Java编程的逻辑 (73) - 并发容器 - 写时拷贝的List和Set
本系列文章经补充和完善，已修订整理成书《Java编程的逻辑》，由机械工业出版社华章分社出版，于2018年1月上市热销，读者好评如潮！各大网店和书店有售，欢迎购买，京东自营链接：http://item.jd.com/12299018.html
本节以及接下来的几节，我们探讨Java并发包中的容器类。本节先介绍两个简单的类CopyOnWriteArrayList和CopyOnWriteArraySet，讨论它们的用法和实现原理。它们的用法比较简单，我们需要理解的是它们的实现机制，Copy-On-Write，即写时拷贝或写时复制，这是解决并发问题的一种重要思路。
CopyOnWriteArrayList
基本用法
CopyOnWriteArrayList实现了List接口，它的用法与其他List如ArrayList基本是一样的，它的区别是：
- 它是线程安全的，可以被多个线程并发访问
- 它的迭代器不支持修改操作，但也不会抛出ConcurrentModificationException
- 它以原子方式支持一些复合操作
我们在66节提到过基于synchronized的同步容器的几个问题。迭代时，需要对整个列表对象加锁，否则会抛出ConcurrentModificationException，CopyOnWriteArrayList没有这个问题，迭代时不需要加锁。在66节，示例部分代码为：
public static void main(String[] args) { final List<String> list = Collections .synchronizedList(new ArrayList<String>()); startIteratorThread(list); startModifyThread(list); }
将list替换为CopyOnWriteArrayList，就不会有异常，如：
public static void main(String[] args) { final List<String> list = new CopyOnWriteArrayList<>(); startIteratorThread(list); startModifyThread(list); }
不过，需要说明的是，在Java 1.8之前的实现中，CopyOnWriteArrayList的迭代器不支持修改操作，也不支持一些依赖迭代器修改方法的操作，比如Collections的sort方法，看个例子：
public static void sort(){ CopyOnWriteArrayList<String> list = new CopyOnWriteArrayList<>(); list.add("c"); list.add("a"); list.add("b"); Collections.sort(list); }
执行这段代码会抛出异常：
Exception in thread "main" java.lang.UnsupportedOperationException at java.util.concurrent.CopyOnWriteArrayList$COWIterator.set(CopyOnWriteArrayList.java:1049) at java.util.Collections.sort(Collections.java:159)
为什么呢？因为Collections.sort方法依赖迭代器的set方法，其代码为：
public static <T extends Comparable<? super T>> void sort(List<T> list) { Object[] a = list.toArray(); Arrays.sort(a); ListIterator<T> i = list.listIterator(); for (int j=0; j<a.length; j++) { i.next(); i.set((T)a[j]); } }
基于synchronized的同步容器的另一个问题是复合操作，比如先检查再更新，也需要调用方加锁，而CopyOnWriteArrayList直接支持两个原子方法：
//不存在才添加，如果添加了，返回true，否则返回false public boolean addIfAbsent(E e) //批量添加c中的非重复元素，不存在才添加，返回实际添加的个数 public int addAllAbsent(Collection<? extends E> c)
基本原理
CopyOnWriteArrayList的内部也是一个数组，但这个数组是以原子方式被整体更新的。每次修改操作，都会新建一个数组，复制原数组的内容到新数组，在新数组上进行需要的修改，然后以原子方式设置内部的数组引用，这就是写时拷贝。
所有的读操作，都是先拿到当前引用的数组，然后直接访问该数组，在读的过程中，可能内部的数组引用已经被修改了，但不会影响读操作，它依旧访问原数组内容。
换句话说，数组内容是只读的，写操作都是通过新建数组，然后原子性的修改数组引用来实现的。我们通过代码具体来看下。
内部数组声明为：
private volatile transient Object[] array;
注意，它声明为了volatile，这是必需的，保证内存可见性，写操作更改了之后，读操作能看到。有两个方法用来访问/设置该数组：
final Object[] getArray() { return array; } final void setArray(Object[] a) { array = a; }
在CopyOnWriteArrayList中，读不需要锁，可以并行，读和写也可以并行，但多个线程不能同时写，每个写操作都需要先获取锁，CopyOnWriteArrayList内部使用ReentrantLock，成员声明为：
transient final ReentrantLock lock = new ReentrantLock();
默认构造方法为：
public CopyOnWriteArrayList() { setArray(new Object[0]); }
就是设置了一个空数组。
add方法的代码为：
public boolean add(E e) { final ReentrantLock lock = this.lock; lock.lock(); try { Object[] elements = getArray(); int len = elements.length; Object[] newElements = Arrays.copyOf(elements, len + 1); newElements[len] = e; setArray(newElements); return true; } finally { lock.unlock(); } }
代码也容易理解，add方法是修改操作，整个过程需要被锁保护，先拿到当前数组elements，然后复制了个长度加1的新数组newElements，在新数组中添加元素，最后调用setArray原子性的修改内部数组引用。
查找元素indexOf的代码为：
public int indexOf(Object o) { Object[] elements = getArray(); return indexOf(o, elements, 0, elements.length); }
也是先拿到当前数组elements，然后调用另一个indexOf进行查找，其代码为：
private static int indexOf(Object o, Object[] elements, int index, int fence) { if (o == null) { for (int i = index; i < fence; i++) if (elements[i] == null) return i; } else { for (int i = index; i < fence; i++) if (o.equals(elements[i])) return i; } return -1; }
这个indexOf方法访问的所有数据都是通过参数传递进来的，数组内容也不会被修改，不存在并发问题。
迭代器方法为：
public Iterator<E> iterator() { return new COWIterator<E>(getArray(), 0); }
COWIterator是内部类，传递给它的是不变的数组，它也只是读该数组，不支持修改。
其他方法的实现思路是类似的，我们就不赘述了。
小结
每次修改都创建一个新数组，然后复制所有内容，这听上去是一个难以令人接受的方案，如果数组比较大，修改操作又比较频繁，可以想象，CopyOnWriteArrayList的性能是很低的。事实确实如此，CopyOnWriteArrayList不适用于数组很大，且修改频繁的场景。它是以优化读操作为目标的，读不需要同步，性能很高，但在优化读的同时就牺牲了写的性能。
之前我们介绍了保证线程安全的两种思路，一种是锁，使用synchronized或ReentrantLock，另外一种是循环CAS，写时拷贝体现了保证线程安全的另一种思路。对于绝大部分访问都是读，且有大量并发线程要求读，只有个别线程进行写，且只是偶尔写的场合，这种写时拷贝就是一种很好的解决方案。
写时拷贝是一种重要的思维，用于各种计算机程序中，比如经常用于操作系统内部的进程管理和内存管理。在进程管理中，子进程经常共享父进程的资源，只有在写时在复制。在内存管理中，当多个程序同时访问同一个文件时，操作系统在内存中可能只会加载一份，只有程序要写时才会拷贝，分配自己的内存，拷贝可能也不会全部拷贝，而只会拷贝写的位置所在的页，页是操作系统管理内存的一个单位，具体大小与系统有关，典型大小为4KB。
CopyOnWriteArraySet
CopyOnWriteArraySet实现了Set接口，不包含重复元素，使用比较简单，我们就不赘述了。内部，它是通过CopyOnWriteArrayList实现的，其成员声明为：
private final CopyOnWriteArrayList<E> al;
在构造方法中被初始化，如：
public CopyOnWriteArraySet() { al = new CopyOnWriteArrayList<E>(); }
其add方法代码为：
public boolean add(E e) { return al.addIfAbsent(e); }
就是调用了CopyOnWriteArrayList的addIfAbsent方法。
contains方法代码为：
public boolean contains(Object o) { return al.contains(o); }
由于CopyOnWriteArraySet是基于CopyOnWriteArrayList实现的，所以与之前介绍过的Set的实现类如HashSet/TreeSet相比，它的性能比较低，不适用于元素个数特别多的集合。如果元素个数比较多，可以考虑ConcurrentHashMap或ConcurrentSkipListSet，这两个类，我们后续章节介绍。
ConcurrentHashMap与HashMap类似，适用于不要求排序的场景，ConcurrentSkipListSet与TreeSet类似，适用于要求排序的场景。Java并发包中没有与HashSet对应的并发容器，但可以很容易的基于ConcurrentHashMap构建一个，利用Collections.newSetFromMap方法即可。
小结
本节介绍了CopyOnWriteArrayList和CopyOnWriteArraySet，包括其用法和原理，它们适用于读远多于写、集合不太大的场合，它们采用了写时拷贝，这是计算机程序中一种重要的思维和技术。
下一节，我们讨论一种重要的并发容器 - ConcurrentHashMap。
(与其他章节一样，本节所有代码位于 https://github.com/swiftma/program-logic)
----------------
未完待续，查看最新文章，敬请关注微信公众号“老马说编程”(扫描下方二维码)，从入门到高级，深入浅出，老马和你一起探索Java编程及计算机技术的本质。用心原创，保留所有版权。
