【java】-- java并发包总结

1、同步容器类

1.1、Vector与ArrayList异同

1、Arraylist和Vector都是采用数组方式存储数据，都允许直接序号索引元素，所以查找速度快，但是插入数据等操作涉及到数组元素移动等内存操作，所以插入数据慢

2、 Vector的方法都是同步的(Synchronized),是线程安全的(thread-safe)，而ArrayList的方法不是，由于线程的同步必然要影响性能，因此,ArrayList的性能比Vector好。

3、当Vector或ArrayList中的元素超过它的初始大小时,Vector会将它的容量翻倍,而ArrayList只增加50%的大小，这样,ArrayList就有利于节约内存空间。

1.2、HashTable与HashMap

1、hashTable是线程安全的，hashMap不是。它们的性能方面的比较类似 Vector和ArrayList

2、HashMap允许将null作为一个entry的key或者value，而Hashtable不允许。HashMap把Hashtable的contains方法去掉了，改成containsvalue和containsKey。

1.3、synchronizedMap

 Collections.synchronized*(m) 将线程不安全额集合变为线程安全集合

1.4、ConcurrentHashMap

ConcurrentMap接口下有俩个重要的实现 :
ConcurrentHashMap
ConcurrentskipListMap (支持并发排序功能。弥补ConcurrentHas hMa p)
ConcurrentHashMap内部使用段(Segment)来表示这些不同的部分，每个段其实就是一个
小的HashTable,它们有自己的锁。只要多个修改操作发生在不同的段上，它们就可以并
发进行。把一个整体分成了16个段(Segment.也就是最高支持16个线程的并发修改操作。
这也是在重线程场景时减小锁的粒度从而降低锁竞争的一种方案。并且代码中大多共享变
量使用volatile关键字声明，目的是第一时间获取修改的内容，性能非常好。

1.5、CountDownLatch

作用：CountDownLatch类位于java.util.concurrent包下，利用它可以实现类似计数器的功能。计数器的初始值为线程的数量。每当一个线程完成了自己的任务后，计数器的值就会减1。当计数器值到达0时，它表示所有的线程已经完成了任务，然后在闭锁上等待的线程就可以恢复执行任务。

如何工作：

CountDownLatch构造器中的计数值（count参数）实际上就是闭锁需要等待的线程数量。这个值只能被设置一次，而且CountDownLatch没有提供任何机制去重新设置这个计数值。

与CountDownLatch的第一次交互是主线程等待其他线程。

主线程必须在启动其他线程后立即调用CountDownLatch.await()方法。这样主线程的操作就会在这个方法上阻塞，直到其他线程完成各自的任务。

每当一个线程完成了自己的任务后，计数器的值就会减1。当计数器值到达0时，它表示所有的线程已经完成了任务，然后在闭锁上等待的线程就可以恢复执行任务。

应用举例：有一个任务A（主线程），它要等待其他2个任务执行完毕之后才能执行，此时就可以利用CountDownLatch来实现这种功能了。

publicclass Test002 {

      publicstaticvoid main(String[] args) throws InterruptedException {

           System.out.println("等待子线程执行完毕...");

           CountDownLatch countDownLatch = new CountDownLatch(2);

           new Thread(new Runnable() {

                 @Override

                 publicvoid run() {

                      System.out.println("子线程," + Thread.currentThread().getName() + "开始执行...");

                      countDownLatch.countDown();// 每次减去1
 
                      System.out.println("子线程," + Thread.currentThread().getName() + "结束执行...");

                 }

           }).start();

           new Thread(new Runnable() {

                 @Override

                 publicvoid run() {

                      System.out.println("子线程," + Thread.currentThread().getName() + "开始执行...");

                      countDownLatch.countDown();

                      System.out.println("子线程," + Thread.currentThread().getName() + "结束执行...");

                 }

           }).start();

           countDownLatch.await();// 调用当前方法主线程阻塞  countDown结果为0, 阻塞变为运行状态

           System.out.println("两个子线程执行完毕....");

           System.out.println("继续主线程执行..");

      }

}

使用场景：

1. 实现最大的并行性：有时我们想同时启动多个线程，实现最大程度的并行性。例如，我们想测试一个单例类。如果我们创建一个初始计数为1的CountDownLatch，并让所有线程都在这个锁上等待，那么我们可以很轻松地完成测试。我们只需调用 一次countDown()方法就可以让所有的等待线程同时恢复执行。
2. 开始执行前等待n个线程完成各自任务：例如应用程序启动类要确保在处理用户请求前，所有N个外部系统已经启动和运行了。
3. 死锁检测：一个非常方便的使用场景是，你可以使用n个线程访问共享资源，在每次测试阶段的线程数目是不同的，并尝试产生死锁。

1.6、CyclicBarrier

CyclicBarrier初始化时规定一个数目，然后计算调用了CyclicBarrier.await()进入等待的线程数。当线程数达到了这个数目时，所有进入等待状态的线程被唤醒并继续。 

 CyclicBarrier就象它名字的意思一样，可看成是个障碍， 所有的线程必须到齐后才能一起通过这个障碍。 

CyclicBarrier初始时还可带一个Runnable的参数， 此Runnable任务在CyclicBarrier的数目达到后，所有其它线程被唤醒前被执行。

class Writer extends Thread {

     private CyclicBarrier cyclicBarrier;

     public Writer(CyclicBarrier cyclicBarrier){

          this.cyclicBarrier=cyclicBarrier;

     }

     @Override

     public void run() {

         System.out.println("线程" + Thread.currentThread().getName() + ",正在写入数据");

         try {

              Thread.sleep(3000);

         } catch (Exception e) {

              // TODO: handle exception

         }

         System.out.println("线程" + Thread.currentThread().getName() + ",写入数据成功.....");

        

         try {

              cyclicBarrier.await();

         } catch (Exception e) {

         }

         System.out.println("所有线程执行完毕..........");

     }

 

}

 

public class Test001 {

 

     public static void main(String[] args) {

         CyclicBarrier cyclicBarrier=new CyclicBarrier(5);

         for (int i = 0; i < 5; i++) {

              Writer writer = new Writer(cyclicBarrier);

              writer.start();

         }

     }

 

}

Semaphore

Semaphore是一种基于计数的信号量。它可以设定一个阈值，基于此，多个线程竞争获取许可信号，做自己的申请后归还，超过阈值后，线程申请许可信号将会被阻塞。Semaphore可以用来构建一些对象池，资源池之类的，比如数据库连接池，我们也可以创建计数为1的Semaphore，将其作为一种类似互斥锁的机制，这也叫二元信号量，表示两种互斥状态。它的用法如下：

availablePermits函数用来获取当前可用的资源数量

wc.acquire(); //申请资源

wc.release();// 释放资源

      // 创建一个计数阈值为5的信号量对象 

      // 只能5个线程同时访问 

      Semaphore semp = new Semaphore(5); 

        

      try { 

          // 申请许可 

          semp.acquire(); 

          try { 

              // 业务逻辑 

          } catch (Exception e) { 

        

          } finally { 

              // 释放许可 

              semp.release(); 

          } 

      } catch (InterruptedException e) { 

        

      } 

案例:

需求: 一个厕所只有3个坑位，但是有10个人来上厕所，那怎么办？假设10的人的编号分别为1-10，并且1号先到厕所，10号最后到厕所。那么1-3号来的时候必然有可用坑位，顺利如厕，4号来的时候需要看看前面3人是否有人出来了，如果有人出来，进去，否则等待。同样的道理，4-10号也需要等待正在上厕所的人出来后才能进去，并且谁先进去这得看等待的人是否有素质，是否能遵守先来先上的规则。

代码:

class Parent implements Runnable {

     private String name;

     private Semaphore wc;

     public Parent(String name,Semaphore wc){

         this.name=name;

         this.wc=wc;

     }

     @Override

     public void run() {

         try {

              // 剩下的资源(剩下的茅坑)

              int availablePermits = wc.availablePermits();

              if (availablePermits > 0) {

                   System.out.println(name+"天助我也,终于有茅坑了...");

              } else {

                   System.out.println(name+"怎么没有茅坑了...");

              }

              //申请茅坑 如果资源达到3次，就等待

              wc.acquire();

              System.out.println(name+"终于轮我上厕所了..爽啊");

                 Thread.sleep(new Random().nextInt(1000)); // 模拟上厕所时间。

              System.out.println(name+"厕所上完了...");

              wc.release();

             

         } catch (Exception e) {

 

         }

     }

}

public class TestSemaphore02 {

     public static void main(String[] args) {

         // 一个厕所只有3个坑位，但是有10个人来上厕所，那怎么办？假设10的人的编号分别为1-10，并且1号先到厕所，10号最后到厕所。那么1-3号来的时候必然有可用坑位，顺利如厕，4号来的时候需要看看前面3人是否有人出来了，如果有人出来，进去，否则等待。同样的道理，4-10号也需要等待正在上厕所的人出来后才能进去，并且谁先进去这得看等待的人是否有素质，是否能遵守先来先上的规则。

         Semaphore semaphore = new Semaphore(3);

         for (int i = 1; i <=10; i++) {

               Parent parent = new Parent("第"+i+"个人,",semaphore);

               new Thread(parent).start();

         }

     }

}

并发队列

在并发队列上JDK提供了两套实现，一个是以ConcurrentLinkedQueue为代表的高性能队

列，一个是以BlockingQueue接口为代表的阻塞队列，无论哪种都继承自Queue。

 

ConcurrentLinkedDeque
ConcurrentLinkedQueue : 是一个适用于高并发场景下的队列，通过无锁的方式，实现
了高并发状态下的高性能，通常ConcurrentLinkedQueue性能好于BlockingQueue.它
是一个基于链接节点的无界线程安全队列。该队列的元素遵循先进先出的原则。头是最先
加入的，尾是最近加入的，该队列不允许null元素。
ConcurrentLinkedQueue重要方法:
add 和offer() 都是加入元素的方法(在ConcurrentLinkedQueue中这俩个方法没有任何区别)
poll() 和peek() 都是取头元素节点，区别在于前者会删除元素，后者不会。

     ConcurrentLinkedDeque q = new ConcurrentLinkedDeque();

     q.offer("余胜军");

     q.offer("码云");

     q.offer("蚂蚁课堂");

     q.offer("张杰");

     q.offer("艾姐");

     //从头获取元素,删除该元素

     System.out.println(q.poll());

     //从头获取元素,不刪除该元素

     System.out.println(q.peek());

     //获取总长度

     System.out.println(q.size());

BlockingQueue

阻塞队列（BlockingQueue）是一个支持两个附加操作的队列。这两个附加的操作是：

在队列为空时，获取元素的线程会等待队列变为非空。
当队列满时，存储元素的线程会等待队列可用。 

阻塞队列常用于生产者和消费者的场景，生产者是往队列里添加元素的线程，消费者是从队列里拿元素的线程。阻塞队列就是生产者存放元素的容器，而消费者也只从容器里拿元素。

BlockingQueue即阻塞队列，从阻塞这个词可以看出，在某些情况下对阻塞队列的访问可能会造成阻塞。被阻塞的情况主要有如下两种：

1. 当队列满了的时候进行入队列操作

2. 当队列空了的时候进行出队列操作

因此，当一个线程试图对一个已经满了的队列进行入队列操作时，它将会被阻塞，除非有另一个线程做了出队列操作；同样，当一个线程试图对一个空队列进行出队列操作时，它将会被阻塞，除非有另一个线程进行了入队列操作。

在Java中，BlockingQueue的接口位于java.util.concurrent 包中(在Java5版本开始提供)，由上面介绍的阻塞队列的特性可知，阻塞队列是线程安全的。

在新增的Concurrent包中，BlockingQueue很好的解决了多线程中，如何高效安全“传输”数据的问题。通过这些高效并且线程安全的队列类，为我们快速搭建高质量的多线程程序带来极大的便利。本文详细介绍了BlockingQueue家庭中的所有成员，包括他们各自的功能以及常见使用场景。

认识BlockingQueue

阻塞队列，顾名思义，首先它是一个队列，而一个队列在数据结构中所起的作用大致如下图所示：

从上图我们可以很清楚看到，通过一个共享的队列，可以使得数据由队列的一端输入，从另外一端输出；

常用的队列主要有以下两种：（当然通过不同的实现方式，还可以延伸出很多不同类型的队列，DelayQueue就是其中的一种）

　　先进先出（FIFO）：先插入的队列的元素也最先出队列，类似于排队的功能。从某种程度上来说这种队列也体现了一种公平性。

　　后进先出（LIFO）：后插入队列的元素最先出队列，这种队列优先处理最近发生的事件。

      多线程环境中，通过队列可以很容易实现数据共享，比如经典的“生产者”和“消费者”模型中，通过队列可以很便利地实现两者之间的数据共享。假设我们有若干生产者线程，另外又有若干个消费者线程。如果生产者线程需要把准备好的数据共享给消费者线程，利用队列的方式来传递数据，就可以很方便地解决他们之间的数据共享问题。但如果生产者和消费者在某个时间段内，万一发生数据处理速度不匹配的情况呢？理想情况下，如果生产者产出数据的速度大于消费者消费的速度，并且当生产出来的数据累积到一定程度的时候，那么生产者必须暂停等待一下（阻塞生产者线程），以便等待消费者线程把累积的数据处理完毕，反之亦然。然而，在concurrent包发布以前，在多线程环境下，我们每个程序员都必须去自己控制这些细节，尤其还要兼顾效率和线程安全，而这会给我们的程序带来不小的复杂度。好在此时，强大的concurrent包横空出世了，而他也给我们带来了强大的BlockingQueue。（在多线程领域：所谓阻塞，在某些情况下会挂起线程（即阻塞），一旦条件满足，被挂起的线程又会自动被唤醒）

下面两幅图演示了BlockingQueue的两个常见阻塞场景：

ArrayBlockingQueue

ArrayBlockingQueue是一个有边界的阻塞队列，它的内部实现是一个数组。有边界的意思是它的容量是有限的，我们必须在其初始化的时候指定它的容量大小，容量大小一旦指定就不可改变。

ArrayBlockingQueue是以先进先出的方式存储数据，最新插入的对象是尾部，最新移出的对象是头部。下面

是一个初始化和使用ArrayBlockingQueue的例子：

     ArrayBlockingQueue<String> arrays = new ArrayBlockingQueue<String>(3);

     arrays.add("李四");

      arrays.add("张军");

     arrays.add("张军");

     // 添加阻塞队列

     arrays.offer("张三", 1, TimeUnit.SECONDS);

LinkedBlockingQueue

LinkedBlockingQueue阻塞队列大小的配置是可选的，如果我们初始化时指定一个大小，它就是有边界的，如果不指定，它就是无边界的。说是无边界，其实是采用了默认大小为Integer.MAX_VALUE的容量 。它的内部实现是一个链表。

和ArrayBlockingQueue一样，LinkedBlockingQueue 也是以先进先出的方式存储数据，最新插入的对象是尾部，最新移出的对象是头部。下面是一个初始化和使LinkedBlockingQueue的例子：

LinkedBlockingQueuelinkedBlockingQueue = new LinkedBlockingQueue(3);

linkedBlockingQueue.add("张三");

linkedBlockingQueue.add("李四");

linkedBlockingQueue.add("李四");

System.out.println(linkedBlockingQueue.size());

PriorityBlockingQueue

PriorityBlockingQueue是一个没有边界的队列，它的排序规则和 java.util.PriorityQueue一样。需要注

意，PriorityBlockingQueue中允许插入null对象。

所有插入PriorityBlockingQueue的对象必须实现 java.lang.Comparable接口，队列优先级的排序规则就

是按照我们对这个接口的实现来定义的。

另外，我们可以从PriorityBlockingQueue获得一个迭代器Iterator，但这个迭代器并不保证按照优先级顺

序进行迭代。

下面我们举个例子来说明一下，首先我们定义一个对象类型，这个对象需要实现Comparable接口：

SynchronousQueue

SynchronousQueue队列内部仅允许容纳一个元素。当一个线程插入一个元素后会被阻塞，除非这个元素被另一个线程消费。

使用BlockingQueue模拟生产者与消费者

class ProducerThread implements Runnable {

     private BlockingQueue queue;

     private volatile boolean flag = true;

     private static AtomicInteger count = new AtomicInteger();

     public ProducerThread(BlockingQueue queue) {

         this.queue = queue;

     }

 

     @Override

     public void run() {

         try {

              System.out.println("生产线程启动...");

              while (flag) {

                   System.out.println("正在生产数据....");

                   String data = count.incrementAndGet()+"";

                   // 将数据存入队列中

                   boolean offer = queue.offer(data, 2, TimeUnit.SECONDS);

                   if (offer) {

                       System.out.println("生产者,存入" + data + "到队列中,成功.");

                   } else {

                       System.out.println("生产者,存入" + data + "到队列中,失败.");

                   }

                   Thread.sleep(1000);

              }

         } catch (Exception e) {

 

         } finally {

              System.out.println("生产者退出线程");

         }

 

     }

 

     public void stop() {

         this.flag = false;

     }

}

 

class ConsumerThread implements Runnable {

     private BlockingQueue<String> queue;

     private volatile boolean flag = true;

 

     public ConsumerThread(BlockingQueue<String> queue) {

         this.queue = queue;

 

     }

 

     @Override

     public void run() {

         System.out.println("消费线程启动...");

         try {

              while (flag) {

                   System.out.println("消费者,正在从队列中获取数据..");

                   String data = queue.poll(2, TimeUnit.SECONDS);

                   if (data != null) {

                       System.out.println("消费者,拿到队列中的数据data:" + data);

                       Thread.sleep(1000);

                   } else {

                       System.out.println("消费者,超过2秒未获取到数据..");

                       flag = false;

                   }

        

                  

              }

         } catch (Exception e) {

               e.printStackTrace();

         } finally {

              System.out.println("消费者退出线程...");

         }

        

     }

 

}

 

public class ProducerAndConsumer {

     public static void main(String[] args) throws InterruptedException {

         BlockingQueue<String> queue = new LinkedBlockingQueue<String>(10);

         ProducerThread producerThread1 = new ProducerThread(queue);

         ProducerThread producerThread2 = new ProducerThread(queue);

         ConsumerThread consumerThread1 = new ConsumerThread(queue);

        Thread t1 = new Thread(producerThread1);

        Thread t2 = new Thread(producerThread2);

        Thread c1 = new Thread(consumerThread1);

        t1.start();

        t2.start();

        c1.start();

 

        // 执行10s

        Thread.sleep(10 * 1000);

        producerThread1.stop();

        producerThread2.stop();

  

     }

}