CountDownLatch 是 Java 并发包(java.util.concurrent)中的一个同步辅助类,它允许一个或多个线程等待一组操作完成。

一、设计理念

CountDownLatch 是基于 AQS(AbstractQueuedSynchronizer)实现的。其核心思想是维护一个倒计数,每次倒计数减少到零时,等待的线程才会继续执行。它的主要设计目标是允许多个线程协调完成一组任务。

1. 构造函数与计数器

public CountDownLatch(int count) {
if (count < 0) throw new IllegalArgumentException("count < 0");
this.sync = new Sync(count);
}

构造 CountDownLatch 时传入的 count 决定了计数器的初始值。该计数器控制了线程的释放。

2. AQS 支持的核心操作

AQS 是 CountDownLatch 的基础,通过自定义内部类 Sync 实现,Sync 继承了 AQS 并提供了必要的方法。以下是关键操作:

  • acquireShared(int arg): 如果计数器值为零,表示所有任务已完成,线程将获得许可。
  • releaseShared(int arg): 每次调用 countDown(),会减少计数器,当计数器降到零时,AQS 将释放所有等待的线程。

3. 实现细节

  • countDown():调用 releaseShared() 减少计数器,并通知等待线程。
  • await():调用 acquireSharedInterruptibly(1),如果计数器非零则阻塞等待。

二、底层原理

CountDownLatch 的核心是基于 AbstractQueuedSynchronizer(AQS)来管理计数器状态的。AQS 是 JUC 中许多同步工具的基础,通过一个独占/共享模式的同步队列实现线程的管理和调度。CountDownLatch 采用 AQS 的共享锁机制来控制多个线程等待一个条件。

1. AQS 的共享模式

AQS 设计了两种同步模式:独占模式(exclusive)和共享模式(shared)。CountDownLatch 使用共享模式:

  • 独占模式:每次只能一个线程持有锁,如 ReentrantLock
  • 共享模式:允许多个线程共享锁状态,如 SemaphoreCountDownLatch

CountDownLatchawait()countDown() 方法对应于 AQS 的 acquireShared()releaseShared() 操作。acquireShared() 会检查同步状态(计数器值),若状态为零则立即返回,否则阻塞当前线程,进入等待队列。releaseShared() 用于减少计数器并唤醒所有等待线程。

2. Sync 内部类的设计

CountDownLatch 通过一个私有的内部类 Sync 来实现同步逻辑。Sync 继承自 AQS,并重写 tryAcquireShared(int arg)tryReleaseShared(int arg) 方法。

static final class Sync extends AbstractQueuedSynchronizer {
Sync(int count) {
setState(count);
} protected int tryAcquireShared(int acquires) {
return (getState() == 0) ? 1 : -1;
} protected boolean tryReleaseShared(int releases) {
// 自旋减计数器
for (;;) {
int c = getState();
if (c == 0)
return false;
int nextc = c - 1;
if (compareAndSetState(c, nextc))
return nextc == 0;
}
}
}
  • tryAcquireShared(int):当计数器为零时返回 1(成功获取锁),否则返回 -1(阻塞)。
  • tryReleaseShared(int):每次 countDown() 减少计数器值,当计数器到达零时返回 true,唤醒所有阻塞线程。

3. CAS 操作确保线程安全

tryReleaseShared 方法使用 CAS(compare-and-set)更新计数器,避免了锁的开销。CAS 操作由 CPU 原语(如 cmpxchg 指令)支持,实现了高效的非阻塞操作。这种设计保证了 countDown() 的线程安全性,使得多个线程能够并发地减少计数器。

4. 内部的 ConditionObject

CountDownLatch 不支持复用,因为 AQS 的 ConditionObject 被设计为单一触发模式。计数器一旦降至零,CountDownLatch 无法重置,只能释放所有线程,而不能再次设置初始计数器值。这就是其不可复用的根本原因。

三、应用场景

  1. 等待多线程任务完成CountDownLatch 常用于需要等待一组线程完成其任务后再继续的场景,如批处理任务。
  2. 并行执行再汇总:在某些数据分析或计算密集型任务中,将任务分割成多个子任务并行执行,主线程等待所有子任务完成后再汇总结果。
  3. 多服务依赖协调:当一个服务依赖多个其他服务时,可以使用 CountDownLatch 来同步各个服务的调用,并确保所有依赖服务准备好之后再执行主任务。

四、示例代码

以下示例展示如何使用 CountDownLatch 实现一个并发任务等待所有子任务完成的机制。

import java.util.concurrent.CountDownLatch;

public class CountDownLatchExample {
private static final int TASK_COUNT = 5;
private static CountDownLatch latch = new CountDownLatch(TASK_COUNT); public static void main(String[] args) throws InterruptedException {
for (int i = 0; i < TASK_COUNT; i++) {
new Thread(new Task(i + 1, latch)).start();
} // 主线程等待所有任务完成
latch.await();
System.out.println("所有任务已完成,继续主线程任务");
} static class Task implements Runnable {
private final int taskNumber;
private final CountDownLatch latch; Task(int taskNumber, CountDownLatch latch) {
this.taskNumber = taskNumber;
this.latch = latch;
} @Override
public void run() {
try {
System.out.println("子任务 " + taskNumber + " 开始执行");
Thread.sleep((int) (Math.random() * 1000)); // 模拟任务执行时间
System.out.println("子任务 " + taskNumber + " 完成");
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
} finally {
latch.countDown(); // 完成一个任务,计数器减一
}
}
}
}

五、与其他同步工具的对比

1. CyclicBarrier

原理和用途

  • CyclicBarrier 也允许一组线程相互等待,直到所有线程到达屏障位置(barrier point)。
  • 它适合用于多阶段任务分阶段汇聚,如处理分块计算时每阶段汇总结果。

底层实现

  • CyclicBarrier 内部通过 ReentrantLockCondition 实现,屏障次数可以重置,从而支持循环使用。

与 CountDownLatch 的对比

  • CyclicBarrier可复用性使其适合重复的同步场景,而 CountDownLatch 是一次性的。
  • CountDownLatch 更灵活,允许任意线程调用 countDown(),适合分布式任务。CyclicBarrier 需要指定的线程达到屏障。

2. Semaphore

原理和用途

  • Semaphore 主要用于控制资源访问的并发数量,如限制数据库连接池的访问。

底层实现

  • Semaphore 基于 AQS 的共享模式实现,类似于 CountDownLatch,但允许通过指定的“许可证”数量控制资源。

与 CountDownLatch 的对比

  • Semaphore 可以动态增加/减少许可,而 CountDownLatch 只能递减。
  • Semaphore 适合控制访问限制,而 CountDownLatch 用于同步点倒计数。

3. Phaser

原理和用途

  • PhaserCyclicBarrier 的增强版,允许动态调整参与线程的数量。
  • 适合多阶段任务同步,并能随时增加或减少参与线程。

底层实现

  • Phaser 内部包含一个计数器,用于管理当前阶段的参与线程,允许任务动态注册或注销。

与 CountDownLatch 的对比

  • Phaser 更适合复杂场景,能够灵活控制阶段和参与线程;CountDownLatch 的结构简单,只能用于一次性同步。
  • Phaser 的设计更复杂,适合长时间、多线程协调任务,而 CountDownLatch 更适合简单任务等待。

4、总结

CountDownLatch 是一个轻量级、不可复用的倒计数同步器,适合简单的一次性线程协调。其基于 AQS 的共享锁实现使得线程等待和计数器更新具有高效的并发性。虽然 CountDownLatch 不具备重用性,但其设计简洁,尤其适合需要等待多线程任务完成的场景。

与其他 JUC 工具相比:

  • CyclicBarrier 更适合多阶段同步、阶段性汇总任务。
  • Semaphore 适合资源访问控制,具有可控的许可量。
  • Phaser 灵活性更高,适合动态参与线程、复杂多阶段任务。

选择适合的同步工具,取决于任务的性质、线程参与动态性以及是否需要重用同步控制。

一文彻底弄懂JUC工具包的CountDownLatch的设计理念与底层原理的更多相关文章

  1. 一文彻底弄懂cookie、session、token

    前言 作为一个JAVA开发,之前有好几次出去面试,面试官都问我,JAVAWeb掌握的怎么样,我当时就不知道怎么回答,Web,日常开发中用的是什么?今天我们来说说JAVAWeb最应该掌握的三个内容. 发 ...

  2. 一文彻底弄懂this关键字用法

    哈喽,大家好,我是指北君. 介绍完 native.static.final 关键字后,指北君再接再厉,接着为大家介绍另一个常用的关键字--this. this 也是Java中的一个关键字,在<J ...

  3. 一文弄懂神经网络中的反向传播法——BackPropagation【转】

    本文转载自:https://www.cnblogs.com/charlotte77/p/5629865.html 一文弄懂神经网络中的反向传播法——BackPropagation   最近在看深度学习 ...

  4. 一文弄懂-Netty核心功能及线程模型

    目录 一. Netty是什么? 二. Netty 的使用场景 三. Netty通讯示例 1. Netty的maven依赖 2. 服务端代码 3. 客户端代码 四. Netty线程模型 五. Netty ...

  5. 一文弄懂-《Scalable IO In Java》

    目录 一. <Scalable IO In Java> 是什么? 二. IO架构的演变历程 1. Classic Service Designs 经典服务模型 2. Event-drive ...

  6. 一文弄懂-BIO,NIO,AIO

    目录 一文弄懂-BIO,NIO,AIO 1. BIO: 同步阻塞IO模型 2. NIO: 同步非阻塞IO模型(多路复用) 3.Epoll函数详解 4.Redis线程模型 5. AIO: 异步非阻塞IO ...

  7. 一文弄懂CGAffineTransform和CTM

    一文弄懂CGAffineTransform和CTM 一些概念 坐标空间(系):视图(View)坐标空间与绘制(draw)坐标空间 CTM:全称current transformation matrix ...

  8. 【TensorFlow】一文弄懂CNN中的padding参数

    在深度学习的图像识别领域中,我们经常使用卷积神经网络CNN来对图像进行特征提取,当我们使用TensorFlow搭建自己的CNN时,一般会使用TensorFlow中的卷积函数和池化函数来对图像进行卷积和 ...

  9. 一文带你弄懂 JVM 三色标记算法!

    大家好,我是树哥. 最近和一个朋友聊天,他问了我 JVM 的三色标记算法.我脑袋一愣发现竟然完全不知道!于是我带着疑问去网上看了几天的资料,终于搞清楚啥事三色标记算法,它是用来干嘛的,以及它和 CMS ...

  10. 一文带你弄懂 Maven 拉包原理

    业务需求开发的时候,我们总是会遇到拉不到依赖包的情况.此时如果不清楚 Maven 拉取依赖包的原理,那么很可能找不到问题所在.今天树哥就带大家了解下 Maven 拉包的原理,让你在遇到问题的时候能快速 ...

随机推荐

  1. Camera | 4.瑞芯微平台MIPI摄像头应用程序编写

    前面3篇我们讲解了camera的基础概念,MIPI协议,CSI2,常用命令等,本文带领大家入门,如何用c语言编写应用程序来操作摄像头. Linux下摄像头驱动都是基于v4l2架构,要基于该架构编写摄像 ...

  2. Linux驱动|rtc-hym8563移植笔记

    本文基于瑞芯微rk3568平台,关于该平台快速入手操作,大家可以参考以下文章: <瑞芯微rk356x板子快速上手> 0.什么是rtc-hym8563? RTC:实时时钟的缩写是(Real_ ...

  3. 卷积神经网络CNN实战:MINST手写数字识别——调用模型/模型预测

    import torch import torchvision.transforms as transforms from PIL import Image import numpy as np im ...

  4. windows启动jar包并显示标题

    cmd启动java的jar并显示窗口标题 title xx服务 D: cd D:\xx服务 java -jar guns-vip-main.jar 文件名名为 run.bat 双击即可运行

  5. 抖音集团 FlinkSQL 性能优化探索及实践

    本文作者:李精卫   更多技术交流.求职机会,欢迎关注字节跳动数据平台微信公众号,回复[1]进入官方交流群   背景 随着抖音集团内部对流式任务的需求不断增长,Flink SQL作为一种低成本接入手段 ...

  6. 【爬虫实战】——利用bs4和正则表达式,简单实现爬取数据

    前言 好久没有写博客了,由于一直比较忙,感觉快荒废了学习的步伐,最近由于需要利用爬虫爬取数据,总结一下,以便以后查阅. 目录 一.bs4的安装 二.bs4解析器 三.定位查找标签 四.转换格式 五.提 ...

  7. Centos7.6下安装Docker环境

    1.首先查看服务器系统内核,docker环境要求的内核必须在3.10或以上 执行:uname -r 版本为3.10,可安装docker 2.切到root用户下,更新yum源,使yum源为最新状态 执行 ...

  8. 淘宝订单信息获取接口,淘宝订单信息获取API

    在日常电商软件开发的工作中,我们经常会遇到需要淘宝的订单信息的场景,比如:打单.发货,又比如做BI工具等.这就需要用到淘宝订单信息获取接口.只有获取到淘宝订单信息,才能进行下一步工作. 目前这个接口是 ...

  9. spark 新建一个column并用另一column的最大值赋值

    finalDF.withColumn("NEW_COLUMN", max("start_date").over()).show()   Ref: https:/ ...

  10. RabbitMQ脑裂处理

    脑裂现象: Network partition detectedMnesia reports that this RabbitMQ cluster has experienced a network ...