构建高性能服务（二）java高并发锁的3种实现

来源：http://www.xymyeah.com/?p=46  

提高系统并发吞吐能力是构建高性能服务的重点和难点。通常review代码时看到synchronized是我都会想一想，这个地方可不可以优化。使用synchronized使得并发的线程变成顺序执行，对系统并发吞吐能力有极大影响，我的博文 http://maoyidao.iteye.com/blog/1149015 介绍了可以从理论上估算系统并发处理能力的方法。

那么对于必须使用synchronized的业务场景，这里提供几个小技巧，帮助大家减小锁粒度，提高系统并发能力。

初级技巧 – 乐观锁

乐观锁适合这样的场景：读不会冲突，写会冲突。同时读的频率远大于写。

以下面的代码为例，悲观锁的实现：

Java代码  

1. public Object get(Object key) {  
2.    synchronized(map) {  
3.       if(map.get(key) == null) {  
4.          // set some values  
5.       }  
6.   
7.        return map.get(key);  
8.    }  
9. }  

 乐观锁的实现：

Java代码  

1. public Object get(Object key) {  
2.    Object val = null;  
3.    if((val = map.get(key) == null) {  
4.        // 当map取值为null时再加锁判断  
5.        synchronized(map) {  
6.            if(val = map.get(key) == null) {  
7.                // set some value to map…  
8.            }  
9.         }  
10.    }  
11.   
12.     return map.get(key);  
13. }  

中级技巧 – String.intern()

乐观锁不能很好解决大量写冲突问题，但是如果很多场景下，锁实际上只是针对某个用户或者某个订单。比如一个用户必须先创建session，才能进行后面的操作。但是由于网络原因，创建用户session的请求和后续请求几乎同时达到，而并行线程可能会先处理后续请求。一般情况，需要对用户sessionMap加锁，比如上面的乐观锁。在这种场景下，可以讲锁限定到用户本身上，即从原来的

lock.lock();

    int num=storage.get(key);

    storage.set(key,num+1);

lock.unlock();

更改为：

lock.lock(key);

    int num=storage.get(key);

    storage.set(key,num+1);

lock.unlock(key);

这个比较类似于数据库表锁和行锁的概念，显然行锁的并发能力比表锁高很多。

使用String.inter()是这种思路的一种具体实现。类 String 维护一个字符串池。 当调用 intern 方法时，如果池已经包含一个等于此 String 对象的字符串（该对象由 equals(Object) 方法确定），则返回池中的字符串。可见，当String相同时，String.intern()总是返回同一个对象，因此就实现了对同一用户加锁。由于锁的粒度局限于具体用户，使系统获得了最大程度的并发。

Java代码  

1. public void doSomeThing(String uid) {  
2.    synchronized(uid.intern()) {  
3.        // …  
4.    }  
5. }  

CopyOnWriteMap？

既然说到了“类似于数据库中的行锁的概念”，就不得不提一下MVCC，Java中CopyOnWrite类实现了MVCC。Copy On Write是这样一种机制。当我们读取共享数据的时候，直接读取，不需要同步。当我们修改数据的时候，我们就把当前数据Copy一份副本，然后在这个副本 上进行修改，完成之后，再用修改后的副本，替换掉原来的数据。这种方法就叫做Copy On Write。

但是，，，JDK并没有提供CopyOnWriteMap，为什么？下面有个很好的回答，那就是已经有了ConcurrentHashMap，为什么还需要CopyOnWriteMap？

Fredrik Bromee 写道 I guess this depends on your use case, but why would you need a CopyOnWriteMap when you already have a ConcurrentHashMap?

For a plain lookup table with many readers and only one or few updates it is a good fit.

Compared to a copy on write collection:

Read concurrency:

Equal to a copy on write collection. Several readers can retrieve elements from the map concurrently in a lock-free fashion.

Write concurrency:

Better concurrency than the copy on write collections that basically serialize updates (one update at a time). Using a concurrent hash map you have a good chance of doing several updates concurrently. If your hash keys are evenly distributed.

If you do want to have the effect of a copy on write map, you can always initialize a ConcurrentHashMap with a concurrency level of 1.  

高级技巧 – 类ConcurrentHashMap

String.inter()的缺陷是类 String 维护一个字符串池是放在JVM perm区的，如果用户数特别多，导致放入字符串池的String不可控，有可能导致OOM错误或者过多的Full GC。怎么样能控制锁的个数，同时减小粒度锁呢？直接使用Java ConcurrentHashMap？或者你想加入自己更精细的控制？那么可以借鉴ConcurrentHashMap的方式，将需要加锁的对象分为多个bucket，每个bucket加一个锁，伪代码如下：

Java代码  

1. Map locks = new Map();  
2. List lockKeys = new List();  
3. for(int number : 1 – 10000) {  
4.    Object lockKey = new Object();  
5.    lockKeys.add(lockKey);  
6.     locks.put(lockKey, new Object());  
7. }  
8.   
9. public void doSomeThing(String uid) {  
10.    Object lockKey = lockKeys.get(uid.hash() % lockKeys.size());  
11.    Object lock = locks.get(lockKey);  
12.      
13.    synchronized(lock) {  
14.       // do something  
15.    }  
16. }  

关于高性能缓存的设计，请参考构建高性能服务系列之一：http://www.xymyeah.com/?p=10

更多http://www.xymyeah.com/?p=46