Java进阶之路!CountDownLatch倒计时门闩实战详解
想要提升Java并发编程技能?本文深入解析了`CountDownLatch`倒计时门闩,这是一种强大的同步工具,用于协调多个线程的执行。文章详细介绍了`CountDownLatch`的工作原理,通过初始化计数器并利用`await()`和`countDown()`方法,实现线程间的同步等待。文中还探讨了`CountDownLatch`的典型应用场景,如等待多线程初始化、模拟并发用户请求以及合并子任务结果。此外,文章还对比了`CountDownLatch`与`join()`方法的区别,并分析了其在高并发场景下的性能表现,同时提供了替代方案,助你更好地掌握并发控制,优化程序性能。
CountDownLatch 在 Java 中主要用于控制并发,通过一个倒计时器允许一个或多个线程等待其他线程完成操作。其核心是一个初始化后不可重置的计数器,调用 await() 方法使线程等待直到计数器减至 0,而每次任务完成时调用 countDown() 方法将计数器减 1。典型应用场景包括:1. 等待多个线程完成初始化工作;2. 并发测试中模拟用户同时请求;3. 合并多个子任务执行结果。与 join() 方法相比,CountDownLatch 更加通用,可协调多个线程而非单一线程同步。await() 方法会抛出 InterruptedException,需进行异常处理。在高并发场景下,CountDownLatch 可能因频繁线程阻塞和竞争影响性能,此时可考虑使用 CyclicBarrier 或 CompletableFuture 替代。

CountDownLatch 在 Java 中主要用于控制并发,它允许一个或多个线程等待直到在其他线程中执行的一组操作完成。可以把它想象成一个倒计时器,当计数到达零时,所有等待的线程将被释放。

CountDownLatch 的核心在于一个计数器,这个计数器通过 CountDownLatch(int count) 初始化,count 表示需要等待的事件数量。每次一个线程完成它的任务,它就调用 countDown() 方法将计数器减 1。当计数器变为 0 时,所有调用 await() 方法等待的线程将被唤醒并继续执行。

CountDownLatch 的典型应用场景包括:

- 等待多个线程完成初始化工作: 例如,一个应用启动时,需要加载多个模块的数据,可以使用 CountDownLatch 来等待所有模块加载完成后再启动主线程。
- 并发测试: 可以使用 CountDownLatch 来模拟并发用户,等待所有用户准备就绪后同时发起请求。
- 结果合并: 当一个任务需要分解成多个子任务并行执行,然后将子任务的结果合并时,可以使用 CountDownLatch 来等待所有子任务完成。
解决方案:
CountDownLatch 的使用非常简单,主要涉及三个方法:
CountDownLatch(int count): 构造方法,初始化计数器。await(): 使当前线程进入等待状态,直到计数器变为 0。countDown(): 将计数器减 1。
下面是一个简单的示例:
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class CountDownLatchExample {
public static void main(String[] args) throws InterruptedException {
int numberOfThreads = 3;
CountDownLatch latch = new CountDownLatch(numberOfThreads);
ExecutorService executor = Executors.newFixedThreadPool(numberOfThreads);
for (int i = 0; i < numberOfThreads; i++) {
final int taskId = i;
executor.execute(() -> {
try {
System.out.println("Thread " + taskId + " is running...");
Thread.sleep((long) (Math.random() * 3000)); // 模拟任务执行时间
System.out.println("Thread " + taskId + " finished.");
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
latch.countDown(); // 任务完成,计数器减 1
}
});
}
latch.await(); // 等待所有线程完成
System.out.println("All threads finished. Main thread continues.");
executor.shutdown();
}
}在这个例子中,我们创建了一个 CountDownLatch,计数器初始化为 3。然后,我们创建了一个线程池,并提交了 3 个任务。每个任务执行完成后,都会调用 countDown() 方法将计数器减 1。主线程调用 await() 方法等待,直到计数器变为 0,然后继续执行。
CountDownLatch 与 join() 方法的区别?
join() 方法是让一个线程等待另一个线程执行完成。它主要用于线程之间的同步,确保一个线程在另一个线程结束后才能继续执行。CountDownLatch 更加通用,它可以等待多个线程完成任务,并且不需要线程之间有直接的依赖关系。
此外,join() 方法只能用于等待单个线程,而 CountDownLatch 可以等待多个线程。如果需要等待多个线程,使用 CountDownLatch 更加方便。
CountDownLatch 的计数器可以重置吗?
不可以。CountDownLatch 的计数器只能初始化一次,并且只能递减,不能重置。一旦计数器变为 0,就不能再次使用。如果需要重置计数器,需要创建新的 CountDownLatch 实例。
这与 CyclicBarrier 不同,CyclicBarrier 可以在所有线程到达屏障后重置计数器,可以重复使用。
CountDownLatch 的 await() 方法会抛出 InterruptedException 吗?
是的。await() 方法会抛出 InterruptedException,这表示在等待过程中,线程被中断了。因此,在使用 await() 方法时,需要捕获 InterruptedException 异常,并进行适当的处理。
通常的处理方式是重新设置中断状态,或者直接抛出异常。例如:
try {
latch.await();
} catch (InterruptedException e) {
Thread.currentThread().interrupt(); // 重新设置中断状态
// 或者
// throw new RuntimeException(e);
}CountDownLatch 的性能如何?在高并发场景下是否适用?
CountDownLatch 的性能在高并发场景下可能会受到影响。await() 方法的实现依赖于 LockSupport.park() 方法,该方法会使线程进入阻塞状态。当大量线程同时调用 await() 方法时,可能会导致线程频繁切换,从而影响性能。
此外,countDown() 方法的实现也涉及到同步操作,在高并发场景下可能会出现竞争,从而影响性能。
因此,在高并发场景下,需要谨慎使用 CountDownLatch,并进行适当的性能测试和优化。可以考虑使用其他并发工具,例如 CyclicBarrier 或 CompletableFuture,来替代 CountDownLatch。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
电脑开机提示CMOS错误?手把手教你轻松重置BIOS设置
- 上一篇
- 电脑开机提示CMOS错误?手把手教你轻松重置BIOS设置
- 下一篇
- Win11桌面找不到“我的电脑”?手把手教你一键找回!
-
- 文章 · java教程 | 1小时前 | 异常处理 · 并发编程 · Java教程 · StructuredTaskScope Java Structured Concurrency Joiner allUntil 子任务异常 聚合异常
- Java Structured Concurrency 汇总子任务异常
- 260浏览 收藏
-
- 文章 · java教程 | 3小时前 |
- Java ForkJoinPool asyncMode 调整任务队列顺序
- 121浏览 收藏
-
- 文章 · java教程 | 13小时前 | 可观测性 · Java教程 · LongAdder JFR事件流 RecordingStream Java延迟指标 近似分位数
- JFR 事件流如何在线聚合延迟指标
- 418浏览 收藏
-
- 文章 · java教程 | 17小时前 | Java · 并发编程 · CompletableFuture · java completablefuture 取消原因 异步编排
- Java CompletableFuture 怎样在阶段之间保留取消原因
- 415浏览 收藏
-
- 文章 · java教程 | 22小时前 | spring · Spring Boot · 事务管理 · Java教程 · REQUIRES_NEW Spring事务事件 TransactionalEventListener AFTER_COMMIT Spring事件
- Spring 事务事件监听器如何在提交后执行
- 126浏览 收藏
-
- 文章 · java教程 | 1天前 | 配置管理 · Java · Spring Boot · 故障排查 · Java教程 · spring boot actuator @ConfigurationProperties 配置属性绑定 PropertySource
- Spring Boot 配置属性绑定失败怎样定位字段来源
- 184浏览 收藏
-
- 文章 · java教程 | 1天前 | Java ·
- Java Vector API 怎样批量计算浮点数组
- 319浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · java Class-File API LineNumberTable
- Java Class-File API 如何重写方法的行号表属性
- 418浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 性能优化 · Java教程 · arena 内存映射 超大文件 FileChannel.map Java MemorySegment
- Java 内存段怎样安全映射超大文件
- 435浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · record pattern Java记录模式 嵌套record Java模式匹配 Java switch模式
- Java 记录模式怎样拆解嵌套数据对象
- 308浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java 虚拟线程批量发起网络请求时如何限制并发度
- 265浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 并发编程 · 虚拟线程 · java 结构化并发 StructuredTaskScope 子任务取消
- Java 结构化并发怎样统一取消一组子任务
- 370浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 403次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 479次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 489次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 436次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 262次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
