转载

使用 Google Guava Striped 实现基于 Key 的并发锁

写 Java 代码至今,在应对可能冲突的共享资源操作时会尽量用 JDK 1.5 开始引入的并发锁(如 Lock 的各类实现类, ReentrantLock 等) 进行锁定,而不是原来的 synchronized 关键字强硬低性能锁。

这里是应用 JDK 1.5  的 Lock 的基本操作步骤

private Lock lock = new ReentrantLock();
private void operate() {      // 安全操作 ....      lock.tryLock();      try {          // 对共享资源的操作 ...      } finally {          lock.unlock();      }  }

如此, operate() 就是一个线程安全的方法,任何对它的调用都安排到了一个队列里等着。但有时候上锁需要考虑更细的粒度,下面是一个演示案例,引出第一个问题

为何需要细粒度锁

private void merge(String filePath, List<String> deltaLines) {
    lock.tryLock();
    try {
        Path path = Paths.get(filePath);
        List<String> fileLines = Files.exists(path) ? Files.readAllLines(path) : new ArrayList<>();
        fileLines.addAll(deltaLines);
        fileLines.sort(Comparator.naturalOrder());
        Files.write(path, fileLines);
    } catch (Exception ex) {
        ex.printStackTrace();
    } finally {
        lock.unlock();
    }
}

被保护的操作序列是读取原文件内容,合并新行并排序,再回写文件; 如果原文件不存在则生成新文件,并含有已排序的新行。如果不保护该系列操作,文件内容将会被不同线程相互覆盖,因为两个线程可能读入相同的内容再加上各自不同的新行写回,而不是全部内容叠加。

用 ConcurrentHashMap 改进的细粒度锁

如果继承采用与前面一样保证整个方法绝对安全的方式,效率上就会变得很差,因为无论是操作相同还是不同的文件,统统得排着队进行。而实际上只有是操作不同的文件(filePath 不同), 是允许并发的。这就引出了要对锁的粒度进一步细化,只在文件路径相同时才需要获取锁。有一种实现方式是为不一样的 filePath 创建各自的锁,用 ConcurrentHashMap 缓存起来,看接来的改进

private Map<String, Lock> cachedLocks = new ConcurrentHashMap<>();
 
private void merge(String filePath, List<String> deltaLines) {
    Lock lock = cachedLocks.computeIfAbsent(filePath, key -> new ReentrantLock());
    lock.tryLock();
    try {
        Path path = Paths.get(filePath);
        // ... 以下省略
    } finally {
        lock.unlock();
    }
}

改进后的代码在应对并发性的性能是大大提高了,有一个问题是如果应用中要操作百万,千万个不同的文件,那么势必在内存中创建相应数量的锁实例,对内存将是个不小的负担。即使线程池大小只有几个的时候锁实例的数量也与文件个数相同,并且长时间不再使用的锁实例都无法被回收。进一步的优化也许可以采用弱引用,或定时清理长时间不使用的锁实例,但都无法避免瞬间高并发时生成大量锁实例耗用内存的情形。

采用 Guava Striped 实现细粒度锁

这儿提及到了锁实例量与线程池大小关系,所以可以考虑把创建的锁实例放到一个固定大小(如使用它的线程池大小)的 ConcurrentHashMap 中,比如创建锁时清除缓存中最早未使用的锁,这样做对内存不会产生负担,就是清理工作必须做到高效。其实这一思考惯性正好引出了今天的主角: Google Guava 库的 Striped 类,Guava 当前版本是 27.1, 在 Guava 库中 Striped 类仍然被标记为 @Beta 不稳定版本,所以使用它的一起后果自负(可能造成死锁: 使用guava Striped中的lock导致线程死锁的问题分析 ,该文发表于 2016-11-19)。

Guava 对 @Beta 的解释见 https://github.com/google/guava#important-warnings, 标记为 @Beta 的类或方法会被随时修改甚至是移除,如果使用它再次作为类库发布的话强烈建议用 Guava Beta Checker 检测并确保不要用 @Beta 的类。可怜 Striped 自从 13.0 加入后直至今天的 27.1 都未转正。

还继续往下阅读吗?

先来感受一下怎么用 Striped ,而后再来了解它的 API 和实现原理

private Striped<Lock> stripedLocks = Striped.lock(20);
 
private void merge(String filePath, List<String> deltaLines) {
    Lock lock = stripedLocks.get(filePath) ;
    lock.tryLock();
    try {
        Path path = Paths.get(filePath);
        // ... 以下省略
   } finally {
        lock.unlock();
    }
 }

看上去就是替代了我们用 ConcurrentHashMap 部分的代码,代码方法并没什么简洁,但是它省内存啊,不管不同的文件名有多少个就只要预建 20 个锁,当然 20 这个数字也是基于 merge 方法可能被多少个线程并发执行(如线程池的大小) 来设置的。

Striped 比用 ConcurrentHashMap 缓存的锁实例的好处是锁可被重用,Striped 中同一个锁第一次由 key1 引用,第二次还能被 key2 引用,ConcurrentHashMap 中的锁呢, key 1 用过的就不再被 key2 再次使用。

Striped 实现细粒度锁是基于它自己在 Striped Javadoc 中提出的一个真理,简单说来就以下三条

  1. 相同的 key (hashCode()/equals()) 时, striped.get(key) 总会得到不同的锁实例
  2. 但是不同的 key 却可能调用 striped.get(key) 获得相同的锁实例
  3. 基于上一条,预建更多的锁实例数量能减低锁碰撞的可能性

第一条保证被保护的代码是线程安全的,第二条会出现不同 key 的两个任务会排在同一个队列上,性能上会有所降低,但能够在锁数量(内存)与并发规模之间平衡。比如线程池大小为 20,预建 80 个锁对内存来说毫无压力,比瞬间百万,千万个锁好多了。Guava 建议是,对于计算密集型的任务创建 4 倍于可用处理器数目的锁。

紧接着来看下 Striped 提供的 API,它支持创建 Lock, Semaphore 和 ReadWriteLock,并且提供创建 eager 和 lazyWeak 两个版本

  1. public static Striped<Lock> lock(int strips)
  2. public static Striped<Lock> lazyWeakLock(int stripes)
  3. public static Striped<Semaphore> semaphore(int stripes, int permits)
  4. public static Striped<Semaphore> lazyWeakSemaphore(int stripes, int permits)
  5. public static Striped<ReadWriteLock> readWriteLock(int stripes)
  6. public static Striped<ReadWriteLock> lazyWeakReadWriteLock(int stripes)

以上返回的 Lock 或 ReadWriteLock 都是可重入锁,lazyWeakXxx() 版本的选择也是基于节约内存的考虑,如果并发大小是可控且不大的情况不一定需要 lazyWeekXxx() 的版本,比如前面说的线程池大小为 20 的情况初始化 80 个锁直接用 Striped.lock(80) 就行。

对于 Striped 的使用也就差不多了,如果用 semaphore(...) 的话需要了解 JDK 中 Semaphore 信号量的使用,其实是在同一把锁的情况下次一层次的控制。举个例子,Lock 控制了同一个帐号只能同时一个地方登陆,Semaphore(信号量) 放宽一些,可以控制同一个帐号最多在几个地方同时登陆。

对 Guava Striped 的增进了解

最后,我们来体验一下 Striped 怎么分配和共享锁

private static void test(int strips, int tasks) {
    Striped<Lock> stripedLocks = Striped.lock(strips);
    Set<Lock> used = IntStream.rangeClosed(1, tasks).boxed().map(v -> stripedLocks.get(v + ""))
        .collect(Collectors.toSet());
    System.out.println("total locks: " + strips + ", tasks: " + tasks + ", used locks: " + used.size());
}
 
public static void main(String[] args) {
    test(20, 20);
    test(20, 40);
    test(20, 60);
    test(20, 80);
}

输出的结果如下:

total locks: 20, tasks: 20, used locks: 18  total locks: 20, tasks: 40, used locks: 18  total locks: 20, tasks: 60, used locks: 28  total locks: 20, tasks: 80, used locks: 31

说好的预建 20 个锁实例,为什么使用到了 31 个不同的实例呢?原来 Striped.lock(20) 中的 20 并不就是创建 20 个实例,Striped  会创建不小于 20 的 2 n 的实例数,也就是 2 5 = 32 个实例。比如参数值与实际锁实例个数为 1 -> 1(2 0 ), 2 -> 2(2 1 ), 3 -> 4(2 2 ), 5 -> 8(2 3 ), 20 -> 32(2 5 ), 33 -> 64(2 6 ), 6 5 -> 128(27) ....., 到后面参数一点小抖动,实例数就要翻倍。相应的实现源代码如下

PowerOfTwoStriped(int stripes) {
  Preconditions.checkArgument(stripes > 0, "Stripes must be positive");
  this.mask = stripes > Ints.MAX_POWER_OF_TWO ? ALL_SET : ceilToPowerOfTwo(stripes) - 1;
}

从上面的输出结果同时也看到,key 的数目多余初始锁实例数也不一定会用到所有的锁,而是有多个 key 获得同一把锁的情况,一定程度上降低了并发度。比如 "1" 和 "15" 两个不相关的 key 可能得到同一把锁。

我们再作几组测试,把 strips  参数逐步调大,即分别用 test(40, x), test(80, x) 这样去测试看每次的输出结果

strips = 40  -- 实际 locks = 64

total locks: 40, tasks: 20, used locks: 19   --- 有足够 64 个可用锁的情况下,仍有两个不同的 key 获得了同一把锁

total locks: 40, tasks: 40, used locks: 29

total locks: 40, tasks: 60, used locks: 46

total locks: 40, tasks: 80, used locks: 58

strips = 80 -- 实际 locks = 128

total locks: 80, tasks: 20, used locks: 20  --- 初始 128 把锁才能让 20 个 key 获得独立的锁

total locks: 80, tasks: 40, used locks: 37  --- 仍有 6 个 key(3 组) 获得了相同的锁

total locks: 80, tasks: 60, used locks: 56

total locks: 80, tasks: 80, used locks: 74

strips = 160 -- 实际 locks = 256

total locks: 160, tasks: 20, used locks: 20  total locks: 160, tasks: 40, used locks: 37  total locks: 160, tasks: 60, used locks: 57  total locks: 160, tasks: 80, used locks: 77

strips = 320 -- 实际 locks = 512

total locks: 320, tasks: 20, used locks: 20  total locks: 320, tasks: 40, used locks: 37  total locks: 320, tasks: 60, used locks: 57  total locks: 320, tasks: 80, used locks: 77

strips = 1000 -- 实际 locks = 1024

total locks: 1000, tasks: 20, used locks: 20

total locks: 1000, tasks: 40, used locks: 40  --- 预置 1024 个锁才能让 40 个任务获得不同的锁

total locks: 1000, tasks: 60, used locks: 60

total locks: 1000, tasks: 80, used locks: 80  --- 要近 13 倍于线程池大小才做到无障碍的基于 key 并发

不同的 key 获得同一把锁的概率还是很高的,4 倍于线程池大小的初始锁数目都不够,也就是初始的锁得不到充分的使用。从 key 的 hashCode 到 index 的算法还有待于加强。

这难怪于 Striped 从 Guava 13 到 27 的版本足有 7 年时间一直处于 @Beta 状态,也许在某些情况下真需要自己用 ConcurrentHashMap 来实现细粒度的锁控制, ConcurrentHashMap 缓存锁能达到到目标是相同的 key 获得相同的锁,不同的 key 必须获得不同的锁,锁的最大数目是由线程池大小决定的。

链接:

  1. Fine-Grained Concurrency With the Guava Striped Class
原文  https://yanbin.blog/google-guava-striped-key-based-fine-grain-locks/
正文到此结束
Loading...