当前位置:首页 > 文章列表 > 文章 > java教程 > CyclicBarrier线程同步原理与使用详解

CyclicBarrier线程同步原理与使用详解

2025-12-16 09:16:41 0浏览 收藏

有志者,事竟成!如果你在学习文章,那么本文《Java中CyclicBarrier线程协调方法详解》,就很适合你!文章讲解的知识点主要包括,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

CyclicBarrier是Java中用于多线程在屏障点同步的工具,当指定数量的线程都调用await()后,所有线程继续执行,且支持重复使用。

在Java中如何使用CyclicBarrier协调线程执行_CyclicBarrier并发控制方法

在Java并发编程中,CyclicBarrier 是一种同步辅助工具,用于让一组线程彼此等待,直到所有线程都到达某个公共的屏障点后再继续执行。它特别适用于多线程协作完成阶段性任务的场景,比如并行计算中的各个线程需要在每一步完成后同步一次。

什么是CyclicBarrier

CyclicBarrier 字面意思是“可循环使用的屏障”。它允许指定数量的线程在执行过程中互相等待,直到最后一个线程到达屏障点,所有被阻塞的线程才会同时继续执行。与 CountDownLatch 不同的是,CyclicBarrier 在被触发后可以被重置并重复使用。

构造方法如下:

CyclicBarrier(int parties)
CyclicBarrier(int parties, Runnable barrierAction)

其中:
- parties 表示需要等待的线程数量。
- barrierAction 是一个可选的 Runnable 任务,它会在所有线程到达屏障后、任何线程继续执行前运行,通常用于汇总操作或日志记录。

基本使用示例

下面是一个简单的例子,模拟4个线程进行任务处理,在全部准备就绪后统一出发:

import java.util.concurrent.CyclicBarrier;

public class CyclicBarrierExample {
    public static void main(String[] args) {
        int threadCount = 4;
        CyclicBarrier barrier = new CyclicBarrier(threadCount, () -> {
            System.out.println("所有线程已准备就绪,开始执行下一阶段!");
        });

        for (int i = 1; i <= threadCount; i++) {
            new Thread(() -> {
                try {
                    System.out.println(Thread.currentThread().getName() + " 正在准备...");
                    Thread.sleep((long)(Math.random() * 3000)); // 模拟准备耗时
                    System.out.println(Thread.currentThread().getName() + " 准备完成,等待其他线程...");
                    barrier.await(); // 等待其他线程
                    System.out.println(Thread.currentThread().getName() + " 继续执行后续任务。");
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }).start();
        }
    } }

输出可能类似:

Thread-0 正在准备...
Thread-1 正在准备...
Thread-2 正在准备...
Thread-3 正在准备...
Thread-2 准备完成,等待其他线程...
Thread-1 准备完成,等待其他线程...
Thread-0 准备完成,等待其他线程...
Thread-3 准备完成,等待其他线程...
所有线程已准备就绪,开始执行下一阶段!
Thread-3 继续执行后续任务。
Thread-0 继续执行后续任务。
Thread-1 继续执行后续任务。
Thread-2 继续执行后续任务。

await方法的行为与异常处理

调用 barrier.await() 会使当前线程阻塞,直到所有线程都调用了 await 或发生中断/超时。

  • 如果线程被中断,会抛出 InterruptedException。
  • 如果等待过程中出现异常或超时,会抛出 BrokenBarrierException。
  • 一旦屏障被打破(broken),所有后续的 await 调用都会立即抛出 BrokenBarrierException。

可通过 isBroken() 方法检查屏障是否已被破坏。

重复使用CyclicBarrier

与 CountDownLatch 不同,CyclicBarrier 支持重复使用。当所有线程通过屏障后,屏障会自动重置。例如可用于周期性任务的同步:

CyclicBarrier barrier = new CyclicBarrier(3);

Runnable task = () -> {
    for (int i = 0; i < 3; i++) {
        try {
            System.out.println(Thread.currentThread().getName() + " 执行第 " + (i+1) + " 阶段工作");
            Thread.sleep(1000);
            barrier.await(); // 每阶段同步一次
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
};

三个线程将分三个阶段协同执行,每个阶段结束后才进入下一阶段。

基本上就这些。CyclicBarrier 提供了一种简洁高效的线程协调方式,适合多线程分阶段同步的场景,掌握其使用能有效提升并发程序的可控性和可读性。

以上就是《CyclicBarrier线程同步原理与使用详解》的详细内容,更多关于java的资料请关注golang学习网公众号!

自定义分类归档页实现与调试教程自定义分类归档页实现与调试教程
上一篇
自定义分类归档页实现与调试教程
每天喝茶健康吗?茶饮养生全攻略
下一篇
每天喝茶健康吗?茶饮养生全攻略
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。
    400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。
    478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。
    486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。
    433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。
    259次使用