细粒度锁的实现

2024-09-08 01:08
文章标签 实现 细粒度

本文主要是介绍细粒度锁的实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 最近在工作上碰见了一些高并发的场景需要加锁来保证业务逻辑的正确性,并且要求加锁后性能不能受到太大的影响。初步的想法是通过数据的时间戳,id等关键字来加锁,从而保证不同类型数据处理的并发性。而java自身api提供的锁粒度太大,很难同时满足这些需求,于是自己动手写了几个简单的扩展...

    1. 分段锁

        借鉴concurrentHashMap的分段思想,先生成一定数量的锁,具体使用的时候再根据key来返回对应的lock。这是几个实现里最简单,性能最高,也是最终被采用的锁策略,代码如下:

/*** 分段锁,系统提供一定数量的原始锁,根据传入对象的哈希值获取对应的锁并加锁* 注意:要锁的对象的哈希值如果发生改变,有可能导致锁无法成功释放!!!*/
public class SegmentLock<T> {private Integer segments = 16;//默认分段数量private final HashMap<Integer, ReentrantLock> lockMap = new HashMap<>();public SegmentLock() {init(null, false);}public SegmentLock(Integer counts, boolean fair) {init(counts, fair);}private void init(Integer counts, boolean fair) {if (counts != null) {segments = counts;}for (int i = 0; i < segments; i++) {lockMap.put(i, new ReentrantLock(fair));}}public void lock(T key) {ReentrantLock lock = lockMap.get((key.hashCode()>>>1) % segments);lock.lock();}public void unlock(T key) {ReentrantLock lock = lockMap.get((key.hashCode()>>>1) % segments);lock.unlock();}
}

    2. 哈希锁

        上述分段锁的基础上发展起来的第二种锁策略,目的是实现真正意义上的细粒度锁。每个哈希值不同的对象都能获得自己独立的锁。在测试中,在被锁住的代码执行速度飞快的情况下,效率比分段锁慢 30% 左右。如果有长耗时操作,感觉表现应该会更好。代码如下:

public class HashLock<T> {private boolean isFair = false;private final SegmentLock<T> segmentLock = new SegmentLock<>();//分段锁private final ConcurrentHashMap<T, LockInfo> lockMap = new ConcurrentHashMap<>();public HashLock() {}public HashLock(boolean fair) {isFair = fair;}public void lock(T key) {LockInfo lockInfo;segmentLock.lock(key);try {lockInfo = lockMap.get(key);if (lockInfo == null) {lockInfo = new LockInfo(isFair);lockMap.put(key, lockInfo);} else {lockInfo.count.incrementAndGet();}} finally {segmentLock.unlock(key);}lockInfo.lock.lock();}public void unlock(T key) {LockInfo lockInfo = lockMap.get(key);if (lockInfo.count.get() == 1) {segmentLock.lock(key);try {if (lockInfo.count.get() == 1) {lockMap.remove(key);}} finally {segmentLock.unlock(key);}}lockInfo.count.decrementAndGet();lockInfo.unlock();}private static class LockInfo {public ReentrantLock lock;public AtomicInteger count = new AtomicInteger(1);private LockInfo(boolean fair) {this.lock = new ReentrantLock(fair);}public void lock() {this.lock.lock();}public void unlock() {this.lock.unlock();}}
}

 

    3. 弱引用锁

        哈希锁因为引入的分段锁来保证锁创建和销毁的同步,总感觉有点瑕疵,所以写了第三个锁来寻求更好的性能和更细粒度的锁。这个锁的思想是借助java的弱引用来创建锁,把锁的销毁交给jvm的垃圾回收,来避免额外的消耗。

        有点遗憾的是因为使用了ConcurrentHashMap作为锁的容器,所以没能真正意义上的摆脱分段锁。这个锁的性能比 HashLock 快10% 左右。锁代码:

/*** 弱引用锁,为每个独立的哈希值提供独立的锁功能*/
public class WeakHashLock<T> {private ConcurrentHashMap<T, WeakLockRef<T, ReentrantLock>> lockMap = new ConcurrentHashMap<>();private ReferenceQueue<ReentrantLock> queue = new ReferenceQueue<>();public ReentrantLock get(T key) {if (lockMap.size() > 1000) {clearEmptyRef();}WeakReference<ReentrantLock> lockRef = lockMap.get(key);ReentrantLock lock = (lockRef == null ? null : lockRef.get());while (lock == null) {lockMap.putIfAbsent(key, new WeakLockRef<>(new ReentrantLock(), queue, key));lockRef = lockMap.get(key);lock = (lockRef == null ? null : lockRef.get());if (lock != null) {return lock;}clearEmptyRef();}return lock;}@SuppressWarnings("unchecked")private void clearEmptyRef() {Reference<? extends ReentrantLock> ref;while ((ref = queue.poll()) != null) {WeakLockRef<T, ? extends ReentrantLock> weakLockRef = (WeakLockRef<T, ? extends ReentrantLock>) ref;lockMap.remove(weakLockRef.key);}}private static final class WeakLockRef<T, K> extends WeakReference<K> {final T key;private WeakLockRef(K referent, ReferenceQueue<? super K> q, T key) {super(referent, q);this.key = key;}}
}

 

后记

    最开始想借助 locksupport 和 AQS 来实现细粒度锁,写着写着发现正在实现的东西和java 原生的锁区别不大,于是放弃改为对java自带锁的封装,浪费了不少时间。

    实际上在实现了这些细粒度锁之后,又有了新的想法,比如可以通过分段思想将数据提交给专门的线程来处理,可以减少大量线程的阻塞时间,留待日后探索...

这篇关于细粒度锁的实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1146687

相关文章

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

SpringBoot实现数据库读写分离的3种方法小结

《SpringBoot实现数据库读写分离的3种方法小结》为了提高系统的读写性能和可用性,读写分离是一种经典的数据库架构模式,在SpringBoot应用中,有多种方式可以实现数据库读写分离,本文将介绍三... 目录一、数据库读写分离概述二、方案一:基于AbstractRoutingDataSource实现动态

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Java枚举类实现Key-Value映射的多种实现方式

《Java枚举类实现Key-Value映射的多种实现方式》在Java开发中,枚举(Enum)是一种特殊的类,本文将详细介绍Java枚举类实现key-value映射的多种方式,有需要的小伙伴可以根据需要... 目录前言一、基础实现方式1.1 为枚举添加属性和构造方法二、http://www.cppcns.co

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

MySQL双主搭建+keepalived高可用的实现

《MySQL双主搭建+keepalived高可用的实现》本文主要介绍了MySQL双主搭建+keepalived高可用的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,... 目录一、测试环境准备二、主从搭建1.创建复制用户2.创建复制关系3.开启复制,确认复制是否成功4.同

Java实现文件图片的预览和下载功能

《Java实现文件图片的预览和下载功能》这篇文章主要为大家详细介绍了如何使用Java实现文件图片的预览和下载功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... Java实现文件(图片)的预览和下载 @ApiOperation("访问文件") @GetMapping("

使用Sentinel自定义返回和实现区分来源方式

《使用Sentinel自定义返回和实现区分来源方式》:本文主要介绍使用Sentinel自定义返回和实现区分来源方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Sentinel自定义返回和实现区分来源1. 自定义错误返回2. 实现区分来源总结Sentinel自定

Java实现时间与字符串互相转换详解

《Java实现时间与字符串互相转换详解》这篇文章主要为大家详细介绍了Java中实现时间与字符串互相转换的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、日期格式化为字符串(一)使用预定义格式(二)自定义格式二、字符串解析为日期(一)解析ISO格式字符串(二)解析自定义

opencv图像处理之指纹验证的实现

《opencv图像处理之指纹验证的实现》本文主要介绍了opencv图像处理之指纹验证的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录一、简介二、具体案例实现1. 图像显示函数2. 指纹验证函数3. 主函数4、运行结果三、总结一、