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; } }