如何保证多线程安全
多线程安全的概念
关于安全的判定是指: 在多线程环境下执行的结果, 与在单线程下执行的结果保持一致即可认为是安全的
引发线程不安全的原因
最大的原因就是线程之间的执行顺序是由操作系统随机调度的,此时就会有以下几种情况导致线程不安全
1.可见性: 当涉及到多个线程对同一个数据修改时, 很有可能会导致因为一个线程修改后另外一个线程没拿到数据修改后的值的情况. 这是因为JMM的内存模型导致了这种情况.
2.原子性: 例如执行a++操作时, 是先拿到a的值,再将a+1,然后再将+1后的值赋值给a. 分为这三步. 但线程执行的顺序是随机的(A线程在执行a+1时有可能B线程突然出现执行了a-1). 解决这种问题需要将操作转化成一步就做完中间不能被其他线程插入.
3.有序性: 当线程需要执行的指令很多时, 系统会自动的对这些指令进行顺序上的优化.不会按照写的代码顺序进行执行. 而有时候这种优化会导致线程间的冲突.
解决线程不安全的方法
1.synchronized关键字
synchronized特性:
1.互斥性:进入或使用被synchronized修饰的方法和变量时,相当于是进行了 "'加锁操作". 此时其他线程无法进行操作
2.可重入性: 当一个线程进行了"加锁操作"后, 如果线程出现崩溃等情况时,锁得不到释放,那么其他线程就无法获取到锁了. 这就是"不可重入性".
synchronized的用法:
//对object对象进行加锁 public class SynchronizedDemo { private Object locker = new Object(); public void method() { synchronized (locker) { } } } //对当前对象进行加锁 public class SynchronizedDemo { public void method() { synchronized (this) { } } } //锁静态方法 public class SynchronizedDemo { public synchronized static void methond() { } }2.volatile关键字
volatile解决的是"可见性"问题, 其中实现的原理是根据JMM的模型结构来进行操作的:
代码在写入volatile修饰的变量时:
改变工作内存的volatile变量副本的值, 将改变后的副本的值刷新到主内存中代码
在读取volatile修饰的变量时:
从主内存中获取volatile变量的最新值到工作内存中, 再从工作内存中拿到volatile变量的副本
3.使用JUC工具包(java.util.concurrent)
1. ReentrantLock(可重入锁)
ReentrantLock是Lock接口的实现类,功能和Synchronized类似,但支持公平锁 / 非公平锁、可中断锁、超时获取锁等高级特性。
import java.util.concurrent.locks.ReentrantLock; public class LockCounter { private int count = 0; // 创建可重入锁(默认非公平锁,公平锁传true:new ReentrantLock(true)) private final ReentrantLock lock = new ReentrantLock(); public void increment() { lock.lock(); // 获取锁(必须手动加锁) try { count++; // 核心业务逻辑 } finally { lock.unlock(); // 释放锁(必须放finally,避免异常导致锁泄漏) } } public int getCount() { lock.lock(); try { return count; } finally { lock.unlock(); } } }ReentrantLock的功能比Synchronized更多, 但必需要自己进行加锁,释放锁.
2.使用Atomic类进行"原子性"操作
import java.util.concurrent.atomic.AtomicInteger; public class AtomicCounter { // 原子整数:替代int,保证自增/自减的原子性 private final AtomicInteger count = new AtomicInteger(0); public void increment() { count.incrementAndGet(); // 原子自增(等价于count++) } public int getCount() { return count.get(); // 原子读取 } }使用Atomic类的CAS 算法(Compare-And-Swap)实现无锁同步,进行原子性操作性能极高, 适用于简单的数据更新场景
