ReadWriteLock场景应用解析
本人免费整理了java高级资料，涵盖了java、redis、mongodb、mysql、zookeeper、spring cloud、dubbo高并发分布式等教程，一共30g，需要自己领取。
传送门：https://mp.weixin.qq.com/s/jzddfh-7ynudmkjt0irl8q
lock比传统线程模型中的synchronized方式更加面向对象，与生活中的锁类似，锁本身也应该是一个对象。两个线程执行的代码片段要实现同步互斥的效果，它们必须用同一个lock对象。
读写锁：分为读锁和写锁，多个读锁不互斥，读锁与写锁互斥，这是由jvm自己控制的，我们只要上好相应的锁即可。如果你的代码只读数据，可以很多人同时读，但不能同时写，那就上读锁；如果你的代码修改数据，只能有一个人在写，且不能同时读取，那就上写锁。总之，读的时候上读锁，写的时候上写锁！
读写锁接口：readwritelock，它的具体实现类为：reentrantreadwritelock
在多线程的环境下，对同一份数据进行读写，会涉及到线程安全的问题。比如在一个线程读取数据的时候，另外一个线程在写数据，而导致前后数据的不一致性；一个线程在写数据的时候，另一个线程也在写，同样也会导致线程前后看到的数据的不一致性。
这时候可以在读写方法中加入互斥锁，任何时候只能允许一个线程的一个读或写操作，而不允许其他线程的读或写操作，这样是可以解决这样以上的问题，但是效率却大打折扣了。因为在真实的业务场景中，一份数据，读取数据的操作次数通常高于写入数据的操作，而线程与线程间的读读操作是不涉及到线程安全的问题，没有必要加入互斥锁，只要在读-写，写-写期间上锁就行了。
对于以上这种情况，读写锁是最好的解决方案！其中它的实现类：reentrantreadwritelock--顾名思义是可重入的读写锁，允许多个读线程获得readlock，但只允许一个写线程获得writelock
读写锁的机制：
"读-读" 不互斥
"读-写" 互斥
"写-写" 互斥
reentrantreadwritelock会使用两把锁来解决问题，一个读锁，一个写锁。
线程进入读锁的前提条件：
1. 没有其他线程的写锁
2. 没有写请求，或者有写请求但调用线程和持有锁的线程是同一个线程
进入写锁的前提条件：
1. 没有其他线程的读锁
2. 没有其他线程的写锁
需要提前了解的概念：
锁降级：从写锁变成读锁；
锁升级：从读锁变成写锁。
读锁是可以被多线程共享的，写锁是单线程独占的。也就是说写锁的并发限制比读锁高，这可能就是升级/降级名称的来源。
如下代码会产生死锁，因为同一个线程中，在没有释放读锁的情况下，就去申请写锁，这属于锁升级，reentrantreadwritelock是不支持的。
readwritelock rtlock = new reentrantreadwritelock();
rtlock.readlock().lock();
system.out.println("get readlock.");
rtlock.writelock().lock();
system.out.println("blocking");
reentrantreadwritelock支持锁降级，如下代码不会产生死锁。
readwritelock rtlock = new reentrantreadwritelock();
rtlock.writelock().lock();
system.out.println("writelock");
rtlock.readlock().lock();
system.out.println("get read lock");
以上这段代码虽然不会导致死锁，但没有正确的释放锁。从写锁降级成读锁，并不会自动释放当前线程获取的写锁，仍然需要显示的释放，否则别的线程永远也获取不到写锁。
============以下我会通过一个真实场景下的缓存机制来讲解 reentrantreadwritelock 实际应用============
首先来看看reentrantreadwritelock的javaodoc文档中提供给我们的一个很好的cache实例代码案例：
class cacheddata {
object data;
volatile boolean cachevalid;
final reentrantreadwritelock rwl = new reentrantreadwritelock();
public void processcacheddata() {
rwl.readlock().lock();
if (!cachevalid) {
// must release read lock before acquiring write lock
rwl.readlock().unlock();
rwl.writelock().lock();
try {
// recheck state because another thread might have,acquired write lock and changed state before we did.
if (!cachevalid) {
data = ...
cachevalid = true;
}
// 在释放写锁之前通过获取读锁降级写锁(注意此时还没有释放写锁)
rwl.readlock().lock();
} finally {
rwl.writelock().unlock(); // 释放写锁而此时已经持有读锁
}
}
try {
use(data);
} finally {
rwl.readlock().unlock();
}
}
}
以上代码加锁的顺序为：
1. rwl.readlock().lock();
2. rwl.readlock().unlock();
3. rwl.writelock().lock();
4. rwl.readlock().lock();
5. rwl.writelock().unlock();
6. rwl.readlock().unlock();
以上过程整体讲解：
1. 多个线程同时访问该缓存对象时，都加上当前对象的读锁，之后其中某个线程优先查看data数据是否为空。【加锁顺序序号：1 】
2. 当前查看的线程发现没有值则释放读锁立即加上写锁，准备写入缓存数据。（不明白为什么释放读锁的话可以查看上面讲解进入写锁的前提条件）【加锁顺序序号：2和3 】
3. 为什么还会再次判断是否为空值（!cachevalid）是因为第二个、第三个线程获得读的权利时也是需要判断是否为空，否则会重复写入数据。
4. 写入数据后先进行读锁的降级后再释放写锁。【加锁顺序序号：4和5 】
5. 最后数据数据返回前释放最终的读锁。【加锁顺序序号：6 】
如果不使用锁降级功能，如先释放写锁，然后获得读锁，在这个get过程中，可能会有其他线程竞争到写锁 或者是更新数据 则获得的数据是其他线程更新的数据，可能会造成数据的污染，即产生脏读的问题。
下面，让我们来实现真正趋于实际生产环境中的缓存案例：
import java.util.hashmap;
import java.util.map;
import java.util.concurrent.locks.readwritelock;
import java.util.concurrent.locks.reentrantreadwritelock;
public class cachedemo {
/**
* 缓存器,这里假设需要存储1000左右个缓存对象，按照默认的负载因子0.75，则容量=750，大概估计每一个节点链表长度为5个
* 那么数组长度大概为：150,又有雨设置map大小一般为2的指数，则最近的数字为：128
*/
private map<string, object> map = new hashmap<>(128);
private readwritelock rwl = new reentrantreadwritelock();
public static void main(string[] args) {
}
public object get(string id){
object value = null;
rwl.readlock().lock();//首先开启读锁，从缓存中去取
try{
if(map.get(id) == null){ //如果缓存中没有释放读锁，上写锁
rwl.readlock().unlock();
rwl.writelock().lock();
try{
if(value == null){ //防止多写线程重复查询赋值
value = "redis-value"; //此时可以去数据库中查找，这里简单的模拟一下
}
rwl.readlock().lock(); //加读锁降级写锁,不明白的可以查看上面锁降级的原理与保持读取数据原子性的讲解
}finally{
rwl.writelock().unlock(); //释放写锁
}
}
}finally{
rwl.readlock().unlock(); //最后释放读锁
}
return value;
}
}