当前位置: 首页 > news >正文

CountDownLatch和CyclicBarrier

1. CountDownLatch和CyclicBarrier:让多线程步调一致

1.1. 应用背景

应用背景:对账系统优化

  • 系统逻辑:
    1. 用户下单 → 订单库;
    2. 物流发货 → 派送单库;
    3. 对账系统每日校验是否存在异常订单。
  • 原始代码流程:
    • 单线程串行执行:查订单 → 查派送单 → 对账 → 写入差异库;
    • 性能瓶颈:getPOrders()getDOrders() 查询操作耗时。

1.2. 优化方案

1. 第一阶段优化:多线程并行查询

改进点:

  • getPOrders()getDOrders() 可并行,无依赖顺序。

实现方式 :手动创建线程 + join()

Thread T1 = new Thread(() -> { pos = getPOrders(); });
Thread T2 = new Thread(() -> { dos = getDOrders(); });
T1.start(); T2.start();
T1.join(); T2.join(); // 主线程等待
  • 优点:能有效利用 CPU,提高查询并发效率。
  • 缺点:每次循环都创建线程,开销大,不可复用。

2. 第二阶段优化:线程池 + CountDownLatch

问题:

  • 使用线程池复用线程后,不能再用 join() 等待线程结束。

解决方案:CountDownLatch

  • 功能:一个线程等待其他多个线程完成操作。
  • 用法:
CountDownLatch latch = new CountDownLatch(2);executor.execute(() -> { pos = getPOrders(); latch.countDown(); });
executor.execute(() -> { dos = getDOrders(); latch.countDown(); });latch.await(); // 等两个查询完成
diff = check(pos, dos); save(diff);
  • 优点:线程可复用,性能更优。
  • 特性:一次性使用,计数器不能重置。

3. 第三阶段优化:完全并行处理

目标:

  • 查询操作与对账操作并行:生产者-消费者模型

技术设计:

  • 两个线程 T1/T2 分别作为“生产者”,放入两个队列 pos / dos
  • 一个线程 T3 作为“消费者”,从两个队列中取出一对数据,进行对账。

步调一致 + 回调触发:使用 CyclicBarrier

问题:

  • 如何保证 T1 和 T2 查询步调一致?
  • 如何在它们都完成后触发对账操作(T3)?

解决方案:CyclicBarrier

  • 功能:一组线程互相等待,计数器归零自动重置,并可执行回调函数。
  • 用法示例:
final CyclicBarrier barrier = new CyclicBarrier(2, () -> {executor.execute(() -> check()); // 回调:执行对账
});Thread T1 = new Thread(() -> {while(存在未对账订单){pos.add(getPOrders());barrier.await(); // 等待 T2}
});
Thread T2 = new Thread(() -> {while(存在未对账订单){dos.add(getDOrders());barrier.await(); // 等待 T1}
});
  • 对账逻辑:
void check() {P p = pos.remove(0);D d = dos.remove(0);diff = check(p, d);save(diff);
}

CyclicBarrier 特点:

特性

描述

可重用

自动重置计数器,适合循环场景

回调机制

当所有线程到达屏障点时,自动触发操作

用途

多线程“并肩作战”场景,例如同步起跑

CountDownLatch vs. CyclicBarrier 对比总结:

特性

CountDownLatch

CyclicBarrier

作用场景

一个线程等待多个线程

多个线程互相等待

是否可重用

❌ 不可重用

✅ 可重用

回调机制

❌ 无回调

✅ 有回调

类比场景

旅游团团长等所有人到齐

驴友一起出发不离不弃

小结与实践建议

  • 如果是“一人等多人”:选 CountDownLatch
  • 如果是“多人互等”:选 CyclicBarrier
  • 线程池 + 并行执行 + 正确同步等待 → 提高系统吞吐;
  • 实际项目中尽量使用 JDK 提供的并发工具类,不建议自行实现同步逻辑。+
http://www.xdnf.cn/news/901333.html

相关文章:

  • P-MySQL SQL优化案例,反观MySQL不死没有天理
  • 衡量嵌入向量的相似性的方法
  • 4D毫米波雷达产品推荐
  • 『React』Fragment的用法及简写形式
  • React 中 HTML 插入的全场景实践与安全指南
  • 【React】React 18 并发特性
  • 练习:对象数组 4
  • 51单片机——计分器
  • 华为×小鹏战略合作:破局智能驾驶深水区的商业逻辑深度解析
  • web框架(Django 与 FastAPI)
  • arduino开发遇见的问题(求助!!)
  • Java-IO流之打印流详解
  • 【免杀】C2免杀技术(十六)反沙箱/反调试
  • 前端开发面试题总结-JavaScript篇(一)
  • caliper中的测试文件写法及其注意事项
  • 第R9周:阿尔茨海默病诊断(优化特征选择版)
  • Visual Studio 中的 MD、MTD、MDD、MT 选项详解
  • 使用Python和TensorFlow实现图像分类
  • 【vue3】十大核心 API 推动前端开发的革新与进阶
  • 振动力学:二自由度系统
  • html css js网页制作成品——HTML+CSS榴莲商城网页设计(4页)附源码
  • Nature子刊同款的宏基因组免疫球蛋白测序怎么做?
  • miniforge3安装之后激活anaconda的虚拟环境
  • robot_lab——rsl_rl的train.py整体逻辑
  • 从入门到进阶:Python 学习参考书的深度解析
  • OPenCV CUDA模块光流------高效地执行光流估计的类BroxOpticalFlow
  • 传统的将自然语言转化为嵌入向量的核心机制是:,将离散的语言符号转化为连续的语义向量,其核心依赖“上下文决定语义”的假设和神经网络的特征提取能力。
  • Vue.js 生命周期全面解析
  • Proxmox Mail Gateway安装指南:从零开始配置高效邮件过滤系统
  • 第三方测试机构进行科技成果鉴定测试有什么价值