java并发写入集合，然后读取-结果不一致答案

【问题标题】：java concurrent write to collection, then read - inconsistent resultsjava并发写入集合，然后读取-结果不一致
【发布时间】：2015-08-10 20:03:17
【问题描述】：

我从here 中了解到，Set 有几个不同的线程安全选项。在我的应用程序中，我有 10 个线程同时向一个集合添加内容（不必设置，但更好）。在所有线程完成后，我需要遍历集合。

我读到 ConcurrentSkipListSet 和 Collections.newSetFromMap(new ConcurrentHashMap()) 都有不一致的批处理操作（addAll、removeAll 等）和迭代器。我的实验也证实了这一点。当我使用 ConcurrentSkipListSet 时，在所有线程添加后，读数有点随机。我得到随机不同大小的集合。

然后我尝试了 Collections.synchronizedSet(new HashSet())，我认为它应该是线程安全的，因为它同时阻止了多个写访问。然而，它似乎有同样的不一致的阅读问题。我仍然在结果集中随机得到不同的尺寸。

我应该怎么做才能确保读数一致？如前所述，我不必使用 Set。我可以使用 List 或其他，只要有办法避免重复添加

显示代码有点困难，因为它是一个非常大的包的一部分。但总的来说是这样的

public class MyRecursiveTask extends RecursiveTask<Integer> {
    private List<String> tasks; 
    protected ConcurrentSkipListSet<String> dictionary;
    public MyRecursiveTask(ConcurrentSkipListSet<String> dictionary,
                           List<String> tasks){
        this.dictionary=dictionary;
        this.tasks=tasks;
    }

    protected Integer compute() {
        if (this.tasks.size() > 100) {
            List<RecursiveFeatureExtractor> subtasks =
                new ArrayList<>();
            subtasks.addAll(createSubtasks());
            int count=0;
            for (MyRecursiveTask subtask : subtasks)
                subtask.fork();
            for (MyRecursiveTask subtask : subtasks)
                count+=subtask.join();
            return count;
        } else {
            int count=0;
            for (File task: tasks) {
                    // code to process task
                 String outcome = [method to do some task]
                 dictionary.add(outcome);
                 count++;
            }
            return count;
        }
    }

    private List<MyRecursiveTask> createSubtasks() {
        List<MyRecursiveTask> subtasks =
            new ArrayList<>();

        int total = tasks.size() / 2;
        List<File> tasks1= new ArrayList<>();
        for (int i = 0; i < total; i++)
            tasks1.add(tasks.get(i));
        MyRecursiveTask subtask1 = new MyRecursiveTask(
            dictionary, tasks1);

        List<File> tasks2= new ArrayList<>();
        for (int i = total; i < tasks.size(); i++)
            tasks2.add(tasks.get(i));
        MyRecursiveTask subtask2 = new MyRecursiveTask(
            dictionary, tasks2);

        subtasks.add(subtask1);
        subtasks.add(subtask2);

        return subtasks;
    }
}

然后是创建此类线程工作者列表的代码：

....
List<String> allTasks = new ArrayList<String>(100000);
....
//code to fill in "allTasks"
....

ConcurrentSkipListSet<String> dictionary = new ConcurrentSkipListSet<>();
//I also tried "dictionary = Collections.Collections.synchronizedSet(new 
//HashSet<>())" and changed other bits of code accordingly. 
ForkJoinPool forkJoinPool = new ForkJoinPool(10);
MyRecursiveTask mrt = new MyRecursiveTask (dictionary,
            );
int total= forkJoinPool.invoke(mrt);
System.out.println(dictionary.size()); //this value is a bit random. If real     
//size should be 999, when I run the code once i may get 989; second i may 
//get 999; third I may get 990 etc....

谢谢

【问题讨论】：

请给我们一段代码，显示您的问题，以及预期和实际输出。
您可能将数据竞争与一般竞争条件混淆了。并发类只会让你免于前者，但你的代码会受到后者的影响。
刚刚添加了一些代码。我怀疑比赛条件。并发集合上唯一的操作就是往里面添加东西，没有其他检查集合内的元素。

标签： java concurrency

【解决方案1】：

没有看到代码，很难判断哪里出了问题。我猜想在某些线程仍在写入时，读取结果的线程运行得太早了。使用 Thread.join 等待作者。 Collections.synchronizedSet 肯定是线程安全的。

从Javadoc 考虑这个：

用户必须手动同步返回的迭代时设置：

   Set s = Collections.synchronizedSet(new HashSet());
       ...   synchronized (s) {
       Iterator i = s.iterator(); // Must be in the synchronized block
       while (i.hasNext())
           foo(i.next());   }

不遵循此建议可能会导致不确定的行为。返回的集合将是如果指定的集合是可序列化的，则可序列化。

【讨论】：