JAVA多线程(三) 线程池和锁的分类

 github演示代码地址：https://github.com/showkawa/springBoot_2017/tree/master/spb-demo/spb-brian-query-service/src/main/java/com/kawa/thread

1.线程池

 1.1 线程池是什么

Java中的线程池是运用场景最多的并发框架，几乎所有需要异步或并发执行任务的程序都可以使用线程池。在开发过程中，合理地使用线程池能够
带来3个好处。
第一：降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。
第二：提高响应速度。当任务到达时，任务可以不需要等到线程创建就能立即执行。
第三：提高线程的可管理性。线程是稀缺资源，如果无限制地创建，不仅会消耗系统资源，还会降低系统的稳定性，使用线程池可以进行统一分配、
调优和监控。

1.2 线程池作用

线程池是为突然大量爆发的线程设计的，通过有限的几个固定线程为大量的操作服务，减少了创建和销毁线程所需的时间，从而提高效率。
如果一个线程的时间非常长，就没必要用线程池了(不是不能作长时间操作，而是不宜)，况且我们还不能控制线程池中线程的开始、挂起、和中止。

1.3 线程池的分类

JDK1.5之后加入了java.util.concurrent包，java.util.concurrent包的加入给予开发人员开发并发程序以及解决并发问题很大的帮助。这篇文章主要介绍下并发包下的Executor接口，Executor接口虽然作为一个非常旧的接口（JDK1.5 2004年发布），但是很多程序员对于其中的一些原理还是不熟悉，因此写这篇文章来介绍下Executor接口，同时巩固下自己的知识。

Executor框架的最顶层实现是ThreadPoolExecutor类，Executors工厂类中提供的newScheduledThreadPool、newFixedThreadPool、newCachedThreadPool方法其实也只是ThreadPoolExecutor的构造函数参数不同而已。通过传入不同的参数，就可以构造出适用于不同应用场景下的线程池，那么它的底层原理是怎样实现的呢，这篇就来介绍下ThreadPoolExecutor线程池的运行过程。

corePoolSize： 核心池的大小。 当有任务来之后，就会创建一个线程去执行任务，当线程池中的线程数目达到corePoolSize后，就会把到达的任务放到缓存队列当中
maximumPoolSize： 线程池最大线程数，它表示在线程池中最多能创建多少个线程；
keepAliveTime： 表示线程没有任务执行时最多保持多久时间会终止。
unit： 参数keepAliveTime的时间单位，有7种取值

Java通过Executors（jdk1.5并发包）提供四种线程池，分别为：
newCachedThreadPool创建一个可缓存线程池，如果线程池长度超过处理需要，可灵活回收空闲线程，若无可回收，则新建线程。
案例演示:

newFixedThreadPool 创建一个定长线程池，可控制线程最大并发数，超出的线程会在队列中等待。
newScheduledThreadPool 创建一个定长线程池，支持定时及周期性任务执行。
newSingleThreadExecutor 创建一个单线程化的线程池，它只会用唯一的工作线程来执行任务，保证所有任务按照指定顺序
(FIFO, LIFO, 优先级)执行

 

演示代码: https://github.com/showkawa/springBoot_2017/tree/master/spb-demo/spb-brian-query-service/src/main/java/com/kawa/thread/threadpool

1.4 线程池的原理

提交一个任务到线程池中，线程池的处理流程如下：
1、判断线程池里的核心线程是否都在执行任务，如果不是（核心线程空闲或者还有核心线程没有被创建）则创建一个新的工作线程来执行任务。
如果核心线程都在执行任务，则进入下个流程。
2、线程池判断工作队列是否已满，如果工作队列没有满，则将新提交的任务存储在这个工作队列里。如果工作队列满了，则进入下个流程。
3、判断线程池里的线程是否都处于工作状态，如果没有，则创建一个新的工作线程来执行任务。如果已经满了，则交给饱和策略来处理这个任务。

 

1.5 线程池的合理配置

要想合理的配置线程池，就必须首先分析任务特性，可以从以下几个角度来进行分析：
任务的性质：CPU密集型任务，IO密集型任务和混合型任务。
任务的优先级：高，中和低。
任务的执行时间：长，中和短。
任务的依赖性：是否依赖其他系统资源，如数据库连接。

任务性质不同的任务可以用不同规模的线程池分开处理。CPU密集型任务配置尽可能少的线程数量，如配置Ncpu+1个线程的线程池。
IO密集型任务则由于需要等待IO操作，线程并不是一直在执行任务，则配置尽可能多的线程，如2*Ncpu。
混合型的任务，如果可以拆分，则将其拆分成一个CPU密集型任务和一个IO密集型任务，只要这两个任务执行的时间相差不是太大，
那么分解后执行的吞吐率要高于串行执行的吞吐率，如果这两个任务执行时间相差太大，则没必要进行分解。
我们可以通过Runtime.getRuntime().availableProcessors()方法获得当前设备的CPU个数。
优先级不同的任务可以使用优先级队列PriorityBlockingQueue来处理。它可以让优先级高的任务先得到执行，需要注意的是如果一直有
优先级高的任务提交到队列里,那么优先级低的任务可能永远不能执行。
执行时间不同的任务可以交给不同规模的线程池来处理，或者也可以使用优先级队列，让执行时间短的任务先执行。
依赖数据库连接池的任务，因为线程提交SQL后需要等待数据库返回结果，如果等待的时间越长CPU空闲时间就越长，那么线程数应该设置越大，
这样才能更好的利用CPU。

CPU密集型时，任务可以少配置线程数，大概和机器的cpu核数相当，这样可以使得每个线程都在执行任务
IO密集型时，大部分线程都阻塞，故需要多配置线程数，2*cpu核数
操作系统之名称解释：
某些进程花费了绝大多数时间在计算上，而其他则在等待I/O上花费了大多是时间，
前者称为计算密集型（CPU密集型）computer-bound，后者称为I/O密集型，I/O-bound。

2.锁的分类

2.1 悲观锁

悲观锁:悲观锁悲观的认为每一次操作都会造成更新丢失问题，在每次查询时加上排他锁。
每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会block直到它拿到锁。
传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。
select * from xxx for update;

悲观锁的应用场景：synchronized, lock锁，mysql的行锁

mysql的行锁：

Spring的事务 声明式和编程式事务，编程式事务（begin/commit/rollback）

通过datasourceTransctionManager.begin()来申明开启事务，当执行sql时候开始加锁，遇到commit或者rollback释放锁，如果仅仅begin开启事务，没有提交，则会导致行锁，导致其他线程获取锁阻塞，默认是阻塞30秒。

2.2 乐观锁

乐观锁:乐观锁会乐观的认为每次查询都不会造成更新丢失,利用版本字段控制

2.3 公平锁和非公平锁

公平锁：比较公平，根据请求锁的顺序排列，先来请求的就先获取锁，后来获取锁就最后获取到， 采用队列存放 。
非公平锁：不是根据根据请求的顺序排列， 通过争抢的方式获取锁。

在我们的ReentramtLock,默认是非公平锁，可以通过初始化为true, 设置获取锁的方式是公平的方式。

public class LockThread implements Runnable{

    private static ReentrantLock lock = new ReentrantLock(true);

    private static volatile long count = 0;

    @Override
    public void run() {
        while(count<100){
            lock.lock();
            if(count< 100){
                add();
            }
            lock.unlock();
        }
    }

    private void add() {
        lock.lock();
        count++;
        System.out.println(Thread.currentThread().getName() + " <> " + count);
        lock.unlock();
    }

    public static void main(String[] args) {
        long startTime = System.currentTimeMillis();
        ArrayList<Thread> threads = new ArrayList<>();

        for (int i =0;i<10;i++){
            Thread t = new Thread(new LockThread());
            t.start();
            threads.add(t);
        }
        threads.forEach(t-> {
            try {
                t.join();
            } catch (InterruptedException ignore) { }
        });
        System.out.println("End :" + (System.currentTimeMillis()- startTime));
    }
}

 然而当我们初始化为new ReentrantLock(false)时，测试结果可以发现，线程1一直在执行，而且执行时间比设置为公平锁是执行时间更短

public class LockThread implements Runnable{

    private static ReentrantLock lock = new ReentrantLock(false);

    /.../ 下面代码一样
}

 所以一般情况下非公平锁效率比公平锁要高，还有我们的synchronized锁也是非公平锁。

 2.4 独占锁与共享锁

独占锁：在多线程中，只允许有一个线程获取到锁，其他线程都会等待。
共享锁：多个线程可以同时持有锁，例如ReentrantReadWriteLock读写锁。读读可以共享、写写互斥、读写互斥、写读互斥。

演示代码：https://github.com/showkawa/springBoot_2017/blob/master/spb-demo/spb-brian-query-service/src/main/java/com/kawa/thread/lock/WriteReadLockThread.java

2.5 重入锁

锁作为并发共享数据，保证一致性的工具，在JAVA平台有多种实现(如 synchronized 和 ReentrantLock等等 )。
重入锁，也叫做递归锁，指的是同一线程 外层函数获得锁之后 ，内层递归函数仍然有获取该锁的代码，但不受影响。
在JAVA环境下 ReentrantLock 和synchronized 都是可重入锁

 演示代码：https://github.com/showkawa/springBoot_2017/blob/master/spb-demo/spb-brian-query-service/src/main/java/com/kawa/thread/lock/ReentrantLockThread.java

2.6 CAS无锁机制

（1）与锁相比，使用比较交换 Compare and swap（下文简称CAS）会使程序看起来更加复杂一些。但由于其非阻塞性，它对死锁问题天生免疫，
　　并且，线程间的相互影响也远远比基于锁的方式要小。更为重要的是，使用无锁的方式完全没有锁竞争带来的系统开销，
　　也没有线程间频繁调度带来的开销，因此，它要比基于锁的方式拥有更优越的性能。

（2）无锁的好处：
　　第一，在高并发的情况下，它比有锁的程序拥有更好的性能；
　　第二，它天生就是死锁免疫的。就凭借这两个优势，就值得我们冒险尝试使用无锁的并发。

（3）CAS算法的过程是这样：它包含三个参数CAS(V,E,N): V：表示当前变量在主内存中的实际值；E：表示当前变量在当前工作线程中内存的实际值；
　　N：表示当前变量需要被更新的值;仅当V值等于E值时，才会将V的值设为N，如果V值和E值不同，则说明已经有其他线程做了更新，
　　则当前线程什么都不做。最后，CAS返回当前V的真实值。

（4）CAS操作是抱着乐观的态度进行的，它总是认为自己可以成功完成操作。当多个线程同时使用CAS操作一个变量时，只有一个会胜出并成功更新，
　　其余均会失败。失败的线程不会被挂起，仅是被告知失败，并且允许再次尝试，当然也允许失败的线程放弃操作。基于这样的原理，
　　CAS操作即使没有锁，也可以发现其他线程对当前线程的干扰，并进行恰当的处理。 

 如上图所示，线程A,B 对count做操作，A线程先执行，比较 if(E ==V) 返回true,N的值赋值给V 即count =1，假如这个时候B线程后执行，比较if(E==V)返回false,说明V的值已经被改变了,然后将主内存V的值count=1刷新给E,紧接着线程B自旋操作，继续比较if(E==V)返回true,则N的值刷新的到主内存中，即count=2;

 使用AtomicLong实现自增

public class LockThread implements Runnable{

    private static AtomicLong count = new AtomicLong();

    @Override
    public void run() {
        while(count.get()<100){
            count.incrementAndGet();
            System.out.println(Thread.currentThread().getName() + " <> " + count.get());
        }
    }

    public static void main(String[] args) {
        long startTime = System.currentTimeMillis();
        ArrayList<Thread> threads = new ArrayList<>();

        for (int i =0;i<3;i++){
            Thread t = new Thread(new LockThread());
            t.start();
            threads.add(t);
        }
        threads.forEach(t-> {
            try {
                t.join();
            } catch (InterruptedException ignore) { }
        });
        System.out.println("End :" + (System.currentTimeMillis()- startTime));
    }
}

其中incrementAndGet()方法走的 Unsafe的getAndAddLong()方法

 通过debug可以发现，var6是不断通过组旋操作，保证拿到主内存中变量值，然后返回到外面，原子类AtomicLong实现自增的，也就是我们的Unsafe类的getAndAddLong()只是通过自旋保证获取主内存变量，真正的自增是在原子类里面实现的

 

最终执行的 getLongVolatile（）和 compareAndSwapLong()这两个native方，走的C++方法实现。

 使用原子类AtomicLog实现CAS锁

public class LockThread {

    private static AtomicLong atomicLong = new AtomicLong(0);

    private Thread currentThread;

    public boolean lock() {
        boolean result = atomicLong.compareAndSet(0, 1);
        if(result) {
            currentThread = Thread.currentThread();
        }
        return result;
    }

    public boolean unlock() {
        if(currentThread == null || currentThread != Thread.currentThread()){
            return false;
        }
        return atomicLong.compareAndSet(1,0);
    }

    public static void main(String[] args) {
        LockThread lock = new LockThread();
        IntStream.range(0,100).forEach((i) -> new Thread(() -> {
                try {
                    boolean result = lock.lock();
                    if(result) {
                        System.out.println("线程 <> " + Thread.currentThread().getName() + " <> 获取锁成功");
                    }else{
                        System.out.println("线程 <> " + Thread.currentThread().getName() + " <> 获取锁失败");
                    }
                } finally {
                    lock.unlock();
                }
            }).start());
         }
}

 CAS ABA问题

CAS主要检查 内存值V与旧的预值值E是否一致，如果一致的情况下，则修改。
这时候会存在ABA的问题：
如果将原来的值0,改为了1，1又被改为了0发现没有发生变化，实际上已经发生了变化，所以存在ABA问题。
解决办法：通过版本号码，对每个变量更新的版本号码做+1

利用AtomicStampedReference解决ABA问题

public class AbaThread {

    // 注意：如果引用类型是Long、Integer、Short、Byte、Character一定一定要注意值的缓存区间！
    // 比如Long、Integer、Short、Byte缓存区间是在-128~127，会直接存在常量池中，而不在这个区间内对象的值则会每次都new一个对象，那么即使两个对象的值相同，CAS方法都会返回false
    // 先声明初始值，修改后的值和临时的值是为了保证使用CAS方法不会因为对象不一样而返回false
    private static AtomicStampedReference<Integer> atomicStampedReference =
            new AtomicStampedReference<>(1,0);

    public static void main(String[] args) {
        IntStream.range(0,3).forEach((i)->
            new Thread(() -> {
                Integer reference = atomicStampedReference.getReference();
                int stamp = atomicStampedReference.getStamp();
                System.out.println(Thread.currentThread().getName() + " <> value: " + reference + " version: " + stamp);
                // 第一个参数expectedReference：表示预期值
                // 第二个参数newReference：表示要更新的值
                // 第三个参数expectedStamp：表示预期的版本号
                // 第四个参数newStamp：表示要更新的版本号
                if(atomicStampedReference.compareAndSet(reference,reference+10,0,stamp+1)) {
                    System.out.println(Thread.currentThread().getName() + " <> 更新成功 : value: " + atomicStampedReference.getReference() + " version: " 
　　　　　　　　　　　　　　　　+ atomicStampedReference.getStamp());
                } else {
                    System.out.println(Thread.currentThread().getName() + " <> 更新失败 : value: " + atomicStampedReference.getReference() + " version: " 
　　　　　　　　　　　　　　　　+ atomicStampedReference.getStamp());
                }

            }).start());
         }
}