深入浅出Java并发包—CountDownLauch原理分析 （转载）

转载地址：http://yhjhappy234.blog.163.com/blog/static/3163283220135875759265/

CountDownLauch是Java并发包中的一个同步工具集，常被人们称之为并发中的计数器，还有一种被成为闭锁！

CountDownLauch主要使用在两种场景，一种被称为开关，它允许一个任务完成之前，一个或一组线程持续等待。此种情况经常被称之为闭锁，通俗的讲就是，相当于一扇大门，在大门打开之前所有线程都被阻断，一旦大门打开，所有线程都将通过，但是一旦大门打开，所有线程都通过了，那么这个闭锁的状态就失效了，门的状态也就不能变了，只能是打开状态。另一种场景经常被称之为计数器，它允许将一个任务拆分为N个小任务，主线程在所有任务完成之前一直等待，每个任务完成时将计数器减一，直到所有任务完成后取消主线程的阻塞。

我们来看一下对应CountDownLauch对应的API。

构造方法摘要
CountDownLatch(int count)            构造一个用给定计数初始化的 DE>CountDownLatchDE>。

方法摘要
void	await() 使当前线程在锁存器倒计数至零之前一直等待，除非线程被中断。
boolean	await(long timeout, TimeUnit unit)            使当前线程在锁存器倒计数至零之前一直等待，除非线程被中断或超出了指定的等待时间。
void	countDown()            递减锁存器的计数，如果计数到达零，则释放所有等待的线程。
long	getCount()            返回当前计数。
String	toString()            返回标识此锁存器及其状态的字符串。

CountDownLatch维护了一个正数计数器，countDown方法对计数器做减操作，await方法等待计数器达到0。所有await的线程都会阻塞直到计数器为0或者等待线程中断或者超时。

我们分别来看一下对应的一个应用实例：

package com.yhj.lauth; import java.util.Date; import java.util.concurrent.CountDownLatch; //工人 class Worker extends Thread{ private int workNo;//工号 private CountDownLatch startLauch;//启动器-闭锁 private CountDownLatch workLauch;//工作进程-计数器 public Worker(int workNo,CountDownLatch startLauch,CountDownLatch workLauch) { this.workNo = workNo; this.startLauch = startLauch; this.workLauch = workLauch; } @Override public void run() { try { System.out.println(new Date()+" - YHJ"+workNo+" 准备就绪！准备开工！"); startLauch.await();//等待老板发指令 System.out.println(new Date()+" - YHJ"+workNo+" 正在干活..."); Thread.sleep(100);//每人花100ms干活 } catch (InterruptedException e) { e.printStackTrace(); }finally{ System.out.println(new Date()+" - YHJ"+workNo+" 工作完成!"); workLauch.countDown(); } } } //测试用例 public class CountDownLauthTestCase { public static void main(String[] args) throwsInterruptedException { int workerCount = 10;//工人数目 CountDownLatch startLauch = new CountDownLatch(1);//闭锁 相当于开关 CountDownLatch workLauch = newCountDownLatch(workerCount);//计数器 System.out.println(new Date()+" - Boss：集合准备开工了！"); for(int i=0;i<workerCount;++i){ new Worker(i, startLauch, workLauch).start(); } System.out.println(new Date()+" - Boss：休息2s后开工!"); Thread.sleep(2000); System.out.println(new Date()+" - Boss：开工!"); startLauch.countDown();//打开开关 workLauch.await();//任务完成后通知Boss System.out.println(new Date()+" - Boss：不错!任务都完成了！收工回家！"); } } 执行结果： Sat Jun 08 18:59:33 CST 2013 - Boss：集合准备开工了！ Sat Jun 08 18:59:33 CST 2013 - YHJ0 准备就绪！准备开工！ Sat Jun 08 18:59:33 CST 2013 - YHJ2 准备就绪！准备开工！ Sat Jun 08 18:59:33 CST 2013 - YHJ1 准备就绪！准备开工！ Sat Jun 08 18:59:33 CST 2013 - YHJ4 准备就绪！准备开工！ Sat Jun 08 18:59:33 CST 2013 - Boss：休息2s后开工! Sat Jun 08 18:59:33 CST 2013 - YHJ8 准备就绪！准备开工！ Sat Jun 08 18:59:33 CST 2013 - YHJ6 准备就绪！准备开工！ Sat Jun 08 18:59:33 CST 2013 - YHJ3 准备就绪！准备开工！ Sat Jun 08 18:59:33 CST 2013 - YHJ7 准备就绪！准备开工！ Sat Jun 08 18:59:33 CST 2013 - YHJ5 准备就绪！准备开工！ Sat Jun 08 18:59:33 CST 2013 - YHJ9 准备就绪！准备开工！ Sat Jun 08 18:59:35 CST 2013 - Boss：开工! Sat Jun 08 18:59:35 CST 2013 - YHJ0 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ2 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ1 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ4 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ8 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ6 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ3 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ7 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ5 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ9 正在干活... Sat Jun 08 18:59:35 CST 2013 - YHJ5 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ1 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ3 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ6 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ7 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ9 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ4 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ0 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ2 工作完成! Sat Jun 08 18:59:35 CST 2013 - YHJ8 工作完成! Sat Jun 08 18:59:35 CST 2013 - Boss：不错!任务都完成了！收工回家！

这个示例里面使用了两个CountDownLauch，分别构建了两种场景，第一个startLauch相当于开关，在开启之前，没有任何一个线程执行，当开启之后，所有线程同时可以执行。第二个workerLauch其实就是一个计数器，当计数器没有减到零的时候，主线程一直等待，当所有线程执行完毕后，主线程取消阻塞继续执行！

第二种场景在我们后面要学习的线程池中经常会用到，我们后续再讨论！

此处还有一个重要的特性，就是

内存一致性效果：线程中调用 countDown() 之前的操作 happen-before 紧跟在从另一个线程中对应 await() 成功返回的操作。

场景应用我们是看到了，那它到底是基于什么原理，怎么实现的呢？

我们来看下对应的源码：

private static final class Sync extends AbstractQueuedSynchronizer

类的第二行我们就看到了其内部实现了AQS的一个同步器。我们重点来看下我们用到的几个方法：await和countDown。首先来看await方法

public void await() throws InterruptedException { sync.acquireSharedInterruptibly(1); }

很明显是直接调用内部重新实现的同步器的获取共享锁的方法（前面我们一直再讲独占锁，今天我们借此机会把共享锁的机制一起讲掉）。

public final void acquireSharedInterruptibly(int arg) throwsInterruptedException { if (Thread.interrupted()) throw new InterruptedException(); if (tryAcquireShared(arg) < 0) doAcquireSharedInterruptibly(arg); }

此处如果线程中断，则直接退出，否则尝试获取共享锁，我们来看下tryAcquireShared(arg)的实现（此方法由内部类重写实现）：

public int tryAcquireShared(int acquires) { return getState() == 0? 1 : -1; }

所谓共享锁是说所有共享锁的线程共享同一个资源，一旦任意一个线程拿到共享资源，那么所有线程就都拥有的同一份资源。也就是通常情况下共享锁只是一个标志，所有线程都等待这个标识是否满足，一旦满足所有线程都被激活（相当于所有线程都拿到锁一样）。这里的闭锁CountDownLatch就是基于共享锁的实现。和明显这里的标识就是state等不等于零，而state其实是有多少个线程在竞争这份资源，我们前面可以看到是通过构造函数传入的一个大于0的数据，因此此时此刻此处返回的永远是-1。

Sync(int count) { setState(count); }

当tryAcquireShared返回的数据小于零，说明没有获取到资源，需要阻塞，此时执行代码doAcquireSharedInterruptibly（）：

private void doAcquireSharedInterruptibly(int arg) throws InterruptedException { final Node node = addWaiter(Node.SHARED); try { for (;;) { final Node p = node.predecessor(); if (p == head) { int r = tryAcquireShared(arg); if (r >= 0) { setHeadAndPropagate(node, r); p.next = null; // help GC return; } } if (shouldParkAfterFailedAcquire(p, node) && parkAndCheckInterrupt()) break; } } catch (RuntimeException ex) { cancelAcquire(node); throw ex; } // Arrive here only if interrupted cancelAcquire(node); throw new InterruptedException(); }

这里首先以共享模式添加一个节点加入到CLH队列中去，然后检查当前节点的前继节点（插入的数据在队尾），如果前继节点是头结点并且当前的计数器为0的话，则唤醒后继节点（唤醒后面来讲），否则判断是否需要阻塞，如果需要，则阻塞当前线程！直到被唤醒或被中断！

private final boolean parkAndCheckInterrupt() { LockSupport.park(this); return Thread.interrupted(); }

这里注意一点，LockSupport.park(Obj)中的参数obj是阻塞的监视对象，而非阻塞的对象，阻塞的对象是当前操作的线程，所以unpack的时候也是应该结算对应的线程！不要搞混了哈！

public static void park(Object blocker) { Thread t = Thread.currentThread(); setBlocker(t, blocker); unsafe.park(false, 0L); setBlocker(t, null); } public static void unpark(Thread thread) { if (thread != null) unsafe.unpark(thread); }

下面我们来看一下对应的countDown方法的实现

public void countDown() { sync.releaseShared(1); }

首先每执行一次countDown就会执行内部方法的一次释放锁的操作！

public final boolean releaseShared(int arg) { if (tryReleaseShared(arg)) { Node h = head; if (h != null && h.waitStatus != 0) unparkSuccessor(h); return true; } return false; }

如果尝试成功则设置当前节点为头结点，并唤醒对应节点的后继节点！

public boolean tryReleaseShared(int releases) { // Decrement count; signal when transition to zero for (;;) { int c = getState(); if (c == 0) return false; int nextc = c-1; if (compareAndSetState(c, nextc)) return nextc == 0; } }

同样，释放锁的方法也是CountDownLauch内部的同步类自己实现，这个方法自旋检测当前计数器的数目，如果等于零，说明之前阻塞的线程已经全部释放了，直接返回false，否则CAS设置当前的计数器，减去countdown的数目，如果设置成功后的数据为零的话，说明已经全部执行完毕，需要释放阻塞的线程了，返回true（注意此处精妙的返回nextc == 0），否则返回false。

我们再来回看releaseShared方法，当tryReleaseShared返回true的时候，说明计数器已经为零，阻塞的资源需要释放了！此时执行unparkSuccessor(h)方法唤醒队列中的头结点。

此处设计了一个精妙的队列依次去释放被阻塞的线程，而不是类似singleAll的方法直接唤醒所有线程。那到底它是怎么实现的呢？我们代码上看只唤醒了头结点（其实是头结点的后继节点，头结点只是一个空节点），我们先来看下unparkSuccessor的实现

private void unparkSuccessor(Node node) { /* * Try to clear status in anticipation of signalling.  It is * OK if this fails or if status is changed by waiting thread. */ compareAndSetWaitStatus(node, Node.SIGNAL, 0); /* * Thread to unpark is held in successor, which is normally * just the next node.  But if cancelled or apparently null, * traverse backwards from tail to find the actual * non-cancelled successor. */ Node s = node.next; if (s == null || s.waitStatus > 0) { s = null; for (Node t = tail; t != null && t != node; t = t.prev) if (t.waitStatus <= 0) s = t; } if (s != null) LockSupport.unpark(s.thread); }

明显我们可以看到，传入的参数为头结点，通过CAS设置数据后，唤醒了头结点的后继结点（注意unpack的是线程而不是阻塞监视器）。然后就返回了！

那剩余阻塞的线程是怎么唤醒的呢？我们再来看下await方法中doAcquireSharedInterruptibly的实现

private void doAcquireSharedInterruptibly(int arg) throws InterruptedException { final Node node = addWaiter(Node.SHARED); try { for (;;) { final Node p = node.predecessor(); if (p == head) {   int r = tryAcquireShared(arg); // tag 2 if (r >= 0) { setHeadAndPropagate(node, r); // tag 3 p.next = null; // help GC return; } } if (shouldParkAfterFailedAcquire(p, node) && parkAndCheckInterrupt())// tag 1 break; } } catch (RuntimeException ex) { cancelAcquire(node); throw ex; } // Arrive here only if interrupted cancelAcquire(node); throw new InterruptedException(); }

前面我们可以看到在执行parkAndCheckInterrupt()时进行了阻塞，当我们唤醒头结点的后继节点（第一个进入队列的节点）时，tag1此行代码被唤醒，break之后继续进入自旋，而此时tag2行代码检测到计数器已经为0，因此tryAcquireShared(arg)返回的结果是1（之前返回的都是-1），r大于零，进入tag3代码，tag3会把当前的线程设置为头结点，然后继续唤醒后续的后继节点。

private void setHeadAndPropagate(Node node, int propagate) { setHead(node); // tag 4 if (propagate > 0 && node.waitStatus != 0) { /* * Don't bother fully figuring out successor.  If it * looks null, call unparkSuccessor anyway to be safe. */ Node s = node.next; if (s == null || s.isShared()) unparkSuccessor(node); // tag 5 } }

后继节点被唤醒后，则继续唤醒后面的后继节点，进而把队列中的数据依次唤醒！

整个CountDownLatch就是这个样子的。其实有了前面原子操作和AQS的原理及实现，分析CountDownLatch还是比较容易的。