当前位置:首页 > 文章列表 > 文章 > java教程 > JavaSemaphore并发控制详解

JavaSemaphore并发控制详解

2025-12-11 09:41:27 0浏览 收藏

本篇文章给大家分享《Java中Semaphore如何控制并发访问》,覆盖了文章的常见基础知识,其实一个语言的全部知识点一篇文章是不可能说完的,但希望通过这些问题,让读者对自己的掌握程度有一定的认识(B 数),从而弥补自己的不足,更好的掌握它。

Semaphore通过许可机制限制并发线程数,初始化指定许可数量,线程需acquire()获取许可并release()释放,确保最多n个线程访问资源,常用于控制数据库连接等场景,支持公平与非公平模式,应结合try-finally防止许可泄漏。

在Java中如何使用Semaphore控制并发访问_Semaphore访问控制技巧解析

在Java中,Semaphore 是一种用于控制并发访问资源的同步工具,常用于限制同时访问特定资源的线程数量。它通过维护一组许可(permits)来实现访问控制:线程在访问资源前必须先获取许可,使用完成后释放许可,其他线程才能继续获取。

理解Semaphore的基本原理

Semaphore 的核心是许可机制。初始化时指定许可数量,表示最多允许多少个线程同时访问资源。

例如,创建一个拥有3个许可的Semaphore:

Semaphore semaphore = new Semaphore(3);

当线程调用 acquire() 方法时,会尝试获取一个许可。如果当前有可用许可,线程继续执行;如果没有,线程将被阻塞,直到其他线程释放许可。使用完资源后,必须调用 release() 方法归还许可,避免死锁或资源饥饿。

控制最大并发数的实用场景

常见用途是限制数据库连接池、文件读写或外部接口调用的并发量。

示例:模拟最多3个线程同时执行任务:

Semaphore semaphore = new Semaphore(3); for (int i = 0; i < 10; i++) { new Thread(() -> { try { semaphore.acquire(); // 获取许可 System.out.println(Thread.currentThread().getName() + " 正在执行任务"); Thread.sleep(2000); // 模拟任务耗时 } catch (InterruptedException e) { Thread.currentThread().interrupt(); } finally { semaphore.release(); // 释放许可 System.out.println(Thread.currentThread().getName() + " 任务完成,释放许可"); } }).start(); }

上述代码确保任何时候最多只有3个线程在执行任务,其余线程会等待许可释放。

公平性与非公平模式的选择

Semaphore 支持公平和非公平两种模式:

  • 非公平模式(默认):线程抢占许可,效率高但可能造成某些线程长时间等待
  • 公平模式:按请求顺序分配许可,避免饥饿,但性能略低

启用公平模式:

Semaphore semaphore = new Semaphore(3, true); // 第二个参数为true表示公平模式

在对线程调度公平性要求较高的场景,建议开启公平模式。

结合try-finally保证许可释放

为防止因异常导致许可未释放,务必在finally块中调用release():

semaphore.acquire(); try { // 执行临界区操作 } finally { semaphore.release(); }

这样即使发生异常,许可也能正确归还,避免系统逐渐失去可用许可。

基本上就这些。合理使用Semaphore能有效控制资源并发访问,提升系统稳定性。关键是初始化合适的许可数,并始终确保释放操作被执行。不复杂但容易忽略细节。

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《JavaSemaphore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。

微信转银行卡限额及手续费全解析微信转银行卡限额及手续费全解析
上一篇
微信转银行卡限额及手续费全解析
CSSGrid子元素布局技巧解析
下一篇
CSSGrid子元素布局技巧解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    345次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    408次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    405次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    369次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    190次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码