JAVA并发处理经验(三)锁的优化与注意

简介: 一、前言二、锁的建议1、锁的分化,具体可以借鉴block queue的take与put分锁2、锁定定义块合适,不适合太大也不适合太小3、JAVA虚拟机自带锁一步步:3.

一、前言

二、锁的建议

1、锁的分化,具体可以借鉴block queue的take与put分锁

2、锁定定义块合适,不适合太大也不适合太小

3、JAVA虚拟机自带锁一步步:

3.1 锁偏向(统一进程直接进入同步)------》

3.2 轻量级锁(开启:-XX:+UseBiasedLockong)------》

3.3 自旋锁(空循环,等待)-----》

3.4锁消除(是否真需要同步分析,开启逃逸分析:-XX:+EliminateLocks)

4、ThreadLocal工具,原理:开很多线程来做同一份工作。缺点:线程不安全,不能操作共享数据

应用场景:

* 应用场景:
*1、存放当前session用户:quake want的jert
2、存放一些context变量,比如webwork的ActionContext
3、存放session,比如Spring hibernate orm的session
package lock;

import jDKMulit.CountDownLathDemo;

import java.text.ParseException;
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.Executor;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

/**
 * Created by ycy on 16/1/14.
 */
public class ThreadLocalDemo_Gc {
    static volatile ThreadLocal<SimpleDateFormat> t1=new ThreadLocal<SimpleDateFormat>(){
       @Override
        protected void finalize() throws Throwable{
            System.out.println(this.toString()+" is gc");
        }
    };

    static volatile CountDownLatch cd=new CountDownLatch(1000);//线程计算器 ,叨叨1000次调用之后不在等待
    public static class ParseDare implements Runnable{
        int i=0;
        public ParseDare(int i){
            this.i=i;
        }

        public void run() {
            try {
                if (t1.get()==null){
                    t1.set(new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"){
                        @Override
                        protected void finalize() throws Throwable {
                            System.out.println(this.toString()+" is gc");
                        }
                    });
                    System.out.println(Thread.currentThread().getId()+"create SimpleDatefromat");
                }
                Date t=t1.get().parse("2015-03-29 19:29:"+i%60);
            } catch (ParseException e) {
                e.printStackTrace();
            }finally {
                cd.countDown();
            }
        }
    }

    public static void main(String[] args) throws InterruptedException {
        ExecutorService es= Executors.newFixedThreadPool(10);
        for (int i = 0; i <1000 ; i++) {
            es.execute(new ParseDare(i));
        }
        cd.await();
        System.out.println("misson  complete");
        t1=null;
        System.gc();
        System.out.println("frist FC complete");
        //在设置ThreadLocal的时候,会清楚ThreadMap中无效的对象
        t1=new ThreadLocal<SimpleDateFormat>();
        cd=new CountDownLatch(1000);
        for (int i = 0; i <1000 ; i++) {
            es.execute(new ParseDare(i));
        }
        cd.await();
        Thread.sleep(1000);
        System.gc();
        System.out.println(" second GC complete");
    }
}

5、牛叉:忘掉我们该死得锁是哟高CAS操作,这么做直接跟CPU交道适用Atomic Integer  long reference 等等,都可以适用。

package lock;

import java.util.concurrent.atomic.AtomicStampedReference;

/**
 * Created by ycy on 16/1/14.
 * cas:比较交换
 * 用AtomicStampedReference 封装对象;
 * 景:对数据库进行查询更换,例如消费充值等等
 */
public class AtomicStampedRefrenceDemo {
    static AtomicStampedReference<Integer> money=new AtomicStampedReference<Integer>(19,0);//引用对象,初始时间戳

    public static void main(String[] args) {
        //模拟多个线程更新数据库,为用户充值
        for (int i = 0; i <3 ; i++) {
            final int timestamp= money.getStamp();//获取时间戳
            new Thread(){
                @Override
                public void run() {
                    while (true){
                        while (true){
                            Integer m=money.getReference();
                            if(m<20){
                                if (money.compareAndSet(m,m+20,timestamp,timestamp+2)){
                                    System.out.println("余额小于20元,充值成功,余额为"+money.getReference()+"元");
                                    break;
                                }
                            }else{
                                System.out.println("余额大于20,无须充值");
                                break;
                            }
                        }
                    }

                }
            }.start();
        }

        //用户消费线程 模拟
        new Thread(){
            @Override
            public void run() {
                for (int i = 0; i <3 ; i++) {
                    while(true){
                        int timestamp=money.getStamp();
                        Integer m=money.getReference();
                        if (m>10){
                            System.out.println("大于10元");
                            if (money.compareAndSet(m,m-10,timestamp,timestamp+1)){
                                System.out.println("成功消费10元,余额为"+money.getReference());
                                break;
                            }
                        }else{
                            System.out.println("没有足够资金");
                            break;
                        }
                    }
                    try {
                        Thread.sleep(100);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            }
        }.start();
    }
}

6、死锁产生的要素“

6.1、互斥使用(资源独占) 
一个资源每次只能给一个进程使用 
6.2、不可强占(不可剥夺) 
资源申请者不能强行的从资源占有者手中夺取资源,资源只能由占有者自愿释放 
6.3、请求和保持(部分分配,占有申请) 
一个进程在申请新的资源的同时保持对原有资源的占有(只有这样才是动态申请,动态分配) 
6.4、循环等待 
存在一个进程等待队列 
{P1 , P2 , … , Pn}, 
其中P1等待P2占有的资源,P2等待P3占有的资源,…,Pn等待P1占有的资源,形成一个进程等待环路

目录
相关文章
|
3月前
|
安全 Java 编译器
new出来的对象,不一定在堆上?聊聊Java虚拟机的优化技术:逃逸分析
逃逸分析是一种静态程序分析技术,用于判断对象的可见性与生命周期。它帮助即时编译器优化内存使用、降低同步开销。根据对象是否逃逸出方法或线程,分析结果分为未逃逸、方法逃逸和线程逃逸三种。基于分析结果,编译器可进行同步锁消除、标量替换和栈上分配等优化,从而提升程序性能。尽管逃逸分析计算复杂度较高,但其在热点代码中的应用为Java虚拟机带来了显著的优化效果。
132 4
|
3月前
|
数据采集 搜索推荐 Java
Java 大视界 -- Java 大数据在智能教育虚拟学习环境构建与用户体验优化中的应用(221)
本文探讨 Java 大数据在智能教育虚拟学习环境中的应用,涵盖多源数据采集、个性化推荐、实时互动优化等核心技术,结合实际案例分析其在提升学习体验与教学质量中的成效,并展望未来发展方向与技术挑战。
|
5月前
|
资源调度 安全 Java
Java 大数据在智能教育在线实验室设备管理与实验资源优化配置中的应用实践
本文探讨Java大数据技术在智能教育在线实验室设备管理与资源优化中的应用。通过统一接入异构设备、构建四层实时处理管道及安全防护双体系,显著提升设备利用率与实验效率。某“双一流”高校实践显示,设备利用率从41%升至89%,等待时间缩短78%。该方案降低管理成本,为教育数字化转型提供技术支持。
157 1
|
1月前
|
消息中间件 缓存 Java
Spring框架优化:提高Java应用的性能与适应性
以上方法均旨在综合考虑Java Spring 应该程序设计原则, 数据库交互, 编码实践和系统架构布局等多角度因素, 旨在达到高效稳定运转目标同时也易于未来扩展.
126 8
|
2月前
|
Java Spring
如何优化Java异步任务的性能?
本文介绍了Java中四种异步任务实现方式:基础Thread、线程池、CompletableFuture及虚拟线程。涵盖多场景代码示例,展示从简单异步到复杂流程编排的演进,适用于不同版本与业务需求,助你掌握高效并发编程实践。(239字)
227 6
|
2月前
|
数据采集 存储 弹性计算
高并发Java爬虫的瓶颈分析与动态线程优化方案
高并发Java爬虫的瓶颈分析与动态线程优化方案
|
7月前
|
自然语言处理 Java 关系型数据库
Java|小数据量场景的模糊搜索体验优化
在小数据量场景下,如何优化模糊搜索体验?本文分享一个简单实用的方案,虽然有点“土”,但效果还不错。
170 0
|
5月前
|
消息中间件 机器学习/深度学习 Java
java 最新技术驱动的智能教育在线实验室设备管理与实验资源优化实操指南
这是一份基于最新技术的智能教育在线实验室设备管理与实验资源优化的实操指南,涵盖系统搭建、核心功能实现及优化策略。采用Flink实时处理、Kafka消息队列、Elasticsearch搜索分析和Redis缓存等技术栈,结合强化学习动态优化资源调度。指南详细描述了开发环境准备、基础组件部署、数据采集与处理、模型训练、API服务集成及性能调优步骤,支持高并发设备接入与低延迟处理,满足教育机构数字化转型需求。代码已提供下载链接,助力快速构建智能化实验室管理系统。
165 44
|
3月前
|
存储 人工智能 算法
Java 大视界 -- Java 大数据在智能医疗影像数据压缩与传输优化中的技术应用(227)
本文探讨 Java 大数据在智能医疗影像压缩与传输中的关键技术应用,分析其如何解决医疗影像数据存储、传输与压缩三大难题,并结合实际案例展示技术落地效果。
|
3月前
|
机器学习/深度学习 算法 Java
Java 大视界 -- Java 大数据机器学习模型在生物信息学基因功能预测中的优化与应用(223)
本文探讨了Java大数据与机器学习模型在生物信息学中基因功能预测的优化与应用。通过高效的数据处理能力和智能算法,提升基因功能预测的准确性与效率,助力医学与农业发展。