java 并发容器

ConcurrentHashMap:并发版HashMap

ConcurrentHashMap在JDK7种用了锁分段技术,HashTable容器在竞争激烈的并发环境下表现出效率低下的原因,是因为所有访问HashTable的线程都必须竞争同一把锁,那假如容器里有多把锁,每一把锁用于锁容器其中一部分数据,那么当多线程访
问容器里不同数据段的数据时,线程间就不会存在锁竞争,从而可以有效的提高并发访问效率,这就是ConcurrentHashMap所使用的锁分段技术,首先将数据分成一段一段的存储,然后给每一段数据配一把锁,当一个线程占用锁访问其中一个段数据的时候,其他段的数据也能被其他线程访问。

JDK8中放弃了分段锁,改为对单个元素(Node)加锁,什么操作下才加锁???;

初始化 initTable

// 箱子个数,惰性初始化(第一次插入数据的时候才初始化),size用于是2的倍数
transient volatile Node<K,V>[] table;
// 初始值0,负值表示被其他线程加锁,初始化之后value = 0.75 * n
private transient volatile int sizeCtl;
private final Node<K,V>[] initTable() {
        Node<K,V>[] tab; int sc;
        while ((tab = table) == null || tab.length == 0) {
        // 用sizeCtl控制多线程同时初始化问题,所有对sizeCtl操作都是原子的,并且是可见的,当小于0时,线程从运行状态置为就绪状态,并自旋判断sizeCtl状态
            if ((sc = sizeCtl) < 0)
                Thread.yield(); 
            // 如果两个线程同时进行下一步判断,则开始CAS竞争
            else if (U.compareAndSetInt(this, SIZECTL, sc, -1)) {
                try {
                    if ((tab = table) == null || tab.length == 0) {
                    // DEFAULT_CAPACITY=16,
                        int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                        @SuppressWarnings("unchecked")
                        Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                        table = tab = nt;
                        // sc = 12 = n - n/4 = 3/4 * n
                        sc = n - (n >>> 2);
                    }
                } finally {
                    sizeCtl = sc;
                }
                break;
            }
        }
        return tab;
    }

问题:
1、为什么很多成员被声明为transient?

插入元素

final V putVal(K key, V value, boolean onlyIfAbsent) {
        if (key == null || value == null) throw new NullPointerException();
        int hash = spread(key.hashCode());
        int binCount = 0;
        for (Node<K,V>[] tab = table;;) {
            Node<K,V> f; int n, i, fh;
            if (tab == null || (n = tab.length) == 0)
                tab = initTable();
            else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
            // 如果当前位置没有值,则cas竞争该位置更新;
                if (casTabAt(tab, i, null,
                             new Node<K,V>(hash, key, value, null)))
                    break;    // no lock when adding to empty bin
            }
            else if ((fh = f.hash) == MOVED)
                tab = helpTransfer(tab, f);
            else {
                V oldVal = null;
                synchronized (f) {
                    if (tabAt(tab, i) == f) {
                        if (fh >= 0) {
                            binCount = 1;
                            for (Node<K,V> e = f;; ++binCount) {
                                K ek;
                                if (e.hash == hash &&
                                    ((ek = e.key) == key ||
                                     (ek != null && key.equals(ek)))) {
                                    oldVal = e.val;
                                    if (!onlyIfAbsent)
                                        e.val = value;
                                    break;
                                }
                                // 链表末尾插入元素
                                Node<K,V> pred = e;
                                if ((e = e.next) == null) {
                                    pred.next = new Node<K,V>(hash, key,
                                                              value, null);
                                    break;
                                }
                            }
                        }
                        else if (f instanceof TreeBin) {
                            Node<K,V> p;
                            binCount = 2;
                            if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                                           value)) != null) {
                                oldVal = p.val;
                                if (!onlyIfAbsent)
                                    p.val = value;
                            }
                        }
                    }
                }
                if (binCount != 0) {
                    if (binCount >= TREEIFY_THRESHOLD)
                        treeifyBin(tab, i);
                    if (oldVal != null)
                        return oldVal;
                    break;
                }
            }
        }
        addCount(1L, binCount);
        return null;
    }

CopyOnWriteArrayList:并发版ArrayList

底层结构也是数组,和ArrayList不同之处在于:当新增和删除元素时会创建一个新的数组,在新的数组中增加或者排除指定对象,最后用新增数组替换原来的数组。读操作不加锁,写(增、删、改)操作加锁,读取的当前副本,因此可能读取到脏数据

CopyOnWriteArraySet:并发Set

基于CopyOnWriteArrayList实现(内含一个CopyOnWriteArrayList成员变量),也就是说底层是一个数组,意味着每次add都要遍历整个集合才能知道是否存在,不存在时需要插入(加锁)。
适用场景:在CopyOnWriteArrayList适用场景下加一个,集合别太大(全部遍历伤不起)。

ConcurrentLinkedQueue:并发队列(基于链表)

基于链表实现的并发队列,使用乐观锁(CAS)保证线程安全。因为数据结构是链表,所以理论上是没有队列大小限制的,也就是说添加数据一定能成功。

ConcurrentLinkedDeque:并发队列(基于双向链表)

基于双向链表实现的并发队列,可以分别对头尾进行操作,因此除了先进先出(FIFO),也可以先进后出(FILO),当然先进后出的话应该叫它栈了。

ConcurrentSkipListMap:基于跳表的并发Map

SkipList即跳表,跳表是一种空间换时间的数据结构,通过冗余数据,将链表一层一层索引,达到类似二分查找的效果

ConcurrentSkipListSet:基于跳表的并发Set

类似HashSet和HashMap的关系,ConcurrentSkipListSet里面就是一个ConcurrentSkipListMap,就不细说了。

ArrayBlockingQueue:阻塞队列(基于数组)

基于数组实现的可阻塞队列,构造时必须制定数组大小,往里面放东西时如果数组满了便会阻塞直到有位置(也支持直接返回和超时等待),通过一个锁ReentrantLock保证线程安全。

LinkedBlockingQueue:阻塞队列(基于链表)

基于链表实现的阻塞队列,想比与不阻塞的ConcurrentLinkedQueue,它多了一个容量限制,如果不设置默认为int最大值。

LinkedBlockingDeque:阻塞队列(基于双向链表)

类似LinkedBlockingQueue,但提供了双向链表特有的操作。

PriorityBlockingQueue:线程安全的优先队列

构造时可以传入一个比较器,可以看做放进去的元素会被排序,然后读取的时候按顺序消费。某些低优先级的元素可能长期无法被消费,因为不断有更高优先级的元素进来。

SynchronousQueue:读写成对的队列

一个虚假的队列,因为它实际上没有真正用于存储元素的空间,每个插入操作都必须有对应的取出操作,没取出时无法继续放入。

LinkedTransferQueue:基于链表的数据交换队列

实现了接口TransferQueue,通过transfer方法放入元素时,如果发现有线程在阻塞在取元素,会直接把这个元素给等待线程。如果没有人等着消费,那么会把这个元素放到队列尾部,并且此方法阻塞直到有人读取这个元素。和SynchronousQueue有点像,但比它更强大。

DelayQueue:延时队列

可以使放入队列的元素在指定的延时后才被消费者取出,元素需要实现Delayed接口。

### Java 并发容器概述 Java 提供了一系列用于支持并发操作的容器类,这些容器旨在提高多线程环境下的性能和安全性。以下是几种常见的并发容器以及它们的具体用途。 #### 1. **同步容器** 同步容器通过内置的 `synchronized` 关键字实现线程安全。然而,由于其锁粒度较大,在高并发场景下可能会成为瓶颈。主要代表有: - **Vector**: 这是一个动态数组,类似于现代的 `ArrayList`,但在每次访问时都会自动加锁以确保线程安全[^1]。 - **Hashtable**: 实现了 `Map` 接口,所有的方法都带有隐式的同步机制,因此适合单线程或多线程环境下使用,但由于全局锁定的原因,效率较低[^3]。 #### 2. **并发容器** 为了克服传统同步容器的不足之处,Java 引入了一组更高效的并发容器,采用细粒度锁或其他无锁算法来提升吞吐量。 - **ConcurrentHashMap**: 它是一种高度优化的线程安全哈希表结构。在 JDK 6 和 JDK 7 中,它依赖于分段锁技术;而在 JDK 8 及更高版本中,则改用基于 CAS 的非阻塞算法[^4]。下面展示了一个简单的例子: ```java import java.util.concurrent.ConcurrentHashMap; public class ConcurrentHashMapExample { public static void main(String[] args) { ConcurrentHashMap<Integer, String> map = new ConcurrentHashMap<>(); map.put(1, "Apple"); map.putIfAbsent(2, "Banana"); System.out.println(map.get(1)); // 输出 Apple } } ``` - **CopyOnWriteArrayList**: 当读取频率远高于写入频率时非常有用。它的核心思想是在执行任何修改操作之前先复制整个底层数组[^2]。尽管如此,频繁更新会带来较大的开销,所以需谨慎选用。 ```java import java.util.List; import java.util.concurrent.CopyOnWriteArrayList; public class CopyOnWriteArrayListExample { public static void main(String[] args) { List<String> list = new CopyOnWriteArrayList<>(); list.add("Red"); list.add("Green"); for (String color : list) { System.out.println(color); if ("Green".equals(color)) { list.add("Blue"); // 不会引起 ConcurrentModificationException } } } } ``` - **BlockingQueue**: 常见的是 `LinkedBlockingQueue`, `ArrayBlockingQueue` 等形式,主要用于生产者消费者模式中的数据传递。此类队列提供等待功能以便当队列为空或者满的时候能够暂停调用方直到条件满足为止。 ```java import java.util.concurrent.BlockingQueue; import java.util.concurrent.LinkedBlockingQueue; public class BlockingQueueExample { public static void main(String[] args) throws InterruptedException { BlockingQueue<String> queue = new LinkedBlockingQueue<>(2); queue.put("Task A"); queue.put("Task B"); System.out.println(queue.take()); // 获取 Task A System.out.println(queue.poll()); // 非阻塞获取 Task B } } ``` ### 总结 上述介绍了一些常用的 Java 并发容器及其典型应用场景。每种容器都有各自的特点与适用范围,开发者应根据实际需求合理选择合适的工具。
评论
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