AbstractQueuedSynchronizer 原理解析(下)

简介: AbstractQueuedSynchronizer 原理解析

Semaphore


image.png


深入理解


  • 锁, 面向锁的使用者, 核心是定义了程序和锁的交互 API


  • 同步器,面向锁的实现者, 比如 Java 并发大神 Doug Lee , 提出同一规范并且简化了锁的实现,屏蔽了同步状态管理、阻塞线程排队和通知、唤醒机制等。


AQS 作用


加锁会导致阻塞


有阻塞就需要排队,实现排队必然需要某种形式的队列来进行管理。


解释说明


抢到资源的线程直接使用处理业务逻辑,抢不到资源的必然进入一种排队等候机制。抢占资源失败的线程去等待(类似银行业务遍历窗口都满了,暂时没有受理窗口的顾客只能去候客区排队等候),但等待线程仍然保持获取锁的可能且获取锁流程仍在继续(候客区的顾客也在等待着叫号,轮到了再去受理窗口办理业务)。


既然提到了排队等候机制。 那么就一定会有某种队列形成,这样的队列是什么数据结构呢?


如果共享资源被占用,就需要一定的阻塞等待唤醒机制来保证锁的分配。这个机制主要是通过 CHL 队列的变体来实现的,将暂时获取不到的锁的线程加入到队列中,这个队列就是 AQS 的抽象实现。它将请求共享资源的线程封装成队列的节点 Node , 通过 CAS , 自旋以及 LockSupport.park() 的方式,维护 sate 变量的状态,使并发达到同步的控制效果。


image.png


AQS 实践


AQS 初步认识


image.png


有阻塞就需要有排队,实现排队必须需要队列


AQS 使用一个 volatile 的 int 类型的成员变量来表示同步状态,通过内置的 FIFO 队列来完成资源获取的排队工作将每条要去抢占资源的线程封装成一个 Node 节点来实现锁的分配,通过 CAS 完成对 State 值的修改。


image.png


AQS 内部体系架构


image.png


AQS 组成


  • AQS 的 int 变量


AQS 同步状态 State 成员变量


/**
     * The synchronization state.
     */
    private volatile int state;


银行办理业务的受理窗口状态


1、0 就是没人, 自由状态可以办理


2、大于等于 1 , 有人占用窗口,等着去


  • AQS 的 CLH 队列


CLH 队列(三个大牛的名字组成),为一个双向队列


image.png


银行候客区的等待顾客


  • 小总结


有阻塞就需要排队,实现排队必然需要队列


state + CLH 变种的双端队列


AQS 同步队列的基本结构


  • Node 中的 int 变量


Node 的等待状态 waitState 成员变量


volatile int waitStatus;


总结一下


等候区其他顾客(其他线程)的等待状态


队列中每个排队的个体就是一个 Node


  • Node 类的详解


static final class Node {
    // 共享
        static final Node SHARED = new Node();
        // 独占
        static final Node EXCLUSIVE = null;
    // 线程被取消了
        static final int CANCELLED =  1;
    // 后继线程需要唤醒
        static final int SIGNAL    = -1;
    // 等待 condition 唤醒
        static final int CONDITION = -2;
    // 共享式同步状态获取将会无条件的传播下去
        static final int PROPAGATE = -3;
        // 初始状态为 0 , 状态式上面的几种
        volatile int waitStatus;
        // 前置节点
        volatile Node prev;
        // 后置节点
        volatile Node next;
        // 当前线程
        volatile Thread thread;
        Node nextWaiter;
        final boolean isShared() {
            return nextWaiter == SHARED;
        }
        final Node predecessor() throws NullPointerException {
            Node p = prev;
            if (p == null)
                throw new NullPointerException();
            else
                return p;
        }
        Node() {    // Used to establish initial head or SHARED marker
        }
        Node(Thread thread, Node mode) {     // Used by addWaiter
            this.nextWaiter = mode;
            this.thread = thread;
        }
        Node(Thread thread, int waitStatus) { // Used by Condition
            this.waitStatus = waitStatus;
            this.thread = thread;
        }
    }


AQS 同步队列的基本结构


image.png


相关文章
|
7月前
|
安全 算法 网络协议
解析:HTTPS通过SSL/TLS证书加密的原理与逻辑
HTTPS通过SSL/TLS证书加密,结合对称与非对称加密及数字证书验证实现安全通信。首先,服务器发送含公钥的数字证书,客户端验证其合法性后生成随机数并用公钥加密发送给服务器,双方据此生成相同的对称密钥。后续通信使用对称加密确保高效性和安全性。同时,数字证书验证服务器身份,防止中间人攻击;哈希算法和数字签名确保数据完整性,防止篡改。整个流程保障了身份认证、数据加密和完整性保护。
|
6月前
|
机器学习/深度学习 数据可视化 PyTorch
深入解析图神经网络注意力机制:数学原理与可视化实现
本文深入解析了图神经网络(GNNs)中自注意力机制的内部运作原理,通过可视化和数学推导揭示其工作机制。文章采用“位置-转移图”概念框架,并使用NumPy实现代码示例,逐步拆解自注意力层的计算过程。文中详细展示了从节点特征矩阵、邻接矩阵到生成注意力权重的具体步骤,并通过四个类(GAL1至GAL4)模拟了整个计算流程。最终,结合实际PyTorch Geometric库中的代码,对比分析了核心逻辑,为理解GNN自注意力机制提供了清晰的学习路径。
441 7
深入解析图神经网络注意力机制:数学原理与可视化实现
|
6月前
|
机器学习/深度学习 缓存 自然语言处理
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
Tiktokenizer 是一款现代分词工具,旨在高效、智能地将文本转换为机器可处理的离散单元(token)。它不仅超越了传统的空格分割和正则表达式匹配方法,还结合了上下文感知能力,适应复杂语言结构。Tiktokenizer 的核心特性包括自适应 token 分割、高效编码能力和出色的可扩展性,使其适用于从聊天机器人到大规模文本分析等多种应用场景。通过模块化设计,Tiktokenizer 确保了代码的可重用性和维护性,并在分词精度、处理效率和灵活性方面表现出色。此外,它支持多语言处理、表情符号识别和领域特定文本处理,能够应对各种复杂的文本输入需求。
729 6
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
|
7月前
|
机器学习/深度学习 算法 数据挖掘
解析静态代理IP改善游戏体验的原理
静态代理IP通过提高网络稳定性和降低延迟,优化游戏体验。具体表现在加快游戏网络速度、实时玩家数据分析、优化游戏设计、简化更新流程、维护网络稳定性、提高连接可靠性、支持地区特性及提升访问速度等方面,确保更流畅、高效的游戏体验。
174 22
解析静态代理IP改善游戏体验的原理
|
7月前
|
编解码 缓存 Prometheus
「ximagine」业余爱好者的非专业显示器测试流程规范,同时也是本账号输出内容的数据来源!如何测试显示器?荒岛整理总结出多种测试方法和注意事项,以及粗浅的原理解析!
本期内容为「ximagine」频道《显示器测试流程》的规范及标准,我们主要使用Calman、DisplayCAL、i1Profiler等软件及CA410、Spyder X、i1Pro 2等设备,是我们目前制作内容数据的重要来源,我们深知所做的仍是比较表面的活儿,和工程师、科研人员相比有着不小的差距,测试并不复杂,但是相当繁琐,收集整理测试无不花费大量时间精力,内容不完善或者有错误的地方,希望大佬指出我们好改进!
424 16
「ximagine」业余爱好者的非专业显示器测试流程规范,同时也是本账号输出内容的数据来源!如何测试显示器?荒岛整理总结出多种测试方法和注意事项,以及粗浅的原理解析!
|
6月前
|
传感器 人工智能 监控
反向寻车系统怎么做?基本原理与系统组成解析
本文通过反向寻车系统的核心组成部分与技术分析,阐述反向寻车系统的工作原理,适用于适用于商场停车场、医院停车场及火车站停车场等。如需获取智慧停车场反向寻车技术方案前往文章最下方获取,如有项目合作及技术交流欢迎私信作者。
388 2
|
8月前
|
机器学习/深度学习 自然语言处理 搜索推荐
自注意力机制全解析:从原理到计算细节,一文尽览!
自注意力机制(Self-Attention)最早可追溯至20世纪70年代的神经网络研究,但直到2017年Google Brain团队提出Transformer架构后才广泛应用于深度学习。它通过计算序列内部元素间的相关性,捕捉复杂依赖关系,并支持并行化训练,显著提升了处理长文本和序列数据的能力。相比传统的RNN、LSTM和GRU,自注意力机制在自然语言处理(NLP)、计算机视觉、语音识别及推荐系统等领域展现出卓越性能。其核心步骤包括生成查询(Q)、键(K)和值(V)向量,计算缩放点积注意力得分,应用Softmax归一化,以及加权求和生成输出。自注意力机制提高了模型的表达能力,带来了更精准的服务。
|
7月前
|
Java 数据库 开发者
详细介绍SpringBoot启动流程及配置类解析原理
通过对 Spring Boot 启动流程及配置类解析原理的深入分析,我们可以看到 Spring Boot 在启动时的灵活性和可扩展性。理解这些机制不仅有助于开发者更好地使用 Spring Boot 进行应用开发,还能够在面对问题时,迅速定位和解决问题。希望本文能为您在 Spring Boot 开发过程中提供有效的指导和帮助。
541 12
|
7月前
|
开发框架 监控 JavaScript
解锁鸿蒙装饰器:应用、原理与优势全解析
ArkTS提供了多维度的状态管理机制。在UI开发框架中,与UI相关联的数据可以在组件内使用,也可以在不同组件层级间传递,比如父子组件之间、爷孙组件之间,还可以在应用全局范围内传递或跨设备传递。
148 2
|
6月前
|
负载均衡 JavaScript 前端开发
分片上传技术全解析:原理、优势与应用(含简单实现源码)
分片上传通过将大文件分割成多个小的片段或块,然后并行或顺序地上传这些片段,从而提高上传效率和可靠性,特别适用于大文件的上传场景,尤其是在网络环境不佳时,分片上传能有效提高上传体验。 博客不应该只有代码和解决方案,重点应该在于给出解决方案的同时分享思维模式,只有思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~

推荐镜像

更多
  • DNS