想使用多线程来提高处理速度,却还不知道使用CountDownLatch与CyclicBarries?

微信扫一扫,分享到朋友圈

想使用多线程来提高处理速度,却还不知道使用CountDownLatch与CyclicBarries?

想使用多线程来提高处理速度,却还不知道使用CountDownLatch与CyclicBarries?

本文已收录到七哥的github: github.com/coderluojus…


上一篇文章介绍了Java并发包中提供的实现限流的工具类,不了解的小伙伴可以点击查阅: Semaphore是如何实现限流效果的
,今天我们学习下控制、协调多线程同步的工具类 CountDownLatch 与 CyclicBarrier。 它们俩主要用在当我们想使用多线程技术来提高程序的运行效率时,常常需要汇总结果,那么如果控制线程之间的步调一致就是需要解决的问题。

前两天在看一段同事小洁写的代码时,发现这样一个场景: 她有一批数据需要处理落库,她为了加速程序执行的速度,自然而然的就想到了使用多线程,可真是一个有追求的妹子,同时也喜欢摄影和写代码,啧啧啧。让我们来看看她是怎么做的。

业务逻辑也比较简单,数据库某张临时表里有一大批个人开户数据,她需要分批去获取数据,然后经过加工处理给用户的计算出等级,写入到用户等级表,最终将处理的记录数上报给监控系统。


将逻辑抽象成伪代码如下,方便我们后续进一步分析:

int count = 0;
while(临时表数据不为空) {
    // 从临时表查询开户数据
    size = getTmpData();
    // 根据开户状态处理用户等级
    level = getUserLevel();
    // 用户等级数据入库
    save();
    count+=size;
}
// 上报监控系统
report();
复制代码

上面的串行处理逻辑,她认为太慢了,因为整个系统是串行执行的,那么怎么优化呢?

这种因为串行化执行导致耗时过长的系统逻辑,那么通用套路就是上多线程,如果你觉得这里理解的不够形象,这里七哥贴心的在给你上两张张图:


可以明显的看到同样的时间多线程的吞吐量是单线程的3倍,优化效果还是很明显的。


思路理清楚了,我们先来看下小洁是怎样实现代码的。

小洁的多线程实现

// 创建3个线程的线程池
Executor executor = Executors.newFixedThreadPool(3);
// 控制线程个数
int size = 0;
// 上报监控系统的总数
int count = 0;
List<int> countList;
while(临时表数据不为空) {
    executor.execute(()-> {
        // 从临时表查询开户数据
        countList.add(getTmpData());
        // 根据开户状态处理用户等级
        level = getUserLevel();
        // 用户等级数据入库
        save();
        // 线程数
        size++;

    });
    // 防止过多线程,满三个处理
    if(size % 3 == 0) {
        // 汇总处理数量
        count+=countList;
    }
}
复制代码

上面的实现,直接定义了一个计算器size开始等于0,在线程池中的每个线程处理完后将size++,在主线程中去判断size==3,则累加获取结果。

CountDownLatch 实现线程之间等待

针对上面逻辑,其实Java并发包中已经提供了相关的工具类支持,那就是CountDownLatch。上面的代码中,在while循环里,我们首先创建一个CountDownLatch,计数器的初始化等于3,然后在每次线程中执行计数器减1,减1的操作是通过调用 latch.countDown()
来实现的,在主线程中我们通过调用 latch.wait() 来实现对计数器为0的等待阻塞。

// 创建3个线程的线程池
Executor executor = Executors.newFixedThreadPool(3);
// 控制线程个数
int size = 0;
// 上报监控系统的总数
int count = 0;
List<int> countList;
while(临时表数据不为空) {
 // 计数器初始化为3 
 CountDownLatch latch = new CountDownLatch(3);
    executor.execute(()-> {
        // 从临时表查询开户数据
        countList.add(getTmpData());
        // 根据开户状态处理用户等级
        level = getUserLevel();
        // 用户等级数据入库
        save();
        latch.countDown();
    });

    // 等待操作结束 
 latch.await();
 // 汇总处理数量
    count+=countList;
}
复制代码

使用CyclicBarrier 实现

上面的如果使用CycleBarrier应该如何实现呢? 值得一提的是 CyclicBarrier 具有自动重置功能,当计数器减到0的时候会自动重置初始值,相当于继续按照设定阻塞执行。

public class CyclicBarrierTest implements Runnable {
 // 创建3个线程的线程池
 Executor executor = Executors.newFixedThreadPool(3);
 // 控制线程个数
 int size = 0;
 // 上报监控系统的总数
 int count = 0;
 List<int> countList;
 /**
 * 创建4个屏障,处理完之后执行当前类的run方法
 */
 final CyclicBarrier barrier = new CyclicBarrier(3, this);
 while(临时表数据不为空) {
  executor.execute(()-> {
   // 从临时表查询开户数据
   countList.add(getTmpData());
   // 根据开户状态处理用户等级
   level = getUserLevel();
   // 用户等级数据入库
   save();
   // 插入一个屏障
   barrier.await();

  });

 }
 @Override
    public void run() {
  // 等待操作结束 
  latch.await();
  // 汇总处理数量
  count+=countList;
}
复制代码

使用线程池创建了3个线程,分别去跑数然后将处理结果放到队列中,再由 CyclicBarrier 线程去计算总的处理结果。

CountDownLatch
CyclicBarrier
是 Java 并发包提供的两个非常易用的线程同步工具类。这两个工具类用法的区别在这里还是有必要再强调一下:


CountDownLatch
主要用来解决一个线程等待多个线程的场景,而且

只能使用一次

,初始化的值也不能修改,也就是说一旦计数器减到 0,再有线程调用 await(),该线程会直接通过,如果需要重新使用就得重新创建。但

CyclicBarrier

的计数器是可以

循环利用

的,而且具备自动重置的功能,一旦计数器减到 0 会自动重置到你设置的初始值。除此之外,CyclicBarrier 还可以设置回调函数。

最后,欢迎在留言区与我分享你的想法。感谢阅读,如果你觉得这篇文章对你有帮助的话,记得点赞关注走起来。

微信扫一扫,分享到朋友圈

想使用多线程来提高处理速度,却还不知道使用CountDownLatch与CyclicBarries?

print( "Hello,NumPy!" )

上一篇

新研究发现红肉可能会增加患癌风险

下一篇

你也可能喜欢

想使用多线程来提高处理速度,却还不知道使用CountDownLatch与CyclicBarries?

长按储存图像,分享给朋友