怎么理解Condition?

简介:
在java.util.concurrent包中,有两个很特殊的工具类,Condition和ReentrantLock,使用过的人都知道,ReentrantLock(重入锁)是jdk的concurrent包提供的一种独占锁的实现。它继承自Dong Lea的 AbstractQueuedSynchronizer(同步器),确切的说是ReentrantLock的一个内部类继承了AbstractQueuedSynchronizer,ReentrantLock只不过是代理了该类的一些方法,可能有人会问为什么要使用内部类在包装一层? 我想是安全的关系,因为AbstractQueuedSynchronizer中有很多方法,还实现了共享锁,Condition(稍候再细说)等功能,如果直接使ReentrantLock继承它,则很容易出现AbstractQueuedSynchronizer中的API被无用的情况。

言归正传,今天,我们讨论下Condition工具类的实现。

ReentrantLock和Condition的使用方式通常是这样的:

 
  1. public static void main(String[] args) {

  2. final ReentrantLock reentrantLock = new ReentrantLock();

  3. final Condition condition = reentrantLock.newCondition();


  4. Thread thread = new Thread((Runnable) () -> {

  5. try {

  6. reentrantLock.lock();

  7. System.out.println("我要等一个新信号" + this);

  8. condition.wait();

  9. }

  10. catch (InterruptedException e) {

  11. e.printStackTrace();

  12. }

  13. System.out.println("拿到一个信号!!" + this);

  14. reentrantLock.unlock();

  15. }, "waitThread1");


  16. thread.start();


  17. Thread thread1 = new Thread((Runnable) () -> {

  18. reentrantLock.lock();

  19. System.out.println("我拿到锁了");

  20. try {

  21. Thread.sleep(3000);

  22. }

  23. catch (InterruptedException e) {

  24. e.printStackTrace();

  25. }

  26. condition.signalAll();

  27. System.out.println("我发了一个信号!!");

  28. reentrantLock.unlock();

  29. }, "signalThread");


  30. thread1.start();

  31. }

运行后,结果如下:

 
  1. 我要等一个新信号lock.ReentrantLockTest$1@a62fc3

  2. 我拿到锁了

  3. 我发了一个信号!!

  4. 拿到一个信号!!

可以看到,

Condition的执行方式,是当在线程1中调用await方法后,线程1将释放锁,并且将自己沉睡,等待唤醒,

线程2获取到锁后,开始做事,完毕后,调用Condition的signal方法,唤醒线程1,线程1恢复执行。

以上说明Condition是一个多线程间协调通信的工具类,使得某个,或者某些线程一起等待某个条件(Condition),只有当该条件具备( signal 或者 signalAll方法被带调用)时 ,这些等待线程才会被唤醒,从而重新争夺锁。

那,它是怎么实现的呢?

首先还是要明白,reentrantLock.newCondition() 返回的是Condition的一个实现,该类在AbstractQueuedSynchronizer中被实现,叫做newCondition()

 
  1. public Condition newCondition() {

  2. return sync.newCondition();

  3. }

它可以访问AbstractQueuedSynchronizer中的方法和其余内部类(AbstractQueuedSynchronizer是个抽象类,至于他怎么能访问,这里有个很奇妙的点,后面我专门用demo说明 )

现在,我们一起来看下Condition类的实现,还是从上面的demo入手,

为了方便书写,我将AbstractQueuedSynchronizer缩写为AQS

当await被调用时,代码如下:

 
  1. public final void await() throws InterruptedException {

  2. if (Thread.interrupted())

  3. throw new InterruptedException();

  4. Node node = addConditionWaiter(); // 将当前线程包装下后,

  5. // 添加到Condition自己维护的一个链表中。

  6. int savedState = fullyRelease(node);// 释放当前线程占有的锁,从demo中看到,

  7. // 调用await前,当前线程是占有锁的


  8. int interruptMode = 0;

  9. while (!isOnSyncQueue(node)) {// 释放完毕后,遍历AQS的队列,看当前节点是否在队列中,

  10. // 不在 说明它还没有竞争锁的资格,所以继续将自己沉睡。

  11. // 直到它被加入到队列中,聪明的你可能猜到了,

  12. // 没有错,在singal的时候加入不就可以了?

  13. LockSupport.park(this);

  14. if ((interruptMode = checkInterruptWhileWaiting(node)) != 0)

  15. break;

  16. }

  17. // 被唤醒后,重新开始正式竞争锁,同样,如果竞争不到还是会将自己沉睡,等待唤醒重新开始竞争。

  18. if (acquireQueued(node, savedState) && interruptMode != THROW_IE)

  19. interruptMode = REINTERRUPT;

  20. if (node.nextWaiter != null)

  21. unlinkCancelledWaiters();

  22. if (interruptMode != 0)

  23. reportInterruptAfterWait(interruptMode);

  24. }

回到上面的demo,锁被释放后,线程1开始沉睡,这个时候线程因为线程1沉睡时,会唤醒AQS队列中的头结点,所所以线程2会开始竞争锁,并获取到,等待3秒后,线程2会调用signal方法,“发出”signal信号,signal方法如下:

 
  1. public final void signal() {

  2. if (!isHeldExclusively())

  3. throw new IllegalMonitorStateException();

  4. Node first = firstWaiter; // firstWaiter为condition自己维护的一个链表的头结点,

  5. // 取出第一个节点后开始唤醒操作

  6. if (first != null)

  7. doSignal(first);

  8. }

说明下,其实Condition内部维护了等待队列的头结点和尾节点,该队列的作用是存放等待signal信号的线程,该线程被封装为Node节点后存放于此。

 
  1. public class ConditionObject implements Condition, java.io.Serializable {

  2. private static final long serialVersionUID = 1173984872572414699L;

  3. /** First node of condition queue. */

  4. private transient Node firstWaiter;

  5. /** Last node of condition queue. */

  6. private transient Node lastWaiter;

关键的就在于此,我们知道AQS自己维护的队列是当前等待资源的队列,AQS会在资源被释放后,依次唤醒队列中从前到后的所有节点,使他们对应的线程恢复执行。直到队列为空。

而Condition自己也维护了一个队列,该队列的作用是维护一个等待signal信号的队列,两个队列的作用是不同,事实上,每个线程也仅仅会同时存在以上两个队列中的一个,流程是这样的:

线程1调用reentrantLock.lock时,线程被加入到AQS的等待队列中。

线程1调用await方法被调用时,该线程从AQS中移除,对应操作是锁的释放。

接着马上被加入到Condition的等待队列中,以为着该线程需要signal信号。

线程2,因为线程1释放锁的关系,被唤醒,并判断可以获取锁,于是线程2获取锁,并被加入到AQS的等待队列中。

线程2调用signal方法,这个时候Condition的等待队列中只有线程1一个节点,于是它被取出来,并被加入到AQS的等待队列中。 注意,这个时候,线程1 并没有被唤醒。

signal方法执行完毕,线程2调用reentrantLock.unLock()方法,释放锁。这个时候因为AQS中只有线程1,于是,AQS释放锁后按从头到尾的顺序唤醒线程时,线程1被唤醒,于是线程1回复执行。

直到释放所整个过程执行完毕。

可以看到,整个协作过程是靠结点在AQS的等待队列和Condition的等待队列中来回移动实现的,Condition作为一个条件类,很好的自己维护了一个等待信号的队列,并在适时的时候将结点加入到AQS的等待队列中来实现的唤醒操作。

看到这里,signal方法的代码应该不难理解了。

取出头结点,然后doSignal

 
  1. public final void signal() {

  2. if (!isHeldExclusively()) {

  3. throw new IllegalMonitorStateException();

  4. }

  5. Node first = firstWaiter;

  6. if (first != null) {

  7. doSignal(first);

  8. }

  9. }


  10. private void doSignal(Node first) {

  11. do {

  12. if ((firstWaiter = first.nextWaiter) == null) // 修改头结点,完成旧头结点的移出工作

  13. lastWaiter = null;

  14. first.nextWaiter = null;

  15. } while (!transferForSignal(first) && // 将老的头结点,加入到AQS的等待队列中

  16. (first = firstWaiter) != null);

  17. }


  18. final boolean transferForSignal(Node node) {

  19. /*

  20. * If cannot change waitStatus, the node has been cancelled.

  21. */

  22. if (!compareAndSetWaitStatus(node, Node.CONDITION, 0))

  23. return false;


  24. /*

  25. * Splice onto queue and try to set waitStatus of predecessor to

  26. * indicate that thread is (probably) waiting. If cancelled or attempt

  27. * to set waitStatus fails, wake up to resync (in which case the

  28. * waitStatus can be transiently and harmlessly wrong).

  29. */

  30. Node p = enq(node);

  31. int ws = p.waitStatus;

  32. // 如果该结点的状态为cancel 或者修改waitStatus失败,则直接唤醒。

  33. if (ws > 0 || !compareAndSetWaitStatus(p, ws, Node.SIGNAL))

  34. LockSupport.unpark(node.thread);

  35. return true;

  36. }

可以看到,正常情况 ws > 0 || !compareAndSetWaitStatus(p, ws, Node.SIGNAL)这个判断是不会为true的,所以,不会在这个时候唤醒该线程。

只有到发送signal信号的线程调用reentrantLock.unlock()后因为它已经被加到AQS的等待队列中,所以才会被唤醒。

总结:

本文从代码的角度说明了Condition的实现方式,其中,涉及到了AQS的很多操作,比如AQS的等待队列实现独占锁功能,不过,这不是本文讨论的重点,等有机会再将AQS的实现单独分享出来。


原文发布时间为:2018-10-31
本文作者:Java技术驿站
本文来自云栖社区合作伙伴“Java技术驿站”,了解相关信息可以关注“Java技术驿站”。

相关文章
|
Java 应用服务中间件 Apache
Apache Maven项目的搭建与部署
Apache Maven项目的搭建与部署
387 0
|
9月前
|
存储 缓存 监控
深入解析linux内存指标:快速定位系统内存问题的有效技巧与实用方法(free、top、ps、vmstat、cachestat、cachetop、sar、swap、动态内存、cgroops、oom)
深入解析linux内存指标:快速定位系统内存问题的有效技巧与实用方法(free、top、ps、vmstat、cachestat、cachetop、sar、swap、动态内存、cgroops、oom)
1533 0
|
机器学习/深度学习 算法 数据挖掘
【数据挖掘】聚类算法 简介 ( 基于划分的聚类方法 | 基于层次的聚类方法 | 基于密度的聚类方法 | 基于方格的聚类方法 | 基于模型的聚类方法 )(一)
【数据挖掘】聚类算法 简介 ( 基于划分的聚类方法 | 基于层次的聚类方法 | 基于密度的聚类方法 | 基于方格的聚类方法 | 基于模型的聚类方法 )(一)
604 0
【数据挖掘】聚类算法 简介 ( 基于划分的聚类方法 | 基于层次的聚类方法 | 基于密度的聚类方法 | 基于方格的聚类方法 | 基于模型的聚类方法 )(一)
|
网络协议 安全 网络架构
|
Java Python 数据安全/隐私保护
|
3天前
|
人工智能 自然语言处理 Shell
深度评测 | 仅用3分钟,百炼调用满血版 Deepseek-r1 API,百万Token免费用,简直不要太爽。
仅用3分钟,百炼调用满血版Deepseek-r1 API,享受百万免费Token。阿里云提供零门槛、快速部署的解决方案,支持云控制台和Cloud Shell两种方式,操作简便。Deepseek-r1满血版在推理能力上表现出色,尤其擅长数学、代码和自然语言处理任务,使用过程中无卡顿,体验丝滑。结合Chatbox工具,用户可轻松掌控模型,提升工作效率。阿里云大模型服务平台百炼不仅速度快,还确保数据安全,值得信赖。
140673 24
深度评测 | 仅用3分钟,百炼调用满血版 Deepseek-r1 API,百万Token免费用,简直不要太爽。
|
5天前
|
人工智能 API 网络安全
用DeepSeek,就在阿里云!四种方式助您快速使用 DeepSeek-R1 满血版!更有内部实战指导!
DeepSeek自发布以来,凭借卓越的技术性能和开源策略迅速吸引了全球关注。DeepSeek-R1作为系列中的佼佼者,在多个基准测试中超越现有顶尖模型,展现了强大的推理能力。然而,由于其爆火及受到黑客攻击,官网使用受限,影响用户体验。为解决这一问题,阿里云提供了多种解决方案。
16473 37
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
PAI Model Gallery 支持云上一键部署 DeepSeek-V3、DeepSeek-R1 系列模型
DeepSeek 系列模型以其卓越性能在全球范围内备受瞩目,多次评测中表现优异,性能接近甚至超越国际顶尖闭源模型(如OpenAI的GPT-4、Claude-3.5-Sonnet等)。企业用户和开发者可使用 PAI 平台一键部署 DeepSeek 系列模型,实现 DeepSeek 系列模型与现有业务的高效融合。
|
5天前
|
并行计算 PyTorch 算法框架/工具
本地部署DeepSeek模型
要在本地部署DeepSeek模型,需准备Linux(推荐Ubuntu 20.04+)或兼容的Windows/macOS环境,配备NVIDIA GPU(建议RTX 3060+)。安装Python 3.8+、PyTorch/TensorFlow等依赖,并通过官方渠道下载模型文件。配置模型后,编写推理脚本进行测试,可选使用FastAPI服务化部署或Docker容器化。注意资源监控和许可协议。
1269 8
|
13天前
|
人工智能 搜索推荐 Docker
手把手教你使用 Ollama 和 LobeChat 快速本地部署 DeepSeek R1 模型,创建个性化 AI 助手
DeepSeek R1 + LobeChat + Ollama:快速本地部署模型,创建个性化 AI 助手
3400 117
手把手教你使用 Ollama 和 LobeChat 快速本地部署 DeepSeek R1 模型,创建个性化 AI 助手

热门文章

最新文章