展开菜单
首页 精品内容 本月促销 装机必备 Windows macOS软件 IOS软件 Android AI PDF教程 专题
全部分类

当前位置:

首页 > 编程开发 > Java Future不可变性与数据共享技巧

Java Future不可变性与数据共享技巧

本文深入探讨了Java并发编程中将List<Future<Integer>>误用作可变数据存储的常见陷阱,详细解释了Future对象的不可变性及其导致的类型不匹配问题。文章将指导读者选择合适的共享数据结构,特别是演示如何利用AtomicIntegerArray安全高效地进行并发修改,并强调了ExecutorService正确生命周期管理的重要性,以避免竞态条件和资源泄露。

Java并发编程:理解Future的不可变性与共享数据修改策略

本文深入探讨了Java并发编程中将List>误用作可变数据存储的常见陷阱,详细解释了Future对象的不可变性及其导致的类型不匹配问题。文章将指导读者选择合适的共享数据结构,特别是演示如何利用AtomicIntegerArray安全高效地进行并发修改,并强调了ExecutorService正确生命周期管理的重要性,以避免竞态条件和资源泄露。

1. 问题解析:Future的误用与类型不匹配

在Java并发编程中,java.util.concurrent.Future接口代表一个异步计算的结果。它允许我们检查计算是否完成、等待计算完成以及获取计算结果。然而,将List>用于存储一组需要频繁修改的整数值,并尝试直接修改其内部值,是一个常见的误区。

原始代码片段中,elements被声明为List>:

List> elements = new ArrayList<>();
// ...
elements.set(firstIndex, elements.get(firstIndex).get() - randomAmount);

这里存在两个核心问题:

  1. 类型不匹配:List.set(int index, E element)方法期望第二个参数的类型与列表的泛型类型E一致。在List>的上下文中,这意味着set方法期望传入一个Future对象。然而,表达式elements.get(firstIndex).get() - randomAmount的结果是一个原始的int类型值(或者装箱后的Integer)。尝试将一个int类型的值直接赋给一个Future类型的槽位,会导致编译错误,提示set> is not applicable to arguments (int,int)。
  2. Future的不可变性:Future对象一旦创建并关联到某个异步任务,其所代表的计算结果在任务完成后是不可变的。你不能通过Future接口的方法来“修改”它所持有的值。Future的get()方法只是返回计算完成时的结果,而不是提供一个可修改的引用。如果需要修改数据,那么Future本身不是一个合适的容器。

此外,初始代码在填充elements列表时,即使是简单的初始值1000,也通过ex.submit(() -> { int val = 1000; return val; })来获取Future。这种做法对于静态初始值而言是过度设计,且没有必要。如果只是为了存储初始值,直接使用List并添加整数即可。

2. ExecutorService生命周期管理

另一个关键问题是ExecutorService的生命周期管理。在原始代码中,首次提交完100个初始化任务后,立即调用了ex.shutdown():

// ...
for (int i = 0; i < 100; i++) {
    elements.add(ex.submit(() -> { /* ... */ }));
}
ex.shutdown(); // 过早关闭
// ...
for (int i = 0; i < 10_000; i++) {
    ex.submit(() -> { /* ... */ }); // 此处会因ExecutorService已关闭而失败
}

ExecutorService.shutdown()方法会平缓地关闭线程池,不再接受新的任务提交,但会等待已提交任务执行完成。如果在此之后尝试提交新任务(如后续的10,000个转账任务),将会抛出RejectedExecutionException。正确的做法是,只有在所有任务都已提交且不再需要线程池时,才调用shutdown()。对于本例,shutdown()应该在所有转账任务提交完毕之后再调用。

3. 正确的共享数据结构选择与并发修改

鉴于上述问题,如果目标是存储和修改一组整数值,并允许多线程并发访问,我们需要选择一个合适的并发数据结构。直接使用ArrayList虽然解决了类型问题,但在多线程环境下对共享的ArrayList进行读写操作会引发竞态条件,导致数据不一致。

3.1 解决方案:使用 AtomicIntegerArray

java.util.concurrent.atomic.AtomicIntegerArray是Java并发包提供的一个高效且线程安全的数组。它内部的每个元素都是一个AtomicInteger,支持原子性的读取、写入、更新等操作,无需显式使用synchronized关键字或锁。这非常适合本例中对数组中特定索引位置的整数进行并发修改的需求。

AtomicIntegerArray的优势:

  • 原子性操作:getAndSet(), addAndGet(), compareAndSet()等方法保证了对单个元素的读-改-写操作是原子性的,有效避免了竞态条件。
  • 性能优越:相比于使用synchronized块对整个ArrayList进行锁定,AtomicIntegerArray通常在并发性能上表现更好,因为它利用了底层的CAS(Compare-And-Swap)指令。

3.2 示例代码:使用AtomicIntegerArray实现并发转账

以下是修正后的代码,它使用AtomicIntegerArray来存储和修改元素,并正确管理了ExecutorService的生命周期:

import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.ThreadLocalRandom;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicIntegerArray;

public class ConcurrentMoneyTransfer {

    public static void main(String[] args) throws InterruptedException {

        // 1. 初始化 ExecutorService
        // 使用固定大小的线程池,例如10个线程
        ExecutorService ex = Executors.newFixedThreadPool(10);

        // 2. 使用 AtomicIntegerArray 存储可变整数值
        // 初始包含100个元素,每个元素值为1000
        AtomicIntegerArray elements = new AtomicIntegerArray(100);
        for (int i = 0; i < 100; i++) {
            elements.set(i, 1000);
        }

        // 计算初始总和
        int initialSum = 0;
        for (int i = 0; i < elements.length(); i++) {
            initialSum += elements.get(i);
        }
        System.out.println("Initial sum: " + initialSum); // 预期输出 100 * 1000 = 100000

        // 3. 提交并发转账任务
        // 模拟10,000次转账操作
        for (int i = 0; i < 10_000; i++) {
            ex.submit(() -> {
                int firstIndex = ThreadLocalRandom.current().nextInt(100);
                int secondIndex = ThreadLocalRandom.current().nextInt(100); // 尽管未使用,保留原意
                int randomAmount = ThreadLocalRandom.current().nextInt(1000);

                // 原子性地获取并检查余额
                int currentFirstValue = elements.get(firstIndex);
                if (currentFirstValue - randomAmount >= 0) { // 确保余额足够
                    // 原子性地减少第一个账户的金额
                    elements.getAndAdd(firstIndex, -randomAmount);
                    // 如果有转入操作,也需要原子性增加
                    // elements.getAndAdd(secondIndex, randomAmount); // 如果需要转入,这里可以添加
                }
            });
        }

        // 4. 关闭 ExecutorService
        // 等待所有提交的任务完成
        ex.shutdown();
        // 设置一个超时,防止无限等待
        if (!ex.awaitTermination(60, TimeUnit.SECONDS)) {
            System.err.println("ExecutorService did not terminate in time.");
            ex.shutdownNow(); // 强制关闭
        }

        // 5. 计算最终总和
        int finalSum = 0;
        for (int i = 0; i < elements.length(); i++) {
            finalSum += elements.get(i);
        }
        System.out.println("Final sum: " + finalSum); // 预期输出小于等于 initialSum
    }
}

代码说明:

  • AtomicIntegerArray elements = new AtomicIntegerArray(100);: 创建了一个长度为100的AtomicIntegerArray,其所有元素默认初始化为0。
  • elements.set(i, 1000);: 在初始化阶段,为每个索引设置初始值。set()方法是原子性的。
  • elements.get(firstIndex): 原子性地获取指定索引的值。
  • elements.getAndAdd(firstIndex, -randomAmount): 这是关键的原子操作。它会先获取firstIndex位置的当前值,然后将该值与-randomAmount相加,并将结果原子性地写回该位置。这个操作保证了在多线程环境下,减少金额的过程不会被中断,避免了竞态条件。
  • ex.shutdown() 和 ex.awaitTermination(): 确保在所有任务提交并执行完成后,再安全地关闭线程池,防止资源泄露。awaitTermination提供了一个等待机制和超时处理。

4. 注意事项与最佳实践

  1. 明确Future的职责:Future主要用于获取异步任务的结果,它不是一个可变的容器。如果需要存储和修改数据,应选择其他数据结构。
  2. 选择合适的并发数据结构
    • 对于原子性地修改单个变量,使用AtomicInteger、AtomicLong、AtomicReference等。
    • 对于原子性地修改数组中的元素,使用AtomicIntegerArray、AtomicLongArray、AtomicReferenceArray。
    • 对于更复杂的集合操作,考虑java.util.concurrent包下的并发集合类,如ConcurrentHashMap、CopyOnWriteArrayList等。
    • 对于需要更细粒度控制的同步,可以使用synchronized块或java.util.concurrent.locks包下的锁(如ReentrantLock)。
  3. 合理管理线程池生命周期
    • ExecutorService应该在所有任务提交完毕且不再需要时才关闭。
    • 使用shutdown()启动平缓关闭,并结合awaitTermination()等待任务完成。
    • 如果需要立即停止所有任务,可以使用shutdownNow(),但要注意处理未完成任务。
  4. 警惕竞态条件:任何时候,当多个线程访问和修改共享的可变状态时,都必须采取适当的同步措施来防止竞态条件和数据不一致。

5. 总结

在Java并发编程中,理解Future对象的本质及其不可变性至关重要。将其误用作可变数据容器不仅会导致编译错误,还会混淆并发模型。对于需要多线程并发修改的共享数据,应选择AtomicIntegerArray等原子类或并发集合,它们提供了高效且线程安全的机制。同时,正确管理ExecutorService的生命周期,确保在所有任务提交和执行完成后再关闭线程池,是编写健壮并发程序的关键。通过遵循这些原则,可以有效地避免常见的并发陷阱,构建出高性能、高可靠性的并发应用。

本文内容来源于互联网,如有侵权请联系删除。
作者最新文章
编程开发
相关文章 更多
精品专题 更多
本月促销

正软商城本月促销专区,汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动,提供限时折扣、特价授权和优惠购买信息,活动库存及价格以页面实时展示为准。

装机必备

正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

Windows

正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

macOS软件

正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

IOS软件

正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

AI

正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

PDF教程

正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

Mac软件 更多
灵活计算器
灵活计算器

灵活计算器是一款笔记式算数应用,支持实时计算、动态关联和云端同步功能。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

赤友清理大师
赤友清理大师

赤友清理大师是一款为 Mac 设计的智能清理优化工具,可精准扫描垃圾、大文件、重复文件等,释放磁盘空间。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

极度公式
极度公式

极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

图几
图几

图几是一款适用于 macOS 的截图、标注与美化工具,支持离线操作保障隐私。界面整理和高频系统操作被放到一起考虑,桌面或窗口内容一多时,管理起来会更省心。

密码键盘
密码键盘

密码键盘是一款兼具安全性与便捷性的高效密码管理器。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

思源笔记
思源笔记

思源笔记是一款本地笔记软件,提供所见即所得的编辑方式,为长文写作带来顺滑的体验。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

Office 365 简体中文
Office 365 简体中文

一款文字处理软件,一种订阅式的跨平台办公软件,基于云平台提供多种服务,通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合,Office 365 可让任何人使用任何设备随时随地创建和共享内容。

WALTR PRO
WALTR PRO

WALTR是一款电脑至iOS文件传输转换工具,操作简单,快速实现文件识别与传送。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

CodeExpander
CodeExpander

CodeExpander 是一款快捷短语输入增强工具,通过键入缩写自动展开为自定义文段,提升工作效率。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

Mountain Duck
Mountain Duck

Mountain Duck 是一款能将多个网盘挂载到本地的工具,像本地磁盘一样使用网盘。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

Menuist
Menuist

Menuist 是一款面向 macOS 的 Finder 右键菜单增强工具,主要用来补充新建文件、快捷导航等常用操作,让日常文件管理和访问路径时更高效、更顺手。

Mole
Mole

Mole 是一款专为 Mac 设计的深度清理优化工具,涵盖缓存清理、应用管理及实时状态监控等功能。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

WINDOWS 更多
Windows 10
Windows 10

Windows 10 是一款微软推出的经典操作系统,拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。

极度公式
极度公式

极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

密码键盘
密码键盘

密码键盘是一款兼具安全性与便捷性的高效密码管理器。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

思源笔记
思源笔记

思源笔记是一款本地笔记软件,提供所见即所得的编辑方式,为长文写作带来顺滑的体验。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

傲梅轻松备份
傲梅轻松备份

傲梅轻松备份是一款专业易用的数据备份软件,为重要数据提供安全保障。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

Office 365 简体中文
Office 365 简体中文

一款文字处理软件,一种订阅式的跨平台办公软件,基于云平台提供多种服务,通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合,Office 365 可让任何人使用任何设备随时随地创建和共享内容。

Wise Folder Hider Pro
Wise Folder Hider Pro

Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件,为私密数据添加多重保护。高频操作更强调就近处理,浏览、整理和跨目录移动文件时,来回切换和重复点击都会少很多。

WALTR PRO
WALTR PRO

WALTR是一款电脑至iOS文件传输转换工具,操作简单,快速实现文件识别与传送。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

CodeExpander
CodeExpander

CodeExpander 是一款快捷短语输入增强工具,通过键入缩写自动展开为自定义文段,提升工作效率。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

PinStack
PinStack

PinStack是一款轻量级的Windows平台剪贴板管理工具,优化您的剪贴板使用体验。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。

Mountain Duck
Mountain Duck

Mountain Duck 是一款能将多个网盘挂载到本地的工具,像本地磁盘一样使用网盘。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

Seer
Seer

Seer是一款在Win平台下的空格键功能增强效率工具,只需轻敲空格键,就能预览几乎任何格式的文件。它更适合把零散的小功能集中起来使用,处理高频琐碎任务时会更省事。