Java并发基础06. 线程范围内共享数据

假设现在有个公共的变量 data,有不同的线程都可以去操作它,如果在不同的线程对 data 操作完成后再去取这个 data,那么肯定会出现线程间的数据混乱问题,因为 A 线程在取 data 数据前可能 B 线程又对其进行了修改,下面写个程序来说明一下该问题:

public class ThreadScopeShareData {

    private static int data = 0;//公共的数据
    
    public static void main(String[] args) {
        for(int i = 0; i < 2; i ++) { //开启两个线程
            new Thread(new Runnable() {
                
                @Override
                public void run() {
                    int temp = new Random().nextInt();
                    System.out.println(Thread.currentThread().getName() + " has put a data: " + temp); //打印出来为了看效果
                    data = temp; //操作数据:赋新值

                    new TestA().getData();
                    new TestB().getData();
                }
            }).start();
        }
    }
    
    static class TestA {
        public void getData() {
            System.out.println("A get data from " + Thread.currentThread().getName() + ": " + data);//取出公共数据data
        }
    }
    
    static class TestB {
        public void getData() {
            System.out.println("B get data from " + Thread.currentThread().getName() + ": " + data);
        }
    }
}

来看一下打印出来的结果:

Thread-0 has put a data: -1885917900
Thread-1 has put a data: -1743455464
A get data from Thread-0: -1743455464
A get data from Thread-1: -1743455464
B get data from Thread-1: -1743455464
B get data from Thread-0: -1743455464

从结果中可以看出,两次对 data 赋的值确实不一样,但是两个线程最后打印出来的都是最后赋的那个值,说明 Thread-0 拿出的数据已经不对了,这就是线程间共享数据带来的问题。

当然,我们完全可以使用 synchronized 关键字将 run() 方法中的几行代码给套起来,这样每个线程各自执行完,打印出各自的信息,这是没问题的,确实可以解决上面的线程间共享数据问题。但是,这是以其他线程被阻塞为代价的,即 Thread-0 在执行的时候,Thread-1 就被阻塞了,必须等待 Thread-0 执行完了才能执行。

那么如果我想两个线程同时跑,并且互不影响各自取出的值,该怎么办呢?这也是本文所要总结的重点,解决该问题的思想是:虽然现在都在操作公共数据 data,但是不同的线程本身对这个 data 要维护一个副本,这个副本不是线程间所共享的,而是每个线程所独有的,所以不同线程中所维护的 data 是不一样的,最后取的时候,是哪个线程,我就从哪个线程中取该 data。

基于上面这个思路,我再把上面的程序做一修改,如下:

public class ThreadScopeShareData {

    private static int data = 0;//公共的数据
    //定义一个Map以键值对的方式存储每个线程和它对应的数据,即Thread:data
    private static Map<Thread, Integer> threadData = Collections.synchronizedMap(new HashMap<Thread, Integer>());
    
    public static void main(String[] args) {
        for(int i = 0; i < 2; i ++) {
            new Thread(new Runnable() {
                
                @Override
                public void run() {
                    int temp = new Random().nextInt();
                    System.out.println(Thread.currentThread().getName() + " has put a data: " + temp); //打印出来为了看效果                  
                    threadData.put(Thread.currentThread(), temp); //向Map中存入本线程data数据的一个副本
                    data = temp; //操作数据:赋新值
                    new TestA().getData();
                    new TestB().getData();
                }
            }).start();
        }
    }
    
    static class TestA {
        public void getData() {
            System.out.println("A get data from " + Thread.currentThread().getName() + ": " 
                + threadData.get(Thread.currentThread())); //取出各线程维护的那个副本
        }
    }
    
    static class TestB {
        public void getData() {
            System.out.println("B get data from " + Thread.currentThread().getName() + ": " 
                + threadData.get(Thread.currentThread()));
        }
    }
}

上面程序中维护了一个 Map,键值对分别是线程和它的数据,那么在操作 data 的时候,先把各自的数据保存到这个 Map 中,这样每个线程保存的肯定不同,当再取的时候,根据当前线程对象作为 key 来取出对应的 data 副本,这样不同的线程之间就不会相互影响了。这个 HashMap 也需要包装一下,因为 HashMap 是非线程安全的,上面的程序中,不同的线程有对 HashMap 进行写操作,就有可能产生并发问题,所以也要包装一下。最后来看一下执行结果:

Thread-0 has put a data: 1817494992
Thread-1 has put a data: -1189758355
A get data from Thread-0: 1817494992
A get data from Thread-1: -1189758355
B get data from Thread-0: 1817494992
B get data from Thread-1: -1189758355

就是线程范围内共享数据,即同一个线程里面这个数据是共享的,线程间是不共享的。

这让我联想到了学习数据库的时候用到的 ThreadLocal,操作数据库需要 connection,如果当前线程中有就拿当前线程中存的 connection,否则就新建一个放到当前线程中,这样就不会出现问题,因为每个线程本身共享了一个 connection,它不是线程间共享的。这也很好理解,这个 connection 肯定不能共享,假设 A 和 B 用户都拿到这个 connection 并开启了事务,现在 A 开始转账了,但是钱还没转好,B 转好了关闭了事务,那么A那边就出问题了。

线程范围内共享数据的问题就总结这么多吧~如果有问题,欢迎指正,我们一起进步!

posted @ 2019-01-07 20:33 程序员私房菜 阅读(...) 评论(...) 编辑 收藏