qihaiyan 常用的java并发编程技术。 具体的代码参照 示例项目 https://github.com/qihaiyan/springcamp/tree/master/spring-currency
一、概述
传统的java并发能力依靠的是多线程，相比于现代的方法是Reactive编程，本文介绍多线程的实现，Reactive编程方法的介绍可参见Reactive编程。
多线程并发编程有2个核心概念，原子性和可见性。原子性的介绍随处可见，简单来说就是一组操作要么全部成功，要么全部失败，不存在中间状态。
可见性是指一个线程中数据的变化是否能被其它线程感知。
多线程编程中要一直注意的一个问题点就是check-then-act的处理，我们的程序中存着大量的 条件判断->执行 的处理，这种简单的处理在单线程中不会存在什么问题，但是在多线程环境中却是极易出错。需要综合考虑原子性和可见性。“竞态条件”表述的就是这个问题。
本文主要介绍的内容：竞态条件、java内存模型（happens-before）、synchronized、原子类、锁、ThreadLocal变量、CountDownLatch、CompletableFuture。
二、竞态条件
当多个线程对共享资源进行处理的时候，可能由于不同的执行顺序导致产生不同的结果。比较典型的是check-then-act操作，如以下代码：
class Race {
private Long value;
Long get(){
if( value == null ){
value = initialize();
}
return value;
}
}
当这个类的同一个对象在多个线程中执行get方法时，由于get方法不是原子操作，initialize方法可能会执行多次。解决这个问题可以通过将get方法改为synchronized方法或者是将value改为原子类。
再来看另外一种竞态条件。
class Waiter implements Runnable {
private boolean shouldFinish;
void finish() {
shouldFinish = true;
}
public void run() {
long iteration = 0;
while (!shouldFinish) {
iteration++;
}
System.out.println("Finished after: " + iteration);
}
}
public class DataRace {
public static void main(String[] args) throws InterruptedException {
Waiter waiter = new Waiter();
Thread waiterThread = new Thread(waiter);
waiterThread.start(); // 在另一个的线程中执行waiter的run方法，该方法通过判断shouldFinish变量的值确定是否退出循环
waiter.finish(); // 在主线程中修改shouldFinish变量的值
waiterThread.join();
}
}
正常情况下在执行完waiter的finish方法后，run方法中的循环会退出，但是也有可能run方法会进入死循环。我们可以通过延迟waiter.finish()的执行来模拟这种情况。将main方法做一下修改：
public class DataRace {
public static void main(String[] args) throws InterruptedException {
Waiter waiter = new Waiter();
Thread waiterThread = new Thread(waiter);
waiterThread.start();
Thread.sleep(10L); // 延迟10毫秒后再调用finish方法，会发现程序会一直运行不退出，在run方法中shouldFinish一直是false
waiter.finish();
waiterThread.join();
}
}
再次执行这个程序，会发现run方法进入了死循环，即使waiter.finish()已经将shouldFinish设置成true，循环仍然没有退出。产生这个问题的原因就是在另一个的线程中读到的shouldFinish变量的值是脏数据。
可以通过将 shouldFinish 变量声明为 volatile 来解决这个问题。
这种现象是源于java内存模型的happens-before规则，一个线程对变量的写入操作的结果只有符合happens-before规则情况下才会被其它线程读取到。 synchronized和volatile结构，以及Thread.start()和Thread.join()方法均可构成happens-before关系。该规则的描述如下（原文）：
-
程序的顺序性规则：一个线程中，按照程序的顺序，前面的操作happens-before后续的任何操作。
-
volatile规则：对一个volatile变量的写操作，happens-before后续对这个变量的读操作。
-
锁规则：对一个锁的解锁操作，happens-before后续对这个锁的加锁操作。
-
线程start()规则：主线程A启动线程B，线程B中可以看到主线程启动B之前的操作。也就是start() happens before 线程B中的操作。
-
线程join()规则：主线程A等待子线程B完成，当子线程B执行完毕后，主线程A可以看到线程B的所有操作。也就是说，子线程B中的任意操作，happens-before join()的返回。
-
传递性规则：如果A happens-before B，B happens-before C，那么A happens-before C。
所以将 shouldFinish 变量声明为 volatile后，符合规则3，执行finish方法后对shouldFinish的修改会被读线程读取到修改后的结果。如果没有加volatile关键字，就没有符合happens-before规则。
三、synchronized
synchronized 提供了一种悲观锁机制，synchronized声明的代码块具有排他性，同一时间只有一个线程能够获得锁，通过这种方式确保原子性和可见性。synchronized可以用在方法上，也可以用在一段代码块上。当synchronized可以用在static方法上时，用的是类锁，否则是对象锁。
对代码块枷锁：
class SynchronizedBlock {
private int counter0;
void increment() {
synchronized (this) {
counter0++;
}
}
}
对方法枷锁：
class SynchronizedMethod {
private int counter0;
synchronized void increment() {
counter0++;
}
}
四、ThreadLocal
虽然通过synchronized可以实现原子性，但是由于使用的是悲观锁机制，对性能会有影响。如果多个线程之间的变量不需要共享，可以采用ThreadLocal变量，避免多个线程同时修改同一个变量导致出现并发问题。
class ThreadLocalDemo {
private final ThreadLocal<Transaction> currentTransaction = ThreadLocal.withInitial(NullTransaction::new);
Transaction currentTransaction() {
Transaction current = currentTransaction.get();
if (current.isNull()) {
current = new TransactionImpl();
currentTransaction.set(current);
}
return current;
}
}
interface Transaction {
boolean isNull();
}
class NullTransaction implements Transaction {
public boolean isNull() {
return true;
}
}
class TransactionImpl implements Transaction {
public boolean isNull() {
return false;
}
}
五、Atomics
另外一种简化并发编程的方式是采用原子数据结构，这种数据结构本身保证了原子性和可见性，可以方便的使用，能够避免多线程环境下check-then-act的问题。
public class Atomic {
public static void main(String[] args) {
AtomicRun atomicRun = new AtomicRun();
Thread waiterThread1 = new Thread(atomicRun);
Thread waiterThread2 = new Thread(atomicRun);
waiterThread1.start();
waiterThread2.start();
}
}
class AtomicRun implements Runnable {
private final AtomicBoolean shouldFinish = new AtomicBoolean(false);
public void run() {
if (shouldFinish.compareAndSet(false, true)) {
System.out.println("initialized only once");
}
}
}
由于shouldFinish是一个原子对象，shouldFinish.compareAndSet是一个原子操作，因此不会出现读取到脏数据的问题。
六、Locks
java.util.concurrent.locks包提供了与synchronized相同的功能，在此基础上又进行了扩展，例如可以获取锁的状态，可以中断锁。对于读多写少的情况，还可以通过ReadWriteLock来提升性能。
class LockDemo {
private final Lock lock = new ReentrantLock();
private int counter0;
public static void main(String[] args) {
LockDemo lockDemo = new LockDemo();
lockDemo.increment();
System.out.println("count is: " + lockDemo.getCounter0());
}
public int getCounter0() {
return counter0;
}
void increment() {
lock.lock();
try {
counter0++;
} finally {
lock.unlock();
}
}
}
class ReadWriteLockDemo {
private final ReadWriteLock lock = new ReentrantReadWriteLock();
private int counter1;
void increment() {
lock.writeLock().lock();
try {
counter1++;
} finally {
lock.writeLock().unlock();
}
}
int current() {
lock.readLock().lock();
try {
return counter1;
} finally {
lock.readLock().unlock();
}
}
}
在使用locks时，要注意一定要在finally方法中执行unlock操作，因为程序出现异常后，不会自动释放锁，如果不在finally方法中执行unlock，会导致程序进入死锁状态。
七、CountDownLatch
CountDownLatch一般用于同步多个线程的执行进度，例如有一个线程需要等其它三个线程执行完成后，再继续往下执行，可以用CountDownLatch来处理。
CountDownLatch类似于一个计数器，当一个线程调用CountDownLatch的await方法时会进入阻塞状态，其它线程调用countDown方法对计数器减一，当计数器减为0时，被await方法阻塞的操作才会解除阻塞状态继续执行。
public class CountDownLatchDemo {
public static void main(String[] args) throws InterruptedException {
ExecutorService executorService = Executors.newFixedThreadPool(2);
CountDownLatch latch = new CountDownLatch(1);
Receiver receiver = new Receiver(latch);
executorService.submit(receiver);
latch.await();
System.out.println("latch done");
executorService.shutdown();
}
}
class Receiver implements Runnable {
private CountDownLatch latch;
public Receiver(CountDownLatch latch) {
this.latch = latch;
}
public void run() {
latch.countDown();
}
}
八、CompletableFuture
CompletableFuture是一种java8提供的常用的多线程并发编程方法，虽然parallelStream也提供了多线程并发能力，但是在选择上要遵循一个原则：有IO操作的用CompletableFuture，没有IO操作纯计算的用parallelStream。
原因在于parallelStream使用的是jvm的默认ForkJoinPool线程池，该线程池一般只会分配很少的线程数（默认是CPU的核数），不能指定其它线程池。当有IO操作或者类似的延迟较高的操作时，很容易把线程池占满。而CompletableFuture允许指定线程池，可以为不同的处理指定不同的线程池，能够分业务进行线程池的隔离。
首先我们模拟一个延迟IO方法，用于后续的演示：
public static Long getPrice(String prod) {
delay(); //模拟服务响应的延迟
Long price = ThreadLocalRandom.current().nextLong(0, 1000);
System.out.println("Executing in " + Thread.currentThread().getName() + ", get price for " + prod + " is " + price);
return price;
}
private static void delay() {
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
1. supplyAsync：该方法用于创建一个异步任务
ExecutorService executor = Executors.newFixedThreadPool(10);
CompletableFuture<Long> future = CompletableFuture.supplyAsync(() -> getPrice("accept"), executor);
supplyAsync是一个工厂方法，该方法会返回一个CompletableFuture对象，入参是 Supplier 或者 Runnable 的实现类，可以用Lambda表达式来表示。同时指定了executor作为执行用的线程池。
2. thenAcceptAsync：该方法接收CompletableFuture的执行结果，将结果作为输入执行指定的方法
future.thenAccept(p -> {
System.out.println("Executing in " + Thread.currentThread().getName() + ", async price is: " + p);
}, executor);
将第一步中的返回结果（getPrice的返回值）作为输入执行操作。
3. thenApply：该方法接收CompletableFuture的执行结果进行计算，返回一个新的CompletableFuture，类似于stream的map操作。
CompletableFuture<String> result = future.thenApply(p -> p + "1");
该步操作将第一步中的CompletableFuture<Long> 转换为了 CompletableFuture<String>。
4. thenCompose：用于组合2个CompletableFuture，第一个的计算结果作为第二个的输入。
CompletableFuture<Long> future1 = CompletableFuture
.supplyAsync(() -> getPrice("compose"));
CompletableFuture<String> result = future1.thenCompose(
i -> CompletableFuture.supplyAsync(() -> {
Thread.sleep(2000);
return i + "World";
})
);
5. thenCombine： 将两个CompletableFuture的计算结果做进一步的计算
CompletableFuture<Long> future1 = CompletableFuture.supplyAsync(() -> getPrice("combine1"));
CompletableFuture<Long> future2 = CompletableFuture.supplyAsync(() -> getPrice("combine2"));
CompletableFuture<Long> result = future1.thenCombine(future2, (f1, f2) -> f1 + f2);
这段代码会在future1和future2都计算完成后，把两个future的计算结果进行相加，返回新的CompletableFuture。
6. exceptionally： 异常处理
exceptionally是CompletableFuture最简便的一种异常处理方法。该方法会在异常发生后返回一个默认值。
CompletableFuture<Long> future1 = CompletableFuture.supplyAsync(() -> getPrice("exception1"));
CompletableFuture<Long> future2 = CompletableFuture
.supplyAsync(() -> (1L / 0) ) //模拟抛出一个异常
// 出现异常时返回默认值，如果此处没有exceptionally处理，异常会在后续的join中抛出
.exceptionally((ex) -> {
System.out.println("Executing in " + Thread.currentThread().getName() + ", get excetion " + ex);
return 0L;
});
CompletableFuture<Long> result = future1.thenCombine(future2, (f1, f2) -> f1 + f2);
try {
System.out.println("Executing in " + Thread.currentThread().getName() + " ,combine price is: " + result.join());
} catch (CompletionException ex) {
System.out.println("Executing in " + Thread.currentThread().getName() + " ,combine price error: " + ex);
}
7. 并行执行CompletableFuture
假设我们有一个数组，数组中的每一项都需要调用getPrice方法获取价格，可以采用stream和CompletableFuture组合使用的方式。
List<Long> prices = Stream.of("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12")
.map(p -> CompletableFuture.supplyAsync(() -> getPrice("exception1"), executor)) //通过stream的map操作，为数组中的每一个元素都启动一个CompletableFuture
.collect(Collectors.toList())
.stream()
.map(CompletableFuture::join) //等待所有的CompletableFuture都完成计算
.collect(Collectors.toList());
注意这儿要有两段collect处理，不能简化为以下写法：
ist<Long> prices2 = Stream.of("1", "2", "3")
.map(p -> CompletableFuture.supplyAsync(() -> getPrice("exception1")))
.map(CompletableFuture::join)
.collect(Collectors.toList());
这样写看上去更简洁，但是存在严重的问题。因为对于每一个元素，在第一个map生成CompletableFuture后，会立即执行join阻塞操作，相当于变成了串行。
Reactive编程（三）:一个简单的HTTP服务