`

jvm第7节-锁(偏向锁,轻量锁,自旋锁)

阅读更多

在介绍锁之前我们先介绍一个线程不安全的例子,一个全局的list,开2个线程往里面插入数据,代码如下:

 

package com.jvm.day6.lock.demo;

import java.util.ArrayList;
import java.util.List;

/**
 * 测试都线程共享一个变量带来的现象
 * @Author:xuehan
 * @Date:2016年3月20日下午3:35:29
 */
class NumberAdd implements Runnable{
	
	public static  List<Integer> numberList =new ArrayList<Integer>();
	public static int startNum;
	public NumberAdd(int startNum){
		this.startNum = startNum;
	}
	@Override
	public void run() {
		int count = 0;
		while(count < 1000000){
			numberList.add(count ++ );
			startNum = startNum + 2;
			
		}
	}
}
public class Test{
	public static void main(String[] args) throws Exception {
		Thread t1 = new Thread(new NumberAdd(1));
		Thread t2 = new Thread(new NumberAdd(0));
		t1.start();
		t2.start();
		while(t1.isAlive() || t2.isAlive()){Thread.sleep(2);}
		System.out.println("集合大小" + NumberAdd.numberList.size() );
		System.out.println( "最后一个值的大"  + NumberAdd.numberList.get(NumberAdd.numberList.size() - 1));
	   for(int i = NumberAdd.numberList.size()  - 10 ;  i < NumberAdd.numberList.size() -1; i ++){
		   System.out.println(NumberAdd.numberList.get(i));
	   }
 
 	}
}

 

 按照开始想的,集合里面应该有200万个数据了,结果却出现了数组越界的错误,为什么呢,这是因为ArrayList不是线程安全的,用来存放数据的elementData是共享的, 线程A往list里添加数据的时候刚验证大小通过,还没有插入,然后轮到线程B执行,线程B刚好插入了list该扩容的最后一个元素,然后list满了,线程A执行,A线程往集合里面插入元素,引起了数据越界。

 



 

 

jvm锁

每个对象都一个mark头,他的作用是:

Mark Word,对象头的标记,32位

描述对象的hash、锁信息,垃圾回收标记,年龄

指向锁记录的指针

指向monitor的指针

GC标记

偏向锁线程ID

 

偏向锁
jvm控制,可以设置jvm启动参数
大部分情况是没有竞争的,所以可以通过偏向来提高性能
所谓的偏向,就是偏心,即锁会偏向于当前已经占有锁的线程
将对象头Mark的标记设置为偏向,并将线程ID写入对象头Mark
只要没有竞争,获得偏向锁的线程,在将来进入同步块,不需要做同步
当其他线程请求相同的锁时,偏向模式结束
-XX:+UseBiasedLocking -jdk6需要手动打开
默认启用
在竞争激烈的场合,偏向锁会增加系统负担
偏向锁是系统自带的设置参数开启,java代码如下:
package com.jvm.day6.lock;

import java.util.List;
import java.util.Vector;

/**
 *使用 偏向锁-XX:+UseBiasedLocking -XX:BiasedLockingStartupDelay=0
 * 不使用偏向锁-XX:-UseBiasedLocking
 * 根据测试下面代码使用偏向锁可提高150毫秒执行时间 150/2300,提高效率6% 
 * @Author:xuehan
 * @Date:2016年3月19日下午12:06:15
 */
public class DeflectionLock {
		public static List<Integer> numberList =new Vector<Integer>();
		public static void main(String[] args) throws InterruptedException {
			System.out.println((int)'l');
			long begin=System.currentTimeMillis();
			int count=0;
			int startnum=0;
			while(count<10000000){
				numberList.add(startnum);
				startnum+=2;
				count++;
			}
			long end=System.currentTimeMillis();
			System.out.println(end-begin);

	}
}
 根据我的写实偏向锁可以提高性能6%
轻量级锁 BasicObjectLock,这个锁是嵌入到线程栈中的,他有两部组成BasicLock和ptr to obj hold the lock,BasicLock里面存放着对象头,ptr to obj hold the lock为指向持有对象锁的指针
普通的锁处理性能不够理想,轻量级锁是一种快速的锁定方法。
如果对象没有被锁定
将对象头的Mark指针保存到锁对象中
将对象头设置为指向锁的指针(在线程栈空间中)

如果轻量级锁失败,表示存在竞争,升级为重量级锁(常规锁)

在没有锁竞争的前提下,减少传统锁使用OS互斥量产生的性能损耗

 

在竞争激烈时,轻量级锁会多做很多额外操作,导致性能下降

自旋锁
当竞争存在时,如果线程可以很快获得锁,那么可以不在OS层挂起线程,让线程做几个空操作(自旋)
JDK1.6中-XX:+UseSpinning开启
JDK1.7中,去掉此参数,改为内置实现
如果同步块很长,自旋失败,会降低系统性能
如果同步块很短,自旋成功,节省线程挂起切换时间,提升系统性能
 

上面的一些锁不是Java语言层面的锁优化方法

他们是内置于JVM中的获取锁的优化方法和获取锁的步骤

偏向锁可用会先尝试偏向锁

轻量级锁可用会先尝试轻量级锁

以上都失败,尝试自旋锁

再失败,尝试普通锁,使用OS互斥量在操作系统层挂起

 

我们可以从以下方面对锁进行优化

减少锁的时间

没必须放在同步块的代码尽量不要放在代码块里

减少锁的粒度

将大对象,拆成小对象,大大增加并行度,降低锁竞争

 

偏向锁,轻量级锁成功率提高

实现的例子如ConcurrentHashMap

使用若干个Segment :Segment<K,V>[] segments

Segment中维护HashEntry<K,V>

put操作时

先定位到Segment,锁定一个Segment,执行put

 

在减小锁粒度后, ConcurrentHashMap允许若干个线程同时进入

 

锁分离

根据功能进行锁分离

ReadWriteLock

读多写少的情况,可以提高性能



 
读写分离思想可以延伸,只要操作互不影响,锁就可以分离

LinkedBlockingQueue

队列

链表



 
锁粗化

通常情况下,为了保证多线程间的有效并发,会要求每个线程持有锁的时间尽量短,即在使用完公共资源后,应该立即释放锁。只有这样,等待在这个锁上的其他线程才能尽早的获得资源执行任务。但是,凡事都有一个度,如果对同一个锁不停的进行请求、同步和释放,其本身也会消耗系统宝贵的资源,反而不利于性能的优化

 

for(int i=0;i<1000;i++){
	synchronized(lock){}
		
}
// 应该写成
synchronized(lock){
   for(int i =0; i < 1000; i ++){}
}

 

这时候我们要增加锁的持有时间不要让请求和释放锁频繁的发生

 

锁消除

在java方法体里如果不是共享的变量不需要同步操作的,这时候jvm会自动的优化把锁去掉,如StingBuffer和Vector,使用锁消除

 

-server -XX:+DoEscapeAnalysis -XX:+EliminateLocks

关闭锁消除

 

-server -XX:+DoEscapeAnalysis -XX:-EliminateLocks

 

无锁

锁是悲观的操作

无锁是乐观的操作

无锁的一种实现方式

CAS(Compare And Swap),CAS是原子的

非阻塞的同步

CAS(V,E,N)

在应用层面判断多线程的干扰,如果有干扰,则通知线程重试,一般这样做会让程序变的复杂,但性能更加好。

  • 大小: 21.5 KB
  • 大小: 32.5 KB
  • 大小: 19.5 KB
  • 大小: 6.7 KB
  • 大小: 19.5 KB
  • 大小: 4.6 KB
1
1
分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics