AQS独占锁之ReentrantLock源码调试(JDK8)

JavaReentrantLock实现原理及源码分析
文章详细介绍了ReentrantLock的使用背景,包括管程模型中的同步队列和条件等待队列,以及如何通过AQS(AbstractQueuedSynchronizer)实现线程安全。ReentrantLock的加锁和解锁机制通过CAS和LockSupport工具类实现,确保了线程的并发控制。文章还简要讨论了公平锁和非公平锁的区别,并提供了一个简单的源码实现示例。

前言:
为什么需要学习ReentrantLock?
目前项目开发中使用到的几乎都是分布式锁,平时可能很少用到java自带的锁; 但实际在我们java的源码中,随处可见需要使用锁来保证线程安全,所以还是有必要学习下ReentrantLock。

1.管程模型

可以说AQS就是基于管程模型来实现的,所以我们还需要了解;管程是管理共享变量以及对共享变量的操作过程,让他们支持并发。
在这里插入图片描述

在管程的发展史上,先后出现过三种不同的管程模型,分别是Hasen模型、Hoare模型和MESA模型。现在正在广泛使用的是MESA模型
在这里插入图片描述
管程中引入了条件变量的概念,而且每个条件变量都对应有一个等待队列。条件变量和等待队列的作用是解决线程之间的同步问题。

入口等待队列: 例A和B竞争锁(共享变量),B竞争失败,B就放入该队列中等待。

例子:AQS中所有等待获取锁资源的线程的队列。具体来说,当一个线程尝试获取锁资源失败时,它将会被加入到同步队列的末尾,并进入自旋等待状态,直到获取到锁资源或被唤醒。而当其他线程释放锁资源时,它们会从同步队列的头部选取一个或多个线程,并将其移动到锁资源的拥有者上,从而使其可以继续执行。

条件队列: 例Condition接口 调用了 await 的线程加入条件队列;signal唤醒后的线程最终还是加入到入口等待队列。

例子:AQS中,每个条件变量(Condition)都有一个等待队列,用来存放等待该条件的线程。当一个线程调用条件变量的await()方法时,它将会自动释放当前持有的锁,并加入到对应条件变量的等待队列中。而当其他线程调用条件变量的signal()或signalAll()方法时,它们会从对应条件变量的等待队列中选取一个或多个线程,并将其从等待队列中移动到同步队列(Sync Queue)中,以便重新竞争获取锁资源。

小结:同步队列主要解决了多个线程同时请求同一个锁资源时的竞争问题。条件等待队列主要解决了线程等待特定条件的问题,避免了线程不必要的忙等待和性能损失。
 

2.先根据代码分析ReentrantLock的实现

ReentrantLock lock = new ReentrantLock(false);
lock.lock() //加锁
=======这里写业务代码=========
lock.unlock() //解锁

从上面代码可以看到,我们开发人员只需要在 lock和 unlock中间写业务代码,就能实现线程安全的业务逻辑,那我们可以猜想到,两个方法之间肯定是有保证同一时间段仅一个线程进入的锁。而java自带的魔法类 UnSafe中提供了CAS来保证原子操作,所以代码变成了下面这样。

ReentrantLock lock = new ReentrantLock(false);
lock.lock() //加锁
	while(true){
		if(Cas加锁){
             break;//走到此说明加锁成功,跳出循环
		}
    }
=======获取到锁的线程在这里执行业务代码=========
lock.unlock() //解锁

上面已经保证了线程安全,但是也存在很大的问题,假如有1000个线程进来,只有T0拿到了锁,剩余999个线程一直在空转? Cpu不堪重负,因此可以通过一些方案来处理没抢到锁的线程,例如 yeild,sleep。

ReentrantLock lock = new ReentrantLock(false);
lock.lock() //加锁
	while(true){
		if(Cas加锁){
             break;//走到此说明加锁成功,跳出循环
		}
		//让出CPU使用权,一直让也不合适,999个线程互让没有意义,搞的跟活锁似的,还是只有T0在执行
		Thread.yeild()
		//睡多久?不好确定,万一T0瞬间就完成了
        Thread.sleep(1;
        //最终方案:让加锁失败的线程阻塞在这里 
        LockSupport.park();
    }
=======获取到锁的线程在这里执行业务代码=========
lock.unlock() //解锁

上面的代码看着好像没问题了,但没抢到锁的999个线程难道一直阻塞下去??占着茅坑不拉屎,所以需要有人去唤醒他,`而java自带的工具 LockSupport有park,自然也有unPark方法。

ReentrantLock lock = new ReentrantLock(false);
lock.lock() //加锁
	while(true){
		if(Cas加锁){
             break;//走到此说明加锁成功,跳出循环
		}
		//让出CPU使用权,一直让也不合适,999个线程互让没有意义,还是只有T0在执行
		Thread.yeild()
		//睡多久?不好确定,万一T0瞬间就完成了
        Thread.sleep(1;

		//将要阻塞的线程保存起来,例如保存到 HashSet(不好处理公平问题) 或 Queue
		 HashSet.add(Thread)LikedQueued.put(Thread)

        //最终方案:让加锁失败的线程阻塞在这里 
        LockSupport.park();
    }
=======获取到锁的线程在这里执行业务代码=========
lock.unlock() //解锁
thread = HashSet.get() ; thread = LikedQueued.take()
LockSupport.unpark(thread)

小结:三板斧 【自旋,Cas,LockSupport】+存储容器

至此,我们对实现一把锁有了一定概念,接下来就深入源码来查看JDK8中ReentrantLock的实现。
 

3. 源码阅读

ReentrantLock的锁分为公平锁和非公平锁,下面简单介绍一下:
公平:排队打饭,新来的人得排在你的后面。
非公平:排队打饭,新来的人可能会插队,排在你前面。

以下面这个demo为例子,来进行源码的调试。

/**
 * 模拟抢票场景  3个线程抢2张票
 */
public class ReentrantLockDemo {
    private final ReentrantLock lock = new ReentrantLock();//默认非公平
    private static volatile int tickets = 2; // 总票数
    public void buyTicket() {
        lock.lock(); // 获取锁
        try {
            if (tickets > 0) { // 还有票    读
                try {
                    Thread.sleep(10); // 休眠10ms
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                System.out.println(Thread.currentThread().getName() + "购买了第" + tickets-- + "张票"); //写
            } else {
                System.out.println("票已经卖完了," + Thread.currentThread().getName() + "抢票失败");
            }
        } finally {
            //zheli 唤醒
            lock.unlock(); // 释放锁
        }
    }

    public static void main(String[] args) {
        ReentrantLockDemo ticketSystem = new ReentrantLockDemo();
        Thread[] threads = new Thread[3];
        for (int i = 0; i < threads.length; i++) {
            // 抢票
            threads[i]  =  new Thread(ticketSystem::buyTicket, "线程" + i);
        }
        // 启动线程
        for (Thread thread : threads) {
            thread.start();
        }
        try {
            Thread.sleep(3000);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }
        System.out.println("剩余票数:" + tickets);
    }
}

进入lock.lock() 的实现,再进去 sync.lock()的实现
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

此时出现了三个核心方法,我们一个一个讲:
tryAcquire(尝试获取锁)
在这里插入图片描述
else if 中代码块说明:
判断当前线程是否等于拿到锁的那个线程, 如果是则将当前 state + acquires(例 state+1),表示这是第N次重入,这里可清晰看出可重入锁的判断依据。 statue 解锁时需要循环调用直到state为0,才表示锁已释放 。

简单来说,tryAcquire方法就是尝试获取锁,获取锁成功方法返回true,当前线程就可以去执行业务代码了。

addWaiter(构建节点并入队)
在这里插入图片描述
至此,入队后,无论模式是否公平,都需要按队列的顺序去排队了。

acquireQueued(CLH队列中尝试获取锁,获取不到的阻塞)

predecessor 什么时候获取前节点会为null
在这里插入图片描述
在这里插入图片描述
到此处得注意下,shouldParkAfterFailedAcquire方法外是一个循环,也就是说节点第一次进来时,大多都会走到设置前置节点的waitStatus由0变为-1的逻辑,当第二次循环时才会执行parkAndCheckInterrupt阻塞线程。
在这里插入图片描述
至此线程就被阻塞了,新的线程进来,流程也是大同小异不再赘述;当线程被中断或unpark唤醒时,会走到上图的 return Thread.interrupted(),继续在for中尝试是否满足抢锁的条件,不满足就阻塞,以此类推。

所以接下来就开始讲下解锁逻辑:

当执行完业务代码,他就会执行 unlock()方法释放锁。
在这里插入图片描述
在这里插入图片描述
从尝试释放锁的逻辑可看出重入锁lock了多少次,就要释放多少次。(即调用多少次unlock)
在这里插入图片描述
在这里插入图片描述
到这里好像流程就走完了,其实不然,上图只是唤醒了下个节点,但是与头结点还保持着链接!从上面的源码中也并没有看到 lock.unlock方法中将【被唤醒线程与前节点的关联关系解除】。是的,其实他是在唤醒后去做的,就在 acquireQueued方法中的 p.next = null; // help GC

和synchronized的一些区别:
1.sync存在锁升级的过程,通过对象头2bit的标记记录着锁的级别。且syn是非公平的。
2.都是可重入锁,但是reentrantLock加了几次锁,就得手动释放几次锁,否则其他线程也拿不到锁。
3.reentrantLock是可以被interrupt信号和release方法中断唤醒的,sync全靠操作系统,不可控,对于我们开发并不方便。

注:今天讲的源码中并未使用到条件等待队列(Condition接口)

4.其他

自问自答:
1.waitStatus 类似我们业务的 state字段,只是一个标记,例如 = -1时,表示当前节点的下个节点允许被唤醒,只看reentrantLock的话没必要这个属性,但是AQS是很多工具类的基类,考虑的比较全。

2.唤醒阻塞线程的2种方式,一种是 lock.unLock,其实就是去调用 LockSupport.unpark(要唤醒的线程),
另一种就是interrupt信号唤醒,不过要区分 park方法
LockSupport.park 和 LockSupport.park(this) 区别:
一旦用 interrupt去唤醒 park,这个线程以后再也不会被 park住了。而park(this)就不会存在该问题。

3.为什么selfInterrupt方法打了一个中断标记?

public final void acquire(int arg) {
    if (!tryAcquire(arg) &&
        acquireQueued(addWaiter(Node.EXCLUSIVE), arg))
        //上面都为true时,这里会打一个中断标记,因为 parkAndCheckInterrupt 被唤醒的其中一种方式是靠 interrupt
        //且方法中判断完标记后,会清除, 这样我们使用这个工具的人(也就是程序员)不知道他是怎么被唤醒的,所以他这里又打了个标记。单看reentrantLock感觉框架直接用 isInterrupt就够了,没必要重新去打标记
        selfInterrupt(); //说白了,如果走到这里,说明当前线程是被中断标记唤醒的
}

4.AQS 中的一些重要属性:

volatile Node head; //指向双向链表的头    
volatile Node tail ; //指向双向链表的尾部
volatile Node prev; // 每个 new出来的 node节点的 prev属性指向上一个节点
volatile Node next;// 每个new出来的 node节点的 next属性指向 下一个节点
volatile Thread thread;  //既然是维护队列的,肯定有对线程的引用(便于后面unPark)

volatile int waitStatus;  //节点的生命状态 ,信号量 ,有如下几个值
值为0,初始化状态,表示当前节点在sync队列中,等待着获取锁。
CANCELLED,值为1,表示当前的线程被取消;可能是异常,中断引起之类,需要被废弃结束
SIGNAL,值为-1,表示当前节点的后继节点包含的线程可以运行了,也就是当前可以unpark;
CONDITION,值为-2,表示当前节点在等待condition,也就是在condition队列中;
PROPAGATE,值为-3,表示当前场景下后续的acquireShared能够得以执行;

最后附一份方法解析图
在这里插入图片描述
再附一份根据阅读源码后简写的demo

public class WrxSyncTest {
    /**
     * 安全工具
     */
    private static final Unsafe unsafe;
    /**
     * 共享变量  0:未有线程加锁  1:已有线程加锁
     */
    private volatile int state;
    /**
     * 相对于对象头的偏移量
     */
    private static final long stateOffset;
    private final ArrayBlockingQueue<Thread> queues = new ArrayBlockingQueue<Thread>(8);

    private static volatile int tickets = 2; // 总票数

    static {
        try {
            Field field = Unsafe.class.getDeclaredField("theUnsafe");
            field.setAccessible(true);
            unsafe = (Unsafe) field.get(null);
            stateOffset = unsafe.objectFieldOffset
                    (WrxSyncTest.class.getDeclaredField("state"));
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }

    public boolean getLock() {
        return unsafe.compareAndSwapInt(this, stateOffset, 0, 1);
    }

    public boolean releaseLock() {
        return unsafe.compareAndSwapInt(this, stateOffset, 1, 0);
    }

    public void buyTicket() {
        while (true) {
            if (this.getLock()){
                //加锁成功跳出循环
                break;
            }
            //加锁失败入队并进行阻塞
            queues.add(Thread.currentThread());
            LockSupport.park();
        }
        //业务代码
        if (tickets > 0) {
            try {
                Thread.sleep(10); // 休眠10ms
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            System.out.println(Thread.currentThread().getName() + "购买了第" + tickets-- + "张票"); //写
        } else {
            System.out.println("票已经卖完了," + Thread.currentThread().getName() + "抢票失败");
        }

        //解锁并唤醒下个线程
        this.releaseLock();
        LockSupport.unpark(queues.poll());
    }


    public static void main(String[] args) {
        WrxSyncTest ticketSystem = new WrxSyncTest();
        Thread[] threads = new Thread[3];
        for (int i = 0; i < threads.length; i++) {
            // 抢票
            threads[i]  =  new Thread(ticketSystem::buyTicket, "线程" + i);
        }
        // 启动线程
        for (Thread thread : threads) {
            thread.start();
        }
        try {
            Thread.sleep(3000);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }
        System.out.println("剩余票数:" + tickets);
    }
}
【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学方程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深入理解四轴飞行器的飞行动力学特性与控制机制;同时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及无人机相关领域的工程技术人员,尤其适合从事飞行器建模、控制算法开发的研究生和初级研究人员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无人机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学方程的推导与实现方式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。同时可扩展为六自由度模型或加入外部干扰以增强仿真真实性。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协同轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无人机、无人车编队等场景。同时,文档列举了大量相关科研方向与代码资源,展示了DMPC在路径规划、协同控制、电力系统、信号处理等多领域的广泛应用。; 适合人群:具备一定自动化、控制理论或机器人学基础的研究生、科研人员及从事智能系统开发的工程技术人员;熟悉Matlab/Simulink仿真环境,对多智能体协同控制、优化算法有一定兴趣或研究需求的人员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协同控制研究,如无人机集群、无人驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,同时参考文中提及的路径规划、协同控制等相关案例,加深对分布式控制系统的整体理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值