当前位置:首页 > 文章列表 > 文章 > java教程 > Java自旋锁:while与AtomicReference实现解析

Java自旋锁:while与AtomicReference实现解析

2026-06-01 08:47:35 0浏览 收藏
本文深入剖析了Java中自旋锁的正确实现要点,指出盲目使用while(true)或普通布尔变量会导致CPU空转和内存可见性失效,并强调必须依托AtomicReference或AtomicInteger等原子类提供的happens-before语义来保障状态读写的线程安全;同时详解了CAS抢锁的合理退避策略(如Thread.onSpinWait)、解锁时应避免无谓的compareAndSet而改用set或lazySet,以及自旋锁仅适用于极短临界区、高竞争低延迟场景的关键适用边界——真正考验开发者功力的,不是写出循环,而是基于实测数据精准判断“此刻是否值得自旋”。

如何在Java中实现自旋锁_while循环结合AtomicReference进行无阻塞等待

自旋锁为什么不能直接用 while(true)

因为死循环会吃满 CPU,且没有内存可见性保障。Java 中的普通变量在多线程下可能被缓存到寄存器或 CPU 本地缓存,while(flag == false) 可能永远不退出,哪怕另一个线程已把 flag 设为 true。

必须配合 volatile 或原子类的内存语义——AtomicReference 的 get() 和 compareAndSet() 都有 happens-before 保证,能强制读取主内存最新值。

  • 别手写 while(flag) + 普通布尔变量,这是最常见翻车点
  • AtomicReference 不推荐:装箱开销大,且布尔值本身无法体现“锁状态”的原子切换意图
  • 更合适的是用 AtomicReference 或 AtomicInteger 表示持有者/计数

compareAndSet() 是核心,但不是万能的

自旋锁靠反复尝试 compareAndSet(null, currentThread) 来抢锁。成功即获得锁;失败就继续循环。但要注意:

  • 失败后不能立刻重试,否则在高竞争下造成大量 CAS 失败和总线争用,拖慢所有线程
  • 建议加入简单退避:比如 Thread.onSpinWait()(JDK9+),或短睡眠 Thread.yield(),甚至小次数的 LockSupport.parkNanos(1)
  • compareAndSet() 返回 false 不代表锁被别人长期持有,可能是伪共享、缓存未及时同步,或只是瞬时竞争

示例关键逻辑:

while (!state.compareAndSet(null, Thread.currentThread())) {
    Thread.onSpinWait(); // JDK9+ 推荐,比空转友好
}

解锁必须用 set() 或 lazySet(),不能用 compareAndSet(old, null)

解锁是单线程行为(只有持有者能解),不需要原子性验证。用 compareAndSet(currentThread, null) 多此一举,还可能因线程对象被 GC 或复用导致误判。

  • 正确做法:state.set(null) 或更轻量的 state.lazySet(null)(避免写屏障,适合单写场景)
  • 如果用了 AtomicInteger 做状态(0=空闲,1=占用),解锁就是 state.set(0)
  • 千万别在解锁时检查当前线程是否匹配——这反而引入不必要的分支和内存读,且破坏了“解锁只由持有者执行”的前提

自旋锁不适合长时间持锁或低频竞争场景

它本质是用 CPU 时间换上下文切换开销。一旦临界区稍长(比如 > 几百纳秒),或者锁竞争不激烈,自旋就纯属浪费资源。

  • 典型适用场景:锁住极短操作,如更新一个计数器、修改一个标志位、无锁队列的 head/tail 指针调整
  • 不适用场景:IO 等待、数据库查询、任意可能阻塞或耗时的操作
  • 生产环境慎用裸自旋锁;优先考虑 java.util.concurrent.locks.StampedLock 的乐观读,或 ReentrantLock 的 tryLock() 配合退避策略

真正难的不是写出来,而是判断「此刻该不该自旋」——这得看热点路径的实测延迟分布,而不是凭感觉。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

@Override泛型擦除时的使用解析@Override泛型擦除时的使用解析
上一篇
@Override泛型擦除时的使用解析
Gateway电脑死机原因及数据恢复方法
下一篇
Gateway电脑死机原因及数据恢复方法
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。
    811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。
    801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。
    892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。
    864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。
    688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