,是一个同步辅助类,在完成一组正在其他线程中执行的操作之前,它允许一个或多个线程一直等待. 闭锁可以延迟线程的进 ...

  8. 【Java并发工具类】Semaphore

    前言 1965年,荷兰计算机科学家Dijkstra提出的信号量机制成为一种高效的进程同步机制.这之后的15年,信号量一直都是并发编程领域的终结者.1980年,管程被提出,成为继信号量之后的在并发编程领 ...

  9. 【Java并发工具类】Java并发容器

    前言 Java并发包有很大一部分都是关于并发容器的.Java在5.0版本之前线程安全的容器称之为同步容器.同步容器实现线程安全的方式:是将每个公有方法都使用synchronized修饰,保证每次只有一 ...

随机推荐

  1. 《C++Primer》第五版习题答案--第一章【学习笔记】

    C++Primer第五版习题解答---第一章 ps:答案是个人在学习过程中书写,可能存在错漏之处,仅作参考. 作者:cosefy Date: 2022/1/7 第一章:开始 练习1.3 #includ ...

  2. Vue中使用js-xlsx导出Data数据到Excel

    需要引入的第三方JS有:export.js.xlsx.extendscript.js.xlsx.full.min.js JS太大不贴出来,放一个可下载百度云连接:https://pan.baidu.c ...

  3. 递推 dp - 求有多少个序列符合题意

    题目描述     小美有一个由n个元素组成的序列{a1,a2,a3,...,an},她想知道其中有多少个子序列{ap1,ap2,...,apm}(1 ≤ m ≤ n, 1 ≤ p1 < p2 , ...

  4. 保存数据到csv

    csv 逗号分隔值 一.写入 1.列表 单行添加 import csv # with open(file='a.csv', mode='w', encoding='utf-8', newline='' ...

  5. maven常用的远程仓库地址

    <mirror> <id>nexus-aliyun</id> <name>Nexus aliyun</name> <url>ht ...

  6. 【javaScript】加减乘除的精确计算

    在js中使用"+"."-"等符号进行运算会出现很大的误差,所以需要自己创建函数进行精确运算. //说明:javascript的加法结果会有误差,在两个浮点数相加 ...

  7. C#异常处理总结

    Exception类分析 常见的异常类 异常捕获 异常处理原则和建议 SystemException类继承Exception,前者是System命名空间中所有其他异常类的基类,在捕获异常的时候,我首先 ...

  8. OpenCV2.4.13+Qt5.6.2配置方法

    [1.环境变量] D:\Soft\OpenCV2\MinGW_build\bin; C:\Qt\Qt5.6.2\Tools\mingw492_32\bin; D:\Soft\Programming\C ...

  9. Linux系统实时数据同步inotify+rsync

    一.inotify简介 inotify是Linux内核的一个功能,它能监控文件系统的变化,比如删除.读.写和卸载等操作.它监控到这些事件的发生后会默认往标准输出打印事件信息.要使用inotify,Li ...

  10. CF572_Div2_F

    题意 http://codeforces.com/contest/1189/problem/F 思考 由于是子序列,答案只跟选法有关,与顺序无关,先排序. 直接计算答案比较困难.联想到期望的无穷级数计 ...