【JavaEE】线程案例-单例模式 and 阻塞队列

简介: JavaEE & 线程案例 & 单例模式 and 阻塞队列

JavaEE & 线程案例 & 单例模式 and 阻塞队列

单例模式是一种很经典的设计模式~

1. 设计模式

下棋有棋谱


弹奏有乐谱


而计算机设计模式,是前人总结下来的一些代码编写套路


按照这些模式,你代码写得也不会太差~

兜底~

主要是因为大佬的代码和其他人的代码能力差距实在是大


大佬们总结了这些模式帮助我们写好代码~

设计模式有很多种(不是23种~)


之前有个大佬写了本书,讨论了23种设计模式


而这23 种,只是那位大佬精心选了这23种~

(1条消息) 设计模式23模式介绍_哪 吒的博客-CSDN博客


有一些博主有对其进行讨论研究~

在现阶段,主要要掌握的有两种:


单例模式

本章重点

工厂模式

下一章讲~

2. 单例模式

2.1 单例的含义

单例 ==> single instance ==> 单个实例对象


也就是说,单例模式通过一些Java语法,保证某个类,只能有一个实例,即只能new一个对象~

就有一些场合,限制一个类只能有一个对象,而不是多个对象去分担资源。


这些限制是符合“初心写代码”,“针对性写代码”的~


而单例模式有多种写法:


饿汉模式(急迫)

懒汉模式(从容)

在计算机,懒是个褒义词

因为可以节省开销

就比如说,你打开一个1000页的pdf


计算机是直接加载1000页

你也没法1000页一起看,也不一定要看1000页

加载1000页需要大量时间和空间

还是每次只加载你看到的1-2页呢~

看似只加载1-2页,你要去看其他页的时候,再给你加载~

读的次数多,但是开销少~

没错


前者就是饿汉模式,很着急的将所有东西加载

后者就是懒汉模式,非必要不加载,你给什么任务我就只做什么任务~

绝对不多干一点活,非必要不做~

2.2 初步代码设计

2.2.1 饿汉模式

class Singleton {
    private static Singleton instance = new Singleton();
    public static Singleton getInstance() {
        return instance;
    }
    private Singleton() {
    }
}
public class Test {
    public static void main(String[] args) {
        Singleton s1 = Singleton.getInstance();
        //Singleton s2 = new Singleton();报错~
    }
}


在类加载的时候就急切地实例一个对象了

这个很特殊,相当于静态代码块执行实例操作

这个构造方法加载好,是可以在静态代码块内执行的~

而这个单例的建立,必然是线程启动前,所以有绝对的线程安全~

特殊的语法场景,该属性是类的属性(类对象上),jvm中,类对象只有一份~

那么instance就仅此一份了~


一方面保证单例的特性----“初心” + “针对性”


用Java语法去禁止外部实例

这个直接编译都通不过

这要比抛异常方便且有效,因为抛异常在这里就有点闷声禁止

要打破单例,就必须通过“反射”

反射特别不常规!是为了特定的特殊场景,【破例】去访问private

* 比如说,玩我的世界的时候,常常有玩家说“这是我最后一次开创造”

可以利用枚举类型,枚举的private属性,反射是访问不到的

完美的单例

通过类名点的方式,访问这个单例

get方法~

2.2.2 懒汉模式

class SingletonLazy {
    private static SingletonLazy singletonLazy = null;
    public static SingletonLazy getSingletonLazy() {
        if(singletonLazy == null) {
            singletonLazy = new SingletonLazy();
        }
        return singletonLazy;
    }
    private SingletonLazy() {
    }
}
public class Test {
    public static void main(String[] args) {
        SingletonLazy s1 = SingletonLazy.getSingletonLazy();
        SingletonLazy s2 = SingletonLazy.getSingletonLazy();
        System.out.println(s1 == s2);
    }
}


与饿汉不同的是

类加载的时候,并没有实例单例出来,置为初始值null

在【需要的时候】,即get方法被调用的时候

判断单例是否被实例(是否为null)

未被实例则立马就实例一个

2.3 线程安全角度分析

2.3.1 对于饿汉模式

饿汉模式的单例,绝对是在线程启动之前,所以这一修改操作,不存在线程安全问题

读操作,本身就没有线程安全问题

所以目前我们认为线程是安全的

自己写的时候线程不安全还是会不安全

2.3.2 对于懒汉模式

对于懒汉模式而言,单例第一次实例是在第一次get的时候


这个时候多条线程可能已经启动了

对于单例未被实例的情况下(为null)

就会进行第一次实例~

而这里就会出现一个很重要的问题!


回忆一波,这个场景很熟悉~


指令重排序

在这里插入图片描述


指令重排序是一方面原因,可能导致,一些线程get到的单例对象,是没有执行构造方法的【毛坯房】

是因为第3执行后,别的线程判定是否有单例的时候,判定为已有,直接return了~

原子性不受保证~

28c798dc30e94b56b690db4626a83874.png


如图,这个操作可以分为这两步~


那就有以下这种极端情况~



b1068053e4aa4a0da63d2f8d0c9fe16b.png

只要该线程过了“if语句这一关”,那么就会导致,多new一个对象

总结,这两种本质上,就是这一段代码是不保证“原子性”的,所以,我只需要加锁,就可以解决两个问题~

首先,先提一下单例模式的重要性


在一个大工程中,一个核心的类,一个对象包含的内存数据可能是巨大的,比如100G以上~

这个类只需要一个单例就行了~

假设这个单例管理整个项目的加载的所有内存数据

那确实一个就够了

但是,由于线程不安全,即使是低概率事件而引发多new一次(100G -> 200G)

那就是个大事故了~

并且可能再极端一点,new了3个4个的…

2.4 处理懒汉模式线程不安全问题

法1:

ed6aa210008f4f9dbba134fe28315be8.png


法2:

e364c738305f4038922d2f4bd8171a01.png

这个是错误的!

这只是解决指令重排序,但是并没有完全解决问题~

仍然有可能会出现两个线程同时过了“if大关”~


c2b62de2ecd645998d7f8d12cd57e2fb.png

这个才是正确的~

法3:

法1法2都有个弊端

就是加锁太频繁了

加锁这个操作本身就开销大,因为其他线程就得阻塞

而实际情况是,没必要多次锁,只需要锁第一次,以后就不会有事~

所以可以这么搞:


5518fdfe7c324d908453fb5583c84cc3.png

两个if是形式一样的,但是目的是不一样的~

内层if是为了防止多次new

外层if是为了尽量减少加锁的次数

当然,可能有极端情况,锁了两次三次的,但是无伤大雅

因为外层if,依旧不保证原子性~

这样设计,在锁过一次之后,基本情况上,就不会再锁了~

但是这种写法,却又有一个缺陷

就是指令重排序的坑,有被挖出来了

法1法2保证了完全的原子性

但是法3没有,因为外层if的存在,是不原子的~

那就会有以下情况:

因为该情况下,进入if语句是不需要争夺锁的~

所以锁在这里并没有解决指令重排序的后果


ad5c647808a4488b9c18f7f55b37c4d0.png

所以在这里还要对singletonLazy进行禁止指令重排序操作

即使用volatile~


3fd16f296ffc41a4909aeb8c9213eaad.png

这样,法3就是较优且解决线程安全问题的方式了~

3. 阻塞队列

队列—>先进先出,排好队~

优先级队列—> PriorityQueue —> 堆

阻塞队列—> 带有阻塞特性

3.1 阻塞特性

如果队列为空

尝试出队列,就要阻塞等待,直到队列不为空

如果队列为满

尝试入队列,就要阻塞等待,直到队列不为满

是线程安全的

3.2 Java标准库内自带的阻塞队列BlockingQueue接口

BlockingDeque代表的是双端的队列

对应的就是LinkedBlockingDeque和ArrayBlockingDeque


71ab68c3b7b742c8b9fcb8b01b3fcb9e.png

链表实现,默认最大容量是int的极限最大值

7aa6ad4e645e4d32964501e97fe6bdb7.png


顺序表实现,没有给默认容量,必须自己定~

这很合理,因为如果默认为int极限最大值

一下子创建那么大容量的数组,显然是不合理的


e53397690b6d420e85225085d9778e99.png

3.2.1 方法1 put入队列


b6a03659db074e8a92e3e5639abfa9c7.png

多线程编程特别常见且常有的异常

3708dbe0baf5413ba1a97d947eb000f5.png


运行结果是这样的:(ctrl + f2终止程序)


3061ca86ce1042639c6e5bdda9158afe.png

3.2.2 方法2 take出队列

1aa2b5c02a8c413b803b6d23737e03d5.png


现在队列里有五个元素,我take六次

执行结果是这样的:


1c6db9cdfe484f4996abe13d8a8c5f29.png

确实按照先入先出,但是程序好像并没有结束,这是因为第六次take的时候,发现是空队列,阻塞等待了~

五次则刚好可以结束~

可按ctrl + f2结束程序~


17b8fb5908e44917910f2ca3e27591bd.png

这两个方法是阻塞队列的核心方法,其他方法跟普通队列别无二致~


peek的时候队列空,阻塞等待,但是几乎不用这个方法和其他方法~


3.3 阻塞队列的好处

写多线程代码时,多线程之间若进行数据交互,可以用阻塞队列简化代码编写~


在go语言中,支持多并发编程,并且引入了一个“轻量级线程”的“协程”,协程与协程之间进行交互数据的时候,会通过一个阻塞队列:channel


3.3.1 生产者消费者模型

这是很关键的,服务器开发中一种很常见的代码写法~

我们更希望代码执行起来更像“流水线”一样

举个栗子:


af81b488b5c447cb8e9519f61b578960.png


这个包饺子工程,显然方案二的效率会更高

两个线程同时进行,进行数据交互

这个模型就是“生产者消费者模型”

3.3.2 生产者消费者模型的优点

解耦合

我们常听到一个词语“高内聚低耦合”

这是代码风格的良好习惯~

耦合代表,两个模块关联度越高,耦合性越高,关联度越低,耦合性越低

内聚代表,关联度高的模块应该聚集在一起,则为高内聚,反之,低内聚~



在这里,以阻塞队列为中介,即作为两个线程进行数据交互的桥梁

这样就可以减少生产者与消费者之间的关联度,即解耦合

这样子做有利于防止一个线程bug严重影响另一个线程

生产者只认识队列不知道消费者存在

消费者只认识队列不知道生产者存在

一方挂了对另一方影响较小

并且,引入一个新生产者,和新消费者,都很好办

只需要新人与阻塞队列联系就好了


新人的到来也对其他人影响最小化了


1cbb442a053447da98afdbca8e14f779.png


由于阻塞队列非常好使,大佬们将阻塞队列功能单独拎出来做成一个单独的服务器~


消息队列服务器~

这个服务器我们以后可能会用到,核心数据结构就是阻塞队列~

这个服务器会挂吗

会,但是其概率比你写的代码挂的概率低得低得低~

人家可是固定下来的,大佬写的~

削峰填谷

1fea8f9d338c46379942be0f7fa27404.png


如图,该曲线可以代表,擀面皮产生的面皮量与时间的关系

而图中出现的波峰与波谷就会产生一些问题

如果没有阻塞队列

波峰的产生会导致消费者一下子接受大量的数据,而常常消费者的“条件”是低于生产者的,所以消费者很可能会遇到麻烦~

波谷的产生会导致消费者很快的消耗完饺子皮,那么就会处于无饺子皮的情景~

而削峰填谷的含义就是 “中和”,让线程之间的交互更加稳定


62715bd5870049c48276b05d52bc1881.png

生产者生产太多,导致队列满了,则进入阻塞,直到队列不满

消费者消耗太多,导致队列空了,则进入阻塞,直到队列不空

有点像三峡大坝,上流水太多关闸门防洪,下流水太少开闸门防旱


81e8d62052bec90ab8cb0cbda5be3987.jpg

3.4 代码实现生产者消费者模型


下面将介绍一些情景~


大部分是线程不安全的~


当这只是打印顺序问题~


但是阻塞队列绝对是安全的


还有“死锁”情况


3.4.1 生产者 < 消费者

public class Test1 {
    public static void main(String[] args) {
        BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>(5);
        Thread t1 = new Thread(() -> {
            for (int i = 0; i < 25; i++) {
                try {
                    Thread.sleep(100);
                    blockingQueue.put(1);
                    System.out.println("生产1个");
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        });
        t1.start();
        Thread t2 = new Thread(() -> {
            for (int i = 0; i < 25; i++) {
                try {
                    Thread.sleep(10);
                    blockingQueue.take();
                    System.out.println("消耗1个");
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        });
        t2.start();
    }
}

c5aa6e70e78f40bebb70e7ae0b68e094.png


我们理论上想要的结果是,生产一个消费一个,因为是消费者在阻塞(速度快)

而结果是:


88a240c915b34ce7a66b10030fc1ea09.png

这里是因为,消费者阻塞被唤醒时,生产者线程还来不及打印那句话~


只需要加一把锁就行了~


至于锁在哪个线程加,无所谓~

ee25c884389245acabb33d5c1e72e8bd.png


由于线程2比较快,所以它的take基本上是在等put的

由于take和println非原子,所以有以上这种情况

即使线程2,但是还是有可能put被调度在take前

只是缺少了个线程阻塞的过程罢了,本质上就是线程有元素了,不需要阻塞

皆大欢喜~

但是也因为非原子性,会有以上这种情况~

修改线程2:(快捷键,鼠标选中需包围的语句 + ctrl + alt + t + synchronized)

Thread t2 = new Thread(() -> {
    for (int i = 0; i < 25; i++) {
        try {
            Thread.sleep(10);
            synchronized (blockingQueue) {
                blockingQueue.take();
                System.out.println("消耗1个");
            }
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
});
t2.start();


72d4d323ac544caebd058c52beb0ba7e.png

结果:


e5ef70a9c8ec4f5dba8076369531c0e9.png

不要加两把,会死锁!

因为加两把

生产者要填入元素,也要进行阻塞等待(等待锁)

那么就无法唤醒消费者,导致两人都进入阻塞态~

改动两个线程:

public static void main(String[] args) {
    BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>(5);
    Thread t1 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(100);
                synchronized (blockingQueue) {
                    blockingQueue.put(1);
                    System.out.println("生产1个");
                }
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    });
    t1.start();
    Thread t2 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(10);
                synchronized (blockingQueue) {
                    blockingQueue.take();
                    System.out.println("消耗1个");
                }
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    });
    t2.start();
}


死锁了:

3d1e93283548487888e8a2b49e286f15.png

3.4.2 生产者 > 消费者

public static void main(String[] args) {
    BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>(5);
    Thread t1 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(10);
                blockingQueue.put(1);
                System.out.println("生产1个");} 
            catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    });
    t1.start();
    Thread t2 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(100);
                blockingQueue.take();
                System.out.println("消耗1个");
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    });
    t2.start();
}

同样的,一个锁都不加的情况下,也会出现一些差错~


124a135636e44ecaaac6dd636d76b67f.png

加一把锁后,结果正常~

双锁会死锁~

public static void main(String[] args) {
    BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>(5);
    Thread t1 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(10);
                blockingQueue.put(1);
                System.out.println("生产1个");} 
            catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    });
    t1.start();
    Thread t2 = new Thread(() -> {
        for (int i = 0; i < 25; i++) {
            try {
                Thread.sleep(100);
                synchronized (blockingQueue) {
                    blockingQueue.take();
                    System.out.println("消耗1个");
                }
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    });
    t2.start();
}

04e65f8313114bd9955c36ae91ff5e00.png


3.4.3 正常写法

一般不会让两个线程都不sleep


这样,“打印”这个操作就很大概率会结果出错

让一方留足够的时间等对方~


public static void main(String[] args) {
        BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>(5);
        Object o = new Object();
        Thread t1 = new Thread(() -> {
            for (int i = 0; i < 25; i++) {
                try {
                    System.out.println("生产1个");
                    blockingQueue.put(1);
                    Thread.sleep(1000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        });
        t1.start();
        Thread t2 = new Thread(() -> {
            for (int i = 0; i < 25; i++) {
                try {
                    blockingQueue.take();
                    System.out.println("消耗1个");
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        });
        t2.start();
    }


这样,线程1只要put1个,线程2就会立马take掉~


线程1则不可能会满

这是通过sleep解决了一定的线程安全问题~

因为调度无需,“现象”可能不合意

但是阻塞队列数据交互绝对是线程安全的

测试:


严格生产一个消耗一个~

ddcb2e3ac6d348498862b8ea6a3b7794.png


顺便一提:

ce9f3241b2c74a0abfba766ba9b8c0d4.png


出了点小错:


0141df85d92242fbab910d9722904493.png

当然,打印顺序不合我们的意没关系,因为我们用到阻塞队列,主要是为了数据交互,而数据交互,必然是线程安全的~

3.5 模拟实现阻塞队列

这里的队列是个循环队列

单队列

线程安全

队列满,插入元素时必须阻塞 === wait

队列不满,唤醒阻塞 === notify

队列空,取出元素时必须阻塞 === wait

队列不空,唤醒阻塞 === notify

这里的循环队列跟之前数据结构讲的循环队列,整体结构是一样的


只需要进行也些修改

两种方式确定队列是满是空:


size表示队列元素个数【本次讲解方式】

牺牲一个下标,区分满空

用什么底层数据结构


链表

顺序表【本次讲解方式】

取模法

在适当的时机,设计wait和notify的对应代码


总体代码在此,讲解才后:

public class MyBlockingQueue {
    volatile private int[] items;
    volatile private int front;
    volatile private int rear;
    private final static int INIT = 10;
  private int size;
    public MyBlockingQueue(int capacity) {
        this.items = new int[capacity];
    }
    synchronized public void put(int value) throws InterruptedException {
        if(size == items.length) {
            this.wait();
        }
        items[rear] = value;
        rear = (rear + 1) % items.length;
        size++;
        this.notify();
    }
    synchronized public int take() throws InterruptedException {
        if(size == 0) {
            this.wait();
        }
        int ret = items[front];
        front = (front + 1) % items.length;
        size--;
        this.notify();
        return ret;//ret刚刚跳出队列的元素~
    }
    public MyBlockingQueue() {
        this.items = new int[INIT];
    }
}


3.5.1 属性

volatile private int[] items;
volatile private int front;
volatile private int rear;
private final static int INIT = 10;
private int size;

items ==> 底层顺序表

front 队头

rear 队尾

INIT默认容量

常量不能被volatile修饰,因为常量不需要~

常量压根没有被优化

volatile是为了保证内存可见性和禁止指令重排序~

size为队里元素个数~

3.5.2 构造方法

public MyBlockingQueue(int capacity) {
    if(capacity <= 0) {
        //没有容量为0或者小于0的队列~
        this.items = new int[INIT];
    }
    this.items = new int[capacity];
}


public MyBlockingQueue() {
    this.items = new int[INIT];
}

没啥好说的,队列数据结构应该很熟了吧[斜眼笑]

3.5.3 put方法

synchronized public void put(int value) throws InterruptedException {
    if(size == items.length) {
        this.wait();
    }
    items[rear] = value;
    rear = (rear + 1) % items.length;
    size++;
    this.notify();
}

76fce8c8f5914c4f84130d5040341ec2.png



3.5.4 take方法

synchronized public int take() throws InterruptedException {
    if(size == 0) {
        this.wait();
    }
    int ret = items[front];
    front = (front + 1) % items.length;
    size--;
    this.notify();
    return ret;
}


4d455c1891b746c1bb95da8b81d1f949.png


显然一个队列是不会即满又空的

容量不为0~

3.5.5 循环队列原理小小复习

简单的通过size就可以判断空或者满了~

size与 0/数组长度 比较

而不是只判断front与rear相遇

因为相遇可能是空或者满

“浪费一个数组空间”的方式,这里不讲,但是确实可以不需要size~

简单put

size++

78532c7f0e0545bfa74d8cd53fbb0345.gif

简单take


size–


front到rear之间才是有效数据


208dfc7f0f2c409aae1d66343282c7d4.gif


put【循环性质】

size++

bbec993bf35248d8b2a8e9e490ea9738.png

b3e01cbc4d60421eba05fe3618dd48f4.gif


再次强调,front到rear才是有效数据~


f44f0140f59042b6a3c4e8ca0fd65ad1.png

take【循环性质】

size–

cc04a5d0605a49398a1716c85ffacead.gif


剩余的有效数据~

front 到 rear


e4bc56c358fd4ee0af7d16ef77954a26.png

判断空

size == 0

b36239446fac4d2cb6539919f5797568.gif


判断满

size == items.length

f29d0c303805499a9df1e30d35f85578.gif


3.5.6 修复小瑕疵

概率特别特别小,但是一旦bug,会导致巨大亏损


bd9a4250e1564b318f8faa257f2a1eaf.png

interrupt


38f38c17cb874a6dbc95fcc07412b124.png

被抢锁


93eee4afa5f34874b4082642ef0a8f84.png

图示:

62fc687704da4bd794600e1a5e80efea.png


解决方案:

使用while循环,保证抢到锁的时候,size为0才能继续走~

一旦发现size依旧为0,继续等待~

size为0无法再减减,所以一定不存在size小于0的情况~


0bb7ac8966ef4ed79b20676168a3b5ad.png

take最终版:

synchronized public int take() throws InterruptedException {
    while(size == 0) {
        this.wait();
    }
    int ret = items[front];
    front = (front + 1) % items.length;
    size--;
    this.notify();
    return ret;
}


put最终版:

同样的put也有相同的问题~

synchronized public void put(int value) throws InterruptedException {
    while(size == items.length) {
        this.wait();
    }
    items[rear] = value;
    rear = (rear + 1) % items.length;
    size++;
    this.notify();
}


3.5.7 测试

用3.4.3那个例子中,BlockingQueue换成我们的阻塞队列MyBlockingQueue~

6dcc1054b4624cf79bac4c3414247894.png


结果正常~

6f07cee5da73446c98d9786551845a90.gif

目录
相关文章
|
2月前
|
存储 监控 安全
一天十道Java面试题----第三天(对线程安全的理解------>线程池中阻塞队列的作用)
这篇文章是Java面试第三天的笔记,讨论了线程安全、Thread与Runnable的区别、守护线程、ThreadLocal原理及内存泄漏问题、并发并行串行的概念、并发三大特性、线程池的使用原因和解释、线程池处理流程,以及线程池中阻塞队列的作用和设计考虑。
|
12天前
|
数据采集 负载均衡 安全
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
本文提供了多个多线程编程问题的解决方案,包括设计有限阻塞队列、多线程网页爬虫、红绿灯路口等,每个问题都给出了至少一种实现方法,涵盖了互斥锁、条件变量、信号量等线程同步机制的使用。
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
|
28天前
|
安全 Java 关系型数据库
单例模式下引发的线程安全问题
单例模式确保类在进程中仅有一个实例,适用于如数据库连接等场景。分为饿汉式与懒汉式:饿汉式在类加载时创建实例,简单但可能浪费资源;懒汉式延迟创建实例,需注意线程安全问题,常采用双重检查锁定(Double-Checked Locking)模式,并使用 `volatile` 关键字避免指令重排序导致的问题。
46 2
单例模式下引发的线程安全问题
|
1天前
|
消息中间件 NoSQL 关系型数据库
【多线程-从零开始-捌】阻塞队列,消费者生产者模型
【多线程-从零开始-捌】阻塞队列,消费者生产者模型
9 0
|
1天前
|
设计模式 安全 Java
【多线程-从零开始-柒】单例模式,饿汉和懒汉模式
【多线程-从零开始-柒】单例模式,饿汉和懒汉模式
10 0
|
16天前
|
安全 Java 调度
python3多线程实战(python3经典编程案例)
该文章提供了Python3中多线程的应用实例,展示了如何利用Python的threading模块来创建和管理线程,以实现并发执行任务。
16 0
|
2月前
|
消息中间件 安全 Kafka
"深入实践Kafka多线程Consumer:案例分析、实现方式、优缺点及高效数据处理策略"
【8月更文挑战第10天】Apache Kafka是一款高性能的分布式流处理平台,以高吞吐量和可扩展性著称。为提升数据处理效率,常采用多线程消费Kafka数据。本文通过电商订单系统的案例,探讨了多线程Consumer的实现方法及其利弊,并提供示例代码。案例展示了如何通过并行处理加快订单数据的处理速度,确保数据正确性和顺序性的同时最大化资源利用。多线程Consumer有两种主要模式:每线程一个实例和单实例多worker线程。前者简单易行但资源消耗较大;后者虽能解耦消息获取与处理,却增加了系统复杂度。通过合理设计,多线程Consumer能够有效支持高并发数据处理需求。
95 4
|
2月前
|
设计模式 SQL 安全
单例模式大全:细说七种线程安全的Java单例实现,及数种打破单例的手段!
设计模式,这是编程中的灵魂,用好不同的设计模式,能使你的代码更优雅/健壮、维护性更强、灵活性更高,而众多设计模式中最出名、最广为人知的就是Singleton Pattern单例模式。通过单例模式,我们就可以避免由于多个实例的创建和销毁带来的额外开销,本文就来一起聊聊单例模式。
|
20天前
|
Java Spring
spring多线程实现+合理设置最大线程数和核心线程数
本文介绍了手动设置线程池时的最大线程数和核心线程数配置方法,建议根据CPU核数及程序类型(CPU密集型或IO密集型)来合理设定。对于IO密集型,核心线程数设为CPU核数的两倍;CPU密集型则设为CPU核数加一。此外,还讨论了`maxPoolSize`、`keepAliveTime`、`allowCoreThreadTimeout`和`queueCapacity`等参数的设置策略,以确保线程池高效稳定运行。
87 10
spring多线程实现+合理设置最大线程数和核心线程数
|
28天前
|
Java 数据库 Android开发
一个Android App最少有几个线程?实现多线程的方式有哪些?
本文介绍了Android多线程编程的重要性及其实现方法,涵盖了基本概念、常见线程类型(如主线程、工作线程)以及多种多线程实现方式(如`Thread`、`HandlerThread`、`Executors`、Kotlin协程等)。通过合理的多线程管理,可大幅提升应用性能和用户体验。
51 15
一个Android App最少有几个线程?实现多线程的方式有哪些?