【Java EE初阶三 】线程的状态与安全(下)

news2025/1/20 19:26:31

3. 线程安全

        线程安全某个代码,不管它是单个线程执行,还是多个线程执行,都不会产生bug,这个情况就成为“线程安全”。

        线程不安全某个代码,它单个线程执行,不会产生bug,但是多个线程执行,就会产生bug,这个情况就成为 “线程不安全”,或者 “存在线程安全问题”。     

        举个线程不安全例子,我们计算一个变量的自增次数,它循环了100000次,用两个线程去计算,各自计算循环50000次的次数。   

3.1 线程不安全样例

        根本原因:线程的随机调度,抢占式执行

        代码结构:不同线程修改同一数据

        直接原因:多线程操作不是原子的

        由于线程的随机调度,抢占式执行(不可避免),代码结构会促进该原因加剧不良后果

       1、代码一分析---->代码随机调度,抢占执行的例子

        代码如下:

public class ThreadDemo4 {
    private static int count = 0;
    public static void main(String[] args) throws InterruptedException {
        Thread t1 = new Thread(() -> {
            for (int i = 1; i < 50000; i++) {
                count++;
            }
        });
        Thread t2 = new Thread(() -> {
            for (int i = 50000; i <= 100000; i++) {
                count++;
            }
        });
        t1.start();
        t2.start();
 
        t1.join();
        t2.join();
 
        System.out.println("count: " + count);
    }
}

        按照我们的逻辑,从1自增到10_0000,肯定是自增了10_0000次,但是结果如下图所示:

      

        我们实际答案却不是10_0000,是53978次,其出现如上情况的最主原因就是多线程代码它们是并发执行的,且往代码深层次分析,java中的count++语句是由cpu的三个指令构成的:

1)首先load 从内存中读取数据到cpu的寄存器中;

(2)其次add 把寄存器中的值 + 1;

(3)最后save 把寄存器中的值写回到内存中;
        因为上面两个线程t1和t2是并发执行的,那则t1 和 t2 线程的执行顺序就是无序的,他们可能同时读取内存中的数据add,双方都自增完往寄存器+1(应该是+1后再+1),但是最后从寄存器中save到内存中时,却只读取了一个线程自增完后的数值,另外一个自增的过程被忽略了,一些具体的分析如下图所示;

        线程并发执行的结果是无数的,并不是简单的排列组合就能穷举出来,因为并发的原因,可能 t1 线程它执行了两次,才执行一次 t2 线程,或者 t2 执行的次数更多,t1 线程只执行一次。等以上这些情况都是有可能出现的。

        故此t1 和 t2自增的时候,就可能从寄存器中拿的是同一个值,这两线程的其中一个自增后,没有来得及在内存中进行自加1,另一个线程自增完后就直接往内存中那这个值了,最后的结果肯定是不符合我们预期的。

        故此由上图所示,符合我们预期的效果就只有最前面的两个情况了,但是这种情况也就是多线程串行化执行,执行完 t1,再执行t2,代码如下所示:

public class ThreadDemo4 {
    private static int count = 0;
    public static void main(String[] args) throws InterruptedException {
        Thread t1 = new Thread(() -> {
            for (int i = 1; i < 50000; i++) {
                count++;
            }
        });
        Thread t2 = new Thread(() -> {
            try {
                t1.join();
            } catch (InterruptedException e) {
                throw new RuntimeException(e);
            }
 
            for (int i = 50000; i <= 100000; i++) {
                count++;
            }
        });
        t1.start();
 
        t2.start();
        t2.join();
 
        System.out.println("count: " + count);
    }
}

        结果如下:

      

        但是如此操作的话,这个代码和多线程的运行就完全没有关系了;

       

        2、代码二分析---->内存可见性例子

        代码如下:

package thread;

import java.util.Scanner;

public class ThreadDemo22 {
    private static int flag = 1;
    public static void main(String[] args) {
        Thread t1 = new Thread(() -> {
            while (flag == 1) {
                System.out.println("这里是线程t1");
            }
            System.out.println("t1线程结束");
        });
        Thread t2 = new Thread(() -> {
            System.out.println("请输入flag的值");
            Scanner scanner = new Scanner(System.in);
            flag = scanner.nextInt();
        });
        t1.start();
        t2.start();
    }
}

        执行预期是当我们输入不等于1的值,就打印 “t1线程结束”,但是当我们输入结果为5,最终执行结果却不是我们预期的效果,执行结果如下:

        

        flag值是!=1,但是t1线程一直在循环运行,虽然t2线程是在按照我们的要求改变flag的值,为什么结果与预期是相悖的,如此就涉及到了jvm内部的优化了,和内存可见性相关;

        t1线程中的flag==1这一操作有两个核心指令:

(1)load,读取内存中的flag值到寄存器

(2)拿着寄存器中的值和1进行比较(条件跳转指令)

        这里load的每次操作取到的值都是一样的,而当我们执行scanner操作修改flag的值时,load这一指令,已经执行上百亿次了;且从内存中取数据这一操作是非常耗时的,远远比条件跳转指令花时间,这时由于load开销太大,jvm就会产生怀疑,怀疑这个load继续操作的必要性;从而给出优化,把从内存读数据load这一操作给优化掉了,这样一来,jvm就不会再从内存中拿数据,而是把load拿到的值放到寄存器中,从寄存器拿到数据,进行比较。这样可以大幅度的提高循环的执行速度。

        上面的例子,t2修改了内存,但是t1没看到内存变化,就称为内存可见性问题。而内存可见性问题,是高度依赖编译器优化的问题;

 3.2 线程不安全问题解决方法

3.2.1  t1 循环里加sleep

        代码如下:

public class ThreadDemo3 {
    private static int flag = 1;
    public static void main(String[] args) {
        Thread t1 = new Thread(() -> {
            while (flag == 1) {
                try {
                    Thread.sleep(10);
                } catch (InterruptedException e) {
                    throw new RuntimeException(e);
                }
                //循环题里,啥也不写
            }
            System.out.println("t1线程结束");
        });
        Thread t2 = new Thread(() -> {
            System.out.println("请输入flag的值");
            Scanner scanner = new Scanner(System.in);
            flag = scanner.nextInt();
        });
        t1.start();
        t2.start();
    }
}

        结果如下:

        方法详解:因为10秒中都可以让t1线程里面的循环执行上百亿次(cpu飞快的从内存中网寄存器中读取数据),这样会导致load的开销就非常大,代码的优化迫切程度就比较大;但是加了sleep后,我们让线程t1进行休眠,如此load的开销就小了很多,代码的优化迫切程度就降低了,故此load就能将5这个值在优化前读取到寄存器和flag进行比较,最终达到我们预期的效果;

3.3.2 给flag变量加volatile修饰 

        代码如下:

public class ThreadDemo3 {
    private volatile static int flag = 1;
    public static void main(String[] args) {
        Thread t1 = new Thread(() -> {
            while (flag == 1) {
                //循环题里,啥也不写
            }
            System.out.println("t1线程结束");
        });
        Thread t2 = new Thread(() -> {
            System.out.println("请输入flag的值");
            Scanner scanner = new Scanner(System.in);
            flag = scanner.nextInt();
        });
        t1.start();
        t2.start();
    }
}

        结果与之前类似,略;

        方法分析:

1、java提供volatile关键字,其核心作用,就是保证 “内存可见性”另一功能:禁止指令重排序)可以使jvm强迫的优化强制关闭,这样就可以确保循环每次都是从内存中拿数据了,虽然这样执行效率也会下降,但数据更为准确了;

2、我们对编译器优化是这样表述的:

        编译器发现,每次循环都要从内存中读取数据,内存开销都太大了,于是把读取内存这一操作优化成读取寄存器这一操作。

        在JMM模型是这样描述的:

        编译器发现,每次循环都要从 “主内存” 中读取数据,就会把数据从 “主内存” 中复制下到 “工作内存” 中,后续每次读取都是在 “工作内容” 这读取。(这里的“工作内容代指cpu寄存器 + 缓存”)---->这里的 “主内存” 翻译成内存,“工作内存” 翻译成cpu寄存器 ;

3.3 线程不安全的原因

1、根本原因
        操作系统上的线程是“抢占式执行”,随机调度的
---->给线程之间的执行顺序带来了很多变数。

2、代码结构
        多个线程同时修改同一个变量。

    2.1、如果一个线程修改一个变量,没事。

    2.2、多个线程读取同一个变量,没事的-->如果只是读取,变量的内容是固定不变的。

    2.3、多个线程修改不同的变量,没事--->如果是两个不同的变量,彼此之间就不会产生相互覆盖的情况了

3、直接原因
        多线程修改操作,本身不是原子的

        即count++:该操作可以被细分为3个cpu指令,一个线程执行这些指令,执行到一半会被调走,从而给其他线程“可乘之机”------>每个cpu指令,都是原子的,要么不执行,要么执行完

4、内存可见性
        一个线程读,一个线程写,也会导致线程安全的问题。

5、指令重排序
        编译器的一种优化,在保证代码逻辑不变的情况下,将一些代码的指令重新排序,从而提高代码的执行效率,但是有时候会因为重排序后,多线程编程就会出现线程安全问题。

番外:

        String是一个不可变对象

好处:

  1. 方便jvm进行缓存(放到字符串常量池中)
  2. Hash值固定
  3. String的对象是线程安全的-à意味着只能读取,不能修改

为什么说string是不可变的?

  1. 持有的数据(char 【】数组)是private的
  2. 里面没有提供public的方法来修改char数组的相关内容。
  3. Final只是表示不可被继承,和可变没有关系。

3.4  针对上述原因给出的解决方案 

        针对原因1:
        我们无法给出解决方案,因为操作系统内部已经实现了“抢占式执行”,我们干预不了

        针对原因2:
        分情况,有的时候,代码结构可以调整,有的时候调整不了。

        针对原因3:
        把要修改的变量这操作,通过特殊手段,把这操作在系统里的多个指令打包成一个“整体”。例如加锁操作,而加锁的操作(下一篇详细讲解),就是把多个指令打包成一个原子的操作。

        针对原因4:
        可以对代码进行调整,避免内存可见性的问题;也可以使用volatile进行修饰,强制把代码优化关了,这样数据就更准确了,但执行效率也就变慢了。

        针对原因5:
        将某些可能会指令重排序的变量,加volatile修饰,强制取消指令重排序的优化。

ps:本次的内容就到这里了,如果感兴趣的话就请一键三连哦!!!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1347925.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【第5期】前端Vue使用Proxy+Vuex(store、mutations、actions)跨域调通本地后端接口

本期简介 本期要点 本地开发前后端如何跨域调用全局请求、响应处理拦截器处理封装HTTP请求模块编写API请求映射到后端API数据的状态管理 一、 本地开发前后端如何跨域调用 众所周知&#xff0c;只要前端和后端的域名或端口不一样&#xff0c;就存在跨域访问&#xff0c;例如&…

QString设置小数点精度位数

QString设置小数点精度位数 Chapter1 QString设置小数点精度位数Chapter2 Qt中QString.toDouble有效位数6位问题以及数据小数点有效位数的处理问题一&#xff1a;QString.toDouble有效位只有6位问题二:小数点有效位数的问题 Chapter3 qt QString转Double只显示6位数字的问题(精…

FTP的基本介绍

FTP ftp的介绍&#xff1a; ftp是一个可以提供共享文件的服务器&#xff0c;他可以通过iis.msc也就是windows 的服务器管理器来打开&#xff0c;或者通过cmd命令行打开 如何使用iis.msc打开ftp&#xff0c;如何使用cmd打开ftp &#xff0c;如何匿名登录ftp&#xff0c;ftp和…

设计模式-调停者模式

设计模式专栏 模式介绍模式特点应用场景调停者模式与命令模式的比较代码示例Java实现调停者模式Python实现调停者模式 调停者模式在spring中的应用 模式介绍 调停者模式是一种软件设计模式&#xff0c;主要用于模块间的解耦&#xff0c;通过避免对象之间显式的互相指向&#x…

YOLOv8改进 | 2023注意力篇 | iRMB倒置残差块注意力机制(轻量化注意力机制)

一、本文介绍 本文给家大家带来的改进机制是iRMB&#xff0c;其是在论文Rethinking Mobile Block for Efficient Attention-based Models种提出&#xff0c;论文提出了一个新的主干网络EMO(后面我也会教大家如何使用该主干&#xff0c;本文先教大家使用该文中提出的注意力机制…

Java超高精度无线定位技术--UWB (超宽带)人员定位系统源码

UWB室内定位技术是一种全新的、与传统通信技术有极大差异的通信新技术。它不需要使用传统通信体制中的载波&#xff0c;而是通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据&#xff0c;从而具有GHz量级的带宽。 UWB&#xff08;超宽带&#xff09;高精度定位系统是一…

08.哲说建造者模式(Builder Pattern)

“The odds that we’re in ‘base reality’ is one in billions.” —— Elon Musk 这段话出自马斯克在2016年的一次演讲&#xff0c;“人类活在真实世界的几率&#xff0c;可能不到十亿分之一”。此言一出&#xff0c;可谓一石激起千层浪。有人嘲讽马斯克是“语不惊人死不休…

论文阅读——SG-Former

SG-Former: Self-guided Transformer with Evolving Token Reallocation 1. Introduction 方法的核心是利用显著性图&#xff0c;根据每个区域的显著性重新分配tokens。显著性图是通过混合规模的自我关注来估计的&#xff0c;并在训练过程中自我进化。直观地说&#xff0c;我们…

3D视觉-相机选用的原则

鉴于不同技术方案都有其适用的场景&#xff0c;立体相机的选型讲究的原则为“先看用途&#xff0c;再看场景&#xff0c;终评精度”&#xff0c;合适的立体相机在方案中可以起到事半功倍的效果。从用途上来进行划分&#xff0c;三维视觉方案主要应用在两个方向&#xff1a;测量…

PyTorch常用工具(1)数据处理

文章目录 前言1 数据处理1.1 Dataset1.2 DataLoader 前言 在训练神经网络的过程中需要用到很多的工具&#xff0c;最重要的是数据处理、可视化和GPU加速。本章主要介绍PyTorch在这些方面常用的工具模块&#xff0c;合理使用这些工具可以极大地提高编程效率。 由于内容较多&am…

【每日一题】一周中的第几天

文章目录 Tag题目来源解题思路方法一&#xff1a;模拟 写在最后 Tag 【模拟】【数学】【2023-12-30】 题目来源 1185. 一周中的第几天 解题思路 方法一&#xff1a;模拟 思路 题目中的日期是在 1971 到 2100 年之间的有效日期&#xff0c;即 1971-01-01 到 2100-12-31 范围…

Scene Creator

场景创建器是一个方便、易于使用的编辑工具&#xff0c;旨在简化创建新场景的过程。使用场景创建器&#xff0c;您可以选择一个模板场景&#xff0c;定义一个目录来存储您的场景&#xff0c;并在需要时自动将新场景添加到构建中。 下载&#xff1a; ​​Unity资源商店链接 资…

数据结构:第7章:查找(复习)

目录 顺序查找&#xff1a; 折半查找&#xff1a; 二叉排序树&#xff1a; 4. (程序题) 平衡二叉树&#xff1a; 顺序查找&#xff1a; ASL 折半查找&#xff1a; 这里 j 表示 二叉查找树的第 j 层 二叉排序树&#xff1a; 二叉排序树&#xff08;Binary Search Tree&…

李宏毅 自然语言处理(Voice Conversion) 笔记

前一章笔记&#xff1a;李宏毅 自然语言处理&#xff08;Speech Recognition&#xff09; 笔记 引入 什么是voice conversion&#xff1f; 输入一段声音&#xff0c;输出另一段声音&#xff0c;我们希望这两端声音&#xff1a;内容一样&#xff0c;其他方面不一样&#xff08…

6个火爆全网的AI开源项目,用上月10万+

标题月10万可能说的有点夸张和含糊&#xff0c;10万具体指的是你可以利用这些开源项目实现&#xff1a; 访问量10万 收入10万 用户10万 …… 开源项目只是免费的工具&#xff0c;具体怎么实现还需要你根据自己需求去深入运营。这里只是给你推荐一些比较热门的开源项目&…

html-css-js移动端导航栏底部固定+i18n国际化全局

需求&#xff1a;要做一个移动端的仿照小程序的导航栏页面操作&#xff0c;但是这边加上了i18n国家化&#xff0c;由于页面切换的时候会导致国际化失效&#xff0c;所以写了这篇文章 1.效果 切换页面的时候中英文也会跟着改变&#xff0c;不会导致切换后回到默认的语言 2.实现…

【ESP-NOW with ESP32:向多个开发板发送数据(一对多)】

【ESP-NOW with ESP32&#xff1a;向多个开发板发送数据&#xff08;一对多&#xff09;】 1. 项目概况2. 先决条件2.1 环境配置2.2 所需零件 3. 获取主板 MAC 地址4. ESP32 发射器 &#xff08;ESP-NOW&#xff09;4.1 接收方的MAC地址4.2 OnDataSent&#xff08;&#xff09;…

2023-12-16 LeetCode每日一题(统计区间中的整数数目)

2023-12-16每日一题 一、题目编号 2276. 统计区间中的整数数目二、题目链接 点击跳转到题目位置 三、题目描述 给你区间的 空 集&#xff0c;请你设计并实现满足要求的数据结构&#xff1a; **新增&#xff1a;**添加一个区间到这个区间集合中。 **统计&#xff1a;**计算…

Plantuml之甘特图语法介绍(二十八)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 优质专栏&#xff1a;Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 优质专栏&#xff1a;多媒…

Transformer基本结构

Transformer基本结构 输入部分、编码部分、解码部分、输出部分 1、输入部分 原文本嵌入层及其位置编码器目标文本嵌入层及其位置编码器 位置编码器(PositionalEncoding)&#xff1a;将词汇位置不同可能会产生不同语义的信息加入到词张量中&#xff0c;以弥补位置信息的缺失 …