您好,登錄后才能下訂單哦!
本篇文章給大家分享的是有關Java中延時Lock vs Synchronized的實例分析,小編覺得挺實用的,因此分享給大家學習,希望大家閱讀完這篇文章后可以有所收獲,話不多說,跟著小編一起來看看吧。
幾天前,當我診斷一些 JIT 編譯期間奇怪的分配問題時,發現 java.util.concurrent.locks.ReentrantLock 的分配有問題,不過這只在競爭條件下出現。(這一點很容易證明,只要運行一個在 Lock 上建立競爭并指定 –verbosegc 參數測試程序(類似下面的程序))。
示例是在有 Lock 競爭時 GC 的輸出結果:
[GC (Allocation Failure) 16384K->1400K(62976K), 0.0016854 secs] [GC (Allocation Failure) 17784K->1072K(62976K), 0.0011939 secs] [GC (Allocation Failure) 17456K->1040K(62976K), 0.0008452 secs] [GC (Allocation Failure) 17424K->1104K(62976K), 0.0008338 secs] [GC (Allocation Failure) 17488K->1056K(61952K), 0.0008799 secs] [GC (Allocation Failure) 17440K->1024K(61952K), 0.0010529 secs] [GC (Allocation Failure) 17408K->1161K(61952K), 0.0012381 secs] [GC (Allocation Failure) 17545K->1097K(61440K), 0.0004592 secs] [GC (Allocation Failure) 16969K->1129K(61952K), 0.0004500 secs] [GC (Allocation Failure) 17001K->1129K(61952K), 0.0003857 secs]
我懷疑是否是在垃圾回收時必須對清理 Lock 上分配的空間,在高度競爭的環境下,將會選擇一種比內建的 ‘synchronized‘ 更壞的同步策略。
當然,這個問題比其他任何問題都更加學術。如果你確實非常關心延遲,你會發現自己從來不會(或者絕不應該)有這樣一種情況會需要這么多的線程鎖。不過,請繼續跟我一起探究這個問題,因為這個過程和結果都非常有趣。
簡史:鎖是2004年,在Java 1.5中引入的。由于對簡單并發結構的迫切需要,鎖以及其他并發工具因此而誕生。在這之前,你不得不通過內建的 synchronized 和 Object 的 wait()、notify() 方法來控制并發。
ReentrantLock 提供許多比 synchronized 更好的功能,下面是一些例子:
變得非結構化——比如,不會受塊或方法的限制,允許你跨多個方法持有鎖。
輪詢鎖
等待鎖超時
配置失敗策略
但是它們在延遲測試中有什么作用呢?
我寫了一個簡單的測試來比較 Lock 和 synchronized 的性能。
這段代碼允許改變線程的數量(1個線程意味著不存在競爭)及競爭的數量。通過有遺漏(coordinated omission)和沒有遺漏來衡量。
采用 Lock 或者 synchronised 來運行測試。
為了記錄結果,我使用了 Histogram 類。該類是 Peter Lawrey 創建的。你可以在 Chronicle-Core 的工具類中找到該類。
import org.junit.Test; import java.util.concurrent.locks.Lock; import java.util.concurrent.locks.ReentrantLock; public class LockVsSync { private static final boolean COORDINATED_OMISSION = Boolean.getBoolean("coordinatedOmission"); //Either run testing Lock or testing synchronized private static final boolean IS_LOCK = Boolean.getBoolean("isLock"); private static final int NUM_THREADS = Integer.getInteger("numThreads"); <a href='http://www.jobbole.com/members/madao'>@Test</a> public void test() throws InterruptedException { Lock lock = new ReentrantLock(); for (int t = 0; t < NUM_THREADS; t++) { if (t == 0) { //Set the first thread as the master which will be measured //設置***個線程作為測量的線程 //The other threads are only to cause contention //其他線程只是引起競爭 Runner r = new Runner(lock, true); r.start(); } else { Runner r = new Runner(lock, false); r.start(); } } synchronized(this){ //Hold the main thread from completing wait(); } } private void testLock(Lock rlock) { rlock.lock(); try { for (int i = 0; i < 2; i++) { double x = 10 / 4.5 + i; } } finally { rlock.unlock(); } } private synchronized void testSync() { for (int i = 0; i < 2; i++) { double x = 10 / 4.5 + i; } } class Runner extends Thread { private Lock lock; private boolean master; public Runner(Lock lock, boolean master) { this.lock = lock; this.master = master; } @Override public void run() { Histogram histogram = null; if (master) histogram = new Histogram(); long rate = 1000;//expect 1 every microsecond long now =0; for (int i = -10000; i 0){ if(!COORDINATED_OMISSION) { now += rate; while(System.nanoTime() =0 && master){ histogram.sample(System.nanoTime() - now); } } if (master) { System.out.println(histogram.toMicrosFormat()); System.exit(0); } } } }
結果如下:
這是沒有遺漏(co-ordinated omission)的結果:
采用微秒來衡量。
圖形的頂部就是延遲的分布。
這是有競爭的測試,使用四個線程執行該程序。
這個測試是在8核的 MBP i7 上運行的。
每次測試迭代200,000,000次,并有10,000次預熱。
根據吞吐率為每微妙迭代一次來調整遺漏。
如我們所期望的一樣,沒有競爭時,結果是基本相同的。JIT 已經對 Lock 和 synchronized 進行了優化。在有競爭的情況下,占用百分比低的時候,使用 Lock 會稍微快一點,但是這種差別真的很小。所以,即使存在很多的年青代GC(minor GC),它們也沒有顯著的降低 Lock 效率。如果都是輕量級的 Lock,總體上就比較快了。
這是調整為有遺漏情況后的結果。
當然,在有遺漏的情況下延遲會更高。
再次可以看到,在無競爭情況下,lock 和 synchronized 的性能是相同——這就沒什么很驚奇了。
在競爭條件下,百分率為99%時,我們看到 synchronized 比 lock 表現好10X。在這之后,兩者的表現基本是一致的。
我猜測這是因為GC回收的效率導致 lock 比 synchronised 要慢,大概每300-1200微妙發生一次GC回收。尤其是到達99%之后,慢得就相當明顯了。在這個之后,延遲率可能與硬件和操作系統(OS)相關。但 是,這只是我個人的推斷,沒有做更深入的調查。
以上就是Java中延時Lock vs Synchronized的實例分析,小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。