转载自:http://blog.youkuaiyun.com/lijunlinlijunlin/article/details/8686591
http://blog.youkuaiyun.com/lijunlinlijunlin/article/details/8686592
注意:
1. 重入方面其内部的WriteLock可以获取ReadLock,但是反过来ReadLock想要获得WriteLock则永远都不要想.
2. WriteLock可以降级为ReadLock,顺序是:先获得WriteLock再获得ReadLock,然后释放WriteLock,这时候线程将保持Readlock的持有.反过来ReadLock想要升级为WriteLock则不可能.
3. ReadLock可以被多个线程持有并且在作用时排斥任何的WriteLock,而WriteLock则是完全的互斥.这一特性最为重要,因为对于高读取频率而相对较低写入的数据结构,使用此类锁同步机制则可以提高并发量.
4. 不管是ReadLock还是WriteLock都支持Interrupt,语义与ReentrantLock一致.
5. WriteLock支持Condition并且与ReentrantLock语义一致,而ReadLock则不能使用Condition,否则抛出UnsupportedOperationException异常.
http://blog.youkuaiyun.com/lijunlinlijunlin/article/details/8686592
import java.util.HashMap;
import java.util.Map;
import java.util.concurrent.locks.ReadWriteLock;
import java.util.concurrent.locks.ReentrantReadWriteLock;
public class CacheSystem {
private Map<String, Object> cache = new HashMap<String,Object>();
private ReadWriteLock rwl = new ReentrantReadWriteLock();
public Object getData(String key){
//先从缓存中去取数据,先加上读锁
rwl.readLock().lock();
Object obj = null;
try{
obj = cache.get(key);
if(obj == null){
//先解除读锁,在上写锁(必须先解除读锁才能成功上写锁)
rwl.readLock().unlock();
rwl.writeLock().lock();
//去数据库取数据,再判断一次是否为null,因为有可能多个线程获得写锁
try{
if(obj == null){
obj = new String("obj is get from db");
}
}finally{
//先上读锁,然后再解除写锁(这样可以成功完成,在解除写锁前获得读锁,写锁被降级--这翻译的api上的)
rwl.readLock().lock();
rwl.writeLock().unlock();//解除写锁,读锁仍然持有
}
}
}finally{
rwl.readLock().unlock();
}
return obj;
}
}注意:
1. 重入方面其内部的WriteLock可以获取ReadLock,但是反过来ReadLock想要获得WriteLock则永远都不要想.
2. WriteLock可以降级为ReadLock,顺序是:先获得WriteLock再获得ReadLock,然后释放WriteLock,这时候线程将保持Readlock的持有.反过来ReadLock想要升级为WriteLock则不可能.
3. ReadLock可以被多个线程持有并且在作用时排斥任何的WriteLock,而WriteLock则是完全的互斥.这一特性最为重要,因为对于高读取频率而相对较低写入的数据结构,使用此类锁同步机制则可以提高并发量.
4. 不管是ReadLock还是WriteLock都支持Interrupt,语义与ReentrantLock一致.
5. WriteLock支持Condition并且与ReentrantLock语义一致,而ReadLock则不能使用Condition,否则抛出UnsupportedOperationException异常.
本文介绍了一个基于Java实现的缓存系统,通过使用ReentrantReadWriteLock来管理读写锁,确保了高并发场景下数据的一致性和高效性。文章详细解释了读写锁的工作原理,并展示了如何在实际代码中运用。
166

被折叠的 条评论
为什么被折叠?



