一文搞懂线程!!

简介: 一文搞懂线程!!

Java多线程

线程的状态
public enum State{
   
   
  NEW RUNNABLE,//新生态,分为ready(准备状态),running(运行状态) 
  BLOCKED,//阻塞 线程在运行过程中始终在占用CPU的时间 只有当被阻塞了 才不会占用CPU的时间
  WAITING TIMED_WAITING,//一直等 有时限的等待
  TERMINATED//终止态
}

img

线程的等待状态与阻塞状态
//等待状态
Object.wait()// 使当前线程进入等待状态,等待其他线程调用 Object.notify() 或 Objec.notifyAll() 方法唤醒它;
                     // 传入的参数为timeOut 以ms为单位
Thread.join()// 等待指定线程执行完毕,进入等待状态。
                   // 在其他线程中调用该线程的join()方法则其他线程会等待该线程执行完毕后再继续执行线程

//唤醒等待状态
lock.notifyAll()// 与wait()方法对应,能够唤醒两条以上的线程
lock.notify()// 唤醒两条线程

//阻塞状态
thread.sleep()// 休眠指定的时间
多线程并发

并发指的是多个任务在时间上重叠进行,可以是线程交替执行任务,也可以是同时执行任务。具体取决于操作系统和硬件的支持。

在单核处理器上,实际上只有一个线程能够被执行,但多个线程可以通过快速的切换(时间片轮转)来模拟同时执行的效果。这种情况下,多个线程会交替地在处理器上执行各自的任务,使得任务在时间上重叠进行,实现并发。

在多核处理器或多处理器系统上,多个线程可以被同时执行,每个线程可以在不同的处理器核心上执行自己的任务,从而实现真正的并行执行。然而,当多个线程同时访问共享的资源(如变量、对象、文件等)时,可能会导致数据不一致或竞态条件等问题。为了确保线程安全,可以使用同步机制来控制对共享资源的访问。

多线程并发并不一定意味着多个线程在同一时刻同时进行计算操作,而有可能是指多个线程在同一时间段内交替执行。

并行指的是在不同的处理单元上面。

class Counter {
   
   
    private int count;
    public synchronized void increment() {
   
   
        count++;
    }

    public synchronized int getCount() {
   
   
        return count;
    }
}

public class Main {
   
   
    public static void main(String[] args) throws InterruptedException {
   
   
        Counter counter = new Counter();
        Thread thread1 = new Thread(() -> {
   
   
        for (int i = 0; i < 1000; i++) {
   
   
            counter.increment();
        }
    });

    Thread thread2 = new Thread(() -> {
   
   
        for (int i = 0; i < 1000; i++) {
   
   
            counter.increment();
        }
    });

    thread1.start();
    thread2.start();

    thread1.join();
    thread2.join();

    System.out.println("Count: " + counter.getCount()); // 输出结果应为2000
}
}

而是通过join()方法的阻塞机制,确保在主线程输出结果之前,thread1thread2线程完成了各自的计数操作。join()方法可以用于在多线程环境中协调线程的执行顺序:

// 等待线程执行完毕
try {
   
   
    thread.join();
} catch (InterruptedException e) {
   
   
    // 处理中断异常
}
并发类

concurrentHashMap的原理:分段锁,每一段都给它开一扇门上一把锁

import java.util.concurrent.ConcurrentHashMap;

public class ConcurrentHashMapExample {
   
   
    public static void main(String[] args) {
   
   
        ConcurrentHashMap<String, Integer> map = new ConcurrentHashMap<>();

        // 创建多个线程,同时对 ConcurrentHashMap 进行操作
        Thread thread1 = new Thread(() -> {
   
   
            for (int i = 1; i <= 100; i++) {
   
   
                map.put("Key" + i, i);
            }
        });

        Thread thread2 = new Thread(() -> {
   
   
            for (int i = 101; i <= 200; i++) {
   
   
                map.put("Key" + i, i);
            }
        });

        Thread thread3 = new Thread(() -> {
   
   
            for (int i = 201; i <= 300; i++) {
   
   
                map.put("Key" + i, i);
            }
        });

        // 启动线程
        thread1.start();
        thread2.start();
        thread3.start();

        // 等待所有线程执行完毕
        try {
   
   
            thread1.join();
            thread2.join();
            thread3.join();
        } catch (InterruptedException e) {
   
   
            e.printStackTrace();
        }

        // 输出 ConcurrentHashMap 中的数据
        System.out.println("ConcurrentHashMap: " + map);
    }
}

注意:因为每个线程的执行速度和竞争情况可能不同,因此无法确定不同线程之间操作的先后顺序。主线程调用join()方法并不能决定线程之间的执行顺序。concunrrentHashMap中的数据是三个线程共同完成之后的结果。

高阶线程
共享锁与排他锁的关系
  1. 多个线程可以同时持有共享锁,但只有一个线程可以持有排它锁(Exclusive Lock);
  2. 当一个线程持有共享锁时,其他线程可以继续持有共享锁,但不能持有排它锁;
  3. 当一个线程持有排它锁时,其他线程不能持有共享锁或排它锁;
  4. 共享锁不会阻塞其他线程持有共享锁,但会阻塞其他线程持有排它锁;
  5. 共享锁可以降级为排它锁,但排它锁不能升级为共享锁。
线程安全

尽管线程之间的栈内存独立为线程提供了一定的隔离,但仍需要额外的线程安全机制来处理共享数据的访问。(对堆内存中的数据而言,显然没有办法保证线程安全。)
线程安全(Thread safety)是指在多线程环境下,对共享资源的访问和操作能够正确地执行而不会导致数据不一致、并发错误或其他不可预期的问题。

具体来说,线程安全的定义包括以下几个方面:

  1. 原子性(Atomicity):对于多个线程同时执行的操作,要么完全执行成功,要么完全不执行,不会出现中间或部分执行的情况。多个线程对共享资源的操作应该是原子的,不会相互干扰。

    atomic

  2. 可见性(Visibility):一个线程对共享资源的修改对其他线程应该是可见的。当一个线程修改了共享资源的值后,其他线程应该能够立即看到这个修改。

    volatile

  3. 有序性(Ordering):多线程环境下的操作应该按照一定的顺序进行,以确保正确的执行。线程之间的操作可能存在并发冲突,需要通过合适的同步机制来保证操作的有序性。

    通过在各线程之间调用join()方法来调整线程的执行顺序

atomicxxx 原子类变量

“要么成功要么失败”,在多线程环境下是线程安全的,不会被其他线程中断或者影响,不需要其他的同步措施。

在多线程环境下的lambda表达式下

 .map(list->{
   
   
                                // 变量是无法传到lambda表达式里面 通过原子计算
                                AtomicInteger directSaleCount = new AtomicInteger(0);
                                AtomicInteger indirectSaleCount = new AtomicInteger(0);
                                AtomicInteger totalDays = new AtomicInteger(0);
                                SortedMap<Integer,String> map = new TreeMap<>();// 行为模式--时间 选用treeMap的原因是自动根据key排序,并且firstKey()能够获取最小键值对应的值
                                list
                                        .stream()
                                        .sorted(Comparator.comparing(UserAct::getTime))
                                        .forEach(act -> {
   
   
                                           if(act.getBehaviourType()==4){
   
   
                                               if(map.isEmpty()){
   
   
                                                   directSaleCount.getAndIncrement();
                                               }else {
   
   
                                                   final String startTime = map.get(map.firstKey());
                                                   final String stopTime = act.getTime();
                                                   indirectSaleCount.getAndIncrement();
                                                   try {
   
   
                                                       final long start = sdf.parse(startTime).getTime();
                                                       final long stop = sdf.parse(stopTime).getTime();
                                                       totalDays.getAndAdd((int)((stop-start)/DAY_IN_MILLIS));
                                                   } catch (ParseException ex) {
   
   
                                                       ex.printStackTrace();
                                                   } finally{
   
   
                                                       map.clear();
                                                   }
                                               }
                                           }
                                           map.put(act.getBehaviourType(),act.getTime());
                                        });
                                // 没有自动拆装箱的机制,需要通过对象去get到值
                                return new int[]{
   
   directSaleCount.get(),indirectSaleCount.get(),totalDays.get()};
                            })

普通变量并不是线程安全的,所以此处应用原子类变量。

volatile xxx 非线程安全型可见性变量

volatile 变量适用于只有一个线程写入,多个线程读取的场景,例如线程间的通信标志位。而 Atomic 类适用于多个线程对同一个变量进行复合操作的场景,例如计数器、累加器等。

volatile适合只需要读的或者只有一个线程改的,而atomic适合有多个线程改的。

一个卖票/造票,多人买票

 static volatile int ticket = 20;// 被多个客户共享的票。

jdk写的比我们重构的线程安全,但并不是绝对安全。所谓的线程安全指的是数据一致性,即我在修改的时候,你是不能修改的,你只能看到我修改前或后的数据,达成线程安全需要加锁。对于要求绝对线程安全的,我们有替代品。

//The number of times this HashMap has been structurally modified 记录增删运行次数
transient int modCount;

//在查询数据的时候,我先取modCount,当迭代这条数据的时候,有人做了一个新增操作,这个时候的modCount和前面的modCount不同,这个时候就会报异常。
//ConcurrentModificationException 实时修改异常
生产者消费者模式
public class ProducerAndConsumer {
   
   

    // 共享的数据都需要设置为静态的。
    final static Object lock = new Object();// 共享数据->共享同一把锁。
    static volatile int ticket = 20;// 被多个客户共享的票。
    // 生产者:1.在造票后进入阻塞状态 2.造票后通知全部消费者
    static void produce(){
   
   
        final Thread thread = new Thread(() -> {
   
   
            final String name = Thread.currentThread().getName();
            while (true) {
   
   
                // 上锁方式1:同步代码块
                synchronized (lock) {
   
   
                    if (ticket > 0) {
   
   
                        try {
   
   
                            lock.wait(5000);// 阻塞
                        } catch (InterruptedException e) {
   
   
                            e.printStackTrace();
                        }
                    } else {
   
   
                        ticket += 20;
                        System.out.printf("%s 造票 %d 张\n",name,20);
                        lock.notifyAll();// 两条以上的线程 lock.notify():两条线程之间
                    }
                }
            }
        });
        thread.setName("车站");
        thread.start();
    }

    static void consume(int i){
   
   
        final Thread thread = new Thread(() -> {
   
   
            final String name = Thread.currentThread().getName();
            while(true){
   
   
                synchronized (lock){
   
   
                    if(ticket>0){
   
   
                        ticket--;
                        System.out.printf("%s 抢到一张票,剩余 %d 张\n",name,ticket);
                        try {
   
   
                            Thread.sleep(1000);// 抢票输出过程的阻塞
                        } catch (InterruptedException e) {
   
   
                            e.printStackTrace();
                        }
                    }
                }
            }
        });
        thread.setName("黄牛"+i);
        thread.start();
    }
    public static void main(String[] args) {
   
   
        produce();
        for (int i = 1; i <= 5; i++) {
   
   
            consume(i);
        }
    }
}
  1. java中任意对象都作为锁,因为Object是锁。

  2. 在这其中锁和票都是共享的,都应该定义为静态变量

    共享锁:多个线程能够共享读取其中的数据,但是不能进行写操作。(所有买家只能获取票数,但无法修改票数)

  3. 熟悉Thread.sleep()以及Thread.currentThread.getName()的应用
    image.png

image.png

目录
相关文章
|
Kubernetes 异构计算 容器
Kubelet之Topology Manager分析
Topology Manager是kubelet的一个组件,在kubernetes 1.16加入,而kubernetes 1.18中该feature变为beta版。本篇文档将分析Topology Manager的具体工作原理。1.为什么需要Topology Manager现代计算机的CPU架构多采用NUMA(Non-Uniform Memory Access,非统一内存)架构。NUMA就是将cpu
4987 0
|
SQL 关系型数据库 MySQL
【MySQL】一文带你了解检索数据(二)
【MySQL】一文带你了解检索数据(二)
263 0
|
机器学习/深度学习 数据可视化 数据处理
R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据(上)
R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据
|
存储 运维 监控
面试题分析:统计网站访问次数
平台的访问量非常高,需要实时统计网站的访问次数,请设计一个计数器解决: 初级工程师,可能回答使用synchronized锁或重入锁,进一步探讨,synchronized锁太重,有没其他方式,可能回答atomic类,进一步问,atomic类原理,什么场景下适合用,什么场景下不适合用 atomic和synchronized都是单机方案,当一个服务器不能满足性能要求时,线上使用集群,如何在集群场景下实现计数器
489 1
|
JavaScript 前端开发
精通Vue.js系列 │ 路由导航中抓取数据
当用户在浏览器端进行路由导航时,有些目标路由的组件需要从服务器端抓取数据,再把这些数据显示到网页上。抓取数据有以下两种方式。 (1)导航后抓取:在导航完成后,在目标路由的组件的生命周期函数中抓取数据。在抓取的过程中,可以在网页上显示“正在加载中...”的提示信息。 (2)导航前抓取:先在导航守卫函数beforeRouteEnter()和beforeRouteUpdate()中抓取数据,接下来再进行导航。 以上两种方式都能完成抓取任务,到底选用哪一种,取决于开发人员的喜好及开发团队的要求。
260 0
精通Vue.js系列 │ 路由导航中抓取数据
|
存储 JSON 机器人
剑指offer(60-67题)详解
从上到下按层打印二叉树,同一层结点从左至右输出。每一层输出一行。
150 0
剑指offer(60-67题)详解
|
SQL 数据库 数据安全/隐私保护
SQL SERVER 与ACCESS、EXCEL的数据导入导出转换
* 说明:复制表(只复制结构,源表名:a 新表名:b)      select * into b from a where 11     * 说明:拷贝表(拷贝数据,源表名:a 目标表名:b)       insert into b(a, b, c) select d,e,f from b;     * 说明:显示文章、提交人和最后回复时间      select a.
1202 0
|
6天前
|
人工智能 自然语言处理 Shell
🦞 如何在 Moltbot 配置阿里云百炼 API
本教程指导用户在开源AI助手Clawdbot中集成阿里云百炼API,涵盖安装Clawdbot、获取百炼API Key、配置环境变量与模型参数、验证调用等完整流程,支持Qwen3-max thinking (Qwen3-Max-2026-01-23)/Qwen - Plus等主流模型,助力本地化智能自动化。
🦞 如何在 Moltbot 配置阿里云百炼 API
|
5天前
|
人工智能 JavaScript 应用服务中间件
零门槛部署本地AI助手:Windows系统Moltbot(Clawdbot)保姆级教程
Moltbot(原Clawdbot)是一款功能全面的智能体AI助手,不仅能通过聊天互动响应需求,还具备“动手”和“跑腿”能力——“手”可读写本地文件、执行代码、操控命令行,“脚”能联网搜索、访问网页并分析内容,“大脑”则可接入Qwen、OpenAI等云端API,或利用本地GPU运行模型。本教程专为Windows系统用户打造,从环境搭建到问题排查,详细拆解全流程,即使无技术基础也能顺利部署本地AI助理。
5930 12