Java 8 并發(fā)教程：原子變量和 ConcurrentMa

bitkylin 發(fā)布于2019-08-14 14:21 / 2351人閱讀

摘要：并發(fā)教程原子變量和原文譯者飛龍協(xié)議歡迎閱讀我的多線程編程系列教程的第三部分。如果你能夠在多線程中同時(shí)且安全地執(zhí)行某個(gè)操作，而不需要關(guān)鍵字或上一章中的鎖，那么這個(gè)操作就是原子的。當(dāng)多線程的更新比讀取更頻繁時(shí)，這個(gè)類通常比原子數(shù)值類性能更好。

Java 8 并發(fā)教程：原子變量和 ConcurrentMap

原文：Java 8 Concurrency Tutorial: Synchronization and Locks

譯者：飛龍

協(xié)議：CC BY-NC-SA 4.0

歡迎閱讀我的Java8多線程編程系列教程的第三部分。這個(gè)教程包含并發(fā)API的兩個(gè)重要部分：原子變量和ConcurrentMap。由于最近發(fā)布的Java8中的lambda表達(dá)式和函數(shù)式編程，二者都有了極大的改進(jìn)。所有這些新特性會(huì)以一些簡(jiǎn)單易懂的代碼示例來(lái)描述。希望你能喜歡。

第一部分：線程和執(zhí)行器

第二部分：同步和鎖

第三部分：原子變量和 ConcurrentMap

出于簡(jiǎn)單的因素，這個(gè)教程的代碼示例使用了定義在這里的兩個(gè)輔助函數(shù)sleep(seconds) 和 stop(executor)。

AtomicInteger

java.concurrent.atomic包包含了許多實(shí)用的類，用于執(zhí)行原子操作。如果你能夠在多線程中同時(shí)且安全地執(zhí)行某個(gè)操作，而不需要synchronized關(guān)鍵字或上一章中的鎖，那么這個(gè)操作就是原子的。

本質(zhì)上，原子操作嚴(yán)重依賴于比較與交換（CAS），它是由多數(shù)現(xiàn)代CPU直接支持的原子指令。這些指令通常比同步塊要快。所以在只需要并發(fā)修改單個(gè)可變變量的情況下，我建議你優(yōu)先使用原子類，而不是上一章展示的鎖。

譯者注：對(duì)于其它語(yǔ)言，一些語(yǔ)言的原子操作用鎖實(shí)現(xiàn)，而不是原子指令。

現(xiàn)在讓我們選取一個(gè)原子類，例如AtomicInteger：

AtomicInteger atomicInt = new AtomicInteger(0);

ExecutorService executor = Executors.newFixedThreadPool(2);

IntStream.range(0, 1000)
    .forEach(i -> executor.submit(atomicInt::incrementAndGet));

stop(executor);

System.out.println(atomicInt.get());    // => 1000

通過(guò)使用AtomicInteger代替Integer，我們就能線程安全地并發(fā)增加數(shù)值，而不需要同步訪問(wèn)變量。incrementAndGet()方法是原子操作，所以我們可以在多個(gè)線程中安全調(diào)用它。

AtomicInteger支持多種原子操作。updateAndGet()接受lambda表達(dá)式，以便在整數(shù)上執(zhí)行任意操作：

AtomicInteger atomicInt = new AtomicInteger(0);

ExecutorService executor = Executors.newFixedThreadPool(2);

IntStream.range(0, 1000)
    .forEach(i -> {
        Runnable task = () ->
            atomicInt.updateAndGet(n -> n + 2);
        executor.submit(task);
    });

stop(executor);

System.out.println(atomicInt.get());    // => 2000

accumulateAndGet()方法接受另一種類型IntBinaryOperator的lambda表達(dá)式。我們?cè)谙聜€(gè)例子中，使用這個(gè)方法并發(fā)計(jì)算0~1000所有值的和：

AtomicInteger atomicInt = new AtomicInteger(0);

ExecutorService executor = Executors.newFixedThreadPool(2);

IntStream.range(0, 1000)
    .forEach(i -> {
        Runnable task = () ->
            atomicInt.accumulateAndGet(i, (n, m) -> n + m);
        executor.submit(task);
    });

stop(executor);

System.out.println(atomicInt.get());    // => 499500

其它實(shí)用的原子類有AtomicBoolean、AtomicLong 和 AtomicReference。

LongAdder

LongAdder是AtomicLong的替代，用于向某個(gè)數(shù)值連續(xù)添加值。

ExecutorService executor = Executors.newFixedThreadPool(2);

IntStream.range(0, 1000)
    .forEach(i -> executor.submit(adder::increment));

stop(executor);

System.out.println(adder.sumThenReset());   // => 1000

LongAdder提供了add()和increment()方法，就像原子數(shù)值類一樣，同樣是線程安全的。但是這個(gè)類在內(nèi)部維護(hù)一系列變量來(lái)減少線程之間的爭(zhēng)用，而不是求和計(jì)算單一結(jié)果。實(shí)際的結(jié)果可以通過(guò)調(diào)用sum()或sumThenReset()來(lái)獲取。

當(dāng)多線程的更新比讀取更頻繁時(shí)，這個(gè)類通常比原子數(shù)值類性能更好。這種情況在抓取統(tǒng)計(jì)數(shù)據(jù)時(shí)經(jīng)常出現(xiàn)，例如，你希望統(tǒng)計(jì)Web服務(wù)器上請(qǐng)求的數(shù)量。LongAdder缺點(diǎn)是較高的內(nèi)存開銷，因?yàn)樗趦?nèi)存中儲(chǔ)存了一系列變量。

LongAccumulator

LongAccumulator是LongAdder的更通用的版本。LongAccumulator以類型為LongBinaryOperatorlambda表達(dá)式構(gòu)建，而不是僅僅執(zhí)行加法操作，像這段代碼展示的那樣：

LongBinaryOperator op = (x, y) -> 2 * x + y;
LongAccumulator accumulator = new LongAccumulator(op, 1L);

ExecutorService executor = Executors.newFixedThreadPool(2);

IntStream.range(0, 10)
    .forEach(i -> executor.submit(() -> accumulator.accumulate(i)));

stop(executor);

System.out.println(accumulator.getThenReset());     // => 2539

我們使用函數(shù)2 * x + y創(chuàng)建了LongAccumulator，初始值為1。每次調(diào)用accumulate(i)的時(shí)候，當(dāng)前結(jié)果和值i都會(huì)作為參數(shù)傳入lambda表達(dá)式。

LongAccumulator就像LongAdder那樣，在內(nèi)部維護(hù)一系列變量來(lái)減少線程之間的爭(zhēng)用。

ConcurrentMap

ConcurrentMap接口繼承自Map接口，并定義了最實(shí)用的并發(fā)集合類型之一。Java8通過(guò)將新的方法添加到這個(gè)接口，引入了函數(shù)式編程。

在下面的代碼中，我們使用這個(gè)映射示例來(lái)展示那些新的方法：

ConcurrentMap map = new ConcurrentHashMap<>();
map.put("foo", "bar");
map.put("han", "solo");
map.put("r2", "d2");
map.put("c3", "p0");

forEach()方法接受類型為BiConsumer的lambda表達(dá)式，以映射的鍵和值作為參數(shù)傳遞。它可以作為for-each循環(huán)的替代，來(lái)遍歷并發(fā)映射中的元素。迭代在當(dāng)前線程上串行執(zhí)行。

map.forEach((key, value) -> System.out.printf("%s = %s
", key, value));

新方法putIfAbsent()只在提供的鍵不存在時(shí)，將新的值添加到映射中。至少在ConcurrentHashMap的實(shí)現(xiàn)中，這一方法像put()一樣是線程安全的，所以你在不同線程中并發(fā)訪問(wèn)映射時(shí)，不需要任何同步機(jī)制。

String value = map.putIfAbsent("c3", "p1");
System.out.println(value);    // p0

getOrDefault()方法返回指定鍵的值。在傳入的鍵不存在時(shí)，會(huì)返回默認(rèn)值：

String value = map.getOrDefault("hi", "there");
System.out.println(value);    // there

replaceAll()接受類型為BiFunction的lambda表達(dá)式。BiFunction接受兩個(gè)參數(shù)并返回一個(gè)值。函數(shù)在這里以每個(gè)元素的鍵和值調(diào)用，并返回要映射到當(dāng)前鍵的新值。

map.replaceAll((key, value) -> "r2".equals(key) ? "d3" : value);
System.out.println(map.get("r2"));    // d3

compute()允許我們轉(zhuǎn)換單個(gè)元素，而不是替換映射中的所有值。這個(gè)方法接受需要處理的鍵，和用于指定值的轉(zhuǎn)換的BiFunction。

map.compute("foo", (key, value) -> value + value);
System.out.println(map.get("foo"));   // barbar

除了compute()之外還有兩個(gè)變體：computeIfAbsent() 和 computeIfPresent()。這些方法的函數(shù)式參數(shù)只在鍵不存在或存在時(shí)被調(diào)用。

最后，merge()方法可以用于以映射中的現(xiàn)有值來(lái)統(tǒng)一新的值。這個(gè)方法接受鍵、需要并入現(xiàn)有元素的新值，以及指定兩個(gè)值的合并行為的BiFunction。

map.merge("foo", "boo", (oldVal, newVal) -> newVal + " was " + oldVal);
System.out.println(map.get("foo"));   // boo was foo

ConcurrentHashMap

所有這些方法都是ConcurrentMap接口的一部分，因此可在所有該接口的實(shí)現(xiàn)上調(diào)用。此外，最重要的實(shí)現(xiàn)ConcurrentHashMap使用了一些新的方法來(lái)改進(jìn)，便于在映射上執(zhí)行并行操作。

就像并行流那樣，這些方法使用特定的ForkJoinPool，由Java8中的ForkJoinPool.commonPool()提供。該池使用了取決于可用核心數(shù)量的預(yù)置并行機(jī)制。我的電腦有四個(gè)核心可用，這會(huì)使并行性的結(jié)果為3：

System.out.println(ForkJoinPool.getCommonPoolParallelism());  // 3

這個(gè)值可以通過(guò)設(shè)置下列JVM參數(shù)來(lái)增減：

-Djava.util.concurrent.ForkJoinPool.common.parallelism=5

我們使用相同的映射示例來(lái)展示，但是這次我們使用具體的ConcurrentHashMap實(shí)現(xiàn)而不是ConcurrentMap接口，所以我們可以訪問(wèn)這個(gè)類的所有公共方法：

ConcurrentHashMap map = new ConcurrentHashMap<>();
map.put("foo", "bar");
map.put("han", "solo");
map.put("r2", "d2");
map.put("c3", "p0");

Java8引入了三種類型的并行操作：forEach、search 和 reduce。這些操作中每個(gè)都以四種形式提供，接受以鍵、值、元素或鍵值對(duì)為參數(shù)的函數(shù)。

所有這些方法的第一個(gè)參數(shù)是通用的parallelismThreshold。這一閾值表示操作并行執(zhí)行時(shí)的最小集合大小。例如，如果你傳入閾值500，而映射的實(shí)際大小是499，那么操作就會(huì)在單線程上串行執(zhí)行。在下一個(gè)例子中，我們使用閾值1，始終強(qiáng)制并行執(zhí)行來(lái)展示。

forEach

forEach()方法可以并行迭代映射中的鍵值對(duì)。BiConsumer以當(dāng)前迭代元素的鍵和值調(diào)用。為了將并行執(zhí)行可視化，我們向控制臺(tái)打印了當(dāng)前線程的名稱。要注意在我這里底層的ForkJoinPool最多使用三個(gè)線程。

map.forEach(1, (key, value) ->
    System.out.printf("key: %s; value: %s; thread: %s
",
        key, value, Thread.currentThread().getName()));

// key: r2; value: d2; thread: main
// key: foo; value: bar; thread: ForkJoinPool.commonPool-worker-1
// key: han; value: solo; thread: ForkJoinPool.commonPool-worker-2
// key: c3; value: p0; thread: main

search

search()方法接受BiFunction并為當(dāng)前的鍵值對(duì)返回一個(gè)非空的搜索結(jié)果，或者在當(dāng)前迭代不匹配任何搜索條件時(shí)返回null。只要返回了非空的結(jié)果，就不會(huì)往下搜索了。要記住ConcurrentHashMap是無(wú)序的。搜索函數(shù)應(yīng)該不依賴于映射實(shí)際的處理順序。如果映射的多個(gè)元素都滿足指定搜索函數(shù)，結(jié)果是非確定的。

String result = map.search(1, (key, value) -> {
    System.out.println(Thread.currentThread().getName());
    if ("foo".equals(key)) {
        return value;
    }
    return null;
});
System.out.println("Result: " + result);

// ForkJoinPool.commonPool-worker-2
// main
// ForkJoinPool.commonPool-worker-3
// Result: bar

下面是另一個(gè)例子，僅僅搜索映射中的值：

String result = map.searchValues(1, value -> {
    System.out.println(Thread.currentThread().getName());
    if (value.length() > 3) {
        return value;
    }
    return null;
});

System.out.println("Result: " + result);

// ForkJoinPool.commonPool-worker-2
// main
// main
// ForkJoinPool.commonPool-worker-1
// Result: solo

reduce

reduce()方法已經(jīng)在Java 8 的數(shù)據(jù)流之中用過(guò)了，它接受兩個(gè)BiFunction類型的lambda表達(dá)式。第一個(gè)函數(shù)將每個(gè)鍵值對(duì)轉(zhuǎn)換為任意類型的單一值。第二個(gè)函數(shù)將所有這些轉(zhuǎn)換后的值組合為單一結(jié)果，并忽略所有可能的null值。

String result = map.reduce(1,
    (key, value) -> {
        System.out.println("Transform: " + Thread.currentThread().getName());
        return key + "=" + value;
    },
    (s1, s2) -> {
        System.out.println("Reduce: " + Thread.currentThread().getName());
        return s1 + ", " + s2;
    });

System.out.println("Result: " + result);

// Transform: ForkJoinPool.commonPool-worker-2
// Transform: main
// Transform: ForkJoinPool.commonPool-worker-3
// Reduce: ForkJoinPool.commonPool-worker-3
// Transform: main
// Reduce: main
// Reduce: main
// Result: r2=d2, c3=p0, han=solo, foo=bar

我希望你能喜歡我的Java8并發(fā)系列教程的第三部分。這個(gè)教程的代碼示例托管在Github上，還有許多其它的Java8代碼片段。歡迎fork我的倉(cāng)庫(kù)并自己嘗試。

如果你想要支持我的工作，請(qǐng)向你的朋友分享這篇教程。你也可以在Twiiter上關(guān)注我，因?yàn)槲視?huì)不斷推送一些Java或編程相關(guān)的東西。

第一部分：線程和執(zhí)行器

第二部分：同步和鎖

第三部分：原子變量和 ConcurrentMap