当前位置:首页 > 文章列表 > 文章 > java教程 > AQS共享模式源码解析CountDownLatch逻辑

AQS共享模式源码解析CountDownLatch逻辑

2026-04-28 18:40:39 0浏览 收藏
CountDownLatch 的核心并非简单的线程计数协调,而是基于 AQS 共享模式构建的“状态驱动批量唤醒”机制——它极度简洁而严谨:state 归零是唯一且不可逆的触发点,不区分线程身份、无视中间状态、拒绝重置;await 线程一旦挂起便彻底“失联”,对 countDown 的每一次递减都毫无感知,唯有最后一次将 state 从 1 原子变为 0 的 CAS 成功时,才瞬间唤醒所有等待者;这种设计剔除了所有模糊性与竞态风险,但也意味着任何依赖中间值的逻辑(如 state == 3 时通知)必须另寻他法——理解这一点,才能真正避开使用陷阱,用对这个看似简单却暗藏精妙的设计。

如何通过 AQS 的 Shared 模式底层源码理解 CountDownLatch 在多任务对齐中的核心逻辑

CountDownLatch 的“对齐”本质不是协调线程进度,而是用 AQS 共享模式实现「状态驱动的批量唤醒」——state 归零是唯一触发点,没有中间态、不可重置、不感知线程身份。

tryAcquireShared 返回值为什么只能是 1 或 -1?

因为 AQS 共享模式对 tryAcquireShared 的语义有硬性约定:返回值 0 才会尝试唤醒后继节点。
CountDownLatch 的实现是:return (getState() == 0) ? 1 : -1。
这意味着:

  • state != 0 → 直接返回 -1,当前线程必然进等待队列
  • state == 0 → 返回 1,AQS 会调用 setHeadAndPropagate 尝试向后传播唤醒(即唤醒所有排队线程)
  • 它不关心“谁在等”“等了多久”,只认 state 值;哪怕 100 个线程在 await,只要 state 变 0,全部被释放

countDown 中的 compareAndSetState 为什么必须循环 + CAS?

因为 countDown 是多线程并发调用的,而 state 递减必须原子、无丢失。直接写 setState(getState() - 1) 会出竞态:
两个线程同时读到 state = 2,都算出 nextc = 1,先后写入,结果 state 只减了 1 而非 2。

源码里是这个结构:

for (;;) {
  int c = getState();
  if (c == 0) return false;
  int nextc = c - 1;
  if (compareAndSetState(c, nextc)) return nextc == 0;
}
  • 循环确保重试直到 CAS 成功
  • return nextc == 0 是关键:仅当本次 CAS 把 state 从 1 变成 0 时才返回 true,触发 AQS 唤醒全部等待者
  • 如果 state 是 5,前四次 countDown 都返回 false,不唤醒;第五次才返回 true,一次性全放行

await 不会响应 countDown 的“中间过程”,只响应最终归零

这是最容易误解的一点。很多开发者以为「每调一次 countDown,await 就少等一个线程」,其实完全不是:

  • await 调用后,线程立刻进入 AQS 同步队列,挂起,不再轮询 state
  • 期间无论 countDown 被调多少次、state 从 8→7→5→2,await 线程都毫无感知
  • 只有最后一次把 state 从 1→0 的那个 CAS 成功,才会触发 AQS 唤醒队列中所有节点
  • 所以“多任务对齐”其实是「所有 await 线程集体卡在同一个门后,直到最后一块砖砌完,整扇门才弹开」

真正难处理的不是逻辑本身,而是误以为可以靠 state 中间值做条件判断 —— 比如想在 state == 3 时提前通知某模块,这是做不到的;CountDownLatch 只暴露两个确定事件:await 阻塞、state 归零唤醒。任何中间状态都需要额外机制(比如 Phaser 或手动维护 volatile 计数器 + LockSupport.unpark)。

今天关于《AQS共享模式源码解析CountDownLatch逻辑》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

语雀更换手机号方法详解语雀更换手机号方法详解
上一篇
语雀更换手机号方法详解
PHP动态权限分配与实时调整技巧
下一篇
PHP动态权限分配与实时调整技巧
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。
    295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。
    350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。
    353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。
    315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。
    135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