


Parallele Java-Programmierung: Implementierungsprinzip des gleichzeitigen Containers CopyOnWriteArrayList
Copy-On-Write, kurz COW genannt, ist eine Optimierungsstrategie, die in der Programmierung verwendet wird. Die Grundidee besteht darin, dass jeder den gleichen Inhalt von Anfang an teilt. Wenn jemand den Inhalt ändern möchte, wird er tatsächlich einen neuen Inhalt erstellen und ihn dann ändern. Ab JDK1.5 stellt das Java-Parallelitätspaket zwei gleichzeitige Container bereit, die mithilfe des CopyOnWrite-Mechanismus implementiert werden: CopyOnWriteArrayList und CopyOnWriteArraySet. Der CopyOnWrite-Container ist sehr nützlich und kann in vielen gleichzeitigen Szenarien verwendet werden.
Was ist ein CopyOnWrite-Container
Ein CopyOnWrite-Container ist ein Container, der beim Schreiben kopiert wird. Das gängige Verständnis ist, dass wir beim Hinzufügen von Elementen zu einem Container diese nicht direkt zum aktuellen Container hinzufügen, sondern zuerst den aktuellen Container kopieren, um einen neuen Container zu erstellen, und dann Elemente zum neuen Container hinzufügen. Zeigen Sie dann die Referenz des ursprünglichen Containers auf den neuen Container. Dies hat den Vorteil, dass wir den CopyOnWrite-Container gleichzeitig lesen können, ohne ihn zu sperren, da der aktuelle Container keine Elemente hinzufügt. Daher ist der CopyOnWrite-Container auch eine Idee der Trennung von Lesen und Schreiben, und Lesen und Schreiben sind unterschiedliche Container.
Das Implementierungsprinzip von CopyOnWriteArrayList
Bevor wir CopyOnWriteArrayList verwenden, lesen wir den Quellcode, um zu verstehen, wie es implementiert ist. Der folgende Code ist die Implementierung der Add-Methode in CopyOnWriteArrayList (Hinzufügen von Elementen zu CopyOnWriteArrayList). Es kann festgestellt werden, dass beim Hinzufügen eine Sperre erforderlich ist, da sonst beim Multithread-Schreiben N Kopien kopiert werden.
2
|
/**
* Hängt das angegebene Element an das Ende dieser Liste an.
*
* @param e-Element, das an diese Liste angehängt werden soll
* @return <tt>true</tt> (wie durch {@link Collection#add} angegeben)
*/
public boolean add(E e) {
final ReentrantLock lock = this .lock;
lock.lock();
versuchen {
Object[] elements = getArray();
int len = elements.length;
Object[] newElements = Arrays.copyOf(elements, len + 1 );
newElements[len] = e;
setArray(newElements);
return true ;
} endlich {
lock.unlock();
}
}
|
1 2 3 |
public E get( int index) {
return get(getArray(), index);
}
|
CopyOnWriteMap ist im JDK nicht verfügbar. Wir können auf CopyOnWriteArrayList zurückgreifen, um eines zu implementieren. Der Grundcode lautet wie folgt:
|
import java.util.Collection;
import java.util.Map;
import java.util.Set;
public class CopyOnWriteMap<K, V> implements Map<K, V>, Klonbar {
private volatile Map<K, V> internalMap;
public CopyOnWriteMap() {
internalMap = new HashMap<K, V>();
}
public V put(K key, V value) {
synchronisiert ( dies ) {
Map<K, V> newMap = new HashMap<K, V>(internalMap);
V val = newMap.put(key, value);
internalMap = newMap;
return val;
}
}
public V get(Object key) {
return internalMap.get(key);
}
public void putAll(Map<? extends K , extends V> newData) {
synchronisiert ( dies ) {
Map<K, V> newMap = new HashMap<K, V>(internalMap);
newMap.putAll(newData);
internalMap = newMap;
}
}
}
|
Die Implementierung ist sehr einfach. Solange wir den CopyOnWrite-Mechanismus verstehen, können wir verschiedene CopyOnWrite-Container implementieren und in verschiedenen Anwendungsszenarien verwenden.
Anwendungsszenarien von CopyOnWrite
Der gleichzeitige CopyOnWrite-Container wird in gleichzeitigen Szenarien mit mehr Lese- und weniger Schreibvorgängen verwendet. Zum Beispiel Whitelist-, Blacklist- und Produktkategorie-Zugriffs- und Aktualisierungsszenarien. Wenn wir eine Suchwebsite haben, gibt der Benutzer Schlüsselwörter ein, um nach Inhalten in das Suchfeld dieser Website zu suchen, aber einige Schlüsselwörter dürfen nicht durchsucht werden. Diese nicht durchsuchbaren Schlüsselwörter werden in eine Blacklist aufgenommen, die jede Nacht aktualisiert wird. Wenn der Benutzer sucht, prüft er, ob das aktuelle Schlüsselwort in der Blacklist enthalten ist. Wenn dies der Fall ist, wird er darauf hingewiesen, dass die Suche nicht durchgeführt werden kann. Der Implementierungscode lautet wie folgt:
|
Paket com.ifeve.book;
import java.util.Map;
import com.ifeve.book.forkjoin.CopyOnWriteMap;
/**
* 黑名单服务
*
* @author fangtengfei
*
*/
public class BlackListServiceImpl {
private statisch CopyOnWriteMap<String, Boolean> blackListMap = new CopyOnWriteMap<String, Boolean>(
1000 );
public static boolean isBlackList(String id) {
return blackListMap.get(id) == null ? code>false : true ;
}
public static void addBlackList(String id) {
blackListMap.put(id, Boolean.TRUE);
}
/**
* Schwarze Liste stapelweise hinzufügen
*
* @param ids
*/
public static void addBlackList(Map<String,Boolean> ids) { Code>
|
Der Code ist sehr einfach, aber bei der Verwendung von CopyOnWriteMap müssen Sie zwei Dinge beachten:
1. Reduzieren Sie den Erweiterungsaufwand. Initialisieren Sie die Größe von CopyOnWriteMap entsprechend den tatsächlichen Anforderungen, um den Overhead der CopyOnWriteMap-Erweiterung während des Schreibens zu vermeiden.
2. Verwenden Sie Batch-Add. Da bei jedem Hinzufügen der Container jedes Mal kopiert wird, kann eine Reduzierung der Anzahl der Hinzufügungen die Anzahl der Kopien des Containers verringern. Verwenden Sie beispielsweise die Methode addBlackList im obigen Code.
Nachteile von CopyOnWrite
Der CopyOnWrite-Container hat viele Vorteile, aber es gibt auch zwei Probleme, nämlich Speichernutzung und Datenkonsistenz. Daher müssen Sie bei der Entwicklung darauf achten.
Problem mit der Speichernutzung. Aufgrund des Copy-on-Write-Mechanismus von CopyOnWrite befinden sich bei der Ausführung eines Schreibvorgangs zwei Objekte gleichzeitig im Speicher, das alte Objekt und das neu geschriebene Objekt (Hinweis: Beim Kopieren werden nur die Referenzen im Nur beim Schreiben werden neue Objekte erstellt und dem neuen Container hinzugefügt, während die Objekte im alten Container noch verwendet werden, sodass zwei Kopien des Objektspeichers vorhanden sind. Wenn der von diesen Objekten belegte Speicher relativ groß ist, beispielsweise etwa 200 MB, werden beim Schreiben von 100 MB Daten 300 MB Speicher belegt, was zu diesem Zeitpunkt zu häufigem Yong GC und vollständigem GC führen kann. Zuvor verwendeten wir in unserem System einen Dienst, der den CopyOnWrite-Mechanismus nutzte, um große Objekte jede Nacht zu aktualisieren, was zu einer vollständigen GC von 15 Sekunden jede Nacht führte und auch die Antwortzeit der Anwendung länger wurde.
Angesichts des Speichernutzungsproblems können Sie den Speicherverbrauch großer Objekte reduzieren, indem Sie die Elemente im Container komprimieren. Wenn die Elemente beispielsweise alle Dezimalzahlen sind, können Sie erwägen, sie in Hexadezimalzahlen zu komprimieren Hexadezimalzahlen zur Basis 64. Oder verwenden Sie nicht den CopyOnWrite-Container, sondern andere gleichzeitige Container, z. B. ConcurrentHashMap.
Problem mit der Datenkonsistenz. Der CopyOnWrite-Container kann nur die endgültige Konsistenz der Daten garantieren, nicht jedoch die Echtzeitkonsistenz der Daten. Wenn Sie also möchten, dass die geschriebenen Daten sofort gelesen werden, verwenden Sie bitte nicht den CopyOnWrite-Container.
Verwandte Artikel:
Java Concurrent Programming: CountDownLatch, CyclicBarrier und Semaphore
[JAVA Concurrent Programming Practice] Sperrsequenz Deadlock
Ähnliche Videos:
Video-Tutorial für erweiterte Anwendungen der Java-Multithreading- und Parallelitätsbibliothek
Das obige ist der detaillierte Inhalt vonParallele Java-Programmierung: Implementierungsprinzip des gleichzeitigen Containers CopyOnWriteArrayList. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Die Behandlung von Funktionsausnahmen in C++ ist in Multithread-Umgebungen besonders wichtig, um Thread-Sicherheit und Datenintegrität sicherzustellen. Mit der try-catch-Anweisung können Sie bestimmte Arten von Ausnahmen abfangen und behandeln, wenn sie auftreten, um Programmabstürze oder Datenbeschädigungen zu verhindern.

Parallelität und Coroutinen werden im GoAPI-Design für Folgendes verwendet: Hochleistungsverarbeitung: Mehrere Anfragen gleichzeitig verarbeiten, um die Leistung zu verbessern. Asynchrone Verarbeitung: Verwenden Sie Coroutinen, um Aufgaben (z. B. das Senden von E-Mails) asynchron zu verarbeiten und den Hauptthread freizugeben. Stream-Verarbeitung: Verwenden Sie Coroutinen, um Datenströme (z. B. Datenbanklesevorgänge) effizient zu verarbeiten.

PHP-Multithreading bezieht sich auf die gleichzeitige Ausführung mehrerer Aufgaben in einem Prozess, was durch die Erstellung unabhängig laufender Threads erreicht wird. Sie können die Pthreads-Erweiterung in PHP verwenden, um Multithreading-Verhalten zu simulieren. Nach der Installation können Sie die Thread-Klasse zum Erstellen und Starten von Threads verwenden. Wenn beispielsweise eine große Datenmenge verarbeitet wird, können die Daten in mehrere Blöcke unterteilt und eine entsprechende Anzahl von Threads erstellt werden, um sie gleichzeitig zu verarbeiten, um die Effizienz zu verbessern.

Mutexe werden in C++ verwendet, um gemeinsam genutzte Multithread-Ressourcen zu verarbeiten: Erstellen Sie Mutexe über std::mutex. Verwenden Sie mtx.lock(), um einen Mutex zu erhalten und exklusiven Zugriff auf gemeinsam genutzte Ressourcen bereitzustellen. Verwenden Sie mtx.unlock(), um den Mutex freizugeben.

In einer Multithread-Umgebung steht die C++-Speicherverwaltung vor den folgenden Herausforderungen: Datenrennen, Deadlocks und Speicherlecks. Zu den Gegenmaßnahmen gehören: 1. Verwendung von Synchronisationsmechanismen, wie Mutexe und atomare Variablen; 3. Verwendung von intelligenten Zeigern; 4. Implementierung von Garbage Collection;

Multithread-Programmtests stehen vor Herausforderungen wie Nichtwiederholbarkeit, Parallelitätsfehlern, Deadlocks und mangelnder Sichtbarkeit. Zu den Strategien gehören: Unit-Tests: Schreiben Sie Unit-Tests für jeden Thread, um das Thread-Verhalten zu überprüfen. Multithread-Simulation: Verwenden Sie ein Simulations-Framework, um Ihr Programm mit Kontrolle über die Thread-Planung zu testen. Erkennung von Datenrennen: Verwenden Sie Tools, um potenzielle Datenrennen zu finden, z. B. Valgrind. Debuggen: Verwenden Sie einen Debugger (z. B. GDB), um den Status des Laufzeitprogramms zu untersuchen und die Quelle des Datenwettlaufs zu finden.

Das Testen gleichzeitiger Funktionen in Einheiten ist von entscheidender Bedeutung, da dies dazu beiträgt, ihr korrektes Verhalten in einer gleichzeitigen Umgebung sicherzustellen. Beim Testen gleichzeitiger Funktionen müssen grundlegende Prinzipien wie gegenseitiger Ausschluss, Synchronisation und Isolation berücksichtigt werden. Gleichzeitige Funktionen können Unit-Tests unterzogen werden, indem Rennbedingungen simuliert, getestet und Ergebnisse überprüft werden.

Zu den Debugging-Techniken für die C++-Multithread-Programmierung gehört die Verwendung eines Data-Race-Analysators zur Erkennung von Lese- und Schreibkonflikten und die Verwendung von Synchronisierungsmechanismen (z. B. Mutex-Sperren), um diese zu lösen. Verwenden Sie Thread-Debugging-Tools, um Deadlocks zu erkennen und aufzulösen, indem Sie verschachtelte Sperren vermeiden und Mechanismen zur Deadlock-Erkennung verwenden. Verwenden Sie den Data Race Analyzer, um Datenrennen zu erkennen und diese aufzulösen, indem Sie Schreibvorgänge in kritische Abschnitte verschieben oder atomare Operationen verwenden. Verwenden Sie Tools zur Leistungsanalyse, um die Häufigkeit von Kontextwechseln zu messen und übermäßigen Overhead zu beheben, indem Sie die Anzahl der Threads reduzieren, Thread-Pools verwenden und Aufgaben auslagern.
