Akka与Java内存模型的关系

简介:

不管你使用的Typesafe系统是Scala版本还是Java版本,都可以使你编写并发程序的过程变得更加容易。这篇文章主要讨论的是Typesafe系统,特别是针对Akka在并发程序中对共享内存的处理部分。

Java内存模型

在之前的Java 5 版本中,Java内存模型的定义是很值得商榷的。以至于在共享内存环境下的多线程处理的结果变得多种多样,比如:

  1. 线程读取不到其他线程写入的值:内存可见性问题
  2. 线程得到了其他线程的“非正常”行为,这也是因为底层指令没有按照期望的顺序执行的结果:指令重排序问题

Java 5版本的JSR 133规范其实已经解决了很多这样的问题。首先Java内存模型是以先序执行原则为前提的规则集合,也就是说它限制的结果是内存的访问必须是依次进行,可是它同时又允许上述的行为乱序的执行。下面是一些规则的例子:

  1. 监控锁规则:在同一把锁的获取之前必须已经进行了锁的释放
  2. Volatile变量规则:对同一个volatile变量的读取必须在对其写入之后

尽管Java内存模型表面上看很复杂,但是在规范的制定上一直在寻求高可用性以及使其具有可编写高性能、扩展性良好的并发程序结构。

角色(Actor)和Java内存模型

针对Akka中的角色(Actor)实现,多线程可以有两种方式来对共享内存进行操作:

  1. 如果消息被发送给一个角色(Actor)。在大多数情况下消息是不可变的,但是也有可能消息并不是如理想中的那样完全不可变化,如果没有先序执行规则的保证,接受消息的角色(Actor)有可能只会看到初始化不完全的数据或者更严重的根本看不到。
  2. 如果角色(Actor)通过消息处理改变了内部状态,然后处理其他的消息时又获取内部状态。在这种情况下你需要注意的是角色(Actor)模型并不能保证同一线程可以对不同的消息用相同的角色(Actor)处理。

为了避免角色(Actor)之间的可见性和重排序问题,Akka提供了下面两个先序执行的原则来保证:

  1. 角色(Actor)发送规则:发送消息给一个角色(Actor)的操作必须在同一个角色(Actor)接受了那条消息之前发生。
  2. 角色(Actor)后续处理规则:同一角色(Actor)的消息处理必须是串行的。

注意:通常意义下也就是当下一消息被角色(Actor)处理的时候,角色(Actor)内部字段的变化在当前是可见的。因此角色(Actor)中的字段不需要被声明为volatile,也不需要是等效的。

上述两个原则只对同一角色(Actor)实例有效,如果使用的是不同的角色(Actor)则没有任何作用。

Future和Java内存模型

注册在Future上的所有回调必须在Future操作完成之后执行。

建议多使用final变量,如果使用了过多的非final变量也必须同时被标识为volatile以便可以在回调中使用字段的最新值。

如果使用过多引用类型,这种情况下必须保证引用指向的实例是线程安全的。我们强烈建议不要使用对象锁,因为它可能造成性能低下,并且最严重的是可能导致死锁的产生。这其实也是使用synchronized的危险所在。

软件事务内存(STM)和Java内存模型

Akka的软件事务内存也支持先序执行规则:

事务引用规则:针对同一事务引用的成功写的提交操作必须发生在同一事务引用的后续读操作之前。

这个规则看起来和Java内存模型中的volatile变量很相似。当前版本的Akka软件事务模型支持延迟写入,因此对于共享内存的实际的写操作只有在事务提交的时候才会执行。事务中的所有写操作都会被置于本地缓冲并对其他事务不可见的,这就保证了不会发生脏读现象。

在Akka中这些规则到底是怎样的这都是实现细节而且都是一直在变动的,具体的下班取决于使用的配置。但是不管怎样他们都是构建在比如监控锁规则或者volatile变量规则这些Java虚拟机模型规则之上的。这就是说,如果你使用Akka,是不用添加同步来保证先序执行的关系的,因为这些Akka已经为你做了。你只需要专注于业务逻辑即可,Akka框架会替你做好这些规则的保证。

角色(Actor)和共享可变状态

但是毕竟Akka是运行在Java虚拟机上的,当然还是要遵守一些规则的。

使用内部角色(Actor)状态并且将它暴露给其他线程

01 class MyActor extends Actor{
02     var state=...
03     def receive ={
04         case _=>
05            //错误
06            //相当的糟糕,共享可变状态
07            //会使你的应用出现奇怪的行为
08            Future { state = NewState }
09            anotherActor ? message onSuccess {r => state = r }
10  
11            //相当糟糕,“sender”会因为每条消息而改变
12            //共享可变状态BUG
13            Future {expensiveCalculation(sender())}
14  
15            //正确
16            //完全安全,“self”可以封装
17            Future {expensiveCalculation() } onComplete { f=> self ! f.value.get }
18  
19            //完全安全,我们封装一个固定值
20            //而且它是一个ActorRef,这个对象是线程安全的
21            val currentSender = sender()
22            Future {expensiveCalculation(currentSender)}
23     }
24 }

消息必须是不可变的,这样可以避开共享可变状态的陷阱。

相关文章
|
12天前
|
安全 Java 应用服务中间件
Spring Boot + Java 21:内存减少 60%,启动速度提高 30% — 零代码
通过调整三个JVM和Spring Boot配置开关,无需重写代码即可显著优化Java应用性能:内存减少60%,启动速度提升30%。适用于所有在JVM上运行API的生产团队,低成本实现高效能。
88 3
|
2月前
|
存储 缓存 Java
Java数组全解析:一维、多维与内存模型
本文深入解析Java数组的内存布局与操作技巧,涵盖一维及多维数组的声明、初始化、内存模型,以及数组常见陷阱和性能优化。通过图文结合的方式帮助开发者彻底理解数组本质,并提供Arrays工具类的实用方法与面试高频问题解析,助你掌握数组核心知识,避免常见错误。
|
1月前
|
缓存 监控 Kubernetes
Java虚拟机内存溢出(Java Heap Space)问题处理方案
综上所述, 解决Java Heap Space溢出需从多角度综合施策; 包括但不限于配置调整、代码审查与优化以及系统设计层面改进; 同样也不能忽视运行期监控与预警设置之重要性; 及早发现潜在风险点并采取相应补救手段至关重要.
199 17
|
5月前
|
存储 缓存 Java
【高薪程序员必看】万字长文拆解Java并发编程!(5):深入理解JMM:Java内存模型的三大特性与volatile底层原理
JMM,Java Memory Model,Java内存模型,定义了主内存,工作内存,确保Java在不同平台上的正确运行主内存Main Memory:所有线程共享的内存区域,所有的变量都存储在主存中工作内存Working Memory:每个线程拥有自己的工作内存,用于保存变量的副本.线程执行过程中先将主内存中的变量读到工作内存中,对变量进行操作之后再将变量写入主内存,jvm概念说明主内存所有线程共享的内存区域,存储原始变量(堆内存中的对象实例和静态变量)工作内存。
163 0
|
2月前
|
监控 Kubernetes Java
最新技术栈驱动的 Java 绿色计算与性能优化实操指南涵盖内存优化与能效提升实战技巧
本文介绍了基于Java 24+技术栈的绿色计算与性能优化实操指南。主要内容包括:1)JVM调优,如分代ZGC配置和结构化并发优化;2)代码级优化,包括向量API加速数据处理和零拷贝I/O;3)容器化环境优化,如K8s资源匹配和节能模式配置;4)监控分析工具使用。通过实践表明,这些优化能显著提升性能(响应时间降低40-60%)同时降低资源消耗(内存减少30-50%,CPU降低20-40%)和能耗(服务器功耗减少15-35%)。建议采用渐进式优化策略。
134 1
|
2月前
|
存储 监控 算法
Java垃圾回收机制(GC)与内存模型
本文主要讲述JVM的内存模型和基本调优机制。
|
4月前
|
Java 物联网 数据处理
Java Solon v3.2.0 史上最强性能优化版本发布 并发能力提升 700% 内存占用节省 50%
Java Solon v3.2.0 是一款性能卓越的后端开发框架,新版本并发性能提升700%,内存占用节省50%。本文将从核心特性(如事件驱动模型与内存优化)、技术方案示例(Web应用搭建与数据库集成)到实际应用案例(电商平台与物联网平台)全面解析其优势与使用方法。通过简单代码示例和真实场景展示,帮助开发者快速掌握并应用于项目中,大幅提升系统性能与资源利用率。
127 6
Java Solon v3.2.0 史上最强性能优化版本发布 并发能力提升 700% 内存占用节省 50%
|
2月前
|
边缘计算 算法 Java
Java 绿色计算与性能优化:从内存管理到能耗降低的全方位优化策略与实践技巧
本文探讨了Java绿色计算与性能优化的技术方案和应用实例。文章从JVM调优(包括垃圾回收器选择、内存管理和并发优化)、代码优化(数据结构选择、对象创建和I/O操作优化)等方面提出优化策略,并结合电商平台、社交平台和智能工厂的实际案例,展示了通过Java新特性提升性能、降低能耗的显著效果。最终指出,综合运用这些优化方法不仅能提高系统性能,还能实现绿色计算目标,为企业节省成本并符合环保要求。
90 0
|
4月前
|
缓存 监控 Cloud Native
Java Solon v3.2.0 高并发与低内存实战指南之解决方案优化
本文深入解析了Java Solon v3.2.0框架的实战应用,聚焦高并发与低内存消耗场景。通过响应式编程、云原生支持、内存优化等特性,结合API网关、数据库操作及分布式缓存实例,展示其在秒杀系统中的性能优势。文章还提供了Docker部署、监控方案及实际效果数据,助力开发者构建高效稳定的应用系统。代码示例详尽,适合希望提升系统性能的Java开发者参考。
173 4
Java Solon v3.2.0 高并发与低内存实战指南之解决方案优化