原文地址: Java 8 Concurrency Tutorial: Atomic Variables and ConcurrentMap

AtomicInteger

java.concurrent.atomic 包下有很多原子操作的類。 在有些情況下，原子操作可以在不使用 synchronized 關(guān)鍵字和鎖的情況下解決多線程安全問題。

在內(nèi)部，原子類大量使用 CAS, 這是大多數(shù)現(xiàn)在 CPU 支持的原子操作指令, 這些指令通常情況下比鎖同步要快得多。如果需要同時(shí)改變一個(gè)變量, 使用原子類是極其優(yōu)雅的。

現(xiàn)在選擇一個(gè)原子類 AtomicInteger 作為例子

AtomicInteger atomicInt = new AtomicInteger(0);ExecutorService executor = Executors.newFixedThreadPool(2);IntStream.range(0, 1000).forEach(i -> executor.submit(atomicInt::incrementAndGet));stop(executor);System.out.println(atomicInt.get()); // => 1000復(fù)制代碼

使用 AtomicInteger 代替 Integer 可以在線程安全的環(huán)境中增加變量, 而不要同步訪問變量。incrementAndGet() 方法是一個(gè)原子操作, 我們可以在多線程中安全的調(diào)用。

AtomicInteger 支持多種的原子操作, updateAndGet() 方法接受一個(gè) lambda 表達(dá)式，以便對(duì)整數(shù)做任何的算術(shù)運(yùn)算。

AtomicInteger atomicInt = new AtomicInteger(0);ExecutorService executor = Executors.newFixedThreadPool(2);IntStream.range(0, 1000).forEach(i -> {Runnable task = () ->atomicInt.updateAndGet(n -> n + 2);executor.submit(task);});stop(executor);System.out.println(atomicInt.get()); // => 2000 復(fù)制代碼

accumulateAndGet() 方法接受一個(gè) IntBinaryOperator 類型的另一種 lambda 表達(dá)式, 我們是用這種方法來計(jì)算 1 -- 999 的和：

AtomicInteger atomicInt = new AtomicInteger(0);ExecutorService executor = Executors.newFixedThreadPool(2);IntStream.range(0, 1000).forEach(i -> {Runnable task = () ->atomicInt.accumulateAndGet(i, (n, m) -> n + m);executor.submit(task);});stop(executor);System.out.println(atomicInt.get()); // => 499500 復(fù)制代碼

還有一些其他的原子操作類: AtomicBoolean AtomicLong AtomicReference

LongAdder

作為 AtomicLong 的替代, LongAdder 類可以用來連續(xù)地向數(shù)字添加值。

ExecutorService executor = Executors.newFixedThreadPool(2);IntStream.range(0, 1000).forEach(i -> executor.submit(adder::increment));stop(executor);System.out.println(adder.sumThenReset()); // => 1000 復(fù)制代碼

LongAdder 類和其他的整數(shù)原子操作類一樣提供了 add() 和 increment() 方法, 同時(shí)也是線程安全的。但其內(nèi)部的結(jié)果不是一個(gè)單一的值, 這個(gè)類的內(nèi)部維護(hù)了一組變量來減少多線程的爭(zhēng)用。實(shí)際結(jié)果可以通過調(diào)用 sum() 和 sumThenReset() 來獲取。

當(dāng)來自多線程的更新比讀取更頻繁時(shí), 這個(gè)類往往優(yōu)于其他的原子類。通常作為統(tǒng)計(jì)數(shù)據(jù), 比如要統(tǒng)計(jì) web 服務(wù)器的請(qǐng)求數(shù)量。 LongAdder 的缺點(diǎn)是會(huì)消耗更多的內(nèi)存, 因?yàn)橛幸唤M變量保存在內(nèi)存中。

LongAccumulator

LongAccumulator 是 LongAdder 的一個(gè)更通用的版本。它不是執(zhí)行簡(jiǎn)單的添加操作, 類 LongAccumulator 圍繞 LongBinaryOperator 類型的lambda表達(dá)式構(gòu)建，如代碼示例中所示：

LongBinaryOperator op = (x, y) -> 2 * x + y; LongAccumulator accumulator = new LongAccumulator(op, 1L);ExecutorService executor = Executors.newFixedThreadPool(2);IntStream.range(0, 10).forEach(i -> executor.submit(() -> accumulator.accumulate(i)));stop(executor);System.out.println(accumulator.getThenReset()); // => 2539 復(fù)制代碼

我們使用函數(shù) 2 * x + y 和初始值1創(chuàng)建一個(gè) LongAccumulator。 每次調(diào)用 accumulate(i) , 當(dāng)前結(jié)果和值i都作為參數(shù)傳遞給``lambda` 表達(dá)式。

像 LongAdder 一樣, LongAccumulator 在內(nèi)部維護(hù)一組變量以減少對(duì)線程的爭(zhēng)用。

ConcurrentMap

ConcurrentMap 接口擴(kuò)展了 Map 接口，并定義了最有用的并發(fā)集合類型之一。 Java 8 通過向此接口添加新方法引入了函數(shù)式編程。

在下面的代碼片段中, 來演示這些新的方法：

ConcurrentMap<String, String> map = new ConcurrentHashMap<>(); map.put("foo", "bar"); map.put("han", "solo"); map.put("r2", "d2"); map.put("c3", "p0"); 復(fù)制代碼

forEach() 接受一個(gè)類型為 BiConsumer 的 lambda 表達(dá)式, 并將 map 的 key 和 value 作為參數(shù)傳遞。

map.forEach((key, value) -> System.out.printf("%s = %s\n", key, value)); 復(fù)制代碼

putIfAbsent() 方法只有當(dāng)給定的 key 不存在時(shí)才將數(shù)據(jù)存入 map 中, 這個(gè)方法和 put 一樣是線程安全的, 當(dāng)多個(gè)線程訪問 map 時(shí)不要做同步操作。

String value = map.putIfAbsent("c3", "p1"); System.out.println(value); // p0 復(fù)制代碼

getOrDefault() 方法返回給定 key 的 value, 當(dāng) key 不存在時(shí)返回給定的值。

String value = map.getOrDefault("hi", "there"); System.out.println(value); // there 復(fù)制代碼

replaceAll() 方法接受一個(gè) BiFunction 類型的 lambda 表達(dá)式, 并將 key 和 value 作為參數(shù)傳遞，用來更新 value。

map.replaceAll((key, value) -> "r2".equals(key) ? "d3" : value); System.out.println(map.get("r2")); // d3 復(fù)制代碼

compute() 方法和 replaceAll() 方法有些相同, 不同的是它多一個(gè)參數(shù), 用來更新指定 key 的 value

map.compute("foo", (key, value) -> value + value); System.out.println(map.get("foo")); // barbar 復(fù)制代碼

ConcurrentHashMap

以上所有方法都是 ConcurrentMap 接口的一部分，因此可用于該接口的所有實(shí)現(xiàn)。 此外，最重要的實(shí)現(xiàn) ConcurrentHashMap 已經(jīng)進(jìn)一步增強(qiáng)了一些新的方法來在 Map 上執(zhí)行并發(fā)操作。

就像并行流一樣，這些方法在 Java 8 中通過 ForkJoinPool.commonPool()提供特殊的 ForkJoinPool 。該池使用預(yù)設(shè)的并行性, 這取決于可用內(nèi)核的數(shù)量。 我的機(jī)器上有四個(gè)CPU內(nèi)核可以實(shí)現(xiàn)三種并行性：

System.out.println(ForkJoinPool.getCommonPoolParallelism()); // 3 復(fù)制代碼

通過設(shè)置以下 JVM 參數(shù)可以減少或增加此值：

-Djava.util.concurrent.ForkJoinPool.common.parallelism=5 復(fù)制代碼

我們使用相同的示例來演示, 不過下面使用 ConcurrentHashMap 類型, 這樣可以調(diào)用更多的方法。

ConcurrentHashMap<String, String> map = new ConcurrentHashMap<>(); map.put("foo", "bar"); map.put("han", "solo"); map.put("r2", "d2"); map.put("c3", "p0"); 復(fù)制代碼

Java 8 引入了三種并行操作：forEach, search 和 reduce。 每個(gè)操作都有四種形式, 分別用 key, value, entries和 key-value 來作為參數(shù)。

所有這些方法的第一個(gè)參數(shù)都是 parallelismThreshold 閥值。 該閾值表示操作并行執(zhí)行時(shí)的最小收集大小。 例如, 如果傳遞的閾值為500，并且 map 的實(shí)際大小為499, 則操作將在單個(gè)線程上按順序執(zhí)行。 在下面的例子中，我們使用一個(gè)閾值來強(qiáng)制并行操作。

ForEach

方法 forEach() 能夠并行地迭代 map 的鍵值對(duì)。 BiConsumer 類型的 lambda 表達(dá)式接受當(dāng)前迭代的 key 和 value。 為了可視化并行執(zhí)行，我們將當(dāng)前線程名稱打印到控制臺(tái)。 請(qǐng)記住，在我的情況下，底層的 ForkJoinPool 最多使用三個(gè)線程。

map.forEach(1, (key, value) ->System.out.printf("key: %s; value: %s; thread: %s\n",key, value, Thread.currentThread().getName()));// key: r2; value: d2; thread: main // key: foo; value: bar; thread: ForkJoinPool.commonPool-worker-1 // key: han; value: solo; thread: ForkJoinPool.commonPool-worker-2 // key: c3; value: p0; thread: main 復(fù)制代碼

Search

search() 方法接受一個(gè) BiFunction 類型的 lambda 表達(dá)式, 它能對(duì) map 做搜索操作, 如果當(dāng)前迭代不符合所需的搜索條件，則返回 null。 請(qǐng)記住，ConcurrentHashMap 是無序的。 搜索功能不應(yīng)該取決于地圖的實(shí)際處理順序。 如果有多個(gè)匹配結(jié)果, 則結(jié)果可能是不確定的。

String result = map.search(1, (key, value) -> {System.out.println(Thread.currentThread().getName());if ("foo".equals(key)) {return value;}return null; }); System.out.println("Result: " + result);// ForkJoinPool.commonPool-worker-2 // main // ForkJoinPool.commonPool-worker-3 // Result: bar 復(fù)制代碼

下面是對(duì) value 的搜索

String result = map.searchValues(1, value -> {System.out.println(Thread.currentThread().getName());if (value.length() > 3) {return value;}return null; });System.out.println("Result: " + result);// ForkJoinPool.commonPool-worker-2 // main // main // ForkJoinPool.commonPool-worker-1 // Result: solo 復(fù)制代碼

Reduce

reduce() 方法接受兩個(gè)類型為 BiFunction 的 lambda 表達(dá)式。 第一個(gè)函數(shù)將每個(gè)鍵值對(duì)轉(zhuǎn)換為任何類型的單個(gè)值。 第二個(gè)函數(shù)將所有這些轉(zhuǎn)換后的值組合成一個(gè)結(jié)果, 其中火忽略 null 值。

String result = map.reduce(1,(key, value) -> {System.out.println("Transform: " + Thread.currentThread().getName());return key + "=" + value;},(s1, s2) -> {System.out.println("Reduce: " + Thread.currentThread().getName());return s1 + ", " + s2;});System.out.println("Result: " + result);// Transform: ForkJoinPool.commonPool-worker-2 // Transform: main // Transform: ForkJoinPool.commonPool-worker-3 // Reduce: ForkJoinPool.commonPool-worker-3 // Transform: main // Reduce: main // Reduce: main // Result: r2=d2, c3=p0, han=solo, foo=bar 復(fù)制代碼

總結(jié)

以上是生活随笔為你收集整理的Java 8 并发: 原子变量和 ConcurrentMap的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。