Java lecture #05 concurrency презентация

Java Lecture #05 Concurrency Saint Petersburg, 2012

Agenda Примитивы синхронизации Thread-safe коллекции Планировщики и пулы потоков Fork/Join Framework Утилитные классы

Lock Lock – интерфейс, обозначающий мьютекс в явном виде При этом гораздо более гибкий, чем стандартные java-мониторы Основные отличия от synchronized-блоков Вы сами создаете объект-мьютекс Вы сами решаете какие ресурсы защищать Вы сами ответственны за освобождение мьютекса Можно захватывать мьютекс в одном контексте, а отпускать в другом Реализация синхронизации на Lock’ах во многих случаях эффективнее synchronized-блоков Из за большей гибкости она позволяет накладывать более слабые условия на взаимодействия потоков Lock’и тяжелее отлаживать и диагностировать проблемы, ведь с точки зрения JVM это рядовые объекты. Для synchronized-блокировок всегда можно запросить у JVM Thread dump, который покажет все потоки и взятые ими synchronized-блокировки.

Lock Рассмотрим реализацию thread-safe счетчика с использованием Lock В отличие от synchronized Lock является не средством языка, а обычным объектом с набором методов В этом случае критическую секцию ограничивают операции lock() и unlock()

Lock Наиболее распространенный паттерн для работы с Lock’ами представлен справа Он гарантирует, что Lock будет отпущен в любом случае, даже если при работе с ресурсом будет выброшено исключение Для synchronized этот подход неактуален – там средствами языка предоставляется гарантия, что мьютекс будет отпущен Этот паттерн весьма полезен в любой ситуации, требующей обязательного освобождения ресурсов Широко используются две основные реализации Lock: ReentrantLock допускает вложенные критические секции ReadWriteLock имеет разные механизмы блокировки на чтение и запись, позволяя уменьшить накладные расходы

Lock fairness Fairness (равнодоступность) – свойство Lock’a, при котором при освобождении управление отдается тому из ожидающих потоков, который ждет дольше всех Fairness не распространяется на действия собственно планировщика потоков Fair Locks менее производительны, но более предсказуемы, чем Unfair  В действительности равнодоступность блокировок - очень сильное требование и достигается за счет значительных потерь в производительности Учет использования системных ресурсов и синхронизация, необходимые для обеспечения равнодоступности означают, что соперничающие равнодоступные блокировки будут иметь гораздо более низкую пропускную способность, чем неравнодоступные По умолчанию следует установить для равнодоступности значение false, если для правильности вашего алгоритма не критично, чтобы потоки обслуживались точно в порядке очереди. Блокировки на synchronized изначально unfair и нет способа изменить это поведение

Lock – масштабируемость Тест для измерения относительной масштабируемости synchronized в сравнении с Lock, использует генератор псевдослучайных чисел (PRNG). Диаграммы показывают пропускную способность в вызовах в секунду, нормализованную до случая synchronized с одним потоком для различных реализаций. Как видно, реализация основанная на Lock гораздо лучше масштабируется Тест наглядно показывает, что Fair Lock – достаточно дорогое удовольствие

Как обеспечить atomicity и visibility без memory barrier’a? Как обеспечить atomicity и visibility без memory barrier’a? Compare-and-set (compare-and-swap, CAS) – инструкция, поддерживаемая на уровне процессора (lock:cmpxchg) Она позволяет сравнить значение с содержимым памяти и при совпадении выполнить запись Эта инструкция позволяет применять оптимистичные блокировки без переключения контекста потока при занятом ресурсе Все Atomic-обертки содержат метод compareAndSet(…)

Atomic wrappers

Atomic wrappers - пример

Agenda Примитивы синхронизации Thread-safe коллекции Планировщики и пулы потоков Fork/Join Framework Утилитные классы

Collections.synchronized…() Класс Collections содержит среди прочих методы Collections.synchronizedCollection(Collection<T> c) Collections.synchronizedList(List<T> list) Collections.synchronizedMap(Map<K,V> m) Collections.synchronizedSet(Set<T> s) Они возвращают обертки над коллекциями-аргументами с синхронизированными методами Этими методами очень удобно оборачивать уже существующие коллекции Содержимое можно небезопасно менять путем модификации коллекции-источника Итерирование требует внешней синхронизации на коллекции Не очень хорошо масштабируются

Legacy implementations HashTable<K, V> – синхронизированная реализация интерфейса Map Все методы синхронизированы Потребляет заметно меньше памяти, чем ConcurrentHashMap Плохо масштабируется Последовательности операций на HashTable могут нуждаться в дополнительной внешней синхронизации, если требуется атомарность Vector<E> – синхронизированная реализация интерфейса List Все методы синхронизированы Не осуществляет копирования при записи Не дает значительного overhead’а по памяти Процесс итерирования требует внешней синхронизации на самой коллекции

Java.util.concurrent – новые интерфейсы

java.util.ConcurrentMap Любые попытки сделать реализацию Map thread-safe упираются в необходимость атомарности группы операций Например: «Если в Map нет такого ключа, то положить его» Требует двух операций, которые должны выполняться атомарно Для достижения атомарности придется самостоятельно писать внешние средства синхронизации Непонятно как увязать их с синхронизацией самой коллекции ConcurrentMap добавляет к Map методы для обработки часто встречающихся связанных операций на Map: V putIfAbsent(K key, V value) что эквивалентно

java.util.ConcurrentMap boolean remove(Object key, Object value) boolean replace(K key, V oldValue, V newValue) V replace(K key, V value)

ConcurrentHashMap Основная thread-safe реализация интерфейса Map<K,V> Реализует также ConcurrentMap Внутри похожа на HashMap, но имеет дополнительные механизмы синхронизации Масштабируется гораздо лучше HashTable, практически линейно Не синхронизирует операции чтения Операции чтения отражают результат последней завершенной операции записи, не учитывая те, что еще в процессе Итераторы отображают состояние коллекции на момент создания итератора Позволяет задавать concurrency level – размер сегмента хэш-таблицы, блокируемого на запись Потребляет заметно больше памяти, чем HashTable

ConcurrentHashMap Версии реализации от 7 и ниже используют сегментированную структуру При записи блокируется не весь Map, а один сегмент Разрабатываемая версия 8 будет блокироваться уже на конкретных bucket’ах, а сегменты исчезнут

ConcurrentHashMap vs HashTable

Blocking Queues Отлично подходят для реализации шаблона Producer-Consumer Добавляют набор блокирующих методов для работы с очередью Могут быть Fair по отношению к использующим потокам ArrayBlockingQueue<E> Ограниченная очередь на базе массива PriorityBlockingQueue<E> Очередь с сортировкой элементов по Comparator’у Неограниченная очередь SynchronousQueue<E> Очередь из одного(!) элемента Операция добавления блокирует до соответствующей операции чтения из другого потока

Blocking queues: API reference

Copy-on-write

Copy-on-write - Реализация И её реализация в CopyOnWriteArrayList:

Skip Lists ConcurrentSkipListMap и ConcurrentSkipListSet основаны на Skip List’ах Это единственные доступные thread-safe реализации NavigableSet и NavigableMap Skip List, как правило, занимает больше памяти, чем хэш-таблица Гарантирует O(log(n)) для большинства операций ConcurrentSkipListMap, в отличие от ConcurrentHashMap, не предоставляет средств для performance-тюнинга ConcurrentSkipListMap также реализует ConcurrentMap Это единственные упорядоченные thread-safe коллекции

Итераторы Как правило итераторы коллекций из java.util.concurrent не бросают ConcurrentModificationException Они не являются fail-fast Они гарантированно отражают состояние коллекции на момент создания итератора Итераторы не блокируют другие операции или итераторы на исходной коллекции При этом они могут содержать и более поздние изменения, но это не гарантируется

Итераторы Выполнение этого кода приводит к ConcurrentModificationException Если заменить реализацию на CopyOnWriteArrayList, то исключения не будет

Agenda Примитивы синхронизации Thread-safe коллекции Планировщики и пулы потоков Fork/Join Framework Утилитные классы

Callable Имеет единственный метод V call() По принципу действия схож с Runnable

Executor Executor – интерфейс, обозначающий абстрактную систему для асинхронного исполнения задач В него передают исполняемый код, а он заботится о выборе потока для исполнения При этом он может содержать несколько потоков, обеспечивая их эффективное переиспользование Класс Executors представляет собой фабрику для создания Executor’ов Эта фабрика позволяет создавать разнообразные очереди и пулы потоков, избавляя программиста от необходимости писать однообразный инфраструктурный код Простой пример использования Executor’а представлен ниже

ExecutorService Представляет собой расширение Executor’а с дополнительными возможностями Способен создавать объекты Future<T>, представляющие собой результаты выполнения асинхронных операций Основные методы: Submit(…) – различные варианты этого метода принимают задачу на выполнение invokeAll()- метод выполнит переданный в него список задач и вернет управление тогда, когда все задачи будут завершены или наступит таймаут invokeAny()- метод выполнит переданный в него список задач и вернет управление тогда, когда хотя бы одна задача будет завершена или наступит таймаут shutdown() – при вызове этого метода ExecutorService закончит выполнение текущих задач, но новых принимать уже не будет Многие Executor’ы, возвращаемые фабрикой Executors на самом деле являются реализациями ExecutorService

Future<T> Future – интерфейс, семантически обозначающий результат выполнения асинхронной операции Тип-параметр – это тип результата операции Важные методы интерфейса get() позволяет получить результат операции, блокируя, если результата еще нет cancel() останавливает выполнение задачи, если только она еще не завершена isDone() позволяет определить, завершена ли задача Все операции в рамках выполнения задачи happens-before любых операций после вызова метода get() Самой распространенной реализацией Future является FutureTask FutureTask также реализует Runnable, так что его экземпляры удобно передавать в Thread или Executor

Agenda Примитивы синхронизации Thread-safe коллекции Планировщики и пулы потоков Fork/Join Framework Утилитные классы

Fork/Join – это подход к написанию многопоточных программ, основанный на следующем рекурсивном алгоритме: Fork/Join – это подход к написанию многопоточных программ, основанный на следующем рекурсивном алгоритме: Если задача достаточно мала – выполнить её Если нет – разбить на несколько и выполнять их, а результаты агрегировать Для подзадач вернуться к пункту 1. Этот подход отлично работает для большого количества однотипных задач

Fork/Join Framework Начиная с Java 7 в стандартные библиотеки Java включен Fork/Join Framework, который предоставляет инфраструктуру для подобной декомпозиции Изначально он входил в JSR-166, который описывал практически все содержимое пакета java.util.concurrent Тем не менее, ему потребовалось еще 6 лет, чтобы попасть в мейнстрим При этом существует много сторонних реализаций Fork/Join, например Tymeac

Fork/Join Framework API Интерфейс ForkJoinTask<T> представляет собой небольшую задачу как результат декомпозиции на этапе Fork. Есть две реализации: RecursiveAction – не возвращает результат работы для этапа Join RecursiveTask<T> - возвращает результата типа T для использования на этапе Join ForkJoinPool – реализация Executor’а для ForkJoinTask В конструкторе ему можно задать размер пула, по умолчанию он равен количеству процессоров в системе С каждым потоком связана очередь задач, пополняемая вызовами fork() Поток исполняет их, начиная с самых новых Если очередь заканчивается, то поток старается украсть задачи из очередей других потоков пула

Fork/Join Framework - Пример Пример вычисляет N-ый член последовательности Фибоначи методом Fork/Join Одна часть выполняется в текущем потоке, вторая – шедулится на Thread pool

Agenda Примитивы синхронизации Thread-safe коллекции Планировщики и пулы потоков Fork/Join Framework Утилитные классы

ThreadLocal<T> ThreadLocal – типизированный контейнер для объектов, ассоциирующий содержимое с текущим потоком. Проще говоря, ThreadLocal возвращает каждому потоку свой экземпляр объекта Пример ниже иллюстрирует самую распространенную схему использования ThreadLocal: ассоциация объекта с потоком В данном случае с потоком ассоциируется уникальный идентификатор

Semaphore Объект, позволяющий войти в заданный участок кода не более чем n потокам одновременно N определяется параметром конструктора При N=1 по действию аналогичен Lock Fairness – гарантия очередности потоков

CountDownLatch Он предоставляет две основные операции: countDown() – уменьшает значение счетчика на единицу await() – текущий поток будет заблокирован пока значение счетчика не упадет до нуля Перезапустить CountDownLatch нельзя

CountDownLatch - Пример

CyclicBarrier Позволяет N потокам дождаться друг друга в некоторой точке выполнения N задается параметром конструктора Как только все N потоков вызовут await() их разом отпустит

CyclicBarrier - Пример

Library Brian Goetz. Java concurrency in practice Java Language Specification, глава 17 http://docs.oracle.com/javase/specs/jls/se7/html/jls-17.html Maurice Herlihy , Nir Shavit. The art of multiprocessor programming Статьи Brian’а Goetz’а на http://www.ibm.com/developerworks (например http://www.ibm.com/developerworks/ru/library/j-jtp10185/index.html)