Java多线程同步方法与技巧
2026-02-14 16:38:41
0浏览
收藏
本文深入剖析了Java多线程同步中极易被忽视却后果严重的实践陷阱:从synchronized(this)在单例、继承和对象发布场景下的锁边界失控,到volatile无法保障复合操作原子性的根本局限;从ReentrantLock与synchronized在锁释放、公平性、超时和调试可见性上的关键差异,再到ConcurrentHashMap的size()和isEmpty()为何返回“近似值”及其替代方案。文章不止于罗列规则,更引导开发者在每次加锁、读volatile、调用并发容器方法时,主动追问“我真正控制住什么?又放过了什么?”,将同步问题升华为对内存模型、锁作用域和工具设计契约的深度理解。

为什么 synchronized 块里用 this 不一定安全
当多个线程操作同一个对象实例时,synchronized(this) 能保证该对象内临界区互斥;但若类被设计为可被多个不同引用访问(比如 Spring 管理的单例 Bean),或方法被子类重写后暴露了锁对象,就可能让外部代码意外持有同一把锁,造成阻塞扩散或死锁风险。
更常见的是误以为 this 锁能保护静态资源——它完全无效,因为静态成员属于 Class 对象,不是实例。
- 只对当前实例有效,不作用于静态字段或其它实例
- 如果对象被发布到多处(如作为参数传入、放入集合、被监听器引用),锁的边界就不可控
- 推荐改用私有 final 对象锁:
private final Object lock = new Object();,明确锁的作用域
volatile 不能替代 synchronized 的三种典型场景
volatile 只保证可见性和禁止指令重排序,不提供原子性。以下情况它完全无法解决同步问题:
- 复合操作:如
counter++(读-改-写三步),即使counter是volatile,仍会丢失更新 - 依赖检查再执行(check-then-act):如
if (list.isEmpty()) list.add(x);,判断和添加之间存在竞态窗口 - 多个变量协同变化:如
ready = true; data = 42;,仅给ready加volatile不能确保data对其他线程及时可见(需volatile+ happens-before 链,或用锁)
ReentrantLock 和 synchronized 的关键取舍点
两者都支持可重入,但行为差异直接影响编码方式和错误排查路径:
synchronized自动释放锁(JVM 保证),ReentrantLock必须显式在finally块中调用unlock(),漏写会导致永久阻塞ReentrantLock支持公平锁(构造时传true),但性能显著下降;synchronized非公平且不可配置ReentrantLock提供tryLock(long, TimeUnit),可避免无限等待;synchronized无超时机制,只能靠中断配合wait()- 调试时,
synchronized的锁信息在 jstack 中显示为- locked <0x...>,而ReentrantLock显示为java.util.concurrent.locks.AbstractQueuedSynchronizer$Node,定位更难
ConcurrentHashMap 的 size() 和 isEmpty() 为什么不准
ConcurrentHashMap 为高并发设计,内部采用分段锁或 CAS,size() 和 isEmpty() 返回的是**近似值**,不加全局同步就无法精确统计:
size()在 JDK 8+ 中是遍历所有 bin 并累加,但过程中其他线程可能正在增删,结果可能偏高或偏低isEmpty()只检查第一个 bin 是否为空,其余段未扫描,返回true时未必真空- 若业务强依赖精确大小(如限流、批处理终止条件),应改用
mappingCount()(返回long,仍是估算,但比size()更准),或引入额外计数器(用AtomicLong配合所有写操作)
Mapmap = new ConcurrentHashMap<>(); // ❌ 不可靠 if (map.size() > 1000) { // 可能刚过 1000 就被清空 } // ✅ 更稳妥(仍非绝对精确,但语义更清晰) if (map.mappingCount() > 1000L) { // ... }
锁的粒度、可见性边界、工具类的“近似性”——这些不是文档里写清楚就能避开的坑,而是每次加锁、每次读 volatile、每次调 size() 时,得在脑子里多问一句:“此刻我真正控制住什么?又放过了什么?”
本篇关于《Java多线程同步方法与技巧》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
Golang指针与结构体实用技巧
- 上一篇
- Golang指针与结构体实用技巧
- 下一篇
- AI自动回邮件怎么用?邮箱助手设置教程
查看更多
最新文章
-
- 文章 · java教程 | 6小时前 | 线程池 · Java教程 · java 并发编程 ForkJoinPool ForkJoinTask managedBlock ManagedBlocker
- Java ForkJoinPool managedBlock 怎样避免阻塞任务拖住并行计算
- 489浏览 收藏
-
- 文章 · java教程 | 9小时前 |
- Java DatagramChannel 怎样设置非阻塞接收
- 337浏览 收藏
-
- 文章 · java教程 | 9小时前 |
- Java WebSocket.Listener 怎样控制下一条消息的接收节奏
- 370浏览 收藏
-
- 文章 · java教程 | 9小时前 |
- Java Flow Publisher 怎样实现背压协议
- 339浏览 收藏
-
- 文章 · java教程 | 9小时前 |
- Java CompletableFuture resultNow 怎样读取已完成结果
- 302浏览 收藏
-
- 文章 · java教程 | 9小时前 |
- Java Foreign Function 怎样管理 MemorySegment 生命周期
- 259浏览 收藏
-
- 文章 · java教程 | 9小时前 |
- Java switch pattern 怎样显式处理 null
- 220浏览 收藏
-
- 文章 · java教程 | 9小时前 |
- Java 紧凑源文件怎样直接运行单文件程序
- 461浏览 收藏
-
- 文章 · java教程 | 9小时前 |
- Java String.lines 怎样保留文本末尾的空行
- 337浏览 收藏
-
- 文章 · java教程 | 9小时前 |
- Java WatchService 怎样处理 OVERFLOW 事件避免漏文件
- 360浏览 收藏
-
- 文章 · java教程 | 9小时前 |
- Java String.stripIndent 怎样保留文本块的相对缩进
- 320浏览 收藏
-
- 文章 · java教程 | 10小时前 |
- Java PathMatcher 怎样按 glob 规则筛选文件
- 246浏览 收藏
查看更多
课程推荐
-
- 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
查看更多
AI推荐
-
- 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。
- 479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。
- 535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。
- 558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。
- 507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。
- 328次使用
查看更多
相关文章
-
- 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
