并发编程入门

最近在学习慕课网的高并发课程。为面试做准备。这门课程个人感觉讲的不错。有理论，有实践。最好结合《Java并发编程实战》这本书来看。当时看书的时候各种云里雾里。后来看了这门课之后，好多东西感觉都懂了。所以说有一个能用实例把知识讲明白的老师很难得。

在开始真正的讲解以前,我们实现一个简单的场景-实现一个计数功能 : CountExample

//计数功能
@Slf4j
public class CountExample {
    // 请求总数
    public static int clientTotal = 5000;
    // 同时并发执行的线程数
    public static int threadTotal = 200;
    public static int count = 0;

    public static void main(String[] args) {
        ExecutorService exec = Executors.newCachedThreadPool();
        final Semaphore semaphore = new Semaphore(threadTotal);
        for (int index = 0; index < clientTotal ; index++) {
            exec.execute(() -> {
                try {
                    semaphore.acquire();
                    add();
                    semaphore.release();
                } catch (Exception e) {
                    log.error("exception", e);
                }
            });
        }
        exec.shutdown();
        log.info("count:{}", count);
    }

    private static void add() {
        count++;
    }
}

//计数功能 : MapExample
@Slf4j
public class MapExample {
    private static Map<Integer, Integer> map = Maps.newHashMap();
    // 请求总数
    public static int clientNum = 5000;
    // 同时并发执行的线程数
    public static int threadNum = 200;

    public static void main(String[] args) throws Exception {
        ExecutorService exec = Executors.newCachedThreadPool();
        final Semaphore semaphore = new Semaphore(threadNum);
        for (int index = 0; index < clientNum ; index++) {
            final int threadNum = index;
            exec.execute(() -> {
                try {
                    semaphore.acquire();
                    func(threadNum);
                    semaphore.release();
                } catch (Exception e) {
                    log.error("exception", e);
                }
            });
        }
        exec.shutdown();
        log.info("size:{}", map.size());
    }

    private static void func(int threadNum) {
        map.put(threadNum, threadNum);
    }
}

从上面两个demo的运行结果可以看出，并发情况下每一次的运行结构都是小于5000的，且每次都有可能不一样。

从上面试了中可以看出，在多线程并发的情况下执行一个简单的累加操作，出错的概率非常的高。这时候需要考虑，并发情况下到底应该如何编码。

并发与高并发的基本概念

1.并发

同时拥有两个或者多个线程,如果程序在单核处理上运行,多个线程将交替地换入或者换出内存,这些线程是同时"存在"的,每个线程都处于执行过程中的某个状态,如果运行在多核处理器上,此时,程序中的每个线程都将分配到一个处理器核上,因此可以同时运行;

2.高并发

高并发(High Concurreny)是互联网分布式系统架构设计中必须考虑的因素之一,它通常是指,通过设计保证系统能够同时并行处理很多请求;

3.基本概念

单纯的说概念可能有点难以理解,我们来简单对比一下并发与高并发;当我们说多线程并发时我们谈论的是什么呢?其实更多的是讨论多个线程操作相同的资源,这个时候我们谈论的点多数情况下是落实在保证线程安全,合理分配或者使用资源上边;那么当我们谈论高并发时我们谈论的又是什么呢?高并发主要是指系统运行过程中短时间内要大量操作请求的情况,它主要发生在系统集中收到了大量的请求比如12306以及天猫的双十一;这种情况的发生会导致系统在这段时间内会执行大量的操作,例如对资源的请求对数据库的操作等等,如果高并发处理不好不仅仅会降低用户的体验度(请求时间变长)同时也有可能会导致系统宕机,严重的甚至会导致OOM异常系统停止工作等情况;如果想要系统适应高并发的状态,就要从多个方面对系统进行优化,包括硬件网络系统架构以及开发语言的选取数据结构的运用算法的优化数据库优化等等;这个时候我们谈论的更多的是如何提高现有程序的性能,更多的是对高并发场景提高一些解决方案思路手段;

猜你喜欢