同步 VS 条带锁答案

【问题标题】：Synchronised VS Striped Lock同步 VS 条带锁
【发布时间】：2017-06-18 17:15:30
【问题描述】：

我有一个由多个线程访问的类，我想确保它是线程安全的。另外，它需要尽可能快。这只是一个例子：

public class SharedClass {
  private final Map<String, String> data = new HashMap<>();
  private final Striped<ReadWriteLock> rwLockStripes = Striped.readWriteLock(100);

  public void setSomethingFastVersion(String key, String value) {
    ReadWriteLock rwLock = rwLockStripes.get(key);
    try {
      rwLock.lock();
    } finally{
      rwLock.unLock();
    }

    data.put(key, value);
  }

  public synchronized void setSomethingSlowVersion(String key, String value) {
    data.put(key, value);
  }
}

我在一个版本中使用来自 Google Guava 的 StripedLock，在另一个版本中使用普通的 synchronized。

Guava 版本应该更快吗？

如果是这样，什么是 synchronized 的好用例，而 StripedLocks 不适合？

顺便说一句，我知道我可以在这里使用简单的ConcurrentHashMap，但我正在添加示例代码以确保您理解我的问题。

【问题讨论】：

首先，您的data.put(k,v) 需要在您的try 块内。通常，托管的特定锁比同步更快。基准测试将确定您的情况是否属实。您还在这里使用了读写锁。你需要那种行为吗？我在这里没有看到任何读取，您将如何实现它们？
@WillD 那么你可以用什么来代替ReadWriteLock 呢？
ReentrantLock
这里要考虑的其他一点是您是否需要锁定/同步。即使像这样同步，最后一个调用者也会设置值。如果您无法控制方法访问顺序，则无法确定结果。通常，我们锁定地图以确保基于get(k) 的某些功能在get(k) 和put(k,v) 之间没有任何变化。像putIfAbsent() on ConcurrentMap 这样的方法会在内部为您进行锁定，但put(k,v) 不是并发的。

标签： java multithreading locking

【解决方案1】：

让我这样说。假设您有 1000 个类的实例，并且您有 1000 个线程试图访问这些实例。每个实例将为每个线程获取一个锁。所以1000个锁会导致巨大的内存消耗。在这种情况下，剥离锁可能会派上用场。

但是在正常情况下，如果你有一个单例类，你可能不需要剥离锁，可以继续使用 synchronized 关键字。

所以，我希望我回答了何时使用什么。

【讨论】：

【解决方案2】：

同步已经存在很长时间了。我们现在拥有更先进的并发编程机制，这并不奇怪。

但是，条带锁仅在可以分区或条带化的情况下才有优势，例如锁定地图的部分允许同时操作不同的部分，但阻止对同一条带的同时操作。在许多情况下，您没有那种分区，您只是在寻找互斥锁。在这些情况下，synchronized 仍然是一个可行的选择，尽管根据具体情况，ReadWriteLock 可能是更好的选择。

ConcurrentHashMap 具有类似于条带的内部分区，但它仅适用于映射操作，例如 put()。使用显式StripedLock，您可以使更长的操作成为原子操作，同时在操作不涉及相同条带时仍允许并发。

【讨论】：

嗨，你认为在这种特定情况下ReadWriteLock 更快吗？另外，我可以使用与ReadWriteLock 不同的东西吗？在我的情况下，它实际上是 HashMap，但我需要做很多工作，所以即使是 ConcurrentHashMap 也不符合要求，这就是为什么我正在考虑退回到正常的 HashMap并使用锁
不，我是在解释条带锁没有优势的情况，而synchronized 仍然是一个可行的选择。
哦好的，我明白了，对不起。在我的情况下，它是一个哈希映射，所以是的，一个锁可以做到这一点
ConcurrentHashMap 在内部使用条带化。
是的，但正如我所说，在我的真实示例中，我无法对地图进行原子更新。我需要做非原子操作，所以在这种情况下我需要一个锁，不是吗？

【解决方案3】：

使用ConcurrentHashMap，这样您就不必自己进行任何同步了。

【讨论】：

阅读我的问题，我说：BTW, I know I could use a simple ConcurrentHashMap here, but I'm adding the example code to make sure you understand my question.