Java多线程--并发数据结构

一、并发List

1、Vector

List类簇中ArrayList和Vector的主要区别就是Vector的大部分实现都支持线程安全,代码也展示了一部分。

另外如果使用到ArrayList有需要进行线程安全控制,可以调Collections.synchronizedList(arrayList) 传入ArrayList。

2、CopyOnWriteArrayList

实现机制:当对象进行读操作时,由于对象未发生改变,无需进行加锁同步;执行写操作,试图改变对象时,则复制该对象先获取该对象的副本,对副本进行修改,最后将副本写回。这种实现方法减少了锁竞争,提高了高并发时读的性能,但写操作有所牺牲。

对比CopyOnWriteArrayList和Vector的get方法实现可以得知:


CopyOnWriteArrayList
CopyOnWriteArrayList


Vector

Vector采用synchronized 关键字,所有的get操作都需要先获取对象锁才能进行。在高并发情况下,大量的锁竞争也会降低系统性能。所以在多读少写的需求中应优先使用CopyOnWriteArrayList,而少读多写时使用vector,做好合理选择就行。

二、并发Set

1、CopyOnWriteArraySet-内部实现完全依赖于CopyOnWriteArrayList,同样也适用于读多写少的并发场合。应对并发写时,可以调用Collections.sysnchronizedSet方法得到一个线程安全的set集合。

三、并发Map

1、ConcurrentHashMap

    Map类簇中的HashTable是底层添加了线程安全控制的map数据结构,但在高并发环境下效率低下,因为所有访问HashTable的线程都必须竞争同一把锁,造成大量线程竞争锁。

而ConcurrentHashMap把数据进行分块加锁,也就是使用锁分离技术,添加多把锁,每一把锁作用于一部分数据,那么当多线程访问不同数据段的数据时,线程间会减少锁竞争,从而可以有效提高并发访问效率,ConcurrentHashMap使用锁分段技术提高并发读写效率。

具体查看源码可知,ConcurrentHashMap的get方法都是无锁的,为多线程并发下的性能提供了保证。


这也警示开发人员,在高并发下,既要保证线程安全,又需要合理是用安全控制技术,例如添加关键字、各种Lock类型。否则造成线程恶性竞争锁,或者死锁现象,程序最终溃堤。

2、Collections.synchronizedMap(map)

对于未进行线程安全控制的map结果,也可通过Collections类提供的synchronizedMap进行控制。

四、并发Queue


1、ConcurrentLinkedQueue-高性能队列

ConcurrentLinkedQueue是适用于高并发下的队列类型。通过无锁的方式实现。

2、BlockingQueue-阻塞队列

BlockingQueue的应用场景主要是用于线程间数据共享,在生产者-消费者模式中,作为一个数据仓库,生产者往里put数据,消费者poll数据。当队列被装满了,当生产者在试图往里放数据时,就会被阻塞等待。这里就涉及到相关的任务处理策略和拒绝服务策略。在上文中都有具体讲述。 

五、总结

并发的数据结构主要就是这些,List的 Vector(synchronized 关键字,读少写多) 和CopyOnWriteArrayList(复制副本,读多写少),Set的CopyOnWriteArraySet(特点同CopyOnWriteArrayList),Map的 ConcurrentHashMap(锁分离,减少锁竞争),还有队列Queue的ConcurrentLinkedQueue(并发),BlockingQueue(数据共享);另外还有Collections提供的一系列synchroniz...方法用于对普通数据结果进行线程安全控制。

当leader得知人善用,做程序也是一样。糊里糊涂的随便new一些数据结构,却不清楚初始化这个对象,它的长处与弊端。而处理高并发大数据量系统,就得在这些细节上花些功夫。基础才是一座城堡屹立不倒的核心。再多的负载、服务治理,也得基础好。

原文链接:http://blog.csdn.net/Daybreak1209/article/details/51415995

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,907评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,987评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,298评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,586评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,633评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,488评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,275评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,176评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,619评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,819评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,932评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,655评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,265评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,871评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,994评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,095评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,884评论 2 354

推荐阅读更多精彩内容