单例模式与消费者生产者模型,以及线程池的基本认识与模拟实现
前言
今天我们就来讲讲什么是单例模式与线程池的相关知识,这两个内容也是我们多线程中比较重要的内容。其次单例模式也是我们常见设计模式。
单例模式
那么什么是单例模式呢?上面说到的设计模式又是什么?
其实单例模式就是设计模式的一种。我们在学习过程中会不断编程,设计合理的代码结构和逻辑。后来就有许多种比较常用的结构,这时就有一些大佬总结这些常用的代码结构,逻辑,并给这些结构命名成不同的模式,而这些模式就是我们所说的单例模式。那么接下来我们就来学习一下,其中之一的单例模式。
单例模式就是在某个类程序中保证某个实类对象在程序中只有一个实例,而且他的实例是不能new出来的,你只能通过其提供的getInstance方法来获取他的实例化对象。单例模式也分为两个经典的代码编写方式。“懒汉模式”和“饿汉模式”。
饿汉模式
class Singleton {private static Singleton instance = new Singleton();private Singleton() {}public static Singleton getInstance() {return instance;}
}
如上代码:我们在要实现单例模式的类中,直接创建一个本类的成员变量,然后就是最牛的“点睛之笔”了。
我们直接将构造方法私有化,那么这时其它类就无法通过构造方法new出这个类的实例化对象了。
什么是饿汉模式呢?这里重点注意“饿”这个字,因为“饿”所以非常急,在类中直接将成员变量在定义时就直接实例化。
懒汉模式
class Singleton {private static volatile Singleton instance = null;private Singleton() {}public static Singleton getInstance() {if (instance == null) {synchronized (Singleton.class) {if (instance == null) {instance = new Singleton();}}}return instance;}
}
我们可以很清楚的看到,懒汉模式相较于饿汉模式代码多了些,因为懒汉模式在多线程下需要加锁,如果不加锁可能有多个线程同时调用getInstance()方法就有可能创建出多个实例,这就不符合单例模式的设定了。而且还加上了volatile 保证了内存的可见性也是防止线程安全的发生。
如何理解两层 if判断 ?
最里层的 if ,判断该类是否被实例化,如果没有实例化即 ==null 我们就new一个对象并返回,如果已经实例化过就直接返回。
最外层的 if 我们知道加锁和开锁也是一个开销比较高的事情,我们就要经尽量减少加锁开锁的次数,当我们的实例已经创建了,我们在就可以直接返回了,但是如果不加这一层 if,程序就会加锁判断部分,这就导致无用开销,所以我们就可以再加一层判断。这一层就是为了防止无用的加锁。
阻塞队列
什么是阻塞队列呢?
正如字面他是一个可以阻塞的队列,他跟普通队列一样有着FIFO(“先进先出”)出的性质。但是他会在两种情况下发生阻塞。
- 当队列满时,如果还有元素要入队列那么就会发生阻塞。
- 当队列为空时,如果有出队列的请求那么也会发生阻塞。
阻塞队列的一个经典应用场景就是“生产者消费者模型”,这也是一个非常典型的开发模型。
生产者消费者模型
生产者消费者模型就是运用一个容器来解决生产者和消费者的强耦合的问题。
生产者和消费者之间不直接通讯,通过阻塞队列来进行通讯,所以生产者生产完数据后不在需要等待消费者处理,而是直接将数据丢给阻塞队列,消费者也不找生产者要数据,而是直接从阻塞队列中取数据。这样就成功的对生产者和消费者进行解耦。
除了解耦,阻塞队列还起到了缓冲区的作用,阻塞队列就平衡了生产者和消费者的处理能力,起到了消峰填谷。比如在某些购物日,或秒杀抢购的情况下,如果没有阻塞队列,突然暴增的请求,如果让服务器直接去处理,我们的服务器有可能会处理不过来,而导致奔溃,但是如果有了阻塞队列我们就可以把请求放进阻塞队列中,再由消费者线程慢慢处理订单。
Java标准库中的阻塞队列
在Java标准库中我们有阻塞队列 BlockingQueue(这是一个接口),其中他的实现类是LinkedBlockingQueue
其中这个队列中我们有put()方法表示入队列,还有take()出队列,者两个方法是具有阻塞功能的.
当然这个队列也有offer,poll,peek,等方法,但这都是不具有阻塞功能的。
下面我们通过编写一段代码,象形的展示了阻塞队列的阻塞功能,非常直观。
我们先是创建第一个消费者线程,让其不断的从阻塞队列中去数据,但刚开始阻塞队列中没有数据,所以他就会进行阻塞,所以我们创建了第二个线程(生产者线程)我们每隔一段时间生成一个数据,并放进队列中,这时生产者线程就可会马上将队列里的数据给取出来了。
import java.util.Random;
import java.util.concurrent.BlockingQueue;import java.util.concurrent.LinkedBlockingQueue;public class Main {public static void main(String[] args) throws InterruptedException {BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<Integer>();Thread customer = new Thread(() -> {while (true) {try {int value = blockingQueue.take();System.out.println("消费元素: " + value);} catch (InterruptedException e) {e.printStackTrace();}}}, "消费者");customer.start();Thread producer = new Thread(() -> {Random random = new Random();while (true) {try {int num = random.nextInt(1000);System.out.println("⽣产元素: " + num);blockingQueue.put(num);Thread.sleep(1000);} catch (InterruptedException e) {e.printStackTrace();}}}, "⽣产者");producer.start();customer.join();producer.join();}
}
阻塞队列的模拟实现
这里主要通过wait()进行阻塞,当我们发现队列满时,或空时,我们的put方法和take()方法就要进行阻塞,也就是调用wait()方法以及我们的synchronize,但是需要注意的是我们这里的判断尽量还是用while循环来进行判断,因为在我们notifyAll 的时候, 该线程从 wait 中被唤醒,但是紧接着并未抢占到锁. 当锁被抢占的时候, 可能⼜已经队列满了
- 假设队列初始是满的,生产者 P1 调用
wait()并释放锁。 - 消费者 C1 抢到锁,消费一个数据,调用
notifyAll(),唤醒 P1。 - 但此时可能有另一个生产者 P2 抢先抢到锁,并插入数据,导致队列又满了。
- 如果 P1 用
if,它会直接执行items[tail] = value(因为之前检查size == items.length是true,但被唤醒后未重新检查),导致队列溢出。 - 用
while会重新检查条件,发现队列还是满的,继续wait()。
如下代码:我们通过synchroniz关键字和wait()方法,完成了阻塞队列。
class BlockingQueue1{private int[] items = new int[1000];private volatile int size = 0;private volatile int head = 0;private volatile int tail = 0;public void put(int value) throws InterruptedException {synchronized (this) {// 此处最好使⽤ while.// 否则 notifyAll 的时候, 该线程从 wait 中被唤醒,// 但是紧接着并未抢占到锁. 当锁被抢占的时候, 可能⼜已经队列满了// 就只能继续等待while (size == items.length) {wait();}items[tail] = value;tail = (tail + 1) % items.length;size++;notifyAll();}}public int take() throws InterruptedException {int ret = 0;synchronized (this) {while (size == 0) {wait();}ret = items[head];head = (head + 1) % items.length;size--;notifyAll();}return ret;}public synchronized int size() {return size;}// 测试代码public static void main(String[] args) throws InterruptedException {BlockingQueue1 blockingQueue = new BlockingQueue1();Thread customer = new Thread(() -> {while (true) {try {int value = blockingQueue.take();System.out.println(value);} catch (InterruptedException e) {e.printStackTrace();}}}, "消费者");customer.start();Thread producer = new Thread(() -> {Random random = new Random();while (true) {try {blockingQueue.put(random.nextInt(10000));} catch (InterruptedException e) {e.printStackTrace();}}}, "⽣产者");producer.start();customer.join();producer.join();}
}
定时器
定时器是什么呢?就是一个可以根据时间定时执行任务的容器吧
定时器的主要构成:
- 一个带优先级的队列( (不要使⽤ PriorityBlockingQueue, 容易死锁 )
- 其中队列中的每一个元素是一个Task
- Task中存在一个带有时间属性,其中队首元素是即将执行的元素。
- 还有存在一个工作线程worker不断扫描队首元素,,检查时间是否以及到了,是否开始执行
定时器的模拟实现:
首先我们先对MyTask重写我们的compareTo方法,如果不在这里重写,就要在创建队列的时候对其构造方法传入一个比较器的参数即(Comparable<MyTask>)。
且MyTask中是定义一个long类型的属性time,我们就可以利用时间戳来表示他要在何时执行任务。
然后定义构造方法,其中包含两个参数,第一个就是当前的时间戳,第二个是多少毫秒后执行当前任务。
然后我们在提交任务去定时器时,只需要传入这两个参数给schedule即可。在方法内部我们会先根据这两个参数
构造出一个Mytask,然后放进优先级队列中。
class MyTask implements Comparable<MyTask> {public Runnable runnable;// 为了⽅便后续判定, 使⽤绝对的时间戳.public long time;public MyTask(Runnable runnable, long delay) {this.runnable = runnable;// 取当前时刻的时间戳 + delay, 作为该任务实际执⾏的时间戳this.time = System.currentTimeMillis() + delay;}@Overridepublic int compareTo(MyTask o) {// 这样的写法意味着每次取出的是时间最⼩的元素.// 到底是谁减谁?? 俺也记不住!!! 随便写⼀个, 执⾏下, 看看效果~~return (int)(this.time - o.time);}
}class MyTimer {// 核⼼结构private PriorityQueue<MyTask> queue = new PriorityQueue<>();// 创建⼀个锁对象private Object locker = new Object();public void schedule(Runnable command, long after) {// 根据参数, 构造 MyTask, 插⼊队列即可.synchronized (locker) {MyTask myTask = new MyTask(command, after);queue.offer(myTask);locker.notify();}}// 在这⾥构造线程, 负责执⾏具体任务了.public MyTimer() {Thread t = new Thread(() -> {while (true) {try {synchronized (locker) {// 阻塞队列, 只有阻塞的⼊队列和阻塞的出队列, 没有阻塞的查看队⾸元素.while (queue.isEmpty()) {locker.wait();}MyTask myTask = queue.peek();long curTime = System.currentTimeMillis();if (curTime >= myTask.time) {// 时间到了, 可以执⾏任务了queue.poll();myTask.runnable.run();} else {// 时间还没到locker.wait(myTask.time - curTime);}}} catch (InterruptedException e) {e.printStackTrace();}}});t.start();}}
线程池
线程池是什么?通俗来讲就是先创建好一些线程,当我们需要创建线程时,直接从线程池里取即可,不需要在创建,而且用完后直接将线程返回给线程池,这样就减少了我们创建和销毁线程的开销。
Java标准库中的线程池
Executors是一个工厂类,提供了创建各种类型线程池的静态方法
固定大小线程池
- ExecutorService fixedThreadPool = Executors.newFixedThreadPool(int nThreads);
- 固定数量的线程
- 无界任务队列(LinkedBlockingQueue)
- 适用于负载较重的服务器
单线程线程池
- ExecutorService singleThreadExecutor = Executors.newSingleThreadExecutor();
- 只有一个工作线程
- 保证任务顺序执行
- 无界任务队列
可缓存线程池
- ExecutorService cachedThreadPool = Executors.newCachedThreadPool();
- 线程数量根据需要自动调整
- 空闲线程60秒后回收
- 适用于执行大量短期异步任务
定时任务线程池
- ScheduledExecutorService scheduledThreadPool = Executors.newScheduledThreadPool(int corePoolSize);
- 核心线程数固定,非核心线程数无限制
- 支持定时及周期性任务执行
如下代码就可以创建一个含有10个线程的线程池,其中
ExecutorService executorService = Executors.newFixedThreadPool(10);
从上上面代码可以很容易看出Executors.newFixedThreadPool(10)的返回值时一个ExecutorService,然后我们可以往线程池里提交任务执行了。
如下截图:我们调用submit方法时,只需要传入一个Runable的对象即可,跟创建线程的方法相似。
mport java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;public class Main {public static void main(String[] args) {ExecutorService executorService = Executors.newFixedThreadPool(10);executorService.submit(()->System.out.println("一个人任务"));}
}

相关文章:
单例模式与消费者生产者模型,以及线程池的基本认识与模拟实现
前言 今天我们就来讲讲什么是单例模式与线程池的相关知识,这两个内容也是我们多线程中比较重要的内容。其次单例模式也是我们常见设计模式。 单例模式 那么什么是单例模式呢?上面说到的设计模式又是什么? 其实单例模式就是设计模式的一种。…...
JAVA程序获取SVN提交记录
1.获取文件提交记录 private String userName "userName "; //svn账号 private String password "password "; //svn密码 private String urlString "urlString "; //svnurl 换成自己对应的svn信息 package com.tengzhi.common.dao;import…...
STM32配置系统时钟
1、STM32配置系统时钟的步骤 1、系统时钟配置步骤 先配置系统时钟,后面的总线才能使用时钟频率 2、外设时钟使能和失能 STM32为了低功耗,一开始是关闭了所有的外设的时钟,所以外设想要工作,首先就要打开时钟,所以后面…...
React 与 Vue:两大前端框架的深度对比
在前端开发领域,React 和 Vue 无疑是当下最受欢迎的两大框架。它们各自拥有独特的优势和特点,吸引了大量开发者。无论是初学者还是经验丰富的工程师,选择 React 还是 Vue 都是一个常见的问题。本文将从多个角度对 React 和 Vue 进行对比&…...
Node.js 学习入门指南
Node.js 学习入门指南 Node.js 是一种流行的开源、跨平台的 JavaScript 运行时环境,它使开发者能够在服务器端运行JavaScript代码。本篇文章旨在帮助初学者快速入门并掌握Node.js的基础知识和常用技巧。 一、什么是Node.js? 定义 Node.js 是一个基于…...
Java24新增特性
Java 24(Oracle JDK 24)作为Java生态的重要更新,聚焦AI开发支持、后量子安全、性能优化及开发者效率提升,带来20余项新特性和数千项改进。以下是核心特性的分类解析: 一、语言特性增强:简化代码与模式匹配 …...
Sentinel源码—6.熔断降级和数据统计的实现一
大纲 1.DegradeSlot实现熔断降级的原理与源码 2.Sentinel数据指标统计的滑动窗口算法 1.DegradeSlot实现熔断降级的原理与源码 (1)熔断降级规则DegradeRule的配置Demo (2)注册熔断降级监听器和加载熔断降级规则 (3)DegradeSlot根据熔断降级规则对请求进行验证 (1)熔断降级…...
Volcano 实战快速入门 (一)
一、技术背景 随着大型语言模型(LLM)的蓬勃发展,其在 Kubernetes (K8s) 环境下的训练和推理对资源调度与管理提出了前所未有的挑战。这些挑战主要源于 LLM 对计算资源(尤其是 GPU)的巨大需求、分布式任务固有的复杂依…...
快速体验tftp文件传输(嵌入式设备)
一、参考资料 Linux tftp 命令 | 菜鸟教程 Ubuntu最新版本(Ubuntu22.04LTS)安装Tftp服务及其使用教程-CSDN博客 Windows下的Tftpd32(Tftpd64)软件下载和使用教程-集成了Tftp服务器、客户端-CSDN博客 tftpd32 tftpd64文件传输安装和使用教程【图文并茂】-CSDN博客 二、快速…...
用交换机连接两台电脑,电脑A读取/写电脑B的数据
1、第一步,打开控制面板中的网络和共享中心,如下图配置,电脑A和电脑B均要配置; 注意:要保证电脑A和电脑B在同一子网掩码下,不同的IP地址; 2、在电脑上同时按‘CommandR’,在弹出的输…...
问道数码兽 怀旧剧情回合手游源码搭建教程(反查重优化版)
本文将对"问道数码兽"这一经典卡通风格回合制手游的服务端部署与客户端调整流程进行详细拆解,适用于具备基础 Windows 运维和手游源码调试经验的开发者参考使用。教程以实战为导向,基于原始说明内容重构优化,具备较高的内容查重避重…...
WLAN共享给以太网后以太网IP为169.254.xx.xx以及uboot无法使用nfs下载命令的的解决方案
WLAN共享网络给以太网,实际上是把以太网口当作一个路由器,这个路由器的IP是由WLAN给他分配的,169.254.xx.xx是windows设定的ip,当网络接口无法从上一级网络接口获得ip时,该网络接口的ip被设置为169.254 ,所…...
Gazebo 仿真环境系列教程(一):环境安装与基础使用
文章目录 一、版本说明与技术背景1.1 Gazebo 版本分支1.2 版本选择建议 二、系统环境准备2.1 硬件要求2.2 软件依赖 三、Gazebo Garden 安装流程3.1 添加官方软件源3.2 执行安装命令3.3 环境验证 四、Gazebo Classic 安装方法4.1 添加软件仓库4.2 安装核心组件4.3 验证安装 五、…...
ROS 快速入门教程03
8.编写Subscriber订阅者节点 8.1 创建订阅者节点 cd catkin_ws/src/ catkin_create_pkg atr_pkg rospy roscpp std_msgs ros::Subscriber sub nh.subscribe(话题名, 缓存队列长度, 回调函数) 回调函数通常在你创建订阅者时定义。一个订阅者会监听一个话题,并在有…...
在 macOS 上合并 IntelliJ IDEA 的项目窗口
在使用 IntelliJ IDEA 开发时,可能会打开多个项目窗口,这可能会导致界面变得混乱。为了提高工作效率,可以通过合并项目窗口来简化界面。本文将介绍如何在 macOS 上合并 IntelliJ IDEA 的项目窗口。 操作步骤 打开 IntelliJ IDEA: 启动你的 I…...
SEO(Search Engine Optimization,搜索引擎优化)相关知识点
SEO(Search Engine Optimization)是指搜索引擎优化,是计算机领域中通过技术手段和内容策略,提升网站在搜索引擎(如Google、Bing、百度)中自然(非付费)排名的系统性方法。是一种通过优…...
C#森林中的兔子(力扣题目)
C#森林中的兔子(力扣题目) 题目介绍 森林中有未知数量的兔子。提问其中若干只兔子 “还有多少只兔子与你(指被提问的兔子)颜色相同?” ,将答案收集到一个整数数组 answers 中,其中 answers[i] 是第 i 只兔子的回答。 给你数组…...
基于多用户商城系统的行业资源整合模式与商业价值探究
随着电子商务的蓬勃发展,传统的单一商家电商模式逐渐显现出一定的局限性。为了解决商家成本过高、市场竞争激烈等问题,多用户商城系统应运而生,成为一种新型的电商平台模式。通过整合行业资源,这种模式不仅极大地提升了平台和商家…...
Three.js + React 实战系列 : 从零搭建 3D 个人主页
可能你对tailiwindcss毫不了解,别紧张,记住我们只是在学习,学习的是作者的思想和技巧,并不是某一行代码。 在之前的几篇文章中,我们已经熟悉了 Three.js 的基本用法,并通过 react-three-fiber 快速构建了一…...
如何用大模型技术重塑物流供应链
摘要 在数字化转型加速的背景下,大模型技术凭借其强大的数据分析、逻辑推理和决策优化能力,正成为物流供应链领域的核心驱动力。本文深入探讨大模型如何通过需求预测、智能调度、供应链协同、风险管控等关键环节,推动物流行业从 "经验驱…...
敏捷开发管理流程
以下是敏捷开发管理流程的详细说明,包含流程框架、关键步骤及案例示例: 敏捷开发管理流程 1. 敏捷核心原则 迭代交付:分小周期(Sprint)交付可工作的软件,通常2~4周为一个迭代。用户需求驱动:以…...
【银河麒麟高级服务器操作系统】磁盘只读问题分析
系统环境及配置 系统环境 物理机/虚拟机/云/容器 虚拟机 网络环境 外网/私有网络/无网络 私有网络 硬件环境 机型 KVM Virtual Machine 处理器 Kunpeng-920 内存 32 GiB 整机类型/架构 arm64 固件版本 EFI Development Kit II / OVMF 软件环境 具体操作系统版…...
机器视觉的智能手机屏贴合应用
在智能手机制造领域,屏幕贴合工艺堪称"微米级的指尖芭蕾"。作为影响触控灵敏度、显示效果和产品可靠性的关键工序,屏幕贴合精度直接决定了用户体验。传统人工对位方式已无法满足全面屏时代对极窄边框和超高屏占比的严苛要求,而Mast…...
ETL 数据集成都包含哪些?
一、ETL 数据集成都包含哪些? 数字化时代数据已成为企业最为宝贵的资产之一。然而,企业的数据往往分散在多个不同的系统和平台中,如关系型数据库、文件系统、API 等。为了将这些分散的数据整合起来,为企业决策提供全面、准确的支…...
AIM Robotics电动胶枪:智能分配,让机器人点胶涂胶精准无误
在现代工业自动化和智能制造领域,精确的液体分配技术正成为提升生产效率和产品质量的重要因素。AIM Robotics作为这一领域的创新者,提供了多种高效、灵活的点胶涂胶分配解决方案。本文将带您了解AIM Robotics的核心技术、产品系列以及在各行业的成功应用…...
负环-P3385-P2136
通过选择标签,洛谷刷一个类型的题目还是很方便的 模版题P3385 P3385 【模板】负环 - 洛谷 Tint(input())def bellman(n,edges,sta):INFfloat(inf)d[INF]*(n1)d[sta]0for i in range(n-1):for u,v,w in edges:ncostd[u]wif ncost<d[v]:d[v]ncostfor u,v,w in e…...
抖音的逆向工程获取弹幕(websocket和protobuf解析)
目录 声明前言第一节 获取room_id和ttwid值第二节 signture值逆向python 实现signature第三节 Websocket实现长链接请求protubuf反序列化pushFrame反序列化Response解压和反序列化消息体Message解析应答ack参考博客声明 本文章中所有内容仅供学习交流使用,不用于其他任何目的…...
点云配准算法之NDT算法原理详解
一、算法概述 NDT(Normal Distributions Transform)最初用于2D激光雷达地图构建(Biber & Straer, 2003),后扩展为3D点云配准。它将点云数据空间划分为网格单元(Voxel),在每个体…...
WPF 图片文本按钮 自定义按钮
效果 上面图片,下面文本 样式 <!-- 图片文本按钮样式 --> <Style x:Key="ImageTextButtonStyle" TargetType="Button"><Setter Property="Background" Value="Transparent"/><Setter Property="BorderTh…...
Diffusion inversion后的latent code与标准的高斯随机噪音不一样
可视化latents_list如下; 可视化最后一步与标准的噪声: 能隐约看出到最后一步还是会有“马”的形状 整个代码(及可视化代码如下): ## 参考freeprompt(FPE)的代码 import os import torch import torch.nn as nn import torch.n…...
