内容简介:数据竞争(面对活跃性问题:
- 线程安全的本质是 正确性 ,而正确性的含义是 程序按照预期执行
- 理论上 线程安全 的程序,应该要避免出现 可见性问题(CPU缓存)、原子性问题(线程切换)和有序性问题(编译优化)
- 需要分析是否存在线程安全问题的场景: 存在共享数据且数据会发生变化,即有多个线程会同时读写同一个数据
- 针对该理论的解决方案:不共享数据,采用 线程本地存储 (Thread Local Storage,TLS); 不变模式
数据竞争
数据竞争( Data Race ):多个线程 同时访问 同一数据,并且 至少有一个 线程会写这个数据
add
private static final int MAX_COUNT = 1_000_000; private long count = 0; // 非线程安全 public void add() { int index = 0; while (++index < MAX_COUNT) { count += 1; } }
add + synchronized
private static final int MAX_COUNT = 1_000_000; private long count = 0; public synchronized long getCount() { return count; } public synchronized void setCount(long count) { this.count = count; } // 非线程安全 public void add() { int index = 0; while (++index < MAX_COUNT) { setCount(getCount() + 1); } }
- 假设count=0,当两个线程同时执行getCount(),都会返回0
- 两个线程执行getCount()+1,结果都是1,最终写入内存是1,不符合预期,这种情况为 竟态条件
竟态条件
- 竟态条件( Race Condition ):程序的执行结果依赖于 线程执行的顺序
-
在并发环境里,线程的执行顺序是不确定的
- 如果程序存在 竟态条件 问题,那么意味着程序的 执行结果是不确定 的
转账
public class Account { private int balance; // 非线程安全,存在竟态条件,可能会超额转出 public void transfer(Account target, int amt) { if (balance > amt) { balance -= amt; target.balance += amt; } } }
解决方案
面对 数据竞争 和 竟态条件 问题,可以通过 互斥 的方案来实现 线程安全 ,互斥的方案可以统一归为 锁
活跃性问题
活跃性问题: 某个操作无法执行下去 ,包括三种情况: 死锁 、 活锁 、 饥饿
死锁
- 发生死锁后线程会 相互等待 ,表现为线程 永久阻塞
-
解决死锁问题的方法是 规避死锁
(破坏发生死锁的条件之一)
- 互斥 :不可破坏,锁定目的就是为了互斥
- 占有且等待 :一次性申请 所有 需要的资源
- 不可抢占 :当线程持有资源A,并尝试持有资源B时失败,线程 主动释放 资源A
- 循环等待 :将资源编号 排序 ,线程申请资源时按 递增 (或递减)的顺序申请
活锁
- 活锁:线程并没有发生阻塞,但由于 相互谦让 ,而导致执行不下去
- 解决方案:在谦让时,尝试 等待一个随机时间 (分布式一致算法Raft也有采用)
饥饿
-
饥饿:线程因 无法访问所需资源
而无法执行下去
- 线程的 优先级 是不相同的,在CPU繁忙的情况下,优先级低的线程得到执行的机会很少,可能发生线程饥饿
- 持有锁的线程,如果 执行的时间过长 (持有的资源不释放),也有可能导致饥饿问题
-
解决方案
- 保证资源充足
- 公平地分配资源( 公平锁 ) – 比较可行
- 避免持有锁的线程长时间执行
性能问题
- 锁的 过度使用 可能会导致 串行化的范围过大 ,这会影响多线程优势的发挥(并发程序的目的就是为了 提升性能 )
-
尽量减少串行
,假设 串行百分比
为5%,那么 多核多线程
相对于 单核单线程
的提升公式(Amdahl定律)
- $S = \frac{1}{(1-p)+\frac{p}{n}}$,n为CPU核数,p为并行百分比,(1-p)为串行百分比
- 假如p=95%,n无穷大,加速比S的极限为20,即无论采用什么技术,最高只能提高20倍的性能
解决方案
-
无锁算法和数据结构
- 线程本地存储(Thread Local Storage,TLS)
- 写入时复制(Copy-on-write)
- 乐观锁
- JUC中的原子类
- Disruptor(无锁的内存队列)
-
减少锁持有的时间
,互斥锁的本质是将并行的程序串行化,要增加并行度,一定要减少持有锁的时间
- 使用 细粒度锁 ,例如JUC中的ConcurrentHashMap(分段锁)
- 使用 读写锁 ,即读是无锁的,只有写才会互斥的
性能指标
- 吞吐量 :在 单位时间 内能处理的请求数量,吞吐量越高,说明性能越好
- 延迟 :从发出请求到收到响应的时间,延迟越小,说明性能越好
- 并发量 :能 同时 处理的请求数量,一般来说随着并发量的增加,延迟也会增加,所以 延迟一般是基于并发量来说的
转载请注明出处:http://zhongmingmao.me/2019/04/23/java-concurrent-safety-active-performance/
访问原文「 Java并发 -- 安全性、活跃性、性能 」获取最佳阅读体验并参与讨论
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- Java并发编程之锁的活跃性问题
- Java并发系列—并发编程基础
- [Java并发-17-并发设计模式] Immutability模式:如何利用不变性解决并发问题?
- JAVA并发编程之并发模拟工具
- Java并发系列—并发编程的挑战
- Core Java 并发:理解并发概念
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
逆向工程核心原理
[韩] 李承远 / 武传海 / 人民邮电出版社 / 2014-4-25 / 109.00元
本书十分详尽地介绍了代码逆向分析的核心原理。作者在Ahnlab 研究所工作多年,书中不仅包括其以此经验为基础亲自编写的大量代码,还包含了逆向工程研究人员必须了解的各种技术和技巧。彻底理解并切实掌握逆向工程这门技术,就能在众多IT 相关领域进行拓展运用,这本书就是通向逆向工程大门的捷径。 想成为逆向工程研究员的读者或正在从事逆向开发工作的开发人员一定会通过本书获得很大帮助。同时,想成为安全领域......一起来看看 《逆向工程核心原理》 这本书的介绍吧!