当前位置:首页 > 文章列表 > 文章 > java教程 > Semaphore在Java并发编程中用于控制对共享资源的访问,其核心作用是实现资源的有限并发访问。通过维护一个许可数量(permits),Semaphore可以限制同时访问某个特定代码段的线程数量,从而避免资源过度使用或竞争。1. 基本作用Semaphore的主要功能是控制资源的并发访问数量。它类似于一个“许可证池”,线程在访问资源前必须获取一个许可,使用完毕后释放许可,供其他线程使用。例如:数
Semaphore在Java并发编程中用于控制对共享资源的访问,其核心作用是实现资源的有限并发访问。通过维护一个许可数量(permits),Semaphore可以限制同时访问某个特定代码段的线程数量,从而避免资源过度使用或竞争。1. 基本作用Semaphore的主要功能是控制资源的并发访问数量。它类似于一个“许可证池”,线程在访问资源前必须获取一个许可,使用完毕后释放许可,供其他线程使用。例如:数
Semaphore是Java中专用于资源流量管控的并发工具,它不解决线程安全问题,而是像一位严格的“发号管理员”,通过许可(permits)机制硬性限制同时访问共享资源的线程数量,有效防止数据库连接耗尽、外部接口被压垮或I/O过载等典型过载场景;其核心在于acquire/release必须成对出现在finally块中以防许可泄漏,支持单次获取多个许可的原子操作,并可选公平模式避免饥饿——用好它,关键不是把它当锁使,而是精准设定配额、严守释放契约,让系统在高并发下既高效又稳定。

Semaphore 的核心作用是对共享资源施加明确的并发数上限——它不解决线程安全(如数据竞争),而是解决“太多人同时抢一个有限资源”带来的过载问题。
比如:你有 3 个数据库连接,却有 20 个线程争着用;你提供一个文件写入服务,但磁盘 I/O 能力只撑住 5 路并发;你调用一个外部 HTTP 接口,对方限流为 QPS=10。这些场景下,Semaphore 就是那个“发号排队”的管理员。
acquire() 和 release() 必须成对出现,否则会永久阻塞
这是最常踩的坑:忘记 release(),或在异常路径里没进 finally 块。
acquire()成功后,许可计数器减 1;若为 0,后续线程调用acquire()就会无限期挂起release()不校验调用者是否曾acquire()过——它只是无条件给计数器 +1- 所以一旦漏掉
release(),可用许可数永远回不到初始值,整个系统逐步“卡死”
try {
semaphore.acquire();
doSomething(); // 可能抛异常
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
return;
} finally {
semaphore.release(); // ✅ 必须放在这里
}公平模式(fair = true)不是“性能更好”,而是“更守序”
默认构造是 new Semaphore(3),即非公平模式;加 true 才启用 FIFO 排队:
- 非公平:新线程可能插队抢到刚释放的许可,吞吐略高,但老线程可能一直等不到(饥饿)
- 公平:严格按等待时间排序,避免饥饿,但每次获取许可都要走队列查找,延迟略高
Semaphore fairSemaphore = new Semaphore(3, true); // 公平 Semaphore unfairSemaphore = new Semaphore(3); // 默认非公平
实测中,除非你明确观察到某类请求长期超时(怀疑饥饿),否则别盲目开公平模式。
一次 acquire 多个许可(acquire(int n))要小心整除逻辑
当你用 acquire(2),不代表“只要剩 ≥2 个就一定能拿到”——它要求**原子性地一次性扣减 2 个**。
- 若当前
availablePermits()是 1,acquire(2)仍会阻塞,哪怕稍后有人release()1 次也不够 - 常见误用:想“尽量拿,拿多少算多少”,但
Semaphore不支持“尝试拿最多 N 个”,只支持“要么全拿,要么等”
- 需要弹性配额?自己封装逻辑,用
tryAcquire(n)循环重试 - 需要分批释放?
release(2)合法,且会立刻唤醒最多 2 个等待线程(取决于当前队列长度)
关键点其实就一个:把 Semaphore 当作“资源配额闸门”,而不是“锁”。它不管临界区里干了什么,只管“此刻允许几个人进门”。配额设太小,业务吞吐上不去;设太大,下游扛不住;漏关闸门(漏 release),整条流水线就停摆。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
V8引擎堆栈内存分配解析
- 上一篇
- V8引擎堆栈内存分配解析
- 下一篇
- LLM 是如何工作的?揭秘 AI 模型背后最核心的生成逻辑
-
- 文章 · java教程 | 3小时前 | 并发编程 · Java教程 · java 并发锁 reentrantlock tryLock
- Java ReentrantLock tryLock 超时与资源释放
- 190浏览 收藏
-
- 文章 · java教程 | 23小时前 | 文件上传 · Java教程 · java httpclient 流式上传 HttpRequest BodyPublisher
- Java HttpRequest BodyPublisher 实现流式上传
- 488浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java 模式匹配 switch 处理层级类型的穷尽性
- 301浏览 收藏
-
- 文章 · java教程 | 3天前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 3天前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 4天前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 4天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 4天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 4天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 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
-
- 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。
- 301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。
- 357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。
- 356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。
- 323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。
- 142次使用
-
- 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

