当前位置:首页 > 文章列表 > 文章 > java教程 > Java多线程数据共享实现方法

Java多线程数据共享实现方法

2026-02-12 20:48:57 0浏览 收藏

大家好,我们又见面了啊~本文《Java多线程数据共享如何实现》的内容中将会涉及到等等。如果你正在学习文章相关知识,欢迎关注我,以后会给大家带来更多文章相关文章,希望我们能一起进步!下面就开始本文的正式内容~

Java多线程共享数据无标准解,需依读写关系与一致性要求选volatile(仅单写多读简单状态)、AtomicXXX(无锁原子操作)、synchronized/ReentrantLock(复杂临界区)或避免共享(ThreadLocal、不可变对象)。

在Java中多线程如何共享数据_Java并发数据共享设计解析

Java 多线程共享数据本身没有“标准解”,关键看你要共享什么、谁读谁写、是否要求实时一致——选错方式轻则结果错乱,重则死锁或 ConcurrentModificationException。

用 volatile 修饰简单状态标志位

适用于:只有一个线程写、多个线程只读的布尔开关或计数器(如 running、shutdownRequested)。

它不保证复合操作原子性,比如 counter++ 即使加了 volatile 依然线程不安全。

  • volatile 禁止指令重排序,能确保可见性,但不提供互斥
  • 不能用于 long 或 double 的非原子写(虽然 HotSpot 实际已保证,但规范不保证)
  • 别试图用它替代 synchronized 或 AtomicInteger 来做累加

用 AtomicInteger / AtomicReference 做无锁计数或引用更新

适用于:需要原子增减、CAS 更新、且不想加锁的场景,比如请求计数、状态机跳转、无锁栈/队列节点指针。

底层依赖 CPU 的 CAS 指令,失败时会自旋重试,高竞争下可能浪费 CPU。

  • getAndIncrement() 是原子的,但 get() + 1 不是
  • compareAndSet(expected, updated) 返回 boolean,必须检查返回值判断是否成功
  • AtomicReference 可以安全替换整个对象引用,但对象内部字段仍需自行同步

用 synchronized 或 ReentrantLock 保护临界区

适用于:多线程读写同一块内存(如 HashMap、自定义缓存、银行账户余额),且逻辑较复杂无法拆成原子操作。

这是最通用也最容易出错的方式——锁范围过大拖慢性能,过小又漏掉共享点。

  • 优先用 synchronized 方法或代码块,比显式 ReentrantLock 更简洁、不易忘 unlock()
  • 锁对象必须是所有线程共用的同一个实例,别用 this 在单例中没问题,但在每次 new 出来的对象里就失效了
  • 避免嵌套锁或跨方法持锁,尤其不要在锁内调用外部可重入的、可能再申请锁的方法

避免共享:用 ThreadLocal 或不可变对象

真正安全的共享,其实是“不共享”。很多场景你以为必须共享,其实只是没分清状态归属。

ThreadLocal 不是为线程间传值设计的,它是线程隔离的副本;而 final 字段 + 不可变类(如 String、LocalDateTime)天然线程安全。

  • ThreadLocal 比全局共享一个 SimpleDateFormat 安全得多
  • ThreadLocal 用完记得 remove(),尤其在线程池中,否则可能引发内存泄漏
  • 构造不可变对象时,所有字段必须 final,且不暴露可变内部状态(如不返回 ArrayList 的原始引用)

真正难的不是选哪个工具,而是画清数据边界:这个变量到底被哪些线程访问?读多还是写多?是否允许短暂不一致?很多人一上来就加锁,结果发现只是忘了把 ArrayList 换成 CopyOnWriteArrayList,或者根本不需要共享。

以上就是《Java多线程数据共享实现方法》的详细内容,更多关于的资料请关注golang学习网公众号!

应用宝官网最新入口链接分享应用宝官网最新入口链接分享
上一篇
应用宝官网最新入口链接分享
PHP二维数组取值与键名定位技巧
下一篇
PHP二维数组取值与键名定位技巧
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。
    487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
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