ReentrantReadWriteLock读写锁使用教程
2026-04-08 11:15:26
0浏览
收藏
ReentrantReadWriteLock 是一种高效应对“读多写少”场景的并发控制工具,通过分离读锁(共享、可重入)与写锁(独占、可重入),实现读读不互斥、读写/写写互斥的精细化锁管理,显著提升缓存、配置中心等典型应用的吞吐量;它支持安全的写锁降级以保障检查-修改-读取的原子性,但严禁读锁升级以防死锁,配合严谨的 try-finally 解锁、合理的锁粒度和对公平性模式的审慎选择,能让开发者以较低成本获得远超普通互斥锁的并发性能。

ReentrantReadWriteLock 通过分离读操作和写操作的锁机制,让多个读线程可以同时执行,而写操作独占锁,从而显著提升高读低写的并发场景性能。关键在于:读锁可重入、共享;写锁可重入、独占;读写互斥,写写互斥,但读读不互斥。
理解读写锁的基本行为
ReentrantReadWriteLock 内部维护一对锁:ReadLock 和 WriteLock。它们共享同一个同步状态,但控制逻辑不同:
- 多个线程可同时获取 ReadLock(只要没有线程持有 WriteLock)
- WriteLock 是排他锁,获取时要求既无其他 WriteLock,也无任何 ReadLock 在持有中
- 锁支持重入:同一线程可多次获取自己已持有的读锁或写锁
- 写锁可降级为读锁(先获取写锁,再获取读锁,最后释放写锁),但读锁不能升级为写锁(会死锁)
典型使用模式:读多写少的数据缓存
适用于如配置中心、本地缓存、元数据快照等场景。以一个简单缓存为例:
private final Mapcache = new HashMap<>(); private final ReadWriteLock lock = new ReentrantReadWriteLock(); private final Lock readLock = lock.readLock(); private final Lock writeLock = lock.writeLock(); public Object get(String key) { readLock.lock(); try { return cache.get(key); } finally { readLock.unlock(); } } public Object put(String key, Object value) { writeLock.lock(); try { return cache.put(key, value); } finally { writeLock.unlock(); } }
注意:读操作必须用 try-finally 确保解锁;写操作同理。避免在持有读锁时修改共享数据(违反锁契约),也不应在持有写锁期间调用可能阻塞或回调读操作的方法。
进阶技巧:写锁降级与锁顺序安全
当需要“先检查再更新”且保证中间状态不被干扰时,可利用写锁降级:
- 先获取写锁 → 检查条件 → 修改数据 → 获取读锁 → 释放写锁 → 后续只读访问
- 这样能确保从检查到修改再到降级完成前,无其他线程介入
- 必须按「写锁 → 读锁 → 释放写锁」顺序,不可颠倒;否则可能因读锁未获取就释放写锁,导致数据被其他写线程篡改
示例:实现一个带过期检查的懒加载缓存项更新逻辑,适合在首次读取并发现过期时触发刷新,且刷新过程需原子性。
注意事项与常见陷阱
实际使用中容易忽略以下细节:
- 不要嵌套读锁+写锁:同一线程先持读锁再申请写锁会永久阻塞(读写互斥,且读锁未释放)
- 锁粒度要合理:避免把整个方法体包在锁里,尤其是含 I/O、远程调用或长时间计算的逻辑
- 公平性选择需谨慎:new ReentrantReadWriteLock(true) 开启公平模式可减少写饥饿,但会降低吞吐量,多数场景用非公平默认即可
- 监控与排查:可通过 getReadLockCount()、isWriteLocked() 等方法调试;生产环境建议配合 JMX 或日志记录锁等待情况
不复杂但容易忽略。用对时机,读写锁是提升并发读性能的轻量利器。
理论要掌握,实操不能落!以上关于《ReentrantReadWriteLock读写锁使用教程》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
华为P80微信分身设置方法
- 上一篇
- 华为P80微信分身设置方法
- 下一篇
- Poki游戏平台推荐:经典小游戏免费玩
查看更多
最新文章
-
- 文章 · java教程 | 20分钟前 | Java · BigDecimal · 精确数值 · java bigdecimal 金额格式化 scale
- Java BigDecimal scale 如何在格式化金额时保持一致
- 251浏览 收藏
-
- 文章 · java教程 | 1小时前 | Java · Stream · Spliterator · java Spliterator 并行流
- Java Spliterator characteristics 设置错误会影响并行流吗
- 250浏览 收藏
-
- 文章 · java教程 | 2小时前 |
- Java Stream.peek 为什么不能用来保证业务副作用执行
- 121浏览 收藏
-
- 文章 · java教程 | 3小时前 | Java · 集合 · Stream · Collectors · toMap · groupingBy · map 重复键 Collectors.groupingBy Java Collectors.toMap Stream收集
- Java Collectors.toMap 遇到重复键如何保留两条数据
- 203浏览 收藏
-
- 文章 · java教程 | 5小时前 | Java教程 · 异常排查 · 集合框架 · 递归更新 · java HashMap map concurrenthashmap computeIfAbsent
- Java Map.computeIfAbsent 递归更新同一个键为什么会失败
- 184浏览 收藏
-
- 文章 · java教程 | 23小时前 |
- ServiceLoader provider怎么配置或排查
- 488浏览 收藏
-
- 文章 · java教程 | 1天前 |
- MethodHandle 类型怎么配置或排查
- 214浏览 收藏
-
- 文章 · java教程 | 1天前 | nio · 故障排查 · Java教程 · ByteBuffer · java limit position ByteBuffer flip
- ByteBuffer flip 状态怎么配置或排查
- 475浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Files.walk 关闭怎么配置或排查
- 347浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Stream toList 不可变怎么配置或排查
- 127浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 异常处理 · 并发编程 · completablefuture Java异步
- CompletableFuture 异常阶段怎么配置或排查
- 265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。
- 21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。
- 125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。
- 49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。
- 18次使用
-
- OpenCompass
- OpenCompass是上海AI实验室推出的开源大模型评测平台,提供CompassKit、CompassHub和CompassRank三大核心组件,支持LLM及多模态模型的一站式标准化评估与排行榜查询。
- 71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

