Java中Semaphore实现并发控制详解
**Java Semaphore并发控制详解:原理、应用与实战** 在Java多线程编程中,如何有效控制并发线程数至关重要。`Semaphore`是一种强大的同步工具,通过维护一组许可(permits)来限制同时访问特定资源的线程数量。本文深入剖析`Semaphore`的工作原理,详细讲解`acquire()`和`release()`等关键方法的使用,并通过代码示例演示如何利用`Semaphore`实现线程限流,限制并发线程数量。`Semaphore`广泛应用于资源池管理、接口限速等场景,有效防止系统资源耗尽。掌握`Semaphore`的使用技巧,如在`finally`块中释放许可、合理设置许可数量,能显著提升多线程程序的稳定性和性能,避免死锁和资源泄露等问题。本文助您轻松驾驭`Semaphore`,优化Java并发编程实践。
Semaphore通过许可机制控制并发线程数,常用acquire()和release()方法实现限流,如限制3个线程同时执行任务,适用于资源池管理、接口限速等场景,需注意及时释放许可并合理设置许可数量。

在Java中,Semaphore 是一个用于控制同时访问特定资源的线程数量的同步工具。它通过维护一组许可(permits)来实现对并发线程的限制,常用于限流、资源池管理等场景。下面介绍如何使用 Semaphore 控制并发线程数量,并分享一些实用的应用技巧。
理解Semaphore的基本机制
Semaphore 内部维护一定数量的许可。线程在执行前需要先获取许可,如果许可用尽,后续线程将被阻塞,直到有线程释放许可。通过这种方式,可以精确控制同时运行的线程数。
常用方法包括:
- acquire():尝试获取一个许可,若无可用许可则阻塞。
- acquire(int permits):一次获取多个许可。
- release():释放一个许可,使其他等待线程有机会获得。
- tryAcquire():非阻塞方式尝试获取许可,立即返回 true 或 false。
限制并发线程数的代码示例
假设我们希望最多允许3个线程同时执行某项任务,可以使用 Semaphore 如下实现:
import java.util.concurrent.Semaphore;
public class SemaphoreExample {
// 定义一个初始许可数为3的Semaphore
private static final Semaphore semaphore = new Semaphore(3);
public static void main(String[] args) {
for (int i = 1; i {
try {
System.out.println(Thread.currentThread().getName() + " 尝试获取许可");
semaphore.acquire(); // 获取许可
System.out.println(Thread.currentThread().getName() + " 获得许可,开始执行任务");
// 模拟任务执行
Thread.sleep(2000);
System.out.println(Thread.currentThread().getName() + " 任务完成,释放许可");
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
} finally {
semaphore.release(); // 释放许可
}
}, "Thread-" + i).start();
}
}
}
在这个例子中,尽管启动了10个线程,但同一时刻最多只有3个线程能进入执行区域,其余线程会等待许可释放。
应用场景与使用技巧
Semaphore 不仅可用于简单的并发控制,还能在多种实际场景中发挥作用:
- 数据库连接池限流:通过 Semaphore 控制最大连接数,防止系统因连接过多而崩溃。
- 接口调用限速:对外部服务的调用可使用 tryAcquire 配合超时机制,避免雪崩效应。
- 资源争用保护:如打印机、硬件设备等有限资源的访问调度。
- 结合 tryAcquire 实现非阻塞控制:适用于不能长时间等待的场景,例如实时系统。
技巧提示:使用 tryAcquire(long timeout, TimeUnit unit) 可以设定等待超时,避免线程无限期阻塞。
注意事项
使用 Semaphore 时需注意以下几点:
- 确保每次 acquire() 后都有对应的 release(),建议放在 finally 块中,防止死锁或资源泄露。
- 公平性设置:构造函数支持传入 fairness 参数,开启后按 FIFO 顺序分配许可,减少线程饥饿,但性能略低。
- 许可数量应合理设置,过小影响吞吐量,过大失去限流意义。
基本上就这些。Semaphore 是一个轻量且高效的并发控制工具,掌握其使用方式有助于更好地管理多线程环境下的资源竞争问题。不复杂但容易忽略细节,正确使用才能发挥最大价值。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Java中Semaphore实现并发控制详解》文章吧,也可关注golang学习网公众号了解相关技术文章。
Everything排除文件格式设置教程
- 上一篇
- Everything排除文件格式设置教程
- 下一篇
- 《兴业生活》消息清空方法详解
-
- 文章 · java教程 | 20小时前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 1天前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 1天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 1天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 文章 · java教程 | 1天前 | Java ·
- Java Base64 流式编码怎么避免一次加载大文件
- 182浏览 收藏
-
- 文章 · java教程 | 2天前 | Java · 可观测性 ·
- Java JFR EventStream 怎么实时消费运行事件
- 145浏览 收藏
-
- 文章 · java教程 | 2天前 | Java ·
- Java Class-File API 怎么读取类文件结构
- 419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。
- 263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。
- 313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。
- 296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。
- 271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。
- 89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
