大家好，我是田螺。最近看了一下阿里巴巴Java开发手册，整理了并发处理的12条规范，并且都给出对应代码的例子，大家看完一定会有收获的。
我们在获取单例对象的时候，要确保线性安全哈。
比如双重检查锁定（Double-Checked Locking）的单例模式，就是一个经典案例，你在获取单实例对象的时候，就需要保证线性安全，比如加synchronized确保现象安全，代码如下：
public class Singleton {
private volatile static Singleton instance;
private Singleton() { }
public static Singleton getInstance() {
if (instance == null) {
synchronized (Singleton.class) {
if (instance == null) {
instance = new Singleton();
}
}
}
return instance;
}
}大家在写资源驱动类、工具类、单例工厂类的时候，都需要注意获取单例对象需要保证线程安全哈。
使用线程池时，如果没有给线程池一个有意义的名称，将不好排查回溯问题。
反例：
public class TianLuoBoyThreadTest {
public static void main(String[] args) throws Exception {
ThreadPoolExecutor executorOne = new ThreadPoolExecutor(5, 5, 1,
TimeUnit.MINUTES, new ArrayBlockingQueue<Runnable>(20));
executorOne.execute(()->{
System.out.println("关注公众号：捡田螺的小男孩");
throw new NullPointerException();
});
}
}运行结果：
关注公众号：捡田螺的小男孩
Exception in thread "pool-1-thread-1" java.lang.NullPointerException
at com.example.dto.TianLuoBoyThreadTest.lambda$main$0(ThreadTest.java:17)
at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
at java.lang.Thread.run(Thread.java:748)可以发现，默认打印的线程池名字是pool-1-thread-1，如果排查问题起来，并不友好。因此建议大家给自己线程池自定义个容易识别的名字。其实用CustomizableThreadFactory即可，正例如下：
public class ThreadTest {
public static void main(String[] args) throws Exception {
ThreadPoolExecutor executorOne = new ThreadPoolExecutor(5, 5, 1,
TimeUnit.MINUTES, new ArrayBlockingQueue<Runnable>(20),
new CustomizableThreadFactory("TianluoBoy-Thread-pool"));
executorOne.execute(()->{
System.out.println("关注公众号：捡田螺的小男孩");
throw new NullPointerException();
});
}
}日常开发中,我们经常需要使用到多线程。线程资源要求通过线程池提供，而不允许显式创建线程。
因为如果显示创建线程，可能造成系统创建大量同类线程而导致消耗完内存。使用线程池主要有这些好处：
GC垃圾回收流程，都是需要资源开销的。反例(显式创建线程)：
public class DirectThreadCreation {
public static void main(String[] args) {
for (int i = 0; i < 10; i++) {
Thread thread = new Thread(new WorkerThread("Task " + i));
thread.start();
}
}
}
class WorkerThread implements Runnable {
private String taskName;
public WorkerThread(String taskName) {
this.taskName = taskName;
}
@Override
public void run() {
System.out.println(Thread.currentThread().getName() + " executing " + taskName);
// 执行任务的具体逻辑
}
}正例(线程池)：
public class ThreadPoolExample {
public static void main(String[] args) {
// 创建固定大小的线程池
ExecutorService executor = Executors.newFixedThreadPool(5);
// 提交任务给线程池执行
for (int i = 0; i < 10; i++) {
Runnable task = new WorkerThread("Task " + i);
executor.execute(task);
}
// 关闭线程池
executor.shutdown();
}
}
class WorkerThread implements Runnable {
private String taskName;
public WorkerThread(String taskName) {
this.taskName = taskName;
}
@Override
public void run() {
System.out.println(Thread.currentThread().getName() + " executing " + taskName);
// 执行任务的具体逻辑
}
}SimpleDateFormat 是线程不安全的类，因为它内部维护了一个 Calendar 实例，而 Calendar 不是线程安全的。因此，在多线程环境下，如果多个线程共享一个 SimpleDateFormat 实例，可能会导致并发问题。
如果需要在多线程环境下使用SimpleDateFormat，可以通过加锁的方式来确保线程安全。
public class SafeDateFormatExample {
private static final Object lock = new Object();
private static final SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
public static void main(String[] args) {
Runnable task = () -> {
try {
parseAndPrintDate("2022-01-01 12:30:45");
} catch (ParseException e) {
e.printStackTrace();
}
};
// 启动多个线程来同时解析日期
for (int i = 0; i < 5; i++) {
new Thread(task).start();
}
}
private static void parseAndPrintDate(String dateString) throws ParseException {
synchronized (lock) {
Date date = sdf.parse(dateString);
System.out.println(Thread.currentThread().getName() + ": Parsed date: " + date);
}
}
}这是因为Executors 返回的线程池：
FixedThreadPool 允许的请求队列长度为 Integer.MAX_VALUE，可能会堆积大量的请求，从而导致 OOMCachedThreadPool :允许的创建线程数量为 Integer.MAX_VALUE，可能会创建大量的线程，从而导致 OOM。反例：
/**
* 公众号：捡田螺的小男孩
*/
public class NewFixedTest {
public static void main(String[] args) {
ExecutorService executor = Executors.newFixedThreadPool(10);
for (int i = 0; i < Integer.MAX_VALUE; i++) {
executor.execute(() -> {
try {
Thread.sleep(10000);
} catch (InterruptedException e) {
//do nothing
}
});
}
}
}使用 Executors的newFixedThreadPool创建的线程池，是会有坑的，它默认是无界的阻塞队列，如果任务过多，会导致OOM问题。运行一下以上代码，出现了OOM。
Exception in thread "main" java.lang.OutOfMemoryError: GC overhead limit exceeded
at java.util.concurrent.LinkedBlockingQueue.offer(LinkedBlockingQueue.java:416)
at java.util.concurrent.ThreadPoolExecutor.execute(ThreadPoolExecutor.java:1371)
at com.example.dto.NewFixedTest.main(NewFixedTest.java:14)这是因为Executors的newFixedThreadPool使用了无界的阻塞队列的LinkedBlockingQueue，如果线程获取一个任务后，任务的执行时间比较长(比如，上面demo代码设置了10秒)，会导致队列的任务越积越多，导致机器内存使用不停飙升， 最终出现OOM。
而ThreadPoolExecutor 创建的时候，需要明确配置线程池参数，可以避免资源耗尽风险。
高并发时，同步调用应该去考量锁的性能损耗。能用无锁数据结构，就不要用锁；能锁区块，就不要锁整个方法体；能用对象锁，就不要用类锁。
通俗易懂讲就是，在保证数据安全的情况下，尽可能使加锁的代码块工作量尽可能的小。因为在高并发场景，为了防止超卖等情况，我们经常需要加锁来保护共享资源。但是，如果加锁的粒度过粗，是很影响接口性能的。 再比如，我们不推荐在加锁的代码块中，再调用RPC方法。
对于锁的粒度，我给大家个代码例子哈：
比如，在业务代码中，有一个ArrayList因为涉及到多线程操作，所以需要加锁操作，假设刚好又有一段比较耗时的操作（代码中的slowNotShare方法）不涉及线程安全问题。反例加锁，就是一锅端，全锁住:
//不涉及共享资源的慢方法
private void slowNotShare() {
try {
TimeUnit.MILLISECONDS.sleep(100);
} catch (InterruptedException e) {
}
}
//错误的加锁方法
public int wrong() {
long beginTime = System.currentTimeMillis();
IntStream.rangeClosed(1, 10000).parallel().forEach(i -> {
//加锁粒度太粗了，slowNotShare其实不涉及共享资源
synchronized (this) {
slowNotShare();
data.add(i);
}
});
log.info("cosume time:{}", System.currentTimeMillis() - beginTime);
return data.size();
}正例：
public int right() {
long beginTime = System.currentTimeMillis();
IntStream.rangeClosed(1, 10000).parallel().forEach(i -> {
slowNotShare();//可以不加锁
//只对List这部分加锁
synchronized (data) {
data.add(i);
}
});
log.info("cosume time:{}", System.currentTimeMillis() - beginTime);
return data.size();
}HashMap 在容量不够进行 resize 时由于高并发可能出现死链，导致 CPU 飙升。在开发过程中可以使用其它数据结构或加锁来规避此风险。
在普通的 HashMap 中，可能出现死锁的场景通常与多线程并发修改 HashMap 的结构有关。这种情况下，多个线程同时对 HashMap 进行插入、删除等操作，可能导致链表形成环，进而导致死锁。
比如这个例子，演示了多线程同时对 HashMap 进行修改可能导致死锁的情况：
import java.util.HashMap;
import java.util.Map;
import java.util.concurrent.CountDownLatch;
public class HashMapDeadlockExample {
public static void main(String[] args) throws InterruptedException {
final Map<String, String> hashMap = new HashMap<>();
final CountDownLatch latch = new CountDownLatch(2);
// 线程1向HashMap中插入元素
Thread thread1 = new Thread(() -> {
for (int i = 0; i < 100000; i++) {
hashMap.put(String.valueOf(i), String.valueOf(i));
}
latch.countDown();
});
// 线程2删除HashMap中的元素
Thread thread2 = new Thread(() -> {
for (int i = 0; i < 100000; i++) {
hashMap.remove(String.valueOf(i));
}
latch.countDown();
});
thread1.start();
thread2.start();
// 等待两个线程执行完成
latch.await();
// 打印HashMap的大小
System.out.println("HashMap size: " + hashMap.size());
}
}
解决或规避这个问题的方式可以使用使用ConcurrentHashMap：ConcurrentHashMap 是 HashMap 的线程安全版本，它使用了分段锁（Segment）来提高并发性能，减小锁的粒度，降低了并发冲突的可能性。
使用 CountDownLatch 进行异步转同步操作，每个线程退出前必须调用 countDown方法，线程执行代码注意 catch 异常，确保 countDown 方法被执行到，避免主线程无法执行至 await 方法，直到超时才返回结果。
CountDownLatch 是一个多线程同步工具，它的作用是允许一个或多个线程等待其他线程完成操作。在这里，你想要使用 CountDownLatch 实现异步转同步操作，确保每个线程退出前都调用countDown方法。给个代码示例，演示了如何使用 CountDownLatch 实现这种同步：
import java.util.concurrent.CountDownLatch;
public class AsyncToSyncExample {
public static void main(String[] args) throws InterruptedException {
int numThreads = 3; // 假设有3个线程
// 创建一个 CountDownLatch，计数器初始化为线程数量
CountDownLatch latch = new CountDownLatch(numThreads);
// 启动多个线程
for (int i = 0; i < numThreads; i++) {
Thread thread = new Thread(() -> {
try {
// 线程执行的业务逻辑
doSomeWork();
} catch (Exception e) {
e.printStackTrace();
} finally {
// 无论如何，都需要调用 countDown 方法
latch.countDown();
}
});
thread.start();
}
// 等待所有线程完成，最多等待5秒（超时时间可以根据实际情况调整）
if (!latch.await(5000, java.util.concurrent.TimeUnit.MILLISECONDS)) {
// 超时处理逻辑
System.out.println("Timeout while waiting for threads to finish.");
} else {
// 所有线程执行完成后的逻辑
System.out.println("All threads have finished their work.");
}
}
private static void doSomeWork() {
// 模拟线程执行的业务逻辑
try {
Thread.sleep(2000);
System.out.println(Thread.currentThread().getName() + " has finished its work.");
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
在 Timer 运行多个 TimerTask 时，如果其中一个 TimerTask 抛出了未捕获的异常，将导致整个 Timer 终止，而未抛出异常的任务也将停止执行。这是因为 Timer 的设计导致一个任务的异常会影响到整个 Timer 的执行。代码如下：
import java.util.Timer;
import java.util.TimerTask;
public class TimerTaskExample {
public static void main(String[] args) {
Timer timer = new Timer();
// 任务1，抛出异常
TimerTask task1 = new TimerTask() {
@Override
public void run() {
System.out.println("Task 1 is running...");
throw new RuntimeException("Exception in Task 1");
}
};
// 任务2
TimerTask task2 = new TimerTask() {
@Override
public void run() {
System.out.println("Task 2 is running...");
}
};
// 安排任务1和任务2执行
timer.schedule(task1, 0, 1000);
timer.schedule(task2, 0, 1000);
}
}使用 ScheduledExecutorService 则没有这个问题：
public class ScheduledExecutorExample {
public static void main(String[] args) {
ScheduledExecutorService scheduler = Executors.newScheduledThreadPool(2);
// 任务1，每隔2秒执行一次，可能抛出异常
scheduler.scheduleAtFixedRate(() -> {
try {
System.out.println("Task 1 is running...");
throw new RuntimeException("Exception in Task 1");
} catch (Exception e) {
e.printStackTrace();
}
}, 0, 2, TimeUnit.SECONDS);
// 任务2，每隔3秒执行一次
scheduler.scheduleAtFixedRate(() -> {
try {
System.out.println("Task 2 is running...");
} catch (Exception e) {
e.printStackTrace();
}
}, 0, 3, TimeUnit.SECONDS);
}
}虽然 Random实例的方法是线程安全的，但是当多个线程共享相同的Random 实例并竞争相同的 seed 时，可能会因为竞争而导致性能下降。这是因为 Random 使用一个原子变量来维护其内部状态，当多个线程同时调用 nextInt 等方法时，可能会发生竞争，从而影响性能。
大家可以看下这个例子哈：
import java.util.Random;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;
public class SharedRandomPerformanceExample {
public static void main(String[] args) throws InterruptedException {
int numThreads = 10;
int iterations = 1000000;
// 共享一个 Random 实例
Random sharedRandom = new Random();
// 使用多线程执行任务
ExecutorService executorService = Executors.newFixedThreadPool(numThreads);
for (int i = 0; i < numThreads; i++) {
executorService.execute(() -> {
for (int j = 0; j < iterations; j++) {
int randomNumber = sharedRandom.nextInt();
// 模拟使用随机数的业务逻辑
}
});
}
executorService.shutdown();
executorService.awaitTermination(1, TimeUnit.MINUTES);
}
}在这个例子中，多个线程共享相同的 Random 实例 sharedRandom，并且在循环中调用 nextInt方法。由于 Random 内部使用CAS操作来维护其状态，多个线程可能会竞争同一 seed导致性能下降。
如果你希望避免这种竞争，可以考虑为每个线程创建独立的 Random 实例，以确保每个线程都有自己的状态。在 JDK7 之后，可以直接使用 API ThreadLocalRandom，而在 JDK7 之前，需要编码保证每个线程持有一个实例。
并发修改同一记录时，避免更新丢失，需要加锁。要么在应用层加锁，要么在缓存加锁，要么在数据库层使用乐观锁，使用 version作为更新依据。
如果每次访问冲突概率小于20%，推荐使用乐观锁，因为证明并发不是很高。否则使用悲观锁。乐观锁的重试次数不得小于3 次。
线程一需要对表 A、B、C 依次全部加锁后才可以进行更新操作，那么线程二的加锁顺序也必须是 A、B、C，否则可能出现死锁。在多线程环境中，当需要对多个资源、数据库表或对象同时加锁时，为了避免死锁，所有线程必须保持一致的加锁顺序。这就是所谓的"锁顺序规范"。
大家有兴趣可以看下这个例子哈，两个线程按照相同的顺序加锁以避免死锁：
public class DeadlockExample {
private static final Object lockA = new Object();
private static final Object lockB = new Object();
public static void main(String[] args) {
Thread thread1 = new Thread(() -> {
synchronized (lockA) {
System.out.println("Thread 1 acquired lockA");
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
}
synchronized (lockB) {
System.out.println("Thread 1 acquired lockB");
}
}
});
Thread thread2 = new Thread(() -> {
// 保持一致的加锁顺序，先尝试获取 lockA，再获取 lockB
synchronized (lockA) {
System.out.println("Thread 2 acquired lockA");
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
}
synchronized (lockB) {
System.out.println("Thread 2 acquired lockB");
}
}
});
thread1.start();
thread2.start();
}
}Copyright© 2013-2020
All Rights Reserved 京ICP备2023019179号-8