Java并发编程：三

共享模型之不可变

日期转换的问题

下面的代码在运行时，由于 SimpleDateFormat 不是线程安全的

    SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");
    for (int i = 0; i < 10; i++) {
         new Thread(() -> {
             try {
                 log.debug("{}", sdf.parse("1951-04-21"));
             } catch (Exception e) {
                 log.error("{}", e);
             }
         }).start();
    }

有很大几率出现 java.lang.NumberFormatException 或者出现不正确的日期解析结果

19:10:40.859 [Thread-2] c.TestDateParse - {} 
java.lang.NumberFormatException: For input string: "" 
 at java.lang.NumberFormatException.forInputString(NumberFormatException.java:65) 
 at java.lang.Long.parseLong(Long.java:601) 
 at java.lang.Long.parseLong(Long.java:631) 
 at java.text.DigitList.getLong(DigitList.java:195) 
 at java.text.DecimalFormat.parse(DecimalFormat.java:2084) 
 at java.text.SimpleDateFormat.subParse(SimpleDateFormat.java:2162) 
 at java.text.SimpleDateFormat.parse(SimpleDateFormat.java:1514) 
 at java.text.DateFormat.parse(DateFormat.java:364) 
 at cn.itcast.n7.TestDateParse.lambda$test1$0(TestDateParse.java:18) 
 at java.lang.Thread.run(Thread.java:748)

如何解决呢？

一个思路是使用 synchronized 锁，但是这样会带来性能上的损失。

这里考虑另一种思路：不可变对象

如果一个对象不能够修改其内部状态（属性），那么它就是线程安全的，因为不会存在并发修改的问题。这样的对象在Java 中有很多，例如在 Java 8 后，提供了一个新的日期格式化类：

DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd");
for (int i = 0; i < 10; i++) {
     new Thread(() -> {
         LocalDate date = dtf.parse("2018-10-01", LocalDate::from);
         log.debug("{}", date);
     }).start();
}

这个方法是线程安全的。

而不可变对象，实际是另一种避免竞争的方式。

---

2. 不可变设计

Java中还有另外一个不可变设计：String 类

public final class String
     implements java.io.Serializable, Comparable<String>, CharSequence {
     /** The value is used for character storage. */
     private final char value[];
     /** Cache the hash code for the string */
     private int hash; // Default to 0
 
     // ...
 
}

final 的使用

发现该类、类中所有属性都是 final 的

• 属性用 final 修饰保证了该属性是只读的，不能修改
• 类用 final 修饰保证了该类中的方法不能被覆盖，防止子类无意间破坏不可变性

保护性拷贝

以 substring 为例：

public String substring(int beginIndex) {
     if (beginIndex < 0) {
         throw new StringIndexOutOfBoundsException(beginIndex);
     }
     int subLen = value.length - beginIndex;
     if (subLen < 0) {
         throw new StringIndexOutOfBoundsException(subLen);
     }
     return (beginIndex == 0) ? this : new String(value, beginIndex, subLen);
}

可以看到，这里调用了 String 的构造方法新建了一个字符串，并没有对原来的字符串直接进行修改

public String(char value[], int offset, int count) {
     if (offset < 0) {
         throw new StringIndexOutOfBoundsException(offset);
     }
     if (count <= 0) {
         if (count < 0) {
             throw new StringIndexOutOfBoundsException(count);
         }
         if (offset <= value.length) {
             this.value = "".value;
             return;
         }
     }
     if (offset > value.length - count) {
         throw new StringIndexOutOfBoundsException(offset + count);
     }
     this.value = Arrays.copyOfRange(value, offset, offset+count);
}

在构造方法里也没有对原字符串进行修改，而是对内容进行复制，生成了一个新的 char[] 数组

这种通过创建副本对象来避免共享的手段称之为【保护性拷贝（defensive copy）】

---

3. 无状态

在 web 阶段学习时，设计 Servlet 时为了保证其线程安全，都会有这样的建议，不要为 Servlet 设置成员变量，这种没有任何成员变量的类是线程安全的

因为成员变量保存的数据也可以称为状态信息，因此没有成员变量就称之为【无状态】

---

本章小结

• 不可变类使用
• 不可变类设计
• * 原理方面
  • final
• 模式方面
  • 享元

---

共享模型之工具

1. 自定义线程池

1.1 设置阻塞队列

@Slf4j(topic = "c.t3")
class BlockingQueue<T> {
    // 1. 任务队列
    private Deque<T> queue = new ArrayDeque();

    // 2. 锁，防止多个线程同时争抢一个任务
    private ReentrantLock lock = new ReentrantLock();

    // 3. 生产者条件变量
    private Condition fullWaitSet = lock.newCondition();

    // 4. 消费者条件变量
    private Condition emptyWaitSet = lock.newCondition();

    // 5. 容量
    private int capacity;

    public BlockingQueue(int capacity) {
        this.capacity = capacity;
    }

    // 带超时时间的阻塞获取
    public T poll(long timeout, TimeUnit unit){
        lock.lock();

        long nanos = unit.toNanos(timeout);

        try {
            while (queue.isEmpty()) {
                try {
                    if (nanos <= 0){
                        return null;
                    }
                    // 返回值是 最大等待时间 - 已等待时间 = 剩余时间
                    // 防止虚假唤醒后继续重复等待。等够总时间后就会返回 null
                    nanos = emptyWaitSet.awaitNanos(nanos);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            T t = queue.removeFirst();
            fullWaitSet.signal();
            return t;
        } finally {
            lock.unlock();
        }
    }

    // 阻塞获取
    public T take() {
        lock.lock();
        try {
            while (queue.isEmpty()) {
                try {
                    emptyWaitSet.await();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            T t = queue.removeFirst();
            fullWaitSet.signal();
            return t;
        } finally {
            lock.unlock();
        }
    }

    // 阻塞添加
    public void put(T task){
        lock.lock();
        try {
            while(queue.size() == capacity){
                try {
                    fullWaitSet.await();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            log.debug("加入任务队列 {}", task);
            queue.addLast(task);
            emptyWaitSet.signal();
        }finally {
            lock.unlock();
        }
    }

    //带超时时间的阻塞添加
    public boolean offer(T task, long timeout, TimeUnit timeUnit){
        lock.lock();
        try {
            long nanos = timeUnit.toNanos(timeout);
            while(queue.size() == capacity){
                try {
                    if (nanos <= 0){
                        return false;
                    }
                    log.debug("等待带入任务队列{}。。。",task);
                    nanos = fullWaitSet.awaitNanos(nanos);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
            log.debug("加入任务队列 {}", task);
            queue.addLast(task);
            emptyWaitSet.signal();
            return true;
        }finally {
            lock.unlock();
        }
    }


    // 获取容量大小
    public int getSize(){
        lock.lock();
        try {
            return queue.size();
        }finally {
            lock.unlock();
        }
    }

    // 带拒接策略的阻塞添加
    public void tryPut(RejectPolicy<T> rejectPolicy, T task) {
        lock.lock();
        try {
            if (queue.size() == capacity){
                // 任务队列已满，执行拒接策略，具体实现看用户
                rejectPolicy.reject(this,task);
            }else {
                // 加入任务队列
                queue.addLast(task);
                emptyWaitSet.signal();
            }
        }finally {
            lock.unlock();
        }
    }
}

BlockQueue的作用是供线程获取任务，以及存放生产者生成的任务

// 带超时时间的阻塞获取
public T poll(long timeout, TimeUnit unit)

// 阻塞添加
public void put(T element)

---

1.2 线程池

@Slf4j(topic = "c.t2")
class ThreadPool{
    // 任务队列
    private BlockingQueue<Runnable> taskQueue;

    // 线程集合
    private HashSet<Worker> workers = new HashSet<>();

    // 核心线程数
    private int coreSize;

    // 获取任务的超时时间
    private long timeout;

    private TimeUnit unit;

    // 拒接策略
    private RejectPolicy<Runnable> rejectPolicy;

    // 执行任务
    public void execute(Runnable task){
        // 如果任务数没有超过 coreSize 时，新建线程去执行任务
        // 否则，任务加入阻塞队列 BlockQueue
        synchronized (workers) {
            if (workers.size() < coreSize){
                Worker worker = new Worker(task);
                log.debug("新增 worker {}，{}",worker,task);
                workers.add(worker);
                worker.start();
            }else {
                // taskQueue.put(task);
                // 换为带拒接策略的阻塞添加
                taskQueue.tryPut(rejectPolicy,task);
            }
        }
    }

    class Worker extends Thread{
        private Runnable task;

        public Worker(Runnable task) {
            this.task = task;
        }

        @Override
        public void run() {
            // 执行任务
            // 当task 不为空时，执行任务
            // 当 task 执行完毕时，再从 任务队列 中试图获取任务
            //while (task != null || (task = taskQueue.take()) != null){
            while (task != null || (task = taskQueue.poll(timeout,unit)) != null){
                try {
                    log.debug("正在执行...{}", task);
                    task.run();
                } catch (Exception e) {
                    e.printStackTrace();
                } finally {
                    task = null;
                }
            }
            synchronized (workers){
                // 当任务队列为空时，从线程池中移除当前空闲线程
                log.debug("worker 被移除{}",this);
                workers.remove(this);
            }
        }
    }

    public ThreadPool(int coreSize, long timeout, TimeUnit unit, int queueCapacity, RejectPolicy<Runnable> rejectPolicy) {
        this.coreSize = coreSize;
        this.timeout = timeout;
        this.unit = unit;
        this.taskQueue = new BlockingQueue<>(queueCapacity);
        this.rejectPolicy = rejectPolicy;
    }
}

线程池类：包含 任务队列taskQueue 和 线程集合workers，以及继承了 Thread 的内部类worker

提供了方法 execute() ，用于提供线程执行任务

worker 中重写了 run 方法，线程循环从任务队列中获取任务。当任务队列为空时，当前空闲线程销毁

1.3 测试

public class testPool {
    public static void main(String[] args) {
        ThreadPool threadPool = new ThreadPool(2, 1000, TimeUnit.MICROSECONDS, 10);
        for (int i = 0; i < 15; i++) {
            int j = i;
            threadPool.execute(()->{
                try {
                    Thread.sleep(100000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                log.debug("任务{}",j);
            });
        }
    }
}

可以看出，如果总任务数超出了任务队列的最大存放容量，那么 main 线程便会阻塞在多余任务的添加上。

解决：设置拒接策略 

---

1.4 拒接策略 

设置接口

@FunctionalInterface
interface RejectPolicy<T>{
    void reject(BlockingQueue<T> queue, T task);
}

在 BlockQueue 中实现

    // 带拒接策略的阻塞添加
    public void tryPut(RejectPolicy<T> rejectPolicy, T task) {
        lock.lock();
        try {
            if (queue.size() == capacity){
                // 任务队列已满，执行拒接策略，具体实现看用户
                rejectPolicy.reject(this,task);
            }else {
                // 加入任务队列
                queue.addLast(task);
                emptyWaitSet.signal();
            }
        }finally {
            lock.unlock();
        }
    }

并在 ThreadPool 中调用

    // 执行任务
    public void execute(Runnable task){
        // 如果任务数没有超过 coreSize 时，新建线程去执行任务
        // 否则，任务加入阻塞队列 BlockQueue
        synchronized (workers) {
            if (workers.size() < coreSize){
                Worker worker = new Worker(task);
                log.debug("新增 worker {}，{}",worker,task);
                workers.add(worker);
                worker.start();
            }else {
                // taskQueue.put(task);
                // 换为带拒接策略的阻塞添加
                taskQueue.tryPut(rejectPolicy,task);
            }
        }
    }

更新 ThreadPool 构造方法

public ThreadPool(int coreSize, long timeout, TimeUnit unit, int queueCapacity, RejectPolicy<Runnable> rejectPolicy) {
        this.coreSize = coreSize;
        this.timeout = timeout;
        this.unit = unit;
        this.taskQueue = new BlockingQueue<>(queueCapacity);
        this.rejectPolicy = rejectPolicy;
    }

测试

@Slf4j(topic = "c.t1")
public class testPool {
    public static void main(String[] args) {
        ThreadPool threadPool = new ThreadPool(2, 1000, TimeUnit.MICROSECONDS, 10,(queue,task)->{
            //死等
            //queue.put(task);
            // 2) 带超时等待
// queue.offer(task, 1500, TimeUnit.MILLISECONDS);
            // 3) 让调用者放弃任务执行
// log.debug("放弃{}", task);
            // 4) 让调用者抛出异常
// throw new RuntimeException("任务执行失败 " + task);
            // 5) 让调用者自己执行任务
            task.run();
        });
        for (int i = 0; i < 15; i++) {
            int j = i;
            threadPool.execute(()->{
                try {
                    Thread.sleep(100000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                log.debug("任务{}",j);
            });
        }
    }
}

---

2. ThreadPoolExecutor

2.1 线程池状态

ThreadPoolExecutor 使用 int 的高 3 位来表示线程池状态，低 29 位表示线程数

从数字上比较，TERMINATED > TIDYING > STOP > SHUTDOWN > RUNNING

这些信息存储在一个原子变量 ctl 中，目的是将线程池状态与线程个数合二为一，这样就可以用一次 cas 原子操作进行赋值

// c 为旧值， ctlOf 返回结果为新值
ctl.compareAndSet(c, ctlOf(targetState, workerCountOf(c))));
// rs 为高 3 位代表线程池状态， wc 为低 29 位代表线程个数，ctl 是合并它们
private static int ctlOf(int rs, int wc) { return rs | wc; }

---

2.2 构造方法

public ThreadPoolExecutor(int corePoolSize,
                          int maximumPoolSize,
                          long keepAliveTime,
                          TimeUnit unit,
                          BlockingQueue<Runnable> workQueue,
                          ThreadFactory threadFactory,
                          RejectedExecutionHandler handler)

• corePoolSize 核心线程数目 (最多保留的线程数)
• maximumPoolSize 最大线程数目
• keepAliveTime 生存时间 - 针对救急线程
• unit 时间单位 - 针对救急线程
• workQueue 阻塞队列
• threadFactory 线程工厂 - 可以为线程创建时起个好名字
• handler 拒绝策略

工作流程：

• 线程池中刚开始没有线程，当一个任务提交给线程池后，线程池会新建一个线程来执行这个任务
• 当 corePoolSize 核心线程数目已经达到最大值，如果这时仍有新任务交给线程池，那么新任务就会被暂存至任务队列中
• 当任务队列已满，但是还有新任务，并且核心线程都没有空闲时，线程池会创建 救急线程 来执行新任务（不是任务队列中等待的任务）。救急线程 的最大数目为 maxmunPoolSize - corePoolSize
• 如果线程池已经到达了 maxmunPoolSize 时仍有新任务，这时就会执行拒绝策略
  • AbortPolicy 让调用者抛出 RejectedExecutionException 异常，这是默认策略
  • CallerRunsPolicy 让调用者运行任务
  • DiscardPolicy 放弃本次任务
  • DiscardOldestPolicy 放弃队列中最早的任务，本任务取而代之
  • Dubbo 的实现，在抛出 RejectedExecutionException 异常之前会记录日志，并 dump 线程栈信息，方便定位问题
  • Netty 的实现，是创建一个新线程来执行任务
  • ActiveMQ 的实现，带超时等待（60s）尝试放入队列，类似我们之前自定义的拒绝策略
  • PinPoint 的实现，它使用了一个拒绝策略链，会逐一尝试策略链中每种拒绝策略
• 当全部任务执行完毕，救急线程 一段时间内得不到任务后就会销毁以节约资源，这个时间由 keepAliveTime 和 unit 控制

---

2.3 newFixedThreadPool

public static ExecutorService newFixedThreadPool(int nThreads) {
 return new ThreadPoolExecutor(nThreads, nThreads,
                               0L, TimeUnit.MILLISECONDS,
                               new LinkedBlockingQueue<Runnable>());
}

特点

• 核心线程数 == 最大线程数（没有救急线程被创建），因此也无需超时时间
• 阻塞队列是无界的，可以放任意数量的任务

这个方法生成的线程池适合任务量已知，相对耗时的工作

---

2.4 newCachedThreadPool

public static ExecutorService newCachedThreadPool() {
 return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
                               60L, TimeUnit.SECONDS,
                               new SynchronousQueue<Runnable>());
}

特点

• 核心线程数是 0， 最大线程数是 Integer.MAX_VALUE，救急线程的空闲生存时间是 60s，意味着
  • 全部都是救急线程（60s 后可以回收)
  • 救急线程可以无限创建
• 队列采用了 SynchronousQueue 实现特点是，它没有容量，没有线程来取是放不进去的（一手交钱、一手交货）

线程数会根据任务量不断增加，没有上限。当任务执行完毕后，空闲线程会在一分钟后被释放。

这个线程池适合任务数量密集，同时耗时比较短的情况

---

2.5 newSingleThreadExecutor

public static ExecutorService newSingleThreadExecutor() {
     return new FinalizableDelegatedExecutorService
         (new ThreadPoolExecutor(1, 1,
          0L, TimeUnit.MILLISECONDS,
          new LinkedBlockingQueue<Runnable>()));
}

使用场景：

希望多个任务排队执行。线程数固定为 1，任务数多于 1 时，会放入无界队列排队。任务执行完毕，这唯一的线程也不会被释放。

区别：

• 自己创建一个单线程串行执行任务，如果任务执行失败而终止那么没有任何补救措施，而newSingleThreadExecutor线程池还会新建一个线程，保证池的正常工作
• Executors.newSingleThreadExecutor() 线程个数始终为1，不能修改
  • FinalizableDelegatedExecutorService 应用的是装饰器模式，只对外暴露了 ExecutorService 接口，因此不能调用 ThreadPoolExecutor 中特有的方法
• Executors.newFixedThreadPool(1) 初始时为1，以后还可以修改
  • 对外暴露的是 ThreadPoolExecutor 对象，可以强转后调用 setCorePoolSize 等方法进行修改

---

2.6 提交任务API

// 执行任务
void execute(Runnable command);

// 提交任务 task，用返回值 Future 获得任务执行结果
<T> Future<T> submit(Callable<T> task);

// 提交 tasks 中所有任务
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks)
     throws InterruptedException;

// 提交 tasks 中所有任务，带超时时间
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks,
                              long timeout, TimeUnit unit)
     throws InterruptedException;

// 提交 tasks 中所有任务，哪个任务先成功执行完毕，返回此任务执行结果，其它任务取消
<T> T invokeAny(Collection<? extends Callable<T>> tasks)
     throws InterruptedException, ExecutionException;

// 提交 tasks 中所有任务，哪个任务先成功执行完毕，返回此任务执行结果，其它任务取消，带超时时间
<T> T invokeAny(Collection<? extends Callable<T>> tasks,
                long timeout, TimeUnit unit)
 throws InterruptedException, ExecutionException, TimeoutException;

---

2.7 关闭线程池API

shutdown

/*
线程池状态变为 SHUTDOWN
- 不会接收新任务
- 但已提交任务会执行完
- 此方法不会阻塞调用线程的执行
*/
void shutdown();

public void shutdown() {
 final ReentrantLock mainLock = this.mainLock;
 mainLock.lock();
 try {
     checkShutdownAccess();
 // 修改线程池状态
     advanceRunState(SHUTDOWN);
 // 仅会打断空闲线程
     interruptIdleWorkers();
     onShutdown(); // 扩展点 ScheduledThreadPoolExecutor
 } finally {
     mainLock.unlock();
 }
 // 尝试终结(没有运行的线程可以立刻终结，如果还有运行的线程也不会等)
 tryTerminate();
}

main 线程调用了 A线程池的 shutdown 方法，即使A线程中还有任务未执行完，main 线程也不会阻塞等待，而是继续往下执行 

shutdownNow

/*
线程池状态变为 STOP
- 不会接收新任务
- 会将队列中的任务返回
- 并用 interrupt 的方式中断正在执行的任务
*/
List<Runnable> shutdownNow();

public List<Runnable> shutdownNow() {
 List<Runnable> tasks;
 final ReentrantLock mainLock = this.mainLock;
 mainLock.lock();
 try {
     checkShutdownAccess();
     // 修改线程池状态
     advanceRunState(STOP);
     // 打断所有线程
     interruptWorkers();
     // 获取队列中剩余任务
     tasks = drainQueue();
 } finally {
     mainLock.unlock();
 }
 // 尝试终结
 tryTerminate();
 return tasks;
}

其他方法

// 不在 RUNNING 状态的线程池，此方法就返回 true
boolean isShutdown();

// 线程池状态是否是 TERMINATED
boolean isTerminated();

// 调用 shutdown 后，由于调用线程并不会等待所有任务运行结束，因此如果它想在线程池 TERMINATED 后做些事情，可以利用此方法等待
boolean awaitTermination(long timeout, TimeUnit unit) throws InterruptedException;

---

2.8 任务调度线程池

在『任务调度线程池』功能加入之前，可以使用 java.util.Timer 来实现定时功能，Timer 的优点在于简单易用。

但缺点是由于所有任务都是由同一个线程来调度，因此所有任务都是串行执行的，同一时间只能有一个任务在执行，前一个 任务的延迟或异常都将会影响到之后的任务。

可以使用ScheduledExecutorService

ScheduledExecutorService executor = Executors.newScheduledThreadPool(2);
// 添加两个任务，希望它们都在 1s 后执行
executor.schedule(() -> {
     System.out.println("任务1，执行时间：" + new Date());
     try { 
        Thread.sleep(2000); 
     } catch (InterruptedException e) { }
}, 1000, TimeUnit.MILLISECONDS);

executor.schedule(() -> {
     System.out.println("任务2，执行时间：" + new Date());
}, 1000, TimeUnit.MILLISECONDS);

输出

任务1，执行时间：Thu Jan 03 12:45:17 CST 2019 
任务2，执行时间：Thu Jan 03 12:45:17 CST 2019

可以看到，使用ScheduledExecutorService后，只要线程池中还有空闲线程，那么就是并发执行的

另外还有 scheduleAtFixedRate() 方法，接收四个参数，分别是任务执行对象，初始延迟时间，执行时间间隔和时间单位

利用这个方法可以固定间隔执行同一任务。但是，如果任务执行所需时间大于时间间隔，那么时间间隔会变为任务执行所需时间

ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
log.debug("start...");
pool.scheduleAtFixedRate(() -> {
     log.debug("running...");
     sleep(2);
}, 1, 1, TimeUnit.SECONDS);

输出分析：一开始，延时 1s，接下来，由于任务执行时间 > 间隔时间，间隔被『撑』到了 2s

21:44:30.311 c.TestTimer [main] - start... 
21:44:31.360 c.TestTimer [pool-1-thread-1] - running... 
21:44:33.361 c.TestTimer [pool-1-thread-1] - running... 
21:44:35.362 c.TestTimer [pool-1-thread-1] - running... 
21:44:37.362 c.TestTimer [pool-1-thread-1] - running...

scheduleWithFixedDelay：

ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
log.debug("start...");
pool.scheduleWithFixedDelay(()-> {
     log.debug("running...");
     sleep(2);
}, 1, 1, TimeUnit.SECONDS);

输出分析：一开始，延时 1s，scheduleWithFixedDelay 的间隔是 上一个任务结束 <-> 延时 <-> 下一个任务开始 所以间隔都是 3s

21:40:55.078 c.TestTimer [main] - start... 
21:40:56.140 c.TestTimer [pool-1-thread-1] - running... 
21:40:59.143 c.TestTimer [pool-1-thread-1] - running... 
21:41:02.145 c.TestTimer [pool-1-thread-1] - running... 
21:41:05.147 c.TestTimer [pool-1-thread-1] - running...

---

2.9 正确处理执行任务异常

方法一：使用 try/catch 主动捕捉异常

ExecutorService pool = Executors.newFixedThreadPool(1);
pool.submit(() -> {
 try {
     log.debug("task1");
     int i = 1 / 0;
 } catch (Exception e) {
     log.error("error:", e);
 }
});

21:59:04.558 c.TestTimer [pool-1-thread-1] - task1 
21:59:04.562 c.TestTimer [pool-1-thread-1] - error: 
java.lang.ArithmeticException: / by zero 
     at cn.itcast.n8.TestTimer.lambda$main$0(TestTimer.java:28)

方法二：使用 Future

ExecutorService pool = Executors.newFixedThreadPool(1);
Future<Boolean> f = pool.submit(() -> {
     log.debug("task1");
     int i = 1 / 0;
     return true;
 });
log.debug("result:{}", f.get());

21:54:58.208 c.TestTimer [pool-1-thread-1] - task1 
Exception in thread "main" java.util.concurrent.ExecutionException: 
java.lang.ArithmeticException: / by zero 
     at java.util.concurrent.FutureTask.report(FutureTask.java:122) 
     at java.util.concurrent.FutureTask.get(FutureTask.java:192) 
     at cn.itcast.n8.TestTimer.main(TestTimer.java:31) 
Caused by: java.lang.ArithmeticException: / by zero 
     at cn.itcast.n8.TestTimer.lambda$main$0(TestTimer.java:28)

---

2.10 tomcat 线程池

• LimitLatch 用来限流，可以控制最大连接个数，类似 J.U.C 中的 Semaphore 后面再讲
• Acceptor 只负责【接收新的 socket 连接】
• Poller 只负责监听 socket channel 是否有【可读的 I/O 事件】
• 一旦可读，封装一个任务对象（socketProcessor），提交给 Executor 线程池处理
• Executor 线程池中的工作线程最终负责【处理请求】

Tomcat 线程池扩展了 ThreadPoolExecutor，行为稍有不同

• 如果总线程数达到 maximumPoolSize
  • 这时不会立刻抛 RejectedExecutionException 异常
  • 而是再次尝试将任务放入队列，如果还失败，才抛出 RejectedExecutionException 异常

Connector 配置

Executor 线程配置

---

3. 读写锁

3.1 ReentrantReadWriteLock

当读操作远远高于写操作时，这时候使用 读写锁 让 读-读 可以并发，提高性能。 类似于数据库中的 select ... from ... lock in share mode

提供一个 数据容器类 内部分别使用读锁保护数据的 read() 方法，写锁保护数据的 write() 方法

class DataContainer {
     private Object data;
     private ReentrantReadWriteLock rw = new ReentrantReadWriteLock();
     private ReentrantReadWriteLock.ReadLock r = rw.readLock();
     private ReentrantReadWriteLock.WriteLock w = rw.writeLock();

     public Object read() {
         log.debug("获取读锁...");
         r.lock();
         try {
             log.debug("读取");
             sleep(1);
             return data;
         } finally {
             log.debug("释放读锁...");
             r.unlock();
         }
     }
     public void write() {
         log.debug("获取写锁...");
         w.lock();
         try {
             log.debug("写入");
             sleep(1);
         } finally {
             log.debug("释放写锁...");
             w.unlock();
         }
     }
}

读写锁的特点：

• 读-读锁可以并发，也就是可以多个线程同时获得读锁
• 读-写锁会相互阻塞，
• 写-写锁也会相互阻塞

注意事项：

• 读锁不支持条件变量
• 锁重入时不支持锁升级，即已经持有读锁的情况下，重入时不能升级为写锁，会导致获取写锁永久等待
• 锁重入时支持锁降级，持有写锁的情况下可以再获取读锁

---

3.2 StampedLock

该类自 JDK 8 加入，是为了进一步优化读性能，它的特点是在使用读锁、写锁时都必须配合【戳】使用

加/解 读锁

long stamp = lock.readLock();
lock.unlockRead(stamp);

加/解 写锁

long stamp = lock.writeLock();
lock.unlockWrite(stamp);

乐观读

StampedLock 支持 tryOptimisticRead() 方法（乐观读），读取完毕后需要做一次 戳校验 如果校验通过，表示这期间确实没有写操作，数据可以安全使用，如果校验没通过，需要重新获取读锁，保证数据安全。

long stamp = lock.tryOptimisticRead();
// 验戳
if(!lock.validate(stamp)){
     // 锁升级
}

提供一个 数据容器类 内部分别使用读锁保护数据的 read() 方法，写锁保护数据的 write() 方法

class DataContainerStamped {
     private int data;
     private final StampedLock lock = new StampedLock();
     public DataContainerStamped(int data) {
         this.data = data;
     }
     public int read(int readTime) {
         long stamp = lock.tryOptimisticRead();
         log.debug("optimistic read locking...{}", stamp);
         sleep(readTime);
         if (lock.validate(stamp)) {
             log.debug("read finish...{}, data:{}", stamp, data);
             return data;
         }
         // 锁升级 - 读锁
         log.debug("updating to read lock... {}", stamp);
         try {
             stamp = lock.readLock();
             log.debug("read lock {}", stamp);
             sleep(readTime);
             log.debug("read finish...{}, data:{}", stamp, data);
             return data;
         } finally {
             log.debug("read unlock {}", stamp);
             lock.unlockRead(stamp);
         }
     }
     public void write(int newData) {
         long stamp = lock.writeLock();
         log.debug("write lock {}", stamp);
         try {
             sleep(2);
             this.data = newData;
         } finally {
             log.debug("write unlock {}", stamp);
             lock.unlockWrite(stamp);
         }
     }
}

同时使用两个读锁进行测试

public static void main(String[] args) {
     DataContainerStamped dataContainer = new DataContainerStamped(1);
     new Thread(() -> {
         dataContainer.read(1);
     }, "t1").start();
     sleep(0.5);
     new Thread(() -> {
         dataContainer.read(0);
     }, "t2").start();
}

输出结果，可以看到实际上并没有加读锁

15:58:50.217 c.DataContainerStamped [t1] - optimistic read locking...256 
15:58:50.717 c.DataContainerStamped [t2] - optimistic read locking...256 
15:58:50.717 c.DataContainerStamped [t2] - read finish...256, data:1 
15:58:51.220 c.DataContainerStamped [t1] - read finish...256, data:1

---

同时加 读锁 与写锁

public static void main(String[] args) {
     DataContainerStamped dataContainer = new DataContainerStamped(1);
     new Thread(() -> {
         dataContainer.read(1);
     }, "t1").start();
     sleep(0.5);
     new Thread(() -> {
         dataContainer.write(100);
     }, "t2").start();
}

输出结果

15:57:00.219 c.DataContainerStamped [t1] - optimistic read locking...256 
15:57:00.717 c.DataContainerStamped [t2] - write lock 384 
15:57:01.225 c.DataContainerStamped [t1] - updating to read lock... 256 
15:57:02.719 c.DataContainerStamped [t2] - write unlock 384 
15:57:02.719 c.DataContainerStamped [t1] - read lock 513 
15:57:03.719 c.DataContainerStamped [t1] - read finish...513, data:1000 
15:57:03.719 c.DataContainerStamped [t1] - read unlock 513

注意事项：

• StampedLock 不支持条件变量
• StampedLock 不支持可重入

---

3.3 Semaphore

Semaphore 是 Java 中的一个同步工具，用于管理一个共享资源的访问权限。它允许多个线程在同一时刻访问共享资源，但可以限制同时访问资源的线程数量。Semaphore 是基于计数的信号量，它维护一个可用许可证的数量，线程需要获得许可证才能执行临界区的代码。

输出结果

可以看到，同一时刻只能有不大于 信号量 数量的线程访问共享资源

---

3.4 CountDownLatch

用来进行线程同步协作，等待所有线程完成倒计时。

其中构造参数用来初始化等待计数值，await() 用来等待计数归零，countDown() 用来让计数减一

此外， CountDownLatch 也可以配合线程池使用

---

3.5 CycleBarrier

循环栅栏，用来进行线程协作，等待线程满足某个计数。构造时设置『计数个数』，每个线程执

行到某个需要“同步”的时刻调用 await() 方法进行等待，当等待的线程数满足『计数个数』时，继续执行

它与 CountDownLatch 最大的区别就是， CycleBarrier 的是可以重用的，可以理解为 “人满发车”

CyclicBarrier cb = new CyclicBarrier(2); // 个数为2时才会继续执行
new Thread(()->{
     System.out.println("线程1开始.."+new Date());
     try {
         cb.await(); // 当个数不足时，等待
     } catch (InterruptedException | BrokenBarrierException e) {
         e.printStackTrace();
     }
     System.out.println("线程1继续向下运行..."+new Date());
}).start();

new Thread(()->{
     System.out.println("线程2开始.."+new Date());
     try { Thread.sleep(2000); } catch (InterruptedException e) { }
     try {
         cb.await(); // 2 秒后，线程个数够2，继续运行
     } catch (InterruptedException | BrokenBarrierException e) {
         e.printStackTrace();
     }
     System.out.println("线程2继续向下运行..."+new Date());
}).start();

---

3.6 线程安全集合类概述

线程安全集合类可以分为三大类：

• 遗留的线程安全集合如 Hashtable ， Vector
• 使用 Collections 装饰的线程安全集合，如：
  • Collections.synchronizedCollection
  • Collections.synchronizedList
  • Collections.synchronizedMap
  • Collections.synchronizedSet
  • Collections.synchronizedNavigableMap
  • Collections.synchronizedNavigableSet
  • Collections.synchronizedSortedMap
  • Collections.synchronizedSortedSet
• java.util.concurrent.*

java.util.concurrent.* 下的线程安全集合类，可以发现它们有规律，里面包含三类关键词：

Blocking、CopyOnWrite、Concurrent

• Blocking 大部分实现基于锁，并提供用来阻塞的方法
• CopyOnWrite 之类容器修改开销相对较重
• Concurrent 类型的容器
  • 内部很多操作使用 cas 优化，一般可以提供较高吞吐量
  • 弱一致性
    • 遍历时弱一致性，例如，当利用迭代器遍历时，如果容器发生修改，迭代器仍然可以继续进行遍历，这时内容是旧的
    • 求大小弱一致性，size 操作未必是 100% 准确
    • 读取弱一致性

遍历时如果发生了修改，对于非安全容器来讲，使用 fail-fast 机制也就是让遍历立刻失败，抛出 ConcurrentModificationException，不再继续遍历