聊聊保证线程安全的10个小技巧
大家好，我是苏三，又跟大家见面了。
前言
对于从事后端开发的同学来说，线程安全问题是我们每天都需要考虑的问题。
线程安全问题通俗的讲：主要是在多线程的环境下，不同线程同时读和写公共资源（临界资源），导致的数据异常问题。
比如：变量a=0，线程1给该变量+1，线程2也给该变量+1。此时，线程3获取a的值有可能不是2，而是1。线程3这不就获取了错误的数据？
线程安全问题会直接导致数据异常，从而影响业务功能的正常使用，所以这个问题还是非常严重的。
那么，如何解决线程安全问题呢？
今天跟大家一起聊聊，保证线程安全的10个小技巧，希望对你有所帮助。
1. 无状态
我们都知道只有多个线程访问公共资源的时候，才可能出现数据安全问题，那么如果我们没有公共资源，是不是就没有这个问题呢？
例如：
public class NoStatusService {
public void add(String status) {
System.out.println("add status:" + status);
}
public void update(String status) {
System.out.println("update status:" + status);
}
}
这个例子中NoStatusService没有定义公共资源，换句话说是无状态的。
这种场景中，NoStatusService类肯定是线程安全的。
2. 不可变
如果多个线程访问的公共资源是不可变的，也不会出现数据的安全性问题。
例如：
public class NoChangeService {
public static final String DEFAULT_NAME = "abc";
public void add(String status) {
System.out.println(DEFAULT_NAME);
}
}
DEFAULT_NAME被定义成了static final的常量，在多线程中环境中不会被修改，所以这种情况，也不会出现线程安全问题。
3. 无修改权限
有时候，我们定义了公共资源，但是该资源只暴露了读取的权限，没有暴露修改的权限，这样也是线程安全的。
例如：
public class SafePublishService {
private String name;
public String getName() {
return name;
}
public void add(String status) {
System.out.println("add status:" + status);
}
}
这个例子中，没有对外暴露修改name字段的入口，所以不存在线程安全问题。
3. synchronized
使用JDK内部提供的同步机制，这也是使用比较多的手段，分为：同步方法 和 同步代码块。
我们优先使用同步代码块，因为同步方法的粒度是整个方法，范围太大，相对来说，更消耗代码的性能。
其实，每个对象内部都有一把锁，只有抢到那把锁的线程，才被允许进入对应的代码块执行相应的代码。
当代码块执行完之后，JVM底层会自动释放那把锁。
例如：
public class SyncService {
private int age = 1;
private Object object = new Object();
//同步方法
public synchronized void add(int i) {
age = age + i;
System.out.println("age:" + age);
}
public void update(int i) {
//同步代码块，对象锁
synchronized (object) {
age = age + i;
System.out.println("age:" + age);
}
}
public void update(int i) {
//同步代码块，类锁
synchronized (SyncService.class) {
age = age + i;
System.out.println("age:" + age);
}
}
}
4. Lock
除了使用synchronized关键字实现同步功能之外，JDK还提供了Lock接口，这种显示锁的方式。
通常我们会使用Lock接口的实现类：ReentrantLock，它包含了：公平锁、非公平锁、可重入锁、读写锁 等更多更强大的功能。
例如：
public class LockService {
private ReentrantLock reentrantLock = new ReentrantLock();
public int age = 1;
public void add(int i) {
try {
reentrantLock.lock();
age = age + i;
System.out.println("age:" + age);
} finally {
reentrantLock.unlock();
}
}
}
但如果使用ReentrantLock，它也带来了有个小问题就是：需要在finally代码块中手动释放锁。
不过说句实话，在使用Lock显示锁的方式，解决线程安全问题，给开发人员提供了更多的灵活性。
5. 分布式锁
如果是在单机的情况下，使用synchronized和Lock保证线程安全是没有问题的。
但如果在分布式的环境中，即某个应用如果部署了多个节点，每一个节点使用可以synchronized和Lock保证线程安全，但不同的节点之间，没法保证线程安全。
这就需要使用：分布式锁了。
分布式锁有很多种，比如：数据库分布式锁，zookeeper分布式锁，redis分布式锁等。
其中我个人更推荐使用redis分布式锁，其效率相对来说更高一些。
使用redis分布式锁的伪代码如下：
try{
String result = jedis.set(lockKey, requestId, "NX", "PX", expireTime);
if ("OK".equals(result)) {
return true;
}
return false;
} finally {
unlock(lockKey);
}
同样需要在finally代码块中释放锁。
如果你对redis分布式锁的用法和常见的坑，比较感兴趣的话，可以看看我的另一篇文章《聊聊redis分布式锁的8大坑》，里面有更详细的介绍。
6. volatile
有时候，我们有这样的需求：如果在多个线程中，有任意一个线程，把某个开关的状态设置为false，则整个功能停止。
简单的需求分析之后发现：只要求多个线程间的可见性，不要求原子性。
如果一个线程修改了状态，其他的所有线程都能获取到最新的状态值。
这样一分析这就好办了，使用volatile就能快速满足需求。
例如：
@Service
public CanalService {
private volatile boolean running = false;
private Thread thread;
@Autowired
private CanalConnector canalConnector;
public void handle() {
//连接canal
while(running) {
//业务处理
}
}
public void start() {
thread = new Thread(this::handle, "name");
running = true;
thread.start();
}
public void stop() {
if(!running) {
return;
}
running = false;
}
}
需要特别注意的地方是：
volatile不能用于计数和统计等业务场景。因为volatile不能保证操作的原子性，可能会导致数据异常。
7. ThreadLocal
除了上面几种解决思路之外，JDK还提供了另外一种用空间换时间的新思路：ThreadLocal。
当然ThreadLocal并不能完全取代锁，特别是在一些秒杀更新库存中，必须使用锁。
ThreadLocal的核心思想是：共享变量在每个线程都有一个副本，每个线程操作的都是自己的副本，对另外的线程没有影响。
温馨提醒一下：我们平常在使用ThreadLocal时，如果使用完之后，一定要记得在
finally代码块中，调用它的remove方法清空数据，不然可能会出现内存泄露问题。
例如：
public class ThreadLocalService {
private ThreadLocal<Integer> threadLocal = new ThreadLocal<>();
public void add(int i) {
Integer integer = threadLocal.get();
threadLocal.set(integer == null ? 0 : integer + i);
}
}
如果对ThreadLocal感兴趣的小伙伴，可以看看我的另一篇文章《ThreadLocal夺命11连问》，里面有对ThreadLocal的原理、用法和坑，有非常详细的介绍。
8. 线程安全集合
有时候，我们需要使用的公共资源放在某个集合当中，比如：ArrayList、HashMap、HashSet等。
如果在多线程环境中，有线程往这些集合中写数据，另外的线程从集合中读数据，就可能会出现线程安全问题。
为了解决集合的线程安全问题，JDK专门给我们提供了能够保证线程安全的集合。
比如：CopyOnWriteArrayList、ConcurrentHashMap、CopyOnWriteArraySet、ArrayBlockingQueue等等。
例如：
public class HashMapTest {
private static ConcurrentHashMap<String, Object> hashMap = new ConcurrentHashMap<>();
public static void main(String[] args) {
new Thread(new Runnable() {
@Override
public void run() {
hashMap.put("key1", "value1");
}
}).start();
new Thread(new Runnable() {
@Override
public void run() {
hashMap.put("key2", "value2");
}
}).start();
try {
Thread.sleep(50);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(hashMap);
}
}
在JDK底层，或者spring框架当中，使用ConcurrentHashMap保存加载配置参数的场景非常多。
比较出名的是spring的refresh方法中，会读取配置文件，把配置放到很多的ConcurrentHashMap缓存起来。
9. CAS
JDK除了使用锁的机制解决多线程情况下数据安全问题之外，还提供了CAS机制。
这种机制是使用CPU中比较和交换指令的原子性，JDK里面是通过Unsafe类实现的。
CAS内部包含了四个值：旧数据、期望数据、新数据 和 地址，比较旧数据 和 期望的数据，如果一样的话，就把旧数据改成新数据。如果不一样的话，当前线程不断自旋，一直到成功为止。
不过，使用CAS保证线程安全，可能会出现ABA问题，需要使用AtomicStampedReference增加版本号解决。
其实，实际工作中很少直接使用Unsafe类的，一般用atomic包下面的类即可。
public class AtomicService {
private AtomicInteger atomicInteger = new AtomicInteger();
public int add(int i) {
return atomicInteger.getAndAdd(i);
}
}
10. 数据隔离
有时候，我们在操作集合数据时，可以通过数据隔离，来保证线程安全。
例如：
public class ThreadPoolTest {
public static void main(String[] args) {
ExecutorService threadPool = new ThreadPoolExecutor(8, //corePoolSize线程池中核心线程数
10, //maximumPoolSize 线程池中最大线程数
60, //线程池中线程的最大空闲时间，超过这个时间空闲线程将被回收
TimeUnit.SECONDS,//时间单位
new ArrayBlockingQueue(500), //队列
new ThreadPoolExecutor.CallerRunsPolicy()); //拒绝策略
List<User> userList = Lists.newArrayList(
new User(1L, "苏三", 18, "成都"),
new User(2L, "苏三说技术", 20, "四川"),
new User(3L, "技术", 25, "云南"));
for (User user : userList) {
threadPool.submit(new Work(user));
}
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(userList);
}
static class Work implements Runnable {
private User user;
public Work(User user) {
this.user = user;
}
@Override
public void run() {
user.setName(user.getName() + "测试");
}
}
}
这个例子中，使用线程池处理用户信息。
每个用户只被线程池中的一个线程处理，不存在多个线程同时处理一个用户的情况。所以这种人为的数据隔离机制，也能保证线程安全。
数据隔离还有另外一种场景：kafka生产者把同一个订单的消息，发送到同一个partion中。每一个partion都部署一个消费者，在kafka消费者中，使用单线程接收消息，并且做业务处理。
这种场景下，从整体上看，不同的partion是用多线程处理数据的，但同一个partion则是用单线程处理的，所以也能解决线程安全问题。
如果你对kafka的使用比较感兴趣，可以看看我的另一篇干货文章《我用kafka两年踩过的一些非比寻常的坑》。