AQS共享模式解析:CountDownLatch同步原理
本文深入剖析了CountDownLatch基于AQS共享模式的核心同步机制:await()通过tryAcquireShared非阻塞查状态,state不为0时线程即入CLH队列并park等待;countDown()则依赖volatile+无限CAS循环确保计数递减的绝对原子性;其不可重置的本质在于state归零后AQS拒绝任何修改,与CyclicBarrier基于可重置count和Condition的设计形成根本区别;同时澄清了超时await的语义——仅放弃本次等待、不改变状态、不退出队列逻辑,真正可靠的协作需结合中断或返回值判断,为高并发任务对齐场景提供了底层原理支撑与选型指引。

CountDownLatch 的 await() 为什么阻塞在 AQS 共享队列里
因为 await() 调用的是 acquireSharedInterruptibly(1),而 AQS 在共享模式下会先执行 tryAcquireShared(int) ——这个方法只做一件事:return (getState() == 0) ? 1 : -1。只要 state != 0,就返回 -1,触发线程入队并 park。
关键点在于:它不抢锁,也不修改 state,纯粹是“查状态 + 等通知”。所有调用 await() 的线程都会被封装成 Node 加入 CLH 双向同步队列,头结点是虚拟节点,后续节点按 FIFO 排队。
- 不是 wait/notify 那种依赖对象监视器的机制,不会丢唤醒
- 阻塞由
LockSupport.park()完成,unpark()可提前发放许可,无时序风险 - 一旦
state归零,doReleaseShared()会遍历队列,挨个unpark()所有等待节点
countDown() 如何通过 CAS 保证 state 递减的原子性
countDown() 最终调用 tryReleaseShared(1),核心逻辑是一个无限 for 循环 + compareAndSetState(c, nextc):
for (;;) {
int c = getState();
if (c == 0) return false;
int nextc = c - 1;
if (compareAndSetState(c, nextc)) return nextc == 0;
}这里没有锁,全靠 volatile + CAS。每次读取当前 state,计算新值,再尝试原子更新。失败就重试,直到成功。
- 多个线程并发调用
countDown()不会导致计数丢失,这是 CountDownLatch 可靠性的底层保障 - 只有最后一次将
state减到 0 的线程,才会返回true,从而触发doReleaseShared()唤醒全部等待者 - 注意:
state是 int 类型,理论最大值 2^31−1,但实际业务中极少接近溢出,不过若误用(如反复 new 而非复用)可能掩盖计数异常
为什么 CountDownLatch 无法重置,而 CyclicBarrier 可以
根本差异就在 AQS 的复用设计上:CountDownLatch 的 state 是一次性消耗品,归零后 tryAcquireShared() 永远返回 1,await() 不再阻塞;但它的 tryReleaseShared() 在 state == 0 时直接返回 false,拒绝任何后续 countDown() 修改 —— 也就是“锁死了”。
CyclicBarrier不基于 AQS 的 state 做倒计时,而是用独立的int count+ReentrantLock+Condition实现,reset() 就是重置 count 和 trip 条件队列- 想让 CountDownLatch “复用”,只能 new 新实例,但要注意旧实例的 await 线程是否已全部唤醒,否则可能引发 NPE 或逻辑错乱
- 生产环境若需循环等待,优先选
CyclicBarrier或Phaser,别 hack CountDownLatch
任务对齐场景下,await() 超时判断的实际意义
await(long, TimeUnit) 底层调用 tryAcquireSharedNanos(1, nanosTimeout),本质是带超时的自旋 + park。它不是简单地 sleep 后检查,而是:
- 先尝试快速获取(即检查
state == 0),成功则立即返回 - 失败则计算 deadline,进入带超时的 park,期间仍可能被其他线程
countDown()唤醒 - 若超时未唤醒,返回
false,但此时线程已脱离 AQS 队列,后续再调用await()会重新入队 —— 这点常被忽略
也就是说,超时不是“放弃等待”,而是“本次放弃”,不改变内部状态,也不影响其他线程继续 countDown()。真正要中断等待逻辑,得配合 Thread.interrupt() 或显式判断返回值。
本篇关于《AQS共享模式解析:CountDownLatch同步原理》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!
2026抖音激励计划入口最新版
- 上一篇
- 2026抖音激励计划入口最新版
- 下一篇
- Python窗口置顶方法:设置topmost属性
-
- 文章 · java教程 | 5小时前 |
- Java record pattern 怎么拆解嵌套数据
- 223浏览 收藏
-
- 文章 · java教程 | 8小时前 |
- Java SequencedMap 怎么操作首尾键值
- 152浏览 收藏
-
- 文章 · java教程 | 11小时前 |
- Java MemorySegment 的 Arena 生命周期怎么选择
- 394浏览 收藏
-
- 文章 · java教程 | 15小时前 | 并发编程 · Java教程 · java threadlocal 上下文传递 ScopedValue
- Java ScopedValue 怎么在线程调用链传递上下文
- 199浏览 收藏
-
- 文章 · java教程 | 18小时前 | 并发编程 · java shutdown 线程池 ExecutorService shutdownnow
- Java ExecutorService区分shutdown与shutdownNow的退出策略
- 399浏览 收藏
-
- 文章 · java教程 | 1天前 | 并发 · Java · java concurrenthashmap computeIfAbsent 并发初始化
- Java ConcurrentHashMap计算函数避免重复初始化的写法
- 156浏览 收藏
-
- 文章 · java教程 | 3天前 | Java · java NIO.2 BasicFileAttributes Files.find
- Java Files.find组合文件类型与大小条件的遍历方法
- 335浏览 收藏
-
- 文章 · java教程 | 3天前 | Java · bigdecimal RoundingMode Java金额计算
- Java BigDecimal计算金额时的舍入规则清单
- 325浏览 收藏
-
- 文章 · java教程 | 3天前 | Java · java httpclient sendAsync 响应体超时
- Java HttpClient读取响应体超时并取消异步请求的方法
- 413浏览 收藏
-
- 文章 · java教程 | 6天前 |
- Java CompletableFuture串联异常与超时的处理方案
- 242浏览 收藏
-
- 文章 · java教程 | 6天前 |
- Java sealed interface组织支付状态类型的建模方式
- 182浏览 收藏
-
- 文章 · java教程 | 6天前 |
- Java record承载请求对象时的校验与默认值处理
- 439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。
- 234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。
- 278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。
- 247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。
- 229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。
- 28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
