认识并发中常见的锁

简介: 1. 锁的作用2. 乐观锁和悲观锁1)乐观锁2)悲观锁3)乐观锁和悲观锁在 Java 中的典型实现4)数据版本机制3. CAS 机制1)什么是 CAS2)CAS 的 ABA 问题4. 读写锁1)Java 标准库中提供的读写锁5. 偏向锁、轻量级锁和重量级锁1)偏向锁2)轻量级锁3)重量级锁6. 自旋锁7. 公平锁和非公平锁

1. 锁的作用

锁是确保线程安全最常见的做法

利用锁机制对共享数据做互斥同步,这样在同一时刻,只有一个线程可以执行某个方法或者某个代码块,这样就可以保证线程安全


2. 乐观锁和悲观锁

1)乐观锁

乐观锁在操作数据时非常乐观,认为别人不会同时修改数据。因此乐观锁不会上锁,只是在执行更新的时候判断一下是否发生冲突,如果发生冲突则放弃操作,否则执行操作


2)悲观锁

悲观锁在操作数据时比较悲观,认为别人会同时修改数据,因此在操作数据之前先上锁,直到操作完成后释放锁,期间其他人不能修改数据


3)乐观锁和悲观锁在 Java 中的典型实现

  • 悲观锁在 Java 中的应用就是通过使用 synchronized 和 Lock 加锁来进行互斥同步
  • 乐观锁的一个重要功能就是检测出数据是否发生访问冲突,一般使用以下两种方法实现此功能:
  1. 引入数据版本号
  2. CAS机制

4)数据版本机制

为每段数据添加一个版本号,线程从主存中读取到数据时会将数据版本号一并读出,在对数据进行修改完成之后,会将自身数据的版本号 +1,在提交到主存之前先对比自身数据版本和主存数据版本,当满足 提交的数据版本大于当前主存中的数据版本时才能执行数据更新,否则就说明发生了冲突,认为此次操作失败


3. CAS 机制

1)什么是 CAS


CAS 全称 Compare and swap,字面意思就是:比较并交换


CAS 包括三个操作数:内存中的原数据 V,旧的预期值 A,需要修改的新值 B


具体操作如下:


比较 A 与 V 是否相等(比较)

如果比较相等,将 B 写入 V(交换)

返回操作是否成功

当多个线程同时对某资源进行 CAS 操作,只能有一个线程操作成功,但是并不会阻塞其他线程,其他线程只会收到操作失败的信号


2)CAS 的 ABA 问题

什么是 ABA 问题


假设存在两个线程 t1 和 t2,有一个共享变量 num,初始值为1


线程 t1 想把1变成2,但在这之前,线程 t2 将 1 变成 2,再从 2 变回 1


到 t1 执行操作时,CAS 判断原数据等于预期值,就认为没有被修改过,所以 t1 会继续后边的操作


ABA 问题引来的 BUG


当数据类型为基本数据类型时,那么此时对结果不会有影响


当数据类型是一个引用类型时,那么就可能会产生影响,因为其他线程可能更改了引用的对象中的东西,但是引用还是那个引用。就比如:我的手机被别人借去用了几天,又还了回来,手机还是那个手机,但里面的东西可能就和之前不一样了


ABA 问题的解决方法


在 CAS 机制中加入数据版本机制,给要修改的值加上数据版本号,在 CAS 比较当前值和旧值是否相等的同时,还要比较数据版本是否相同


4. 读写锁

读写锁中拥有两把锁,一个读锁,一个写锁,在执行加锁操作时需要额外表明需要读锁还是写锁。


特点:


同一时刻允许多个持有读锁的线程对共享资源进行读操作

同一时刻只允许一个持有写锁的线程对共享资源进行写操作

当当前线程持有共享资源的读锁时,同一时刻其他持有写锁的线程会被阻塞

读写锁更适合于 “ 频繁读,不频繁写 ” 的场景中


1)Java 标准库中提供的读写锁

Java 标准库中提供了 ReentrantReadWriteLock 类,来实现读写锁


ReentrantReadWriteLock.ReadLock 类表示一个读锁,这个类提供了 lock / unlock 方法进行加解锁

ReentrantReadWriteLock.WriteLock 类表示一个写锁,这个类提供了 lock / unlock 方法进行加解锁

5. 偏向锁、轻量级锁和重量级锁

1)偏向锁

偏向锁不是真正的 “ 加锁 ”,只是给对象头中做了一个标记,记录这个锁属于哪个线程,如果后续没有其他线程来竞争锁,那么就不用进行同步操作了,避免了加锁解锁的开销


2)轻量级锁

在锁是偏向锁时,被另一个线程所访问,偏向锁就会升级为轻量级锁,其他锁会通过自旋的方式尝试获取锁,不会阻塞,性能提高


3)重量级锁

在锁是轻量级锁的时候,另一个线程虽然自旋,但自旋不会一直持续下去,当自旋一定次数还没有获取到锁,就会进入阻塞,轻量级锁就会膨胀为重量级锁。重量级锁会让其他申请的线程进入阻塞,性能降低


6. 自旋锁

按之前的方式,线程在抢锁失败后会进入阻塞状态,放弃 CPU,需要过很久才能再次被调度


实际上,大部分情况下,虽然抢锁失败,但是过不了多久,锁就会被释放,没必要放弃 CPU,这个时候就可以使用自旋锁来处理这样的问题


工作原理:


如果获取锁失败,立即再尝试获取锁,无限循环,直到获取到锁为止。第一次获取锁失败,第二次的尝试会在极端的时间内到来


一旦锁被其他线程释放,就能在第一时间获取到锁


7. 公平锁和非公平锁

假设有 A、B、C 三个线程,A 先尝试加锁,加锁成功,然后 B 尝试加锁,加锁失败,阻塞等待;然后 C 尝试加锁,加锁失败,阻塞等待


当 A 释放锁之后,谁先获取到锁呢?


**公平锁:**遵守 “ 先来后到 ” 的原则,B 比 C 先来,A 释放锁之后,B 就能先于 C 获取到锁


**非公平锁:**不遵守 “ 先来后到 ” 的原则,B 和 C 都有可能获取到锁


一张简图让你了解公平锁和非公平锁


42.png


注意:

  • 操作系统内部的线程调度是随机的,如果不做任何限制,锁就是非公平锁,如果要实现公平锁,就需要额外的数据结构,来记录县城们的先后顺序
  • 公平锁和非公平锁没有好坏之分,关键看使用场景
目录
相关文章
|
20天前
|
人工智能 缓存 前端开发
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
DeepSeek Harness + DeepSeek V4 Pro 项目实战保姆级教程!手把手带你从零安装开源 AI 编程工具,开发架构图、知识讲解网站、3D 网页游戏、全栈 AI 应用 4 个项目,覆盖运行模式选择、插件安装与开发,看看能不能对标 Claude。
13234 90
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
|
8天前
|
人工智能 自然语言处理 安全
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
本文聚焦阿里云2026年推出的三款自研AI办公产品,清晰拆解千问办公、Qoder Teams、Qoder CN的差异化定位与能力边界:千问办公主打职场全场景提效,支持自然语言指令一键完成PPT生成、数据分析等高频办公任务;Qoder Teams面向程序员团队,深度整合AI代码生成、团队协同与企业知识库能力;Qoder CN则专为金融、政务等强合规场景打造,实现数据不出境与VPC私有化部署。文章同步给出分场景选型指南与最新活动定价,帮助不同类型的企业按需组合产品,实现业务岗、研发岗与强合规场景的AI能力全覆盖。
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
|
3天前
|
缓存 人工智能 API
阿里云Qwen3.8‑Flash完整能力解析:模型特性、API调用实操与计费规则深度拆解
在AI应用快速落地的当下,开发者与企业选型大模型API,不再只单纯关注评测榜单分数,推理速度、上下文长度、多模态能力、工具调用稳定性以及实际调用成本,共同决定项目能否平稳上线。Qwen3.8‑Flash作为新一代多模态混合专家模型,主打高性能推理与低成本开销,面向编程开发、智能Agent工作流、超长文档解析、图文混合理解等高频场景,提供托管API服务,权重同时开放可供本地部署,兼容主流接口协议,能够无缝接入各类开发工具链。很多开发者在接入过程中,容易混淆普通按量Token计费、缓存计费、各类订阅计划之间的差异,造成实际账单超出预估。本文从模型底层架构、核心功能能力、适用场景、API调用实操、完
803 0
|
13天前
|
Web App开发 人工智能 API
16 个超火的 DeepSeek Harness 插件,大肥鱼已经落后 N 个版本了。。。
DeepSeek Harness 精选插件推荐合集,从图片识别、浏览器操控、多 Agent 协作到手机远程控制,一口气带你看完 DSH 社区热门的十几个插件,覆盖技能扩展、UI 界面增强、整活玩法三大类,让你的鲸鱼变得更强。
1793 4
|
14天前
|
人工智能 Java BI
【AI】DeepSeek Harness 安装、运行、管理插件
本文介绍了如何运行DeepSeek开源的Agent框架DeepSeek Harness(dsh)。主要内容包括:使用nvm安装适配的Node版本;通过代理加速克隆GitHub源码;使用pnpm安装依赖并启动项目;配置DeepSeek API Token;安装扩展功能的插件。该框架自带Web界面,支持模型适配、文件编辑等插件化功能
1970 1
|
人工智能 JavaScript 开发工具
DeepSeek Harness 本地安装与使用指南
DeepSeek Harness(DSH)是DeepSeek AI开源的Agent运行框架,支持本地文件操作、命令执行与工具调用。基于Cordis插件架构,具备高扩展性与强可控性,适合开发者搭建可控Agent环境或开展模型基准测试。当前为开发者预览版,需Node.js环境,推荐先用`npx @deepseek-ai/dsh web`快速体验。
5230 0
|
9天前
|
人工智能 Linux iOS开发
Ollama使用教程:Ollama官网下载、Ollama本地部署大模型(2026最新)
Ollama 是一款免费开源的本地大模型运行工具,支持在 Windows/macOS/Linux 上离线运行 Qwen、DeepSeek、Llama 等主流开源模型,数据不出本机、隐私安全。提供 OpenAI 兼容 API,命令行一键拉取/运行/管理模型,无需联网,无调用限制,是开发者与 AI 爱好者部署本地 AI 助手的理想选择。(239 字)
|
16天前
|
人工智能 JavaScript 测试技术
保姆级教程:DeepSeek Harness从安装到跑通测试,30分钟上手
DeepSeek Harness是DeepSeek开源的AI Agent运行时,主打“一行命令安装、5分钟跑通”。它让模型真正动手干活——读代码、跑测试、分析失败、生成修复方案。本文手把手教你30分钟从零上手,覆盖安装、配置、实测及避坑指南,助你快速掌握下一代AI编程范式。
|
6天前
|
人工智能 监控 测试技术
Qwen3.8-Flash 来了,100万上下文、Agent、Coding 都加强了
8月26日,通义千问发布Qwen3.8-Flash-Next:125B参数、每Token仅激活6B,原生支持26万Token、可扩展至100万上下文;Coding、Agent与工具调用能力显著增强,面向真实软件工程任务,推动大模型从“回答问题”迈向“完成工作”。