JUC系列《深入浅出Java并发容器:CopyOnWriteArrayList全解析》

简介: CopyOnWriteArrayList是Java中基于“写时复制”实现的线程安全List,读操作无锁、性能高,适合读多写少场景,如配置管理、事件监听器等,但频繁写入时因复制开销大需谨慎使用。
  • 引言
  • 什么是CopyOnWriteArrayList?
  • 核心原理:写时复制
  • 代码示例:一看就懂
  • 适用场景
  • 总结与展望
  • 互动环节

引言

在Java并发编程的世界里,我们经常需要在多线程环境下处理共享数据。传统的ArrayList虽然好用,但在多线程环境下却是个"定时炸弹"——非线程安全会导致数据不一致问题。JDK的java.util.concurrent包(简称JUC)为我们提供了一系列线程安全的容器,今天我们要重点剖析的就是其中一位"读写分离大师"——CopyOnWriteArrayList

什么是CopyOnWriteArrayList?

CopyOnWriteArrayList是Java集合框架中的一个线程安全实现,它实现了List接口。与传统的通过同步锁实现线程安全的方式不同,它采用了一种更加巧妙的"写时复制"(Copy-On-Write)策略来保证线程安全。

简单来说,它就是:"写操作时复制一份,读操作无锁直接读"。

核心原理:写时复制

基本工作机制

  1. 读取操作:直接读取当前数组的内容,不需要任何同步控制
  2. 写入操作(add、set、remove等):
  3. 获取锁(保证同一时间只有一个写操作)
  4. 复制当前数组到一个新数组中
  5. 在新数组上执行修改操作
  6. 将底层数组引用指向新数组
  7. 释放锁
// 简化版的写操作流程(伪代码表示)
public boolean add(E element) {
    synchronized (lock) {
        Object[] oldArray = currentArray;
        Object[] newArray = Arrays.copyOf(oldArray, oldArray.length + 1);
        newArray[newArray.length - 1] = element;
        currentArray = newArray; // 原子性操作,引用赋值是原子的
        return true;
    }
}

内存模型与可见性

由于对数组引用的赋值是原子操作,且配合volatile关键字保证可见性,读线程总能看到最新完成的写操作结果:

// JDK中的实际实现片段
public class CopyOnWriteArrayList<E> {
    private transient volatile Object[] array; // volatile保证可见性
    
    final Object[] getArray() {
        return array;
    }
    
    final void setArray(Object[] a) {
        array = a;
    }
}

代码示例:一看就懂

基础使用示例

import java.util.concurrent.CopyOnWriteArrayList;
public class CopyOnWriteArrayListDemo {
    public static void main(String[] args) {
        // 创建CopyOnWriteArrayList实例
        CopyOnWriteArrayList<String> list = new CopyOnWriteArrayList<>();
        
        // 添加元素 - 写操作
        list.add("Java");
        list.add("Python");
        list.add("Go");
        
        // 读取元素 - 读操作(无需同步)
        System.out.println("第一个元素: " + list.get(0));
        
        // 遍历操作也是线程安全的
        for (String language : list) {
            System.out.println("编程语言: " + language);
        }
        
        // 并发修改不会抛出ConcurrentModificationException
        list.remove("Python");
        System.out.println("删除后的列表: " + list);
    }
}

并发读写示例

import java.util.concurrent.CopyOnWriteArrayList;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class ConcurrentReadWriteDemo {
    private static final CopyOnWriteArrayList<Integer> list = 
        new CopyOnWriteArrayList<>();
    
    public static void main(String[] args) throws InterruptedException {
        ExecutorService executor = Executors.newFixedThreadPool(10);
        
        // 启动多个写线程
        for (int i = 0; i < 5; i++) {
            final int value = i;
            executor.execute(() -> {
                list.add(value);
                System.out.println("写入: " + value);
            });
        }
        
        // 启动多个读线程
        for (int i = 0; i < 5; i++) {
            executor.execute(() -> {
                System.out.println("读取: " + list);
            });
        }
        
        executor.shutdown();
        Thread.sleep(1000);
        System.out.println("最终结果: " + list);
    }
}

⚖️ 优缺点分析

✅ 优点

  • 读取性能极高:读操作完全无锁,性能接近ArrayList
  • 线程安全:不会出现ConcurrentModificationException
  • 迭代器安全:迭代器遍历的是创建时的数组快照

❌ 缺点

  • 内存占用大:每次写操作都会复制整个数组
  • 数据最终一致性:读操作可能无法立即看到最新的修改
  • 不适合写多读少的场景:频繁写操作会导致性能下降

适用场景

  1. 读多写少的场景:如黑名单、白名单配置
  2. 事件监听器列表:监听器很少变动,但频繁被遍历
  3. 缓存数据:数据不经常变化但需要高并发读取
// 典型应用:事件监听器管理
public class EventManager {
    private final CopyOnWriteArrayList<EventListener> listeners = 
        new CopyOnWriteArrayList<>();
    
    // 添加监听器(写操作少)
    public void addListener(EventListener listener) {
        listeners.add(listener);
    }
    
    // 触发事件(读操作多)
    public void fireEvent(Event event) {
        for (EventListener listener : listeners) {
            listener.onEvent(event); // 安全遍历
        }
    }
}

总结与展望

CopyOnWriteArrayList通过巧妙的"写时复制"机制,在保证线程安全的同时提供了极高的读性能。它是并发编程中"读写分离"思想的经典实现。

然而,技术选择从来都是权衡的艺术。在选择使用CopyOnWriteArrayList时,一定要根据实际业务场景来判断:如果你的应用是读多写少数据量不大,那么它是绝佳选择;如果是写操作频繁的场景,可能需要考虑其他并发容器如ConcurrentLinkedQueue或使用传统的同步机制。

随着Java版本的不断更新,JUC包也在持续演进。未来我们可以期待更多优化的并发容器出现,但在那之前,理解并合理使用现有的工具仍然是我们每个Java开发者的必备技能。

相关文章
|
10天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
9天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
401 130
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
3天前
|
存储 安全 前端开发
如何将加密和解密函数应用到实际项目中?
如何将加密和解密函数应用到实际项目中?
197 138
|
9天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
376 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
3天前
|
存储 JSON 安全
加密和解密函数的具体实现代码
加密和解密函数的具体实现代码
196 136
|
21天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1347 8
|
8天前
|
监控 JavaScript Java
基于大模型技术的反欺诈知识问答系统
随着互联网与金融科技发展,网络欺诈频发,构建高效反欺诈平台成为迫切需求。本文基于Java、Vue.js、Spring Boot与MySQL技术,设计实现集欺诈识别、宣传教育、用户互动于一体的反欺诈系统,提升公众防范意识,助力企业合规与用户权益保护。
|
20天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1456 87