StampedLock(戳记锁)源码解读与使用

简介: StampedLock(戳记锁)源码解读与使用

image.png

1. 前言

我们在上一篇写ReentrantReadWriteLock读写锁的末尾留了一个小坑,那就是读写锁因为写锁的悲观性,会导致 “写饥饿”,这样一来会大大的降低读写效率,而今天我们就来将此坑填之!填坑工具为:StampedLock,一个素有Java锁王称号的同步类,也是在 java.util.concurrent.locks 包中。


这个类实际上很少见,面试的话应该不会问到的吧(应该大概可能),不过内部实现逻辑值得学习

2. StampedLock 是什么?

StampedLock 是Java 8引入的一种新的锁机制,它是java.util.concurrent.locks包中的一个高级并发控制工具。StampedLock 设计用于提供三种模式的锁,分别是写锁、读锁和乐观读锁,并且旨在优化性能,尤其是在读多写少的场景下。

3. StampedLock的原理

虽然StampedLock性能更好,但是!不可重入且不支持条件变量 Condition,且并没有直接实现Lock或者ReadWriteLock接口,而是与AQS类似的采用CLH(Craig, Landin, and Hagersten locks)作为底层实现。

在StampedLock 的底层提供了三种锁:

  1. 写锁: 独占锁,一把锁只能被一个线程获得。当一个线程获取写锁后,其他请求读锁和写锁的线程必须等待。类似于 ReentrantReadWriteLock 的写锁,不过这里的写锁是不可重入的。
  2. 读锁 (悲观读):共享锁,没有线程获取写锁的情况下,多个线程可以同时持有读锁。如果己经有线程持有写锁,则其他线程请求获取该读锁会被阻塞。类似于 ReentrantReadWriteLock 的读锁,不过这里的读锁是不可重入的。
  3. 乐观读 :允许多个线程获取乐观读以及读锁。同时允许一个写线程获取写锁。

我们接下来看StampedLock内部的三个上锁方法

// 写锁
public long writeLock() {
    long s, next;  // bypass acquireWrite in fully unlocked case only
    return ((((s = state) & ABITS) == 0L &&
             U.compareAndSwapLong(this, STATE, s, next = s + WBIT)) ?
            next : acquireWrite(false, 0L));
}
// 读锁
public long readLock() {
    long s = state, next;  // bypass acquireRead on common uncontended case
    return ((whead == wtail && (s & ABITS) < RFULL &&
             U.compareAndSwapLong(this, STATE, s, next = s + RUNIT)) ?
            next : acquireRead(false, 0L));
}
// 乐观读
public long tryOptimisticRead() {
    long s;
    return (((s = state) & WBIT) == 0L) ? (s & SBITS) : 0L;
}

StampedLock 在获取锁的时候会返回一个 long 型的数据戳,该数据戳用于稍后的锁释放参数,如果返回的数据戳为 0 则表示锁获取失败。当前线程持有了锁再次获取锁还是会返回一个新的数据戳,这也是StampedLock不可重入的原因。此外,在官网给的示例中我们也看到了,StampedLock 还支持这3种锁的转换:  

long tryConvertToWriteLock(long stamp){}
long tryConvertToReadLock(long stamp){}
long tryConvertToOptimisticRead(long stamp){}

在源码中我们看到,无论哪种锁,在获取的时候都会返回一个long类型的时间戳,这其实就是StampedLock命名的由来(戳记锁),而这个时间戳的第8位用来标识写锁,前 7 位(LG_READERS)来表示读锁,每获取一个悲观读锁,就加 1(RUNIT),每释放一个悲观读锁,就减 1。而悲观读锁最多只能装 128 个(7 位限制),很容易溢出,所以用一个 int 类型的变量来存储溢出的悲观读锁。

    // 用于计算state值的位常量
    private static final long RUNIT = 1L;
    private static final long WBIT  = 1L << LG_READERS;
    private static final long RBITS = WBIT - 1L;
    private static final long RFULL = RBITS - 1L;
    private static final long ABITS = RBITS | WBIT;
    private static final long SBITS = ~RBITS; // note overlap with ABITS
 
    // 初始化state值
    private static final long ORIGIN = WBIT << 1;
 
    // 同步状态state,第八位为写锁,前七位为读锁
    private transient volatile long state;
    // 写锁只占七位,最大值为128,使用readerOverflow来记录溢出的读锁
    private transient int readerOverflow;

4. StampedLock的使用

基于上面的StampedLock特性,我们写一个小demo来感受一下它的使用,需要注意的是在获取乐观锁时,如果有写锁改变数据时,为保证数据一致性,要切换为普通的读锁模式。

public class Test {
 
    private final StampedLock sl = new StampedLock();
    private int data = 0;
 
    public void write(int value) {
        long stamp = sl.writeLock();
        try {
            data = value;
        } finally {
            sl.unlockWrite(stamp);
        }
    }
 
    public int read() {
        long stamp = sl.tryOptimisticRead();
        int currentData = data;
        // 我们可以通过validate方法来校验戳记是否有效(没有人持有写锁)
        // 如果有写锁被占用,可能造成数据不一致,我们这里可以重新尝试读或者将乐观锁切换到读锁,        
        // 自己编写发生冲突时的具体逻辑
        if (!sl.validate(stamp)) {
            stamp = sl.readLock();
            try {
                currentData = data;
            } finally {
                sl.unlockRead(stamp);
            }
        }
        return currentData;
    }
 
    public static void main(String[] args) {
        Test test = new Test();
 
        Thread writer = new Thread(() -> {
            for (int i = 0; i < 5; i++) {
                test.write(i);
                System.out.println("当前线程" + Thread.currentThread().getName() + ":Write: " + i);
            }
        });
 
        Thread reader = new Thread(() -> {
            for (int i = 0; i < 5; i++) {
                int value = test.read();
                System.out.println("当前线程" + Thread.currentThread().getName() + ":Read: " + value);
            }
        });
 
        writer.start();
        reader.start();
    }
}

输出结果:

当前线程Thread-0:Write: 0
当前线程Thread-0:Write: 1
当前线程Thread-1:Read: 0
当前线程Thread-0:Write: 2
当前线程Thread-1:Read: 2
当前线程Thread-0:Write: 3
当前线程Thread-1:Read: 3
当前线程Thread-0:Write: 4
当前线程Thread-1:Read: 4
当前线程Thread-1:Read: 4

5. 总结

StampedLock通过引入乐观读锁来解决写线程饥饿的问题。乐观读锁不会阻塞写线程,它允许一个线程在没有写锁的情况下读取数据,并且在读取数据后,通过戳记(stamp)来验证数据是否在读取过程中被修改。如果数据没有被修改,那么读操作成功;如果数据被修改了,那么可以尝试再次获取乐观读锁或者转换为普通的读锁。


需要注意的是,StampedLock的使用比ReadWriteLock更加复杂,需要仔细处理锁的获取、验证和释放过程,以避免死锁和其他并发问题。此外,StampedLock不支持重入,因此在需要可重入锁的场景下,应该使用ReentrantLock或者其他支持重入的锁机制。

3e8468ec9617465a8406f72ac99ad0fa.png

相关文章
|
存储 Java
AQS(AbstractQueuedSynchronizer,队列同步器)源码解读
AQS(AbstractQueuedSynchronizer,队列同步器)源码解读
|
数据采集 算法 JavaScript
彩票中奖率的真相:用 JavaScript 看透彩票背后的随机算法(上)
原本这篇文章是打算叫「假如我是彩票系统开发者」,但细想一下,如果在文章中引用太多的 JavaScript 的话,反而不是那么纯粹,毕竟也只是我的一厢情愿,彩票开发也不全如本文所讲,有所误导的话便也是得不偿失了。
|
SQL 关系型数据库 数据库
学习分布式事务Seata看这一篇就够了,建议收藏
学习分布式事务Seata看这一篇就够了,建议收藏
20108 2
|
Dubbo Cloud Native Java
重磅下载 | Java 开发者必备手册《Spring Cloud Alibaba 从入门到实战》,阿里双11同款!
Spring Cloud Alibaba 脱胎于阿里中间件团队内部,经受了阿里多年海量业务场景的考验,是目前最成熟、功能最丰富也最有前景的 Spring Cloud 实现。相信在未来 Spring Cloud Alibaba 获得更多开发者的亲睐与应用,这也将成为 Java 开发者必不可少的技能之一。
131320 0
重磅下载 | Java 开发者必备手册《Spring Cloud Alibaba 从入门到实战》,阿里双11同款!
|
3月前
|
Java 关系型数据库 数据库
Healenium Java使用手册
许多文章都介绍healenium Java,但是都没有讲透,下面进行详细介绍。Healenium分为服务器端和客户端,必须二者都配好才可以运转
151 5
|
编解码 网络协议 Java
大白话聊聊Netty
随着云计算、大数据和物联网的发展,Netty的潜力将进一步释放。作者通过本文跟大家聊聊Netty是什么?为什么选Netty?以及它的运行原理。
|
消息中间件 前端开发 API
架构的未来:微前端与微服务的融合
架构的未来:微前端与微服务的融合
|
Java 索引 容器
Java ArrayList扩容的原理
Java 的 `ArrayList` 是基于数组实现的动态集合。初始时,`ArrayList` 底层创建一个空数组 `elementData`,并设置 `size` 为 0。当首次添加元素时,会调用 `grow` 方法将数组扩容至默认容量 10。之后每次添加元素时,如果当前数组已满,则会再次调用 `grow` 方法进行扩容。扩容规则为:首次扩容至 10,后续扩容至原数组长度的 1.5 倍或根据实际需求扩容。例如,当需要一次性添加 100 个元素时,会直接扩容至 110 而不是 15。
564 4
Java ArrayList扩容的原理
|
关系型数据库 Go 数据库
【Go语言专栏】Go语言中的数据库迁移与版本控制
【4月更文挑战第30天】本文介绍了Go语言中的数据库迁移和版本控制。针对数据库迁移,文章提到了使用Flyway和Liquibase两个工具。通过示例展示了如何在Go中集成这两个工具进行数据库结构的修改,以适应业务变化。而对于版本控制,文章以Git为例,说明了如何利用Git进行源代码和配置文件的管理,确保代码一致性与可追溯性。
627 0