标签：hashmap   乐观锁   syn   性问题   增加   理论   变化   没有   hash   

一. 安全性问题

1. 线程安全的本质是正确性，而正确性的含义是程序按照预期执行

2. 理论上线程安全的程序，应该要避免出现可见性问题（CPU缓存）、原子性问题（线程切换）和有序性问题（编译优化）

3. 需要分析是否存在线程安全问题的场景：存在共享数据且数据会发生变化，即有多个线程会同时读写同一个数据

4. 针对该理论的解决方案：不共享数据，采用线程本地存储（Thread Local Storage，TLS）；不变模式

Ⅰ. 数据竞争

数据竞争（Data Race）：多个线程同时访问同一数据，并且至少有一个线程会写这个数据

1. add

private static final int MAX_COUNT = 1_000_000;
private long count = 0;
// 非线程安全
public void add() {
    int index = 0;
    while (++index < MAX_COUNT) {
        count += 1;
    }
}

2. add + synchronized

private static final int MAX_COUNT = 1_000_000;
private long count = 0;
public synchronized long getCount() {
    return count;
}
public synchronized void setCount(long count) {
    this.count = count;
}
// 非线程安全
public void add() {
    int index = 0;
    while (++index < MAX_COUNT) {
        setCount(getCount() + 1);
    }
}

• 假设count=0，当两个线程同时执行getCount()，都会返回0
• 两个线程执行getCount()+1，结果都是1，最终写入内存是1，不符合预期，这种情况为竟态条件

Ⅱ. 竟态条件

1. 竟态条件（Race Condition）：程序的执行结果依赖于线程执行的顺序
2. 在并发环境里，线程的执行顺序是不确定的
   • 如果程序存在竟态条件问题，那么意味着程序的执行结果是不确定的

1. 转账

public class Account {
    private int balance;
    // 非线程安全，存在竟态条件，可能会超额转出
    public void transfer(Account target, int amt) {
        if (balance > amt) {
            balance -= amt;
            target.balance += amt;
        }
    }
}

Ⅲ. 解决方案

面对数据竞争和竟态条件问题，可以通过互斥的方案来实现线程安全，互斥的方案可以统一归为锁

二. 活跃性问题

活跃性问题：某个操作无法执行下去，包括三种情况：死锁、活锁、饥饿

Ⅰ. 死锁

1. 发生死锁后线程会相互等待，表现为线程永久阻塞
2. 解决死锁问题的方法是规避死锁（破坏发生死锁的条件之一）
   • 互斥：不可破坏，锁定目的就是为了互斥
   • 占有且等待：一次性申请所有需要的资源
   • 不可抢占：当线程持有资源A，并尝试持有资源B时失败，线程主动释放资源A
   • 循环等待：将资源编号排序，线程申请资源时按递增（或递减）的顺序申请

Ⅱ. 活锁

• 活锁：线程并没有发生阻塞，但由于相互谦让，而导致执行不下去
• 解决方案：在谦让时，尝试等待一个随机时间（分布式一致算法Raft也有采用）

Ⅲ. 饥饿

1. 饥饿：线程因无法访问所需资源而无法执行下去
   • 线程的优先级是不相同的，在CPU繁忙的情况下，优先级低的线程得到执行的机会很少，可能发生线程饥饿
   • 持有锁的线程，如果执行的时间过长（持有的资源不释放），也有可能导致饥饿问题
2. 解决方案
   • 保证资源充足
   • 公平地分配资源（公平锁） – 比较可行
   • 避免持有锁的线程长时间执行

三. 性能问题

1. 锁的过度使用可能会导致串行化的范围过大，这会影响多线程优势的发挥（并发程序的目的就是为了提升性能）
2. 尽量减少串行，假设串行百分比为5%，那么多核多线程相对于单核单线程的提升公式（Amdahl定律）
   S=1/((1-p)+p/n)，n为CPU核数，p为并行百分比，(1-p)为串行百分比

• 假如p=95%，n无穷大，加速比S的极限为20，即无论采用什么技术，最高只能提高20倍的性能

Ⅰ. 解决方案

1. 无锁算法和数据结构
   • 线程本地存储（Thread Local Storage，TLS）
   • 写入时复制（Copy-on-write）
   • 乐观锁
   • JUC中的原子类
   • Disruptor（无锁的内存队列）
2. 减少锁持有的时间，互斥锁的本质是将并行的程序串行化，要增加并行度，一定要减少持有锁的时间
   • 使用细粒度锁，例如JUC中的ConcurrentHashMap（分段锁）
   • 使用读写锁，即读是无锁的，只有写才会互斥的

Ⅱ. 性能指标

1. 吞吐量：在单位时间内能处理的请求数量，吞吐量越高，说明性能越好
2. 延迟：从发出请求到收到响应的时间，延迟越小，说明性能越好
3. 并发量：能同时处理的请求数量，一般来说随着并发量的增加，延迟也会增加，所以延迟一般是基于并发量来说的

写在最后

网易Java研发面试官眼中的Java并发——安全性、活跃性、性能

标签：hashmap   乐观锁   syn   性问题   增加   理论   变化   没有   hash   

原文地址：https://www.cnblogs.com/Java-no-1/p/11141000.html