189 8069 5689
本篇文章给大家分享的是有关Java中延时Lock vs Synchronized的实例分析，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
公司主营业务：成都网站建设、网站制作、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。成都创新互联公司是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。成都创新互联公司推出都兰免费做网站回馈大家。
几天前，当我诊断一些 JIT 编译期间奇怪的分配问题时，发现 java.util.concurrent.locks.ReentrantLock 的分配有问题，不过这只在竞争条件下出现。（这一点很容易证明，只要运行一个在 Lock 上建立竞争并指定 –verbosegc 参数测试程序（类似下面的程序））。
示例是在有 Lock 竞争时 GC 的输出结果：
[GC (Allocation Failure) 16384K->1400K(62976K), 0.0016854 secs] [GC (Allocation Failure) 17784K->1072K(62976K), 0.0011939 secs] [GC (Allocation Failure) 17456K->1040K(62976K), 0.0008452 secs] [GC (Allocation Failure) 17424K->1104K(62976K), 0.0008338 secs] [GC (Allocation Failure) 17488K->1056K(61952K), 0.0008799 secs] [GC (Allocation Failure) 17440K->1024K(61952K), 0.0010529 secs] [GC (Allocation Failure) 17408K->1161K(61952K), 0.0012381 secs] [GC (Allocation Failure) 17545K->1097K(61440K), 0.0004592 secs] [GC (Allocation Failure) 16969K->1129K(61952K), 0.0004500 secs] [GC (Allocation Failure) 17001K->1129K(61952K), 0.0003857 secs]
我怀疑是否是在垃圾回收时必须对清理 Lock 上分配的空间，在高度竞争的环境下，将会选择一种比内建的 ‘synchronized‘ 更坏的同步策略。
当然，这个问题比其他任何问题都更加学术。如果你确实非常关心延迟，你会发现自己从来不会（或者绝不应该）有这样一种情况会需要这么多的线程锁。不过，请继续跟我一起探究这个问题，因为这个过程和结果都非常有趣。
简史：锁是2004年，在Java 1.5中引入的。由于对简单并发结构的迫切需要，锁以及其他并发工具因此而诞生。在这之前，你不得不通过内建的 synchronized 和 Object 的 wait()、notify() 方法来控制并发。
ReentrantLock 提供许多比 synchronized 更好的功能，下面是一些例子：
变得非结构化——比如，不会受块或方法的限制，允许你跨多个方法持有锁。
轮询锁
等待锁超时
配置失败策略
但是它们在延迟测试中有什么作用呢？
我写了一个简单的测试来比较 Lock 和 synchronized 的性能。
这段代码允许改变线程的数量（1个线程意味着不存在竞争）及竞争的数量。通过有遗漏（coordinated omission）和没有遗漏来衡量。
采用 Lock 或者 synchronised 来运行测试。
为了记录结果，我使用了 Histogram 类。该类是 Peter Lawrey 创建的。你可以在 Chronicle-Core 的工具类中找到该类。
import org.junit.Test; import java.util.concurrent.locks.Lock; import java.util.concurrent.locks.ReentrantLock; public class LockVsSync { private static final boolean COORDINATED_OMISSION = Boolean.getBoolean("coordinatedOmission"); //Either run testing Lock or testing synchronized private static final boolean IS_LOCK = Boolean.getBoolean("isLock"); private static final int NUM_THREADS = Integer.getInteger("numThreads"); @Test public void test() throws InterruptedException { Lock lock = new ReentrantLock(); for (int t = 0; t < NUM_THREADS; t++) { if (t == 0) { //Set the first thread as the master which will be measured //设置***个线程作为测量的线程 //The other threads are only to cause contention //其他线程只是引起竞争 Runner r = new Runner(lock, true); r.start(); } else { Runner r = new Runner(lock, false); r.start(); } } synchronized(this){ //Hold the main thread from completing wait(); } } private void testLock(Lock rlock) { rlock.lock(); try { for (int i = 0; i < 2; i++) { double x = 10 / 4.5 + i; } } finally { rlock.unlock(); } } private synchronized void testSync() { for (int i = 0; i < 2; i++) { double x = 10 / 4.5 + i; } } class Runner extends Thread { private Lock lock; private boolean master; public Runner(Lock lock, boolean master) { this.lock = lock; this.master = master; } @Override public void run() { Histogram histogram = null; if (master) histogram = new Histogram(); long rate = 1000;//expect 1 every microsecond long now =0; for (int i = -10000; i 0){ if(!COORDINATED_OMISSION) { now += rate; while(System.nanoTime() =0 && master){ histogram.sample(System.nanoTime() - now); } } if (master) { System.out.println(histogram.toMicrosFormat()); System.exit(0); } } } } 结果如下：
这是没有遗漏（co-ordinated omission）的结果：
采用微秒来衡量。
图形的顶部就是延迟的分布。
这是有竞争的测试，使用四个线程执行该程序。
这个测试是在8核的 MBP i7 上运行的。
每次测试迭代200,000,000次，并有10,000次预热。
根据吞吐率为每微妙迭代一次来调整遗漏。
如我们所期望的一样，没有竞争时，结果是基本相同的。JIT 已经对 Lock 和 synchronized 进行了优化。在有竞争的情况下，占用百分比低的时候，使用 Lock 会稍微快一点，但是这种差别真的很小。所以，即使存在很多的年青代GC（minor GC），它们也没有显著的降低 Lock 效率。如果都是轻量级的 Lock，总体上就比较快了。
这是调整为有遗漏情况后的结果。
当然，在有遗漏的情况下延迟会更高。
再次可以看到，在无竞争情况下，lock 和 synchronized 的性能是相同——这就没什么很惊奇了。
在竞争条件下，百分率为99%时，我们看到 synchronized 比 lock 表现好10X。在这之后，两者的表现基本是一致的。
我猜测这是因为GC回收的效率导致 lock 比 synchronised 要慢，大概每300-1200微妙发生一次GC回收。尤其是到达99%之后，慢得就相当明显了。在这个之后，延迟率可能与硬件和操作系统（OS）相关。但 是，这只是我个人的推断，没有做更深入的调查。
以上就是Java中延时Lock vs Synchronized的实例分析，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。