当前位置: 首页 > news >正文

Java并发基础:一文讲清util.concurrent包的作用

Java并发基础:一文讲清util.concurrent包的作用- 程序员古德

java.util.concurrent包是 Java 中用于并发编程的重要工具集,提供了线程池、原子变量、并发集合、同步工具类、阻塞队列等一系列高级并发工具类,使用这些工具类可以极大地简化并发编程的难度,减少出错的可能性,提高程序的效率和可维护性。

官方文档地址:https://docx.iamqiang.com/jdk11/api/java.base/java/util/concurrent/package-summary.html

Executor Framework(执行器框架)

Executor Framework是Java并发编程中一个非常强大的组件,它提供了一种标准的方法来启动、管理和控制线程的执行,执行器框架主要由接口和类组成,如Executor、Executors、ExecutorService、Future和Callable,这些组件共同协作,提供了一种灵活且高效的线程管理机制。

以下是关于执行器框架中一些关键组件的说明:

  1. Executor接口:这是执行器框架中最基本的接口,它定义了一个execute方法,用于接收一个实现了Runnable接口的对象,并启动一个新线程来执行该对象的run方法,Executor接口并不严格要求实现如何创建、调度或管理线程,这些具体实现细节由它的实现类来定义。
  2. Executors类:这是一个工具类,提供了多种类型的线程池创建方法,例如newFixedThreadPool(创建固定大小的线程池)、newCachedThreadPool(创建可缓存的线程池)和newSingleThreadExecutor(创建单线程的线程池)等,这些线程池内部实际上都是实现了ExecutorService接口的对象。
  3. ExecutorService接口:这个接口扩展了Executor接口,添加了一些用于管理和控制线程执行的方法,例如:shutdown(平滑地关闭线程池)、shutdownNow(立即关闭线程池)、awaitTermination(等待所有任务执行完毕后再关闭线程池)等,此外,ExecutorService还提供了submit方法,可以接收Runnable或Callable对象,并返回一个Future对象来跟踪任务的执行状态。
  4. Future接口和Callable接口:这两个接口通常一起使用,Callable接口类似于Runnable接口,但它允许有返回值,并且可以抛出异常,Future接口表示异步计算的结果,它提供了检查计算是否完成的方法,以等待计算的完成,并检索计算的结果。

下面是一个使用执行器框架的简单示例,展示了如何创建一个固定大小的线程池,提交任务,并处理返回结果,如下代码:

import java.util.concurrent.ExecutorService;  
import java.util.concurrent.Executors;  
import java.util.concurrent.Future;  public class ExecutorFrameworkExample {  public static void main(String[] args) {  // 创建一个固定大小为3的线程池  ExecutorService executor = Executors.newFixedThreadPool(3);  // 提交任务并获取Future对象  Future<String> future = executor.submit(() -> {  // 模拟耗时操作  Thread.sleep(1000);  return "任务完成";  });  // 做其他事情...  // 获取任务结果(如果任务还未完成,会阻塞等待)  try {  String result = future.get();  System.out.println(result);  } catch (Exception e) {  e.printStackTrace();  }  // 关闭线程池  executor.shutdown();  }  
}

在实际应用中,通常不会在线程池刚提交任务后就立即关闭它,而是会等待所有任务都提交完毕后再关闭,此外,future.get()方法会阻塞当前线程直到任务完成,因此在需要等待任务完成的场景下应该谨慎使用,以避免死锁或不必要的线程阻塞。执行器框架通过提供这些高级抽象,使得开发者能够更专注于任务的逻辑,而不用过多关心线程的创建、调度和管理等底层细节,从而极大地简化了并发编程的复杂性。

Concurrent Collections(并发集合)

Concurrent Collections是设计用于支持并发编程的一组数据结构,在并发编程中,当多个线程同时访问和修改共享数据时,如果没有适当的同步措施,就可能导致数据不一致和其他并发问题,为了避免这些问题,Java提供了一些线程安全的集合类,称为并发集合。并发集合位于java.util.concurrent包中,它们通过内部实现来确保多个线程可以安全地并发访问这些集合,而无需在客户端代码中进行额外的同步,这些集合使用了各种复杂的算法和数据结构来最小化线程间的竞争,从而提供更高的吞吐量。

以下是一些常见的并发集合类:

  1. ConcurrentHashMap:这是一个线程安全的HashMap实现,它允许多个线程同时读写映射表,而不会相互阻塞,它通过分段锁或其他并发控制技术(如Java 8中的ConcurrentHashMap使用的CAS操作和同步控制)来实现高并发性。
  2. CopyOnWriteArrayList:这是一个线程安全的ArrayList实现,它通过在修改时复制底层数组来实现线程安全,读取操作不需要锁定,因为它们在内部数组的一个快照上执行,而写入操作则创建一个新的数组副本,修改它,然后原子地将其替换为当前数组。
  3. ConcurrentLinkedQueue:这是一个基于链接节点的无界线程安全队列,它按照FIFO(先进先出)原则对元素进行排序,多个线程可以安全地并发访问此队列,它使用高效的非阻塞算法来实现。
  4. ConcurrentSkipListMap和ConcurrentSkipListSet:这些是基于跳表(Skip List)数据结构实现的并发有序集合,它们提供了与TreeMap和TreeSet类似的功能,但是支持更高并发的读写操作。
  5. ConcurrentLinkedDeque:这是一个双端队列(Deque),支持在队列的两端进行高效的插入和移除操作,它是线程安全的,并且允许多个线程并发访问。
  6. BlockingQueue接口及其实现:这个接口定义了一个线程安全的队列,该队列在尝试检索元素但队列为空时,会阻塞检索线程,直到队列中有元素可用,同样,当队列已满时,尝试添加元素的线程也会被阻塞,直到队列中有可用空间。ArrayBlockingQueue、LinkedBlockingQueue、PriorityBlockingQueue和SynchronousQueue等是该接口的一些常用实现。

并发集合的使用场景主要是在多线程环境中,当需要一个数据结构来安全地共享数据时,使用这些集合可以减少编写和维护复杂的同步代码的需要,同时提高程序的性能和可伸缩性。

如下是使用ConcurrentHashMap代码示例,如下代码:

import java.util.concurrent.ConcurrentHashMap;  public class ConcurrentCollectionExample {  public static void main(String[] args) {  ConcurrentHashMap<String, Integer> map = new ConcurrentHashMap<>();  // 多个线程可以安全地并发访问这个 map  map.put("apple", 1);  map.put("banana", 2);  System.out.println(map.get("apple")); // 输出 1  }  
}

ConcurrentHashMap是一种高效的线程安全的哈希表实现,它允许多个线程并发地读写数据,而不需要额外的同步。

Atomic Variables(原子变量)

Atomic Variables(原子变量)是并发编程中用于实现线程安全的一种机制,原子变量提供了一种在多线程环境中安全地读取、修改和更新变量的方式,而不需要额外的同步措施。在并发编程中,当多个线程同时访问和修改共享变量时,如果没有适当的同步措施,可能会导致数据不一致和其他并发问题,为了解决这个问题,通常需要使用锁或其他同步机制来确保对变量的访问是原子的。

原子变量提供了一种更简洁、高效的方式来实现线程安全的数据更新,它们通过内部机制来确保对变量的操作是原子的,从而避免了显式的同步,原子变量通常在底层使用硬件支持或特殊的指令来实现原子操作,这使得它们在性能上优于传统的同步机制。

原子变量在Java中主要通过java.util.concurrent.atomic包中的类实现,例如AtomicInteger、AtomicLong、AtomicBoolean等,这些类提供了各种原子操作方法,如incrementAndGet()、decrementAndGet()、compareAndSet()等,这些方法对底层变量执行原子操作,并返回操作后的值。

如下是使用AtomicInteger的代码示例:

import java.util.concurrent.atomic.AtomicInteger;  public class AtomicVariableExample {  public static void main(String[] args) {  AtomicInteger atomicInt = new AtomicInteger(0);  // 多个线程可以安全地并发更新这个原子整数  int oldValue = atomicInt.getAndIncrement(); // 原子性地自增并返回旧值  System.out.println(oldValue); // 输出 0  int newValue = atomicInt.get(); // 获取当前值  System.out.println(newValue); // 输出 1  }  
}

AtomicInteger提供了一种原子性地更新整数值的方法,不需要使用synchronized关键字。

在这个示例中,increment()方法原子地增加计数器的值,而getCount()方法原子地获取计数器的值,由于这些操作是原子的,因此在多线程环境中使用AtomicInteger比使用普通的int变量更安全。原子变量在并发编程中非常有用,它们简化了线程间的同步,并提供了更高的性能。

Synchronizers(同步器)

Synchronizers(同步器)是Java并发编程中用于协调线程之间同步的组件,它们提供了一种机制,使线程能够等待、通知或限制其他线程的执行。主要包括:ReentrantLock、CountDownLatch、CyclicBarrier等,这些类为开发者提供了一系列高级同步工具,以便更好地控制线程之间的交互。

以下是几个常用的同步器:

  1. ReentrantLock:这是一个互斥体,类似于内置的synchronized关键字,但提供了更多的灵活性和功能,ReentrantLock可以重入,意味着一个线程可以多次获取同一个锁,而不会导致死锁,此外,ReentrantLock还提供了更细粒度的控制,例如尝试获取锁、定时获取锁等。
  2. CountDownLatch:这是一个同步辅助工具,它允许一个或多个线程等待其他线程完成一系列操作,CountDownLatch在初始化时会设置一个计数值,然后每个线程在完成其任务后调用countDown()方法减少计数值,当计数值减至0时,所有等待的线程都会被唤醒。
  3. CyclicBarrier:CyclicBarrier是一个同步辅助工具,它允许一组线程相互等待,直到所有线程都达到某个状态后再一起执行,CyclicBarrier在初始化时会设置一个屏障(barrier)的初始阶段数,每个线程在完成其任务后调用await()方法在屏障处等待,当阶段数减至0时,所有线程继续执行。
  4. Semaphore:Semaphore是一个计数信号量,它提供了对资源的精细控制,Semaphore维护了一个许可证计数,只有获得许可证的线程才能访问受保护的资源,当线程完成对资源的访问后,它会释放一个许可证,允许其他线程获取资源。

同步器提供了一种灵活的机制来协调线程之间的同步,它们可以帮助开发者避免死锁、竞态条件和其他并发问题。

如下是CountDownLatch代码示例:

import java.util.concurrent.CountDownLatch;  public class SynchronizerExample {  public static void main(String[] args) throws InterruptedException {  int numberOfThreads = 5;  CountDownLatch latch = new CountDownLatch(numberOfThreads);  for (int i = 0; i < numberOfThreads; i++) {  new Thread(() -> {  System.out.println("Thread " + Thread.currentThread().getId() + " is ready");  latch.countDown(); // 通知 CountDownLatch 线程已准备就绪  }).start();  }  latch.await(); // 等待所有线程准备就绪  System.out.println("All threads are ready");  }  
}

在上面代码汇总,使用 CountDownLatch 来同步多个线程,确保在所有线程都准备就绪之后再继续执行主线程。

关注我,每天学习互联网编程技术 - 程序员古德

END!

相关文章:

Java并发基础:一文讲清util.concurrent包的作用

java.util.concurrent包是 Java 中用于并发编程的重要工具集&#xff0c;提供了线程池、原子变量、并发集合、同步工具类、阻塞队列等一系列高级并发工具类&#xff0c;使用这些工具类可以极大地简化并发编程的难度&#xff0c;减少出错的可能性&#xff0c;提高程序的效率和可…...

C++PythonC# 三语言OpenCV从零开发(2):教程选择

文章目录 相关专栏前言视频教学和官方文档视频教程OpenCV 官方教程最终选择我的最终选择 相关专栏 C&Python&Csharp in OpenCV 前言 OpenCV 有官方的教程和简单的视频教程&#xff1a; OpenCV 官方教程 B站也有相关的视频教学 OpenCV4 C 快速入门视频30讲 - 系列合集 …...

【嘉立创EDA-PCB设计指南】3.网络表概念解读+板框绘制

前言&#xff1a;本文对网络表概念解读板框绘制&#xff08;确定PCB板子轮廓&#xff09; 网络表概念解读 在本专栏的上一篇文章【嘉立创EDA-PCB设计指南】2&#xff0c;将设计的原理图转为了PCB&#xff0c;在PCB界面下出现了所有的封装&#xff0c;以及所有的飞线属性&…...

nodejs前端项目的CI/CD实现(二)jenkins的容器化部署

一、背景 docker安装jenkins&#xff0c;可能你会反问&#xff0c;这太简单了&#xff0c;有什么好讲的。 我最近就接手了一个打包项目&#xff0c;它是一个nodejs的前端项目&#xff0c;jenkins已在容器里部署且运行OK。 但是&#xff0c;前端组很追求新技术&#xff0c;不…...

python爬虫案例分享

当然&#xff0c;我可以分享一个基本的Python爬虫示例。这个示例将使用Python的requests库来抓取网页内容&#xff0c;然后使用BeautifulSoup库来解析和提取信息。我们将构建一个简单的爬虫来从一个示例网站抓取标题。 Python爬虫示例 目标 提取某网站的标题。 需要的库 r…...

【CC++】为什么 scanf 函数在读取字符串时不需要用取地址运算符

在C语言中如何使用 scanf 读取字符串 在C语言中&#xff0c;字符串实际上是字符数组&#xff0c;所以我们可以使用scanf函数来读取字符串。但是&#xff0c;需要注意的是&#xff0c;scanf在读取字符串时会在遇到空格、制表符或换行符时停止。因此&#xff0c;它不能用于读取包…...

Linux dirs命令教程:dirs命令详解与实例(附实例详解和注意事项)

Linux dirs命令介绍 dirs这是一个内置在shell中的命令&#xff0c;用于显示当前被记忆的目录列表。默认状态下&#xff0c;它会按照stack的方式储存目录&#xff0c;即最后加入的目录会被首先列出来。 Linux dirs命令适用的Linux版本 dirs命令在所有常见的Linux发行版中都适…...

掌握虚拟化:PVE平台安装教程与技术解析

&#x1f31f;&#x1f30c; 欢迎来到知识与创意的殿堂 — 远见阁小民的世界&#xff01;&#x1f680; &#x1f31f;&#x1f9ed; 在这里&#xff0c;我们一起探索技术的奥秘&#xff0c;一起在知识的海洋中遨游。 &#x1f31f;&#x1f9ed; 在这里&#xff0c;每个错误都…...

Godot FileDialog无法访问其它盘符的文件

问题描述 使用Godot的FileDialog对象访问Windows系统的文件&#xff0c;例如&#xff1a; func _on_hud_sig_save():var dlg FileDialog.new()dlg.set_access(FileDialog.ACCESS_FILESYSTEM)dlg.set_file_mode(FileDialog.FILE_MODE_SAVE_FILE)add_child(dlg)dlg.popup_cent…...

TestNG注释

目录 TestNG注释列表 BeforeXXX和AfterXXX注释放在超类上时如何工作&#xff1f; 使用BeforeXXX和AfterXXX TestNG注释 TestNG是一个测试框架&#xff0c;旨在简化广泛的测试需求&#xff0c;从单元测试&#xff08;隔离测试一个类&#xff09;到集成测试&#xff08;测试由…...

数据预处理 matlab 数据质量评估

知乎 数据类型转换等 Mathworks 数据预处理 概念辨析 配对是同一批样本的前后比较&#xff0c;独立是两批不同样本的的比较 独立样本是指我们得到的样本是相互独立的。配对样本就是一个样本中的数据与另一个样本中的数据相对应的两个样本。配对样本可以消除由于样本指定的不公…...

对象存储, 开源MinIO docker-compose.yml 文件

文章目录 python SDK 文档地址&#xff1a;docker-compose.yml 文件控制台使用&#xff1a;应用服务中使用样例&#xff1a; python SDK 文档地址&#xff1a; https://min.io/docs/minio/linux/developers/python/API.html docker-compose.yml 文件 version: 3services:min…...

爬虫笔记(一):实战登录古诗文网站

需求&#xff1a;登录古诗文网站&#xff0c;账号&#xff0b;密码&#xff0b;图形验证码 第一&#xff1a;自己注册一个账号&#xff0b;密码哈 第二&#xff1a;图形验证码&#xff0c;需要一个打码平台&#xff08;充钱&#xff0c;超能力power&#xff01;&#xff09;或…...

适用于 Windows 11 的 12 个最佳免费 PDF 编辑器

除了绘图等基本功能外&#xff0c;一些适用于 Windows 11 的免费 PDF 编辑器还具有 AI、OCR 识别和书签等高级功能。 我们的列表包含易于立即下载的 PDF 编辑软件工具。 这些工具不仅可以帮助转换 PDF、编辑、上传、删除、裁剪、分割、提取等。 PDF 是指便携式文档格式&…...

力扣每日一练(24-1-18)

经验一&#xff1a;不要把问题想复杂 Python&#xff1a; min_price float(inf)max_profit 0for price in prices:min_price min(min_price, price)max_profit max(max_profit, price - min_price)return max_profit C#&#xff1a; public int MaxProfit(int[] prices) {i…...

MyBatis 使用报错:org.xml.sax.SAXParseException 元素内容必须由格式正确的字符数据或标记组成

文章目录 前言问题分析解决方案方案一&#xff1a;使用 CDATA 区块&#xff0c;依然使用 “ > ” 或者 “ < ”方案二&#xff1a;使用转义字符 个人简介 前言 今天在使用 MyBatis 时出现报错&#xff1a; Caused by: org.xml.sax.SAXParseException: 元素内容必须由格式…...

PDF.js - 免费开源的 JavaScript 读取、显示 PDF 文档的工具库,由 Mozilla 开发并且持续维护

最近新项目需要处理 PDF&#xff0c;研究了 PDf.js 之后觉得很不错&#xff0c;于是写篇文章推荐给大家。 PDF.js 的功能和它的名字一样简单&#xff0c;是一个使用 HTML5 技术来让前端网页支持读取、解析和显示 PDF 文档的 JS 工具库。这个项目由大名鼎鼎的 Mozilla 组织开发…...

UI开发布局-HarmonyOS应用UI开发布局

UI页面的构建不用再像Android开发过程中在.xml文件中书写&#xff0c;可直接在页面上使用声明式UI的方式按照布局进行排列&#xff0c;构建应用的页面。 如下代码使用Row、Column构建一个页面布局&#xff0c;在页面布局中添加组件Text、Button&#xff0c;共同构成页面&#…...

大数据开发之Hadoop(完整版+练习)

第 1 章&#xff1a;Hadoop概述 1.1 Hadoop是什么 1、Hadoop是一个由Apache基金会所开发的分布式系统基础架构。 2、主要解决&#xff0c;海量数据的存储和海量数据的分析计算问题。 3、Hadoop通常是指一个更广泛的概念-Hadoop生态圈 1.2 Hadoop优势&#xff08;4高&#xf…...

Redis与DB数据一致性-个人总结

缓存读写策略: Cache-Aside Pattern 读缓存: 先查询缓存&#xff0c;存在则返回, 如果不存在则查询DB, 再塞回缓存中,最后返回结果. 写缓存: 更新完成DB之后&#xff0c;删除缓存. 适合场景: 读比较多的场景&#xff0c;更新比较少的场景. 像我们工作当中&#…...

深入剖析AI大模型:大模型时代的 Prompt 工程全解析

今天聊的内容&#xff0c;我认为是AI开发里面非常重要的内容。它在AI开发里无处不在&#xff0c;当你对 AI 助手说 "用李白的风格写一首关于人工智能的诗"&#xff0c;或者让翻译模型 "将这段合同翻译成商务日语" 时&#xff0c;输入的这句话就是 Prompt。…...

论文解读:交大港大上海AI Lab开源论文 | 宇树机器人多姿态起立控制强化学习框架(二)

HoST框架核心实现方法详解 - 论文深度解读(第二部分) 《Learning Humanoid Standing-up Control across Diverse Postures》 系列文章: 论文深度解读 + 算法与代码分析(二) 作者机构: 上海AI Lab, 上海交通大学, 香港大学, 浙江大学, 香港中文大学 论文主题: 人形机器人…...

SciencePlots——绘制论文中的图片

文章目录 安装一、风格二、1 资源 安装 # 安装最新版 pip install githttps://github.com/garrettj403/SciencePlots.git# 安装稳定版 pip install SciencePlots一、风格 简单好用的深度学习论文绘图专用工具包–Science Plot 二、 1 资源 论文绘图神器来了&#xff1a;一行…...

逻辑回归:给不确定性划界的分类大师

想象你是一名医生。面对患者的检查报告&#xff08;肿瘤大小、血液指标&#xff09;&#xff0c;你需要做出一个**决定性判断**&#xff1a;恶性还是良性&#xff1f;这种“非黑即白”的抉择&#xff0c;正是**逻辑回归&#xff08;Logistic Regression&#xff09;** 的战场&a…...

全面解析各类VPN技术:GRE、IPsec、L2TP、SSL与MPLS VPN对比

目录 引言 VPN技术概述 GRE VPN 3.1 GRE封装结构 3.2 GRE的应用场景 GRE over IPsec 4.1 GRE over IPsec封装结构 4.2 为什么使用GRE over IPsec&#xff1f; IPsec VPN 5.1 IPsec传输模式&#xff08;Transport Mode&#xff09; 5.2 IPsec隧道模式&#xff08;Tunne…...

如何理解 IP 数据报中的 TTL?

目录 前言理解 前言 面试灵魂一问&#xff1a;说说对 IP 数据报中 TTL 的理解&#xff1f;我们都知道&#xff0c;IP 数据报由首部和数据两部分组成&#xff0c;首部又分为两部分&#xff1a;固定部分和可变部分&#xff0c;共占 20 字节&#xff0c;而即将讨论的 TTL 就位于首…...

OPENCV形态学基础之二腐蚀

一.腐蚀的原理 (图1) 数学表达式&#xff1a;dst(x,y) erode(src(x,y)) min(x,y)src(xx,yy) 腐蚀也是图像形态学的基本功能之一&#xff0c;腐蚀跟膨胀属于反向操作&#xff0c;膨胀是把图像图像变大&#xff0c;而腐蚀就是把图像变小。腐蚀后的图像变小变暗淡。 腐蚀…...

关键领域软件测试的突围之路:如何破解安全与效率的平衡难题

在数字化浪潮席卷全球的今天&#xff0c;软件系统已成为国家关键领域的核心战斗力。不同于普通商业软件&#xff0c;这些承载着国家安全使命的软件系统面临着前所未有的质量挑战——如何在确保绝对安全的前提下&#xff0c;实现高效测试与快速迭代&#xff1f;这一命题正考验着…...

面向无人机海岸带生态系统监测的语义分割基准数据集

描述&#xff1a;海岸带生态系统的监测是维护生态平衡和可持续发展的重要任务。语义分割技术在遥感影像中的应用为海岸带生态系统的精准监测提供了有效手段。然而&#xff0c;目前该领域仍面临一个挑战&#xff0c;即缺乏公开的专门面向海岸带生态系统的语义分割基准数据集。受…...

【SSH疑难排查】轻松解决新版OpenSSH连接旧服务器的“no matching...“系列算法协商失败问题

【SSH疑难排查】轻松解决新版OpenSSH连接旧服务器的"no matching..."系列算法协商失败问题 摘要&#xff1a; 近期&#xff0c;在使用较新版本的OpenSSH客户端连接老旧SSH服务器时&#xff0c;会遇到 "no matching key exchange method found"​, "n…...