AQS深度解析与技术模拟

本文涉及的产品
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
简介: 【11月更文挑战第26天】AbstractQueuedSynchronizer(AQS)是Java并发包(java.util.concurrent)中的一个核心组件,为构建锁和其他同步器提供了一个强大的基础框架。AQS通过定义一套多线程访问共享资源的同步器框架,极大地简化了同步组件的开发。本文将通过第一原理对AQS进行深入分析,涵盖其相关概念、业务场景、历史背景、功能点、底层原理,并使用Java代码进行模拟,以帮助读者全面理解AQS。

引言

AbstractQueuedSynchronizer(AQS)是Java并发包(java.util.concurrent)中的一个核心组件,为构建锁和其他同步器提供了一个强大的基础框架。AQS通过定义一套多线程访问共享资源的同步器框架,极大地简化了同步组件的开发。本文将通过第一原理对AQS进行深入分析,涵盖其相关概念、业务场景、历史背景、功能点、底层原理,并使用Java代码进行模拟,以帮助读者全面理解AQS。

AQS概述

什么是AQS?

AQS,全称AbstractQueuedSynchronizer,是Java中的一个抽象队列式同步器。它是java.util.concurrent.locks包中的一个基础框架,用于实现基于FIFO(First In, First Out)等待队列的阻塞锁和同步器,如ReentrantLock、Semaphore、CountDownLatch等。AQS通过维护一个共享资源状态和一个线程等待队列,实现了对共享资源的高效管理和线程间的协调。

AQS的核心功能

AQS的核心功能包括:

  1. 同步状态管理:通过一个整数变量(state)来表示同步状态,该变量是volatile修饰的,保证线程间的可见性。
  2. 线程等待队列管理:AQS内部维护了一个FIFO的双向链表队列,用于存放等待获取同步状态的线程。
  3. 线程阻塞与唤醒:当线程无法获取同步状态时,会被放入等待队列并阻塞;当同步状态被释放时,会唤醒等待队列中的线程。

AQS的相关概念

共享资源与独占资源

AQS支持两种资源共享方式:

  1. 独占(Exclusive):每次只能有一个线程访问资源,如ReentrantLock。
  2. 共享(Shared):允许多个线程同时访问资源,但可能需要遵循一定的条件或限制,如Semaphore、CountDownLatch。

CLH队列

AQS内部使用的等待队列是基于CLH(Craig, Landin, and Hagersten)锁队列的变种。CLH队列是一个虚拟的双向队列,节点之间通过指针关联,而不是通过实际的队列实例。这种设计减少了内存开销,提高了并发性能。

AQS的业务场景

分布式任务调度

在分布式系统中,多个节点可能会同时尝试执行某个任务,如定时任务或业务逻辑处理。为了防止多个节点同时执行同一个任务,可以使用AQS实现分布式任务调度锁。通过AQS的独占模式,可以确保只有一个节点能够获取锁并执行任务,其他节点则会被阻塞,直到锁被释放。

数据库连接池

数据库连接池是一种常见的资源池化技术,用于管理数据库连接的创建、分配和释放。通过AQS,可以实现一个高效的数据库连接池。当需要获取数据库连接时,线程会尝试获取AQS的同步状态(表示可用连接的数量);如果获取失败,则线程会被放入等待队列并阻塞;当连接被释放时,会唤醒等待队列中的线程,使其能够重新获取连接。

AQS的历史背景

排队思想的起源

排队的思想最早可以追溯到1990年T.E.Anderson发表的论文《The Performance of Spin Lock Alternatives for Shared-Memory Multiprocessors》。该论文讨论了基于CPU原子指令的自旋锁性能瓶颈,并提出了基于数组的自旋锁设计。随后,Mellor-Crummey和Scott提出了MCS锁,以及Craig、Landin和Hagersten设计的CLH锁,这些工作为AQS的设计提供了重要的理论基础。

AQS的诞生

在Java 5中,JSR 166规范引入了java.util.concurrent包,该包提供了一系列支持并发的组件。为了简化同步组件的开发,Doug Lea提出了AQS框架。AQS通过抽象出同步状态和线程队列的管理逻辑,使得开发者可以专注于具体的同步器逻辑实现,而无需关心底层的线程排队和状态管理细节。

AQS的功能点

同步状态管理

AQS使用一个volatile类型的整数变量(state)来表示同步状态。子类可以通过重写getState()setState(int newState)compareAndSetState(int expect, int update)方法来操作同步状态。

线程等待队列管理

AQS内部维护了一个FIFO的双向链表队列,用于存放等待获取同步状态的线程。每个节点(Node)代表一个等待线程,包含线程引用、等待状态、前驱节点和后继节点等信息。

线程阻塞与唤醒

当线程无法获取同步状态时,会被封装成一个节点并加入等待队列。AQS通过LockSupport.park(Object blocker)方法阻塞线程,并通过LockSupport.unpark(Thread thread)方法唤醒线程。

AQS的底层原理

同步状态管理

AQS使用一个volatile类型的整数变量(state)来表示同步状态。由于state是volatile修饰的,因此保证了线程间的可见性。子类可以通过重写getState()setState(int newState)compareAndSetState(int expect, int update)方法来操作同步状态。

线程等待队列管理

AQS内部维护了一个FIFO的双向链表队列(等待队列),用于存放等待获取同步状态的线程。每个节点(Node)代表一个等待线程,包含线程引用、等待状态、前驱节点和后继节点等信息。节点之间通过指针关联,形成一个虚拟的双向队列。

线程阻塞与唤醒

当线程无法获取同步状态时,会被封装成一个节点并加入等待队列。AQS通过LockSupport.park(Object blocker)方法阻塞线程,使其进入WAITING状态并释放CPU资源。当同步状态被释放时,AQS会唤醒等待队列中的线程,使其能够重新竞争同步状态。

模板方法模式

AQS使用了模板方法模式来设计同步器。子类通过继承AQS并重写tryAcquire(int arg)tryRelease(int arg)tryAcquireShared(int arg)tryReleaseShared(int arg)等方法来实现具体的同步器逻辑。AQS提供了acquire(int arg)release(int arg)acquireShared(int arg)releaseShared(int arg)等模板方法,这些方法内部调用了子类重写的方法来实现同步操作。

Java模拟AQS实现

自定义独占锁

下面是一个基于AQS实现的自定义独占锁的示例代码:

java复制代码
import java.util.concurrent.locks.AbstractQueuedSynchronizer;
import java.util.concurrent.locks.Lock;
public class CustomLock implements Lock {
// 内部类继承AbstractQueuedSynchronizer,实现独占锁逻辑
private static class Sync extends AbstractQueuedSynchronizer {
// 尝试获取锁(独占模式)
@Override
protected boolean tryAcquire(int acquires) {
if (compareAndSetState(0, 1)) {
                setExclusiveOwnerThread(Thread.currentThread()); // 设置持有锁的线程
return true;
            }
return false;
        }
// 尝试释放锁
@Override
protected boolean tryRelease(int releases) {
if (getState() == 0) {
throw new IllegalMonitorStateException();
            }
            setExclusiveOwnerThread(null); // 清空持有锁的线程
            setState(0); // 设置状态为0,表示锁已释放
return true;
        }
// 是否被占用
protected boolean isHeldExclusively() {
return getState() == 1;
        }
    }
private final Sync sync = new Sync();
// 获取锁
public void lock() {
        sync.acquire(1);
    }
// 释放锁
public void unlock() {
        sync.release(1);
    }
// 是否锁定
public boolean isLocked() {
return sync.isHeldExclusively();
    }
}

测试自定义独占锁

下面是一个测试自定义独占锁的示例代码:

java复制代码
public class CustomLockTest {
public static void main(String[] args) {
CustomLock lock = new CustomLock();
// 创建多个线程模拟锁的竞争
for (int i = 0; i < 5; i++) {
new Thread(() -> {
                System.out.println(Thread.currentThread().getName() + " is trying to acquire the lock.");
                lock.lock();
try {
                    System.out.println(Thread.currentThread().getName() + " has acquired the lock.");
                    Thread.sleep(2000); // 模拟业务处理
                } catch (InterruptedException e) {
                    e.printStackTrace();
                } finally {
                    System.out.println(Thread.currentThread().getName() + " is releasing the lock.");
                    lock.unlock();
                }
            }).start();
        }
    }
}

运行结果示例

复制代码
Thread-0 is trying to acquire the lock.
Thread-0 has acquired the lock.
Thread-1 is trying to acquire the lock.
Thread-2 is trying to acquire the lock.
Thread-3 is trying to acquire the lock.
Thread-4 is trying to acquire the lock.
Thread-0 is releasing the lock.
Thread-1 has acquired the lock.
Thread-1 is releasing the lock.
Thread-2 has acquired the lock.
Thread-2 is releasing the lock.
Thread-3 has acquired the lock.
Thread-3 is releasing the lock.
Thread-4 has acquired the lock.
Thread-4 is releasing the lock.

总结

AQS是Java并发编程中的一个核心组件,为构建锁和其他同步器提供了一个强大的基础框架。通过定义一套多线程访问共享资源的同步器框架,AQS极大地简化了同步组件的开发。本文深入分析了AQS的相关概念、业务场景、历史背景、功能点和底层原理,并通过Java代码模拟了自定义独占锁的实现。希望本文能够帮助读者全面理解AQS的工作原理和应用场景,从而更好地利用Java并发编程技术。

相关文章
|
16天前
|
Web App开发 数据采集 开发者
某查”平台请求头反爬技术解析与应对
某查”平台请求头反爬技术解析与应对
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
335 10
|
10天前
|
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。
49 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天前
|
编解码 人工智能 并行计算
基于 Megatron 的多模态大模型训练加速技术解析
Pai-Megatron-Patch 是一款由阿里云人工智能平台PAI 研发的围绕英伟达 Megatron 的大模型训练配套工具,旨在帮助开发者快速上手大模型,打通大模型相关的高效分布式训练、有监督指令微调、下游任务评估等大模型开发链路。本文以 Qwen2-VL 为例,从易用性和训练性能优化两个方面介绍基于 Megatron 构建的 Pai-Megatron-Patch 多模态大模型训练的关键技术
|
1月前
|
机器学习/深度学习 人工智能 算法
DeepSeek技术报告解析:为什么DeepSeek-R1 可以用低成本训练出高效的模型
DeepSeek-R1 通过创新的训练策略实现了显著的成本降低,同时保持了卓越的模型性能。本文将详细分析其核心训练方法。
584 11
DeepSeek技术报告解析:为什么DeepSeek-R1 可以用低成本训练出高效的模型
|
9天前
|
移动开发 前端开发 JavaScript
从入门到精通:H5游戏源码开发技术全解析与未来趋势洞察
H5游戏凭借其跨平台、易传播和开发成本低的优势,近年来发展迅猛。接下来,让我们深入了解 H5 游戏源码开发的技术教程以及未来的发展趋势。
|
12天前
|
机器学习/深度学习 人工智能 监控
鸿蒙赋能智慧物流:AI类目标签技术深度解析与实践
在数字化浪潮下,物流行业面临变革,传统模式的局限性凸显。AI技术为物流转型升级注入动力。本文聚焦HarmonyOS NEXT API 12及以上版本,探讨如何利用AI类目标签技术提升智慧物流效率、准确性和成本控制。通过高效数据处理、实时监控和动态调整,AI技术显著优于传统方式。鸿蒙系统的分布式软总线技术和隐私保护机制为智慧物流提供了坚实基础。从仓储管理到运输监控再到配送优化,AI类目标签技术助力物流全流程智能化,提高客户满意度并降低成本。开发者可借助深度学习框架和鸿蒙系统特性,开发创新应用,推动物流行业智能化升级。
|
20天前
|
人工智能 文字识别 自然语言处理
保单AI识别技术及代码示例解析
车险保单包含基础信息、车辆信息、人员信息、保险条款及特别约定等关键内容。AI识别技术通过OCR、文档结构化解析和数据校验,实现对保单信息的精准提取。然而,版式多样性、信息复杂性、图像质量和法律术语解析是主要挑战。Python代码示例展示了如何使用PaddleOCR进行保单信息抽取,并提出了定制化训练、版式分析等优化方向。典型应用场景包括智能录入、快速核保、理赔自动化等。未来将向多模态融合、自适应学习和跨区域兼容性发展。
|
1月前
|
人工智能 自然语言处理 算法
DeepSeek模型的突破:性能超越R1满血版的关键技术解析
上海AI实验室周伯文团队的最新研究显示,7B版本的DeepSeek模型在性能上超越了R1满血版。该成果强调了计算最优Test-Time Scaling的重要性,并提出了一种创新的“弱到强”优化监督机制的研究思路,区别于传统的“从强到弱”策略。这一方法不仅提升了模型性能,还为未来AI研究提供了新方向。
500 5
|
6天前
|
缓存 算法 Oracle
深度干货 | 如何兼顾性能与可靠性?一文解析YashanDB主备高可用技术
数据库高可用(High Availability,HA)是指在系统遇到故障或异常情况时,能够自动快速地恢复并保持服务可用性的能力。如果数据库只有一个实例,该实例所在的服务器一旦发生故障,那就很难在短时间内恢复服务。长时间的服务中断会造成很大的损失,因此数据库高可用一般通过多实例副本冗余实现,如果一个实例发生故障,则可以将业务转移到另一个实例,快速恢复服务。

热门文章

最新文章

推荐镜像

更多