synchronized，ReentrantLock、ReentrantReadWriteLock和StampedLock

骑猪看日落 2022-04-23 04:10 262阅读 0赞

### java四种上锁方式原理及适用场景区分 ###

synchronized（monitor）、ReentantLock（AQS）、AtomicLong（CAS）、LongAdder（XADD）  
针对代码块需要同步的锁  
synchronized---锁竞争不激烈的场景  
竞争不激烈的时候，各种锁优化机制会发挥作用（如轻量级锁、偏向锁、自旋锁、锁消除等），如果竞争激烈，会使用重量级锁，性能下降。  
ReentantLock---锁竞争激烈的场景  
通过维护state，同步队列和等待对列，性能均衡，竞争激烈也不会有问题

针对某个变量需要同步的场景  
AtomicLong（CAS)---锁竞争不激烈的场景  
锁竞争激烈的场景，每次CAS都只有一个线程能成功，竞争失败的线程会非常多。失败次数越多，循环次数就越多，很多线程的CAS操作越来越接近 自旋锁（spin lock），导致严重的性能问题  
LongAdder（Cells+baseValue)---锁竞争激烈的场景  
通过维护baseValue和Cells数组，允许多核场景下多个线程同时在cells中修改变量，极大减少了锁争抢和阻塞导致的性能问题

synchronized     ReentranLock   AtomicInteger  LongAdder  
头中的monitor     AQS(CAS+queue) CAS           Striped64的多Cell  
上锁             取消了锁        取消了锁        分散操作

syn也用到了CAS，同时阻塞或者等待的线程放到集合中  
ReentranLock中线程 CAS+queue，线程初次争抢锁的时候会进行几次CAS，失败则进入等待对列，不会因为锁竞争激烈时出现大量CAS消耗cpu  
AtomicInteger 一直CAS直到操作成功，会因为锁竞争激烈时出现大量CAS消耗cpu

CAS是Unsafe类提供的CPU层级的原子性操作指令

### reentrantLock和synchronized的区别 ###

使用方式上：reentrantLock是显式锁，而synchronized是隐式锁，异常情形下，synchronized自动释放锁，reentrantLock则必须在finally中手动释放。  
是在JVM层面上实现的，不但可以通过一些监控工具监控synchronized的锁定，而且在代码执行时出现异常，JVM会自动释放锁定，但是使用Lock则不行，lock是通过代码实现的，要保证锁定一定会被释放，就必须将unLock()放到finally\{\}中

功能上：reentrantlock 功能更丰富，支持公平锁、锁中断、尝试获取锁等功能，所以更强大  
1 reentrantlock 的lockInterruptibly方法支持等待可中断  
对于synchronized，如果一个线程正在等待锁，那么结果只有两种情况，要么获得这把锁继续执行 ，要么就保持等待。而使用ReentrantLock，如果一个线程正在等待锁，那么它依然可以收到通知，被告知无需再等待，可以停止工作了。

可中断性说明：synchronize仅仅在阻塞(sleep时)状态可以相应interrupt方法

ReentrantLock中的lockInterruptibly()方法使得线程可以在被阻塞时响应中断，比如一个线程t1通过lockInterruptibly()方法获取到一个可重入锁，并执行一个长时间的任务，另一个线程通过interrupt()方法就可以立刻打断t1线程的执行，来获取t1持有的那个可重入锁。而通过ReentrantLock的lock()方法或者Synchronized持有锁的线程是不会响应其他线程的interrupt()方法的，直到该方法主动释放锁之后才会响应interrupt()方法  
————————————————  
原文链接：https://blog.csdn.net/dongyuxu342719/article/details/94395877  
2 reentrantlock支持公平锁-ReentrantLock(boolean fair)  
公平锁是指多个线程在等待同一个锁时，必须按照申请锁的时间顺序来依次获得锁，而非公平锁不保证这一点，在锁被释放时，任何一个等待锁的线程都有机会获得锁，synchronized中的锁是非公平的，ReenrantLock默认情况下也是非公平的，但是可以在构造函数中设置为公平锁 。  
3 ReentrantLock.tryLock(time,timeUnit)

性能上：Synchronized因为各种锁优化机制更适用于锁竞争不激烈，ReetrantLock适用激烈情形  
在资源竞争不是很激烈的情况下，Synchronized的性能要优于ReetrantLock，但是在资源竞争很激烈的情况下，Synchronized的性能会下降几十倍，但是ReetrantLock的性能能维持常态；

底层实现上：syn是利用了对象头中的monitor对象，依赖于底层的操作系统的Mutex Lock需要用户态和内核态的切换。lock则是 直接调用cpu指令，无需切换。

例如一个类对其内部共享数据data提供了get()和set()方法，如果用synchronized，则代码如下：

class syncData {        
        private int data;// 共享数据        
        public synchronized void set(int data) {    
            System.out.println(Thread.currentThread().getName() + "准备写入数据");    
            try {    
                Thread.sleep(20);    
            } catch (InterruptedException e) {    
                e.printStackTrace();    
            }    
            this.data = data;    
            System.out.println(Thread.currentThread().getName() + "写入" + this.data);    
        }       
        public synchronized  void get() {    
            System.out.println(Thread.currentThread().getName() + "准备读取数据");    
            try {    
                Thread.sleep(20);    
            } catch (InterruptedException e) {    
                e.printStackTrace();    
            }    
            System.out.println(Thread.currentThread().getName() + "读取" + this.data);    
        }    
    }

然后写个测试类来用多个线程分别读写这个共享数据：

public static void main(String[] args) {    
    //        final Data data = new Data();    
              final syncData data = new syncData();    
    //        final RwLockData data = new RwLockData();    
            //写入  
            for (int i = 0; i < 3; i++) {    
                Thread t = new Thread(new Runnable() {    
                    @Override  
            public void run() {    
                        for (int j = 0; j < 5; j++) {    
                            data.set(new Random().nextInt(30));    
                        }    
                    }    
                });  
                t.setName("Thread-W" + i);  
                t.start();  
            }    
            //读取  
            for (int i = 0; i < 3; i++) {    
                Thread t = new Thread(new Runnable() {    
                    @Override  
            public void run() {    
                        for (int j = 0; j < 5; j++) {    
                            data.get();    
                        }    
                    }    
                });    
                t.setName("Thread-R" + i);  
                t.start();  
            }    
        }

运行结果：

Thread-W0准备写入数据    
Thread-W0写入0    
Thread-W0准备写入数据    
Thread-W0写入1    
Thread-R1准备读取数据    
Thread-R1读取1    
Thread-R1准备读取数据    
Thread-R1读取1    
Thread-R1准备读取数据    
........

现在一切都看起来很好！各个线程互不干扰！等等。。读取线程和写入线程互不干扰是正常的，但是两个读取线程是否需要互不干扰？？

对！读取线程不应该互斥！

那有一种错误的方案就是直接去掉get方法的synchronized，此方案虽然get的时候不再互斥了，但是同时会引入一个问题，我set的时候竟然也可以get，这就导致读取和写入会相互干扰。正确的方案是用读写锁ReadWriteLock实现：

import java.util.concurrent.locks.ReadWriteLock;
    import java.util.concurrent.locks.ReentrantReadWriteLock;
    [java] view plain copy
    class Data {        
        private int data;// 共享数据    
        private ReadWriteLock rwl = new ReentrantReadWriteLock();       
        public void set(int data) {    
            rwl.writeLock().lock();// 取到写锁    
            try {    
                System.out.println(Thread.currentThread().getName() + "准备写入数据");    
                try {    
                    Thread.sleep(20);    
                } catch (InterruptedException e) {    
                    e.printStackTrace();    
                }    
                this.data = data;    
                System.out.println(Thread.currentThread().getName() + "写入" + this.data);    
            } finally {    
                rwl.writeLock().unlock();// 释放写锁    
            }    
        }       
      
        public void get() {    
            rwl.readLock().lock();// 取到读锁    
            try {    
                System.out.println(Thread.currentThread().getName() + "准备读取数据");    
                try {    
                    Thread.sleep(20);    
                } catch (InterruptedException e) {    
                    e.printStackTrace();    
                }    
                System.out.println(Thread.currentThread().getName() + "读取" + this.data);    
            } finally {    
                rwl.readLock().unlock();// 释放读锁    
            }    
        }    
    }

测试结果：

\[plain\] view plain copy  
Thread-W1准备写入数据    
Thread-W1写入9    
Thread-W1准备写入数据    
Thread-W1写入24    
Thread-W1准备写入数据    
Thread-W1写入12    
Thread-W0准备写入数据    
Thread-W0写入22    
Thread-W0准备写入数据    
Thread-W0写入15    
Thread-W0准备写入数据    
Thread-W0写入6    
Thread-W0准备写入数据    
Thread-W0写入13    
Thread-W0准备写入数据    
Thread-W0写入0    
Thread-W2准备写入数据    
Thread-W2写入23    
Thread-W2准备写入数据    
Thread-W2写入24    
Thread-W2准备写入数据    
Thread-W2写入24    
Thread-W2准备写入数据    
Thread-W2写入17    
Thread-W2准备写入数据    
Thread-W2写入11    
Thread-R2准备读取数据    
Thread-R1准备读取数据    
Thread-R0准备读取数据    
Thread-R0读取11    
Thread-R1读取11    
Thread-R2读取11    
Thread-W1准备写入数据    
Thread-W1写入18

与互斥锁定相比，读-写锁定允许对共享数据进行更高级别的并发访问。虽然一次只有一个线程（writer 线程）可以修改共享数据，但在许多情况下，任何数量的线程可以同时读取共享数据（reader 线程）

从理论上讲，与互斥锁定相比，使用读-写锁定所允许的并发性增强将带来更大的性能提高。

在实践中，只有在多处理器上并且只在访问模式适用于共享数据时，才能完全实现并发性增强。——例如，某个最初用数据填充并且之后不经常对其进行修改的 collection，因为经常对其进行搜索（比如搜索某种目录），所以这样的 collection 是使用读-写锁定的理想候选者。

StampedLock是ReadWriteLock的一个改进。StampedLock与ReadWriteLock的区别在于，**StampedLock****认为读不应阻塞写。**StampedLock认为读写互斥应该是指——不让读重复读同一数据，而不是不让写线程写。StampedLock是一种偏向于写线程的改进，解决了读多写少时，使用ReadWriteLock会产生写线程饥饿现象。

下面将锁对比下

synchronized同步锁--锁竞争不激烈，可以充分利用jvm的锁优化机制，如锁消除、偏向锁、轻量级锁、自旋锁等

ReentrantLock可重入锁（Lock接口）--应用于锁竞争激烈

*  相对于synchronized更加灵活，可以控制加锁和放锁的位置
 *  可以使用Condition来操作线程，进行线程之间的通信
 *  核心类AbstractQueuedSynchronizer，通过构造一个基于阻塞的CLH队列容纳所有的阻塞线程，而对该队列的操作均通过Lock-Free（CAS）操作，但对已经获得锁的线程而言，ReentrantLock实现了偏向锁的功能。

ReentrantReadWriteLock可重入读写锁（ReadWriteLock接口）--应用于锁竞争激烈，读多并且读写锁互斥的场景

*  相对于ReentrantLock，对于大量的读操作，读和读之间不会加锁，只有存在写时才会加锁，但是这个锁是悲观锁
 *  ReentrantReadWriteLock实现了读写锁的功能
 *  ReentrantReadWriteLock是ReadWriteLock接口的实现类。ReadWriteLock接口的核心方法是readLock()，writeLock()。实现了并发读、互斥写。但读锁会阻塞写锁，是悲观锁的策略。

StampedLock戳锁 --应用于锁竞争激烈，读多并且读写锁不互斥的场景

*  ReentrantReadWriteLock虽然解决了大量读取的效率问题，但是，由于实现的是悲观锁，当读取很多时，读取和读取之间又没有锁，写操作将无法竞争到锁，就会导致写线程饥饿。所以就需要对读取进行乐观锁处理。
 *  StampedLock加入了乐观读锁，不会排斥写入
 *  当并发量大且读远大于写的情况下最快的的是StampedLock锁

ReentranLock读写均互斥  
ReentrantReadWriteLock(读之间不互斥，读写互斥)  
StampedLock(读多并且读写锁不互斥,写会立即执行)

### jdk对synchronized进行了哪些优化？ ###

锁消除 :不存在所竞争，StringBuffer在非静态方法内部声明，一定不会竞争，此时会去除锁

偏向锁 线程获取锁后，增加偏向锁标志和当前拥有锁的线程标志；同一线程再次进来时无需再次争抢锁，直接查看标志，为偏向锁并且所拥有者为本线程，则直接执行同步代码；如果是偏向锁，但锁拥有者不是本线程，通过CAS锁owner竞争，如果成功还是偏向锁，否则升级为轻量级锁。  
场景:不存在线程争抢，一直某线程拥有某锁

轻量级锁 当前线程建立名为锁记录(Lock record=displaced hdr+owner)的空间,然后将对象头中的Mark Word复制到锁记录空间中；执行CAS:将对象的Mark Word更新为指向Lock Record的指针，并将Lock record里的owner指针指向object mark word。  
CAS成功，锁标志修改为轻量级锁，此时线程堆栈与对象头的状态如图：  
CAS失败，虚拟机首先会检查对象的Mark Word是否指向当前线程的栈帧，不是则升级为重量级锁  
场景:偶尔存在线程争抢锁

重量级锁 ：锁标志的状态值变重量级锁，Mark Word中存储的就是指向重量级锁（互斥量）的指针，后面等待锁的线程也要进入阻塞状态。 而当前线程便尝试使用自旋来获取锁，自旋就是为了不让线程阻塞，而采用循环去获取锁的过程。轻量级锁在向重量级锁膨胀的过程中，一个操作系统的互斥量（mutex）和条件变量( condition variable )会和这个被锁的对象关联起来。  
重量级锁依赖于操作系统的互斥量（mutex） 实现，该操作会导致进程从用户态与内核态之间的切换， 是一个开销较大的操作。

适应性自旋锁 :当线程在获取轻量级锁的过程中执行CAS操作失败时，是要通过自旋来获取重量级锁。问题在于，自旋是需要消耗CPU的，如果一直获取不到锁的话，那该线程就一直处在自旋状态，白白浪费CPU资源。解决这个问题最简单的办法就是指定自旋的次数，例如让其循环10次，如果还没获取到锁就进入阻塞状态。但是JDK采用了更聪明的方式——适应性自旋，简单来说就是线程如果自旋成功了，则下次自旋的次数会更多，如果自旋失败了，则自旋的次数就会减少。

CAS是Unsafe类提供的CPU层级的原子性操作指令

### synchronized 到底慢在哪里？ ###

reentrantLock在几十个线程场景下也一直尝试CAS吗？很耗CPU吗？  
并不是一直CAS，仅仅是初次尝试获取锁的时候会进行多次CAS尝试，如果失败，会加入等待队列中，而后在执行，所以对CPU影响有限

synchronized相比reentrantLock性能不好原因分析：  
synchronized为重量级锁时：  
猜测1 syn锁的获取和释放需要操作系统的互斥量(mutex)实现，均需要用户态和内核态的切换；lock是CAS获取和释放的锁，无需切换  
猜测2 syn和lock底层都有等待的线程集合，都是阻塞。syn的阻塞是系统来处理的，需用户态和内核态的准换；lock的阻塞是执行jdk中的代码来阻塞的，应该是一直是在用户态的  
所以两者性能差别主要是syn中用户态和内核态的切换导致的性能更差。

ReentrantLock底层实现依赖于特殊的CPU指令，比如发送lock指令和unlock指令，不需要用户态和内核态的切换，所以效率高（这里和volatile底层原理类似），而synchronized底层由监视器锁（monitor）是依赖于底层的操作系统的Mutex Lock需要用户态和内核态的切换，所以效率低。

什么是自旋锁？ AtomicInteger在锁竞争十分激烈的场景下 性能上 退化为自旋锁  
AtomicReference ？ 原子更新类 Unsafe+ volatile(value)   
信号量？ 同时允许多个线程获取锁同时执行，AQS-state初始为允许的线程数，然后线程执行acquire方法获取，state>0且CAS设置state-1成功则获取锁，否则失败放到对列中。

借鉴:  
https://www.cnblogs.com/baizhanshi/p/7211802.html  
https://www.cnblogs.com/paddix/p/5405678.html