当前位置:首页 > 文章列表 > 文章 > java教程 > Java锁插队机制是什么?

Java锁插队机制是什么?

2025-12-13 08:09:37 0浏览 收藏

一分耕耘,一分收获!既然都打开这篇《Java锁插队机制详解》,就坚持看下去,学下去吧!本文主要会给大家讲到等等知识点,如果大家对本文有好的建议或者看到有不足之处,非常欢迎大家积极提出!在后续文章我会继续更新文章相关的内容,希望对大家都有所帮助!

公平锁禁止插队,非公平锁允许在锁空闲时抢先获取。ReentrantLock(true) 为公平锁,线程必须按AQS队列顺序获取锁,避免饥饿但吞吐较低;默认ReentrantLock()和synchronized为非公平锁,尝试CAS抢锁成功则直接占用,仅在锁释放瞬间可“插队”,并非任意跳过队列。synchronized无公平选项,基于ObjectMonitor实现,notify不保证顺序,新竞争者与唤醒线程公平竞争。ReentrantReadWriteLock默认非公平,写线程可在读队列未获取时抢先,启用公平模式后统一FIFO排队。插队是性能与公平的权衡,合理选型比关注能否插队更重要。

java不同锁模式下的插队探究

Java中锁的“插队”行为,本质上取决于锁的公平性策略和底层实现机制,而不是锁类型本身决定能否插队。公平锁禁止插队,非公平锁允许插队——这是最核心的区分点。

公平锁:严格按等待顺序执行,不许插队

以 ReentrantLock(true) 创建的公平锁为例,线程获取锁时会先检查同步队列(AQS CLH队列)中是否有前置等待者。如果有,当前线程必须入队排队,不能尝试直接抢占。

  • 即使持有锁的线程刚释放,新来的线程也得老老实实排到队尾
  • 唤醒遵循 FIFO,头节点线程被 unpark,后续依次推进
  • 好处是避免饥饿,坏处是上下文切换多、吞吐量略低

非公平锁:允许“插队”,但仅限于锁空闲时的抢夺

默认的 ReentrantLock() 和 synchronized 都是非公平的。它们在 acquire 流程中会先尝试 CAS 抢锁(tryAcquire),成功就直接占用,无需排队。

  • 这个“插队”只发生在锁刚释放、尚未唤醒等待线程的极短时间窗口内
  • 不是任意时刻都能插,也不是跳过队列中间节点——只是比唤醒+调度更快地抢占了空档
  • 如果锁正被占用,新线程仍需入队;若队列非空,它也不会越过前面的人

synchronized 没有公平选项,但行为接近非公平锁

JVM 对 synchronized 的实现(如偏向锁→轻量级锁→重量级锁)始终采用非公平策略。进入重量级锁后,虽然会用 ObjectMonitor 管理等待队列(_WaitSet),但 notify/notifyAll 唤醒不保证顺序,且新竞争线程可与刚被唤醒的线程再次竞争锁。

  • 没有 API 控制公平性,无法开启公平模式
  • 在高竞争下可能出现某些线程长期得不到锁(相对饥饿),但概率不高
  • 实际表现和 ReentrantLock(false) 类似:快、简单、适合大多数场景

读写锁中的插队逻辑更复杂:写锁可插读队列,但受策略约束

ReentrantReadWriteLock 默认也是非公平的。它的插队规则更精细:

  • 写线程尝试获取写锁时,若读锁已被持有多次,它不能插队——必须等所有读锁释放
  • 但如果读锁已释放、而读线程还在队列里排队,写线程可能抢先获取(即“写插读”)
  • 可启用公平模式(构造时传 true),此时读写线程统一按 FIFO 排队,彻底禁用插队

基本上就这些。插队不是 bug,而是权衡响应速度与公平性的设计选择。用对场景,比纠结“能不能插”更重要。

到这里,我们也就讲完了《Java锁插队机制是什么?》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

PHP八大数据类型全面解析与使用技巧PHP八大数据类型全面解析与使用技巧
上一篇
PHP八大数据类型全面解析与使用技巧
HTML5音频嵌入技巧与歌曲添加方法
下一篇
HTML5音频嵌入技巧与歌曲添加方法
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。
    388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。
    469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。
    476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。
    420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。
    244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