设计模式你精通那高并发中的设计模式呢是不是也精通呢

在开始明天的内容之前,是不是先来温习一下设计模式,毕竟不是所有人对于设计模式都是精通的状态,那这个时候,先温习一下再进行新的步骤,不失为一种很好的状态呀

设计模式

因为图谱开展之后切实是太大了,就不开展了,给大家截取一部分,内容涵盖23种设计模式,然而毕竟不是重点

设计准则

对于设计准则,在上方的设计模式图中,就介绍了6大设计模式,这一篇中,进行了分类的具体解说,算是附赠图谱吧

须要下面2份脑图的,关注+转发后,私信“材料”即可查看获取形式

而在回顾了下面的设计模式的相干内容之后,接下来就是本文的重点了,解说几种常见并行模式, 具体目录构造如下图.

单例

单例是最常见的一种设计模式, 个别用于全局对象治理, 比方xml配置读写之类的.

个别分为懒汉式, 饿汉式.

懒汉式: 办法上加synchronized

1 public static synchronized Singleton getInstance() { 2          if (single == null) { 3              single = new Singleton(); 4          } 5         return single; 6 }

这种形式, 因为每次获取示例都要获取锁, 不举荐应用, 性能较差

懒汉式: 应用双检锁 + volatile

1     private volatile Singleton singleton = null;  2     public static Singleton getInstance() {  3         if (singleton == null) {  4             synchronized (Singleton.class) {  5                 if (singleton == null) {  6                     singleton = new Singleton();  7                 }  8             }  9         } 10         return singleton; 11     }

本形式是对间接在办法上加锁的一个优化, 益处在于只有第一次初始化获取了锁.

后续调用getInstance曾经是无锁状态. 只是写法上略微繁琐点.

至于为什么要volatile关键字, 次要波及到jdk指令重排, 详见之前的博文: Java内存模型与指令重排

懒汉式: 应用动态外部类

1 public class Singleton { 2     private static class LazyHolder { 3        private static final Singleton INSTANCE = new Singleton(); 4     } 5     private Singleton (){} 6     public static final Singleton getInstance() { 7        return LazyHolder.INSTANCE; 8     } 9 }

该形式既解决了同步问题, 也解决了写法繁琐问题. 举荐应用改写法.

毛病在于无奈响应事件来从新初始化INSTANCE.

饿汉式

1 public class Singleton1 {  2     private Singleton1() {}  3     private static final Singleton1 single = new Singleton1();  4     public static Singleton1 getInstance() {  5         return single;  6     }  7 }

毛病在于对象在一开始就间接初始化了.

Future模式

该模式的核心思想是异步调用. 有点相似于异步的ajax申请.

当调用某个办法时, 可能该办法耗时较久, 而在主函数中也不急于立即获取后果.

因而能够让调用者立即返回一个凭证, 该办法放到另外线程执行,

后续主函数拿凭证再去获取办法的执行后果即可, 其结构图如下

jdk中内置了Future模式的反对, 其接口如下:

通过FutureTask实现

留神其中两个耗时操作.

  • 如果doOtherThing耗时2s, 则整个函数耗时2s左右.
  • 如果doOtherThing耗时0.2s, 则整个函数耗时取决于RealData.costTime, 即1s左右完结.
1 public class FutureDemo1 {  2  3     public static void main(String[] args) throws InterruptedException, ExecutionException {  4         FutureTask<String> future = new FutureTask<String>(new Callable<String>() {  5             @Override  6             public String call() throws Exception {  7                 return new RealData().costTime();  8             }  9         }); 10         ExecutorService service = Executors.newCachedThreadPool(); 11         service.submit(future); 12 13         System.out.println("RealData办法调用结束"); 14         // 模仿主函数中其余耗时操作 15         doOtherThing(); 16         // 获取RealData办法的后果 17         System.out.println(future.get()); 18     } 19 20     private static void doOtherThing() throws InterruptedException { 21         Thread.sleep(2000L); 22     } 23 } 24 25 class RealData { 26 27     public String costTime() { 28         try { 29             // 模仿RealData耗时操作 30             Thread.sleep(1000L); 31             return "result"; 32         } catch (InterruptedException e) { 33             e.printStackTrace(); 34         } 35         return "exception"; 36     } 37 38 }

通过Future实现

与上述FutureTask不同的是, RealData须要实现Callable接口

1 public class FutureDemo2 {  2  3     public static void main(String[] args) throws InterruptedException, ExecutionException {  4         ExecutorService service = Executors.newCachedThreadPool();  5         Future<String> future = service.submit(new RealData2());  6  7         System.out.println("RealData2办法调用结束");  8         // 模仿主函数中其余耗时操作  9         doOtherThing(); 10         // 获取RealData2办法的后果 11         System.out.println(future.get()); 12     } 13 14     private static void doOtherThing() throws InterruptedException { 15         Thread.sleep(2000L); 16     } 17 } 18 19 class RealData2 implements Callable<String>{ 20 21     public String costTime() { 22         try { 23             // 模仿RealData耗时操作 24             Thread.sleep(1000L); 25             return "result"; 26         } catch (InterruptedException e) { 27             e.printStackTrace(); 28         } 29         return "exception"; 30     } 31 32     @Override 33     public String call() throws Exception { 34         return costTime(); 35     } 36 }

另外Future自身还提供了一些额定的简略管制性能, 其API如下

1     // 勾销工作  2     boolean cancel(boolean mayInterruptIfRunning);  3     // 是否曾经勾销  4     boolean isCancelled();  5     // 是否曾经实现  6     boolean isDone();  7     // 获得返回对象  8     V get() throws InterruptedException, ExecutionException;  9     // 获得返回对象, 并能够设置超时工夫 10     V get(long timeout, TimeUnit unit) 11 throws InterruptedException, ExecutionException, TimeoutException;

生产消费者模式

生产者-消费者模式是一个经典的多线程设计模式. 它为多线程间的合作提供了良好的解决方案。

在生产者-消费者模式中,通常由两类线程,即若干个生产者线程和若干个消费者线程。

生产者线程负责提交用户申请,消费者线程则负责具体解决生产者提交的工作。

生产者和消费者之间则通过共享内存缓冲区进行通信, 其结构图如下

PCData为咱们须要解决的元数据模型, 生产者构建PCData, 并放入缓冲队列.

消费者从缓冲队列中获取数据, 并执行计算.

生产者外围代码

1         while(isRunning) {  2             Thread.sleep(r.nextInt(SLEEP_TIME));  3             data = new PCData(count.incrementAndGet);  4             // 结构工作数据  5             System.out.println(data + " is put into queue");  6             if (!queue.offer(data, 2, TimeUnit.SECONDS)) {  7                 // 将数据放入队列缓冲区中  8                 System.out.println("faild to put data : " + data);  9             } 10         }

消费者外围代码

1         while (true) {  2             PCData data = queue.take();  3             // 提取工作  4             if (data != null) {  5                 // 获取数据, 执行计算操作  6                 int re = data.getData() * 10;  7                 System.out.println("after cal, value is : " + re);  8                 Thread.sleep(r.nextInt(SLEEP_TIME));  9             } 10         }

生产消费者模式能够无效对数据解耦, 优化系统结构.

升高生产者和消费者线程相互之间的依赖与性能要求.

个别应用BlockingQueue作为数据缓冲队列, 他是通过锁和阻塞来实现数据之间的同步,

如果对缓冲队列有性能要求, 则能够应用基于CAS无锁设计的ConcurrentLinkedQueue.

分而治之

严格来讲, 分而治之不算一种模式, 而是一种思维.

它能够将一个大工作拆解为若干个小工作并行执行, 进步零碎吞吐量.

咱们次要讲两个场景, Master-Worker模式, ForkJoin线程池.

Master-Worker模式

该模式核心思想是零碎由两类进行帮助工作: Master过程, Worker过程.

Master负责接管与分配任务, Worker负责解决工作. 当各个Worker解决实现后,

将后果返回给Master进行演绎与总结.

假如一个场景, 须要计算100个工作, 并对后果求和, Master持有10个子过程.

Master代码

1 public class MasterDemo {  2     // 盛装工作的汇合  3     private ConcurrentLinkedQueue<TaskDemo> workQueue = new ConcurrentLinkedQueue<TaskDemo>();  4     // 所有worker  5     private HashMap<String, Thread> workers = new HashMap<>();  6     // 每一个worker并行执行工作的后果  7     private ConcurrentHashMap<String, Object> resultMap = new ConcurrentHashMap<>();  8  9     public MasterDemo(WorkerDemo worker, int workerCount) { 10         // 每个worker对象都须要持有queue的援用, 用于领工作与提交后果 11         worker.setResultMap(resultMap); 12         worker.setWorkQueue(workQueue); 13         for (int i = 0; i < workerCount; i++) { 14             workers.put("子节点: " + i, new Thread(worker)); 15         } 16     } 17 18     // 提交工作 19     public void submit(TaskDemo task) { 20         workQueue.add(task); 21     } 22 23     // 启动所有的子工作 24     public void execute(){ 25         for (Map.Entry<String, Thread> entry : workers.entrySet()) { 26             entry.getValue().start(); 27         } 28     } 29 30     // 判断所有的工作是否执行完结 31     public boolean isComplete() { 32         for (Map.Entry<String, Thread> entry : workers.entrySet()) { 33             if (entry.getValue().getState() != Thread.State.TERMINATED) { 34                 return false; 35             } 36         } 37 38         return true; 39     } 40 41     // 获取最终汇总的后果 42     public int getResult() { 43         int result = 0; 44         for (Map.Entry<String, Object> entry : resultMap.entrySet()) { 45             result += Integer.parseInt(entry.getValue().toString()); 46         } 47 48         return result; 49     } 50 51 }

Worker代码

1 public class WorkerDemo implements Runnable{  2  3     private ConcurrentLinkedQueue<TaskDemo> workQueue;  4     private ConcurrentHashMap<String, Object> resultMap;  5  6     @Override  7     public void run() {  8         while (true) {  9             TaskDemo input = this.workQueue.poll(); 10             // 所有工作曾经执行结束 11             if (input == null) { 12                 break; 13             } 14             // 模仿对task进行解决, 返回后果 15             int result = input.getPrice(); 16             this.resultMap.put(input.getId() + "", result); 17             System.out.println("工作执行结束, 以后线程: " + Thread.currentThread().getName()); 18         } 19     } 20 21     public ConcurrentLinkedQueue<TaskDemo> getWorkQueue() { 22         return workQueue; 23     } 24 25     public void setWorkQueue(ConcurrentLinkedQueue<TaskDemo> workQueue) { 26         this.workQueue = workQueue; 27     } 28 29     public ConcurrentHashMap<String, Object> getResultMap() { 30         return resultMap; 31     } 32 33     public void setResultMap(ConcurrentHashMap<String, Object> resultMap) { 34         this.resultMap = resultMap; 35     } 36 }

1 public class TaskDemo {  2  3     private int id;  4     private String name;  5     private int price;  6  7     public int getId() {  8         return id;  9     } 10 11     public void setId(int id) { 12         this.id = id; 13     } 14 15     public String getName() { 16         return name; 17     } 18 19     public void setName(String name) { 20         this.name = name; 21     } 22 23     public int getPrice() { 24         return price; 25     } 26 27     public void setPrice(int price) { 28         this.price = price; 29     } 30 }

主函数测试

1         MasterDemo master = new MasterDemo(new WorkerDemo(), 10);  2         for (int i = 0; i < 100; i++) {  3             TaskDemo task = new TaskDemo();  4             task.setId(i);  5             task.setName("工作" + i);  6             task.setPrice(new Random().nextInt(10000));  7             master.submit(task);  8         }  9 10         master.execute(); 11 12         while (true) { 13             if (master.isComplete()) { 14                 System.out.println("执行的后果为: " + master.getResult()); 15                 break; 16             } 17         }

ForkJoin线程池

该线程池是jdk7之后引入的一个并行执行工作的框架, 其核心思想也是将工作宰割为子工作,

有可能子工作还是很大, 还须要进一步拆解, 最终失去足够小的工作.

将宰割进去的子工作放入双端队列中, 而后几个启动线程从双端队列中获取工作执行.

子工作执行的后果放到一个队列里, 另起线程从队列中获取数据, 合并后果.

假如咱们的场景须要计算从0到20000000L的累加求和. CountTask继承自RecursiveTask, 能够携带返回值.

每次合成大工作, 简略的将工作划分为100个等规模的小工作, 并应用fork()提交子工作.

在子工作中通过THRESHOLD设置子工作合成的阈值, 如果以后须要求和的总数大于THRESHOLD, 则子工作须要再次合成,

如果子工作能够间接执行, 则进行求和操作, 返回后果. 最终期待所有的子工作执行结束, 对所有后果求和.

1 public class CountTask extends RecursiveTask<Long>{  2     // 工作合成的阈值  3     private static final int THRESHOLD = 10000;  4     private long start;  5     private long end;  6  7  8     public CountTask(long start, long end) {  9         this.start = start; 10         this.end = end; 11     } 12 13     public Long compute() { 14         long sum = 0; 15         boolean canCompute = (end - start) < THRESHOLD; 16         if (canCompute) { 17             for (long i = start; i <= end; i++) { 18                 sum += i; 19             } 20         } else { 21             // 分成100个小工作 22             long step = (start + end) / 100; 23             ArrayList<CountTask> subTasks = new ArrayList<CountTask>(); 24             long pos = start; 25             for (int i = 0; i < 100; i++) { 26                 long lastOne = pos + step; 27                 if (lastOne > end) { 28                     lastOne = end; 29                 } 30                 CountTask subTask = new CountTask(pos, lastOne); 31                 pos += step + 1; 32                 // 将子工作推向线程池 33                 subTasks.add(subTask); 34                 subTask.fork(); 35             } 36 37             for (CountTask task : subTasks) { 38                 // 对后果进行join 39                 sum += task.join(); 40             } 41         } 42         return sum; 43     } 44 45     public static void main(String[] args) throws ExecutionException, InterruptedException { 46         ForkJoinPool pool = new ForkJoinPool(); 47         // 累加求和 0 -> 20000000L 48         CountTask task = new CountTask(0, 20000000L); 49         ForkJoinTask<Long> result = pool.submit(task); 50         System.out.println("sum result : " + result.get()); 51     } 52 }

ForkJoin线程池应用一个无锁的栈来治理闲暇线程, 如果一个工作线程临时取不到可用的工作, 则可能被挂起.

挂起的线程将被压入由线程池保护的栈中, 待未来有工作可用时, 再从栈中唤醒这些线程.

好了,明天的内容根本就解说玩了,不晓得对大家有木有帮忙呢,其实这就是编程的魅力,集体认为,能够将所有的知识点进行残缺的贯通,造成一张宏大的常识图谱,相当的有成就感

对于下面设计模式的整顿,我除了工作中用到的之外,更多的是参考上面这份文档

既然说到并发,最初再给分享一些并发的材料吧

须要的敌人,获取形式没变,关注+转发后,私信“材料”即可查看获取形式

文件材料已上传公众号:Java架构师联盟

git地址:https://github.com/biws-byte/bws

【腾讯云】轻量 2核2G4M,首年65元

阿里云限时活动-云数据库 RDS MySQL  1核2G配置 1.88/月 速抢

本文由乐趣区整理发布,转载请注明出处,谢谢。

您可能还喜欢...

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据