多线程下的集合类实现和原理

多线程下,在单线程下使用的HashMap 和ArrayList 就会出现一定的问题,他们并不能支持多并发,但是sun也提供了下面两种多线程结合,这是多线程下常用的集合,重点讲述这两个集合。

1、ConcurrentHashMap

(1) 对HashTable来说,每个方法上都加上了synchronized 保证线程安全,但是缺点是锁了整个链表,使效率低,所以出现了hashMap,但是在多线程下hashMap在扩充entry的时候又会出现链表成环状,使get方法得到一个环形,从而使方法出现死循环,线程导致cpu100%,多线程通过collections.synchronizedMap得到的hashMap是线程安全, 这其实是让hashMap的方法加上synchronized其实和hashTable也就差不多了,但是对ConcurrentHashMap来说,允许多个修改操作并发进行,其关键在于使用了锁分离技术。
它使用了多个锁来控制对hash表的不同部分进行的修改。ConcurrentHashMap内部使用段(Segment)来表示这些不同的部分,每个段其实就是一个小的hashTable,
它们有自己的锁。只要多个修改操作发生在不同的段上,它们就可以并发进行。
有些方法需要跨段,比如size()和containsValue(),它们可能需要锁定整个表而而不仅仅是某个段,这需要按顺序锁定所有段,操作完毕后,
又按顺序释放所有段的锁。这里“按顺序”是很重要的,否则极有可能出现死锁,在ConcurrentHashMap内部,段数组是final的,
并且其成员变量实际上也是final的,但是,仅仅是将数组声明为final的并不保证数组成员也是final的,这需要实现上的保证。
这可以确保不会出现死锁,因为获得锁的顺序是固定的
(2) ConcurrentHashMap和Hashtable主要区别就是围绕着锁的粒度以及如何锁,可以简单理解成把一个大的HashTable分解成多个,形成了锁分离。

 

 

2、CopyOnWriteArrayList

  ArrayList不安全的原因是 添加元素的时候分两步。

    1. 在 Items[Size] 的位置存放此元素; 
    2. 增大 Size 的值。 

 A线程往下标为0添加元素,CPU调度的时候切换到也往下标为0添加元素,然后两个线程执行完成,arraylist只有一个元素,而size的值是2。
(1)什么是CopyOnWrite容器
 CopyOnWrite容器即写时复制的容器。通俗的理解是当我们往一个容器添加元素的时候,不直接往当前容器添加,而是先将当前容器进行Copy,
  复制出一个新的容器,然后新的容器里添加元素,添加完元素之后,再将原容器的引用指向新的容器。这样做的好处是我们可以对CopyOnWrite容器进行并发的读,而不需要加锁,
  因为当前容器不会添加任何元素。所以CopyOnWrite容器也是一种读写分离的思想,读和写不同的容器。
 (2)CopyOnWriteArrayList的实现原理
 在使用CopyOnWriteArrayList之前,我们先阅读其源码了解下它是如何实现的。以下代码是向CopyOnWriteArrayList中add方法的实现
 (向CopyOnWriteArrayList里添加元素),可以发现在添加的时候是需要加锁的,否则多线程写的时候会Copy出N个副本出来。

 (3)读的时候不需要加锁,如果读的时候有多个线程正在向CopyOnWriteArrayList添加数据,读还是会读到旧的数据,因为写的时候不会锁住旧的CopyOnWriteArrayList。

 (4)内存占用问题。因为CopyOnWrite的写时复制机制,所以在进行写操作的时候,内存里会同时驻扎两个对象的内存,旧的对象和新写入的对象(注意:在复制的时候只是复制容器里的引用,只是在写的时候会创建新对象添加到新容器里,而旧容器的对象还在使用,所以有两份对象内存)。如果这些对象占用的内存比较大,比如说200M左右,那么再写入100M数据进去,内存就会占用300M,那么这个时候很有可能造成频繁的Yong GC和Full GC。之前我们系统中使用了一个服务由于每晚使用CopyOnWrite机制更新大对象,造成了每晚15秒的Full GC,应用响应时间也随之变长。

  针对内存占用问题,可以通过压缩容器中的元素的方法来减少大对象的内存消耗,比如,如果元素全是10进制的数字,可以考虑把它压缩成36进制或64进制。或者不使用CopyOnWrite容器,而使用其他的并发容器,如ConcurrentHashMap

  (5)数据一致性问题。CopyOnWrite容器只能保证数据的最终一致性,不能保证数据的实时一致性。所以如果你希望写入的的数据,马上能读到,请不要使用CopyOnWrite容器。

原文地址:https://www.cnblogs.com/Seeasunnyday/p/6487090.html