JAVA并发编程系列(7)Semaphore信号量剖析

本文涉及的产品
云原生网关 MSE Higress,422元/月
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
注册配置 MSE Nacos/ZooKeeper,118元/月
简介: 腾讯T2面试,要求在3分钟内用不超过20行代码模拟地铁安检进站过程。题目设定10个安检口,100人排队,每人安检需5秒。实际中,这种题目主要考察并发编程能力,特别是多个线程如何共享有限资源。今天我们使用信号量(Semaphore)实现,限制同时进站的人数,并通过信号量控制排队和进站流程。并详细剖析信号量核心原理和源码。

腾讯T2面试,现场限时3分钟+限最多20行代码,模拟地铁口安检进站。其中安检入口10个,当前排队人数是100个,每个人安检进站耗时5秒。开始吧!


候选人,心中万马奔腾!!!吐了一口82年老血,当场砸电脑回家!


       其实,面对这样的面试要求,现实中的头部大厂,甚至一些普通大厂都是设计了很多编程题考查大家的基础功底。但是都不会很复杂,毕竟时间有限,往往都是经典题目,涉及一个或多个核心关键技术点。

      这个题目考察的就是并发编程,多个线程并发执行,但是共享资源有限,需要阻塞等待,或者自旋竞争锁。其实如果不限制代码行数,我们有非常多的方式去实现。


1、面试真题:模拟地铁站安检排队进站

       这里我们用本文主角semaphore信号量去实现。先上代码,加上package 、import,刚好20行代码。


package lading.java.mutithread;
import cn.hutool.core.date.DateTime;
import java.util.concurrent.Semaphore;
/**
 * 模拟地铁安检入口排队进站
 * 共10个安检口
 * 当前有100人进站
 * 每人进站需要5s
 */
public class Demo008Semaphore {
    public static Semaphore doorNum = new Semaphore(10);//总安检口
    public static int peopleNum = 100;//当前排队进站人数
    public static int perPersonTimeCostSec = 5;//每个人进站耗时:S
    public static void main(String[] args) {
        for (int i = 1; i < peopleNum + 1; i++) {
            new Thread(() -> {
                try {
                    doorNum.acquire();
                    Thread.sleep(perPersonTimeCostSec * 1000);
                    System.out.println(DateTime.now().toString("YYYY-MM-dd hh:mm:ss") + " " + Thread.currentThread().getName() + " 完成进闸。");
                    doorNum.release();
                } catch (InterruptedException e) {
                    throw new RuntimeException(e);
                }
            }, "卡号" + i).start();
        }
    }
}


运行结果,刚好是每次10个人进站,5s后,又有10个人进站。


实现逻辑:每次只有10个人可以安检进站,进站前通过信号量去竞争锁,拿到就休眠5s,模拟进站耗时,然后释放锁,下一个人就可以继续竞争锁并进站


2、Semaphore信号量是什么?


    首先Semaphore是JUC包提供的一个并发工具类,功能是:支持以及限制多个线程同时访问共享资源。之前我们说《synchronized全能王的原理》和可重入锁《ReentrantLock核心原理剖析》都是限制仅允许一个线程访问共享资源,确保并发的原子性、有序性、可见性。但是Semaphore信号量,像个限流器一样,允许N个线程同时执行。

我们看一下他的源码:

      发现和之前分享的AQS优秀实践者ReentrankLock可重入锁,简直就是双胞胎兄弟,就差名字不一样了。里面的三个内部类名字完全一样,抽象类Sync,实现Sync的FairSync 类和NoFairSync类。

       但是他是个非重入锁。内部就是通过设置volatile int state的值来维护许可令牌。当state值为0 的时候,其他未执行的线程只能阻塞等着。当有获得锁的线程执行完后,他会把state值+1,这样就相当于有一个空闲令牌,其他等待令牌的就可以竞争执行。


3、具体说一下对Semaphore实现原理

     在2的源码图我们看到,信号量里面有三个内部类,其中Sync是直接实现了AQS  AbstractQueueSynchronizer队列同步器。然后实现公平锁的FairSync 类和非公平锁NoFairSync类有是Sync的子类。所以信号量的核心在于公平锁、非公平锁的实现上。

     首先说说,信号量获取锁的逻辑。这个和之前《ReentrantLock核心原理剖析》锁的公平锁、非公平锁逻辑非常像,这里我们也是上核心源码来剖析。

Semaphore permit= new Semaphore(3,true);
permit.acquire();

我们继续看获取锁的acquire()的源码.

public void acquire() throws InterruptedException {
        sync.acquireSharedInterruptibly(1);
    }

这个acquireSharedInterruptibly方法是在AQS实现的,之前说AQS是模板方式的设计,这里子类就可以复用父类框架。


public final void acquireSharedInterruptibly(int arg)
            throws InterruptedException {
        if (Thread.interrupted())
            throw new InterruptedException();
        if (tryAcquireShared(arg) < 0)
            doAcquireSharedInterruptibly(arg);
    }

到正主了,tryAcquireShared(arg),这个方法里才是获取锁的核心逻辑。我们再继续往下看

static final class FairSync extends Sync {
        private static final long serialVersionUID = 2014338818796000944L;
        FairSync(int permits) {
            super(permits);
        }
        protected int tryAcquireShared(int acquires) {
        //自旋
            for (;;) {
            // 1、首先判断 如果AQS FIFO队列是否有在等待的线程,如果有就返回获取锁失败
                if (hasQueuedPredecessors())
                    return -1;
                //如果步骤1当前队列是空,以及自己是队列的头节点==说明当前没有其他在等待更久竞争的线程
                int available = getState();
                //设置state,判断可用信号量是否大于0,大于0则获取锁成功,并通过CAS去更新state值
                int remaining = available - acquires;
                if (remaining < 0 ||
                    compareAndSetState(available, remaining))
                    return remaining;
            }
        }
    }

刚看的是公平锁的源码逻辑,我们再简单看一下非公平锁逻辑。非公平锁简单暴力,上来没有公平锁那个hasQueuedPredecessors()逻辑,不判断是否有其他线程在等待,上来就直接判断当前是否还有可用信号量,以及通过CAS去更新设置state值。CAS成功就拿到锁。

final int nonfairTryAcquireShared(int acquires) {
            for (;;) {
                int available = getState();
                int remaining = available - acquires;
                if (remaining < 0 ||
                    compareAndSetState(available, remaining))
                    return remaining;
            }
        }


4、Semaphore如何释放锁

释放锁,分2步。

1、tryReleaseShared();获取当前信号量值,并通过CAS去+1,更新state值。

2、doReleaseShared();唤醒队列的线程。

步骤1源码,自旋判断并CAS设置state值。

protected final boolean tryReleaseShared(int releases) {
            for (;;) {
                int current = getState();
                int next = current + releases;
                if (next < current) // overflow
                    throw new Error("Maximum permit count exceeded");
                if (compareAndSetState(current, next))
                    return true;
            }
        }

今天就这样,明天我们继续分享CountDownLatch、Future、CyclicBarrier等其他内容。

相关文章
|
2天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
29天前
|
运维 Cloud Native Devops
一线实战:运维人少,我们从 0 到 1 实践 DevOps 和云原生
上海经证科技有限公司为有效推进软件项目管理和开发工作,选择了阿里云云效作为 DevOps 解决方案。通过云效,实现了从 0 开始,到现在近百个微服务、数百条流水线与应用交付的全面覆盖,有效支撑了敏捷开发流程。
19262 29
|
30天前
|
人工智能 自然语言处理 搜索推荐
阿里云Elasticsearch AI搜索实践
本文介绍了阿里云 Elasticsearch 在AI 搜索方面的技术实践与探索。
18800 20
|
29天前
|
Rust Apache 对象存储
Apache Paimon V0.9最新进展
Apache Paimon V0.9 版本即将发布,此版本带来了多项新特性并解决了关键挑战。Paimon自2022年从Flink社区诞生以来迅速成长,已成为Apache顶级项目,并广泛应用于阿里集团内外的多家企业。
17507 13
Apache Paimon V0.9最新进展
|
1月前
|
存储 人工智能 前端开发
AI 网关零代码解决 AI 幻觉问题
本文主要介绍了 AI Agent 的背景,概念,探讨了 AI Agent 网关插件的使用方法,效果以及实现原理。
18694 15
|
29天前
|
人工智能 自然语言处理 搜索推荐
评测:AI客服接入钉钉与微信的对比分析
【8月更文第22天】随着人工智能技术的发展,越来越多的企业开始尝试将AI客服集成到自己的业务流程中。本文将基于《10分钟构建AI客服并应用到网站、钉钉或微信中》的解决方案,详细评测AI客服在钉钉和微信中的接入流程及实际应用效果,并结合个人体验分享一些心得。
9910 9
|
1月前
|
消息中间件 弹性计算 关系型数据库
函数计算驱动多媒体文件处理解决方案体验评测
从整体解读到部署体验,多方位带你了解如何利用函数计算驱动多媒体文件处理,告别资源瓶颈。
10441 13
|
23天前
|
存储 JSON Serverless
西游再现,函数计算一键部署 Flux 超写实文生图模型部署
参与体验活动生成西游人物图像,既有机会赢取好礼!本次实验在函数计算中内置了flux.1-dev-fp8大模型,通过函数计算+Serverless应用中心一键部署Flux模型,快速生成超写实图像。首次开通用户可领取免费试用额度,部署过程简单高效。完成部署后,您可以通过修改提示词生成各种风格的图像,体验Flux模型的强大绘图能力。
西游再现,函数计算一键部署 Flux 超写实文生图模型部署
|
1月前
|
SQL 容灾 关系型数据库
让X不断延伸, 从跨AZ到跨Region再到跨Cloud
本文从“空间”这一维度,聊一聊PolarDB-X在跨空间部署能力上的不断发展和延伸,以及在不同空间范围下的高可用和容灾能力,并着重介绍一下最新的产品能力——GDN(Global Database Network)。
7881 8
|
1月前
|
缓存 测试技术 调度
PolarDB-X的TPC-H列存执行计划
本文从官方的角度逐条解析PolarDB-X在TPC-H列存执行计划的设计要点。这些要点不仅包含了各项优化的原理,还提供了相关的证明与代码实现,希望帮助读者更深入地理解PolarDB-X的列存优化器。
7874 12