fun main() = runBlocking {
var i = 0
val jobs = mutableListOf<Job>()
repeat(10) {
val job = launch(Dispatchers.Default) {
repeat(1000) {
i++
}
}
jobs.add(job)
}
jobs.joinAll()
println("i = $i")
}
/*
输出信息:
i = 9703
*/
说明:创建了10个协程,每个协程对i进行1000次自增 *** 作,正常情况下结果应该是10000,但是实际上大概率不会是10000。这是因为这10个协程分别运行在不同的线程中,出现了并发同步问题。
使用synchronized解决协程并发问题Kotlin是基于JVM的,所以可以使用Java中的同步手段,如synchronized、Lock、Atomic等。
但是sychronized是线程模型下的,不支持协程中的挂起函数。
fun main() = runBlocking {
val lock = Any()
var i = 0
val jobs = mutableListOf<Job>()
repeat(10) {
val job = launch(Dispatchers.Default) {
repeat(1000) {
synchronized(lock) {
i++
}
}
}
jobs.add(job)
}
jobs.joinAll()
println("i = $i")
}
/*
输出信息:
i = 10000
*/
fun main() = runBlocking {
var i = 0
val jobs = mutableListOf<Job>()
@Synchronized
fun add() {
i++
}
repeat(10) {
val job = launch(Dispatchers.Default) {
repeat(1000) {
add()
}
}
jobs.add(job)
}
jobs.joinAll()
println("i = $i")
}
/*
输出信息:
i = 10000
*/
使用单线程解决并发问题
fun main() = runBlocking {
val mySingleDispatcher = Executors.newSingleThreadExecutor {
Thread(it, "我的线程").apply { isDaemon = true }
}.asCoroutineDispatcher()
var i = 0
val jobs = mutableListOf<Job>()
repeat(10) {
val job = launch(mySingleDispatcher) {
repeat(1000) {
i++
}
}
jobs.add(job)
}
jobs.joinAll()
println("i = $i")
}
/*
输出信息:
i = 10000
*/
使用launch(mySingleDispatcher)
后,所有的协程任务都运行在单线程mySingleDispatcher
中,这样就没有并发问题了。
在Java中,锁是阻塞式的,会大大影响协程的非阻塞式的特性,所以不推荐使用传统的同步锁。
在Kotlin协程中,可以使用Mutex非阻塞式锁。Mutex#lock()
是一个挂起函数,这是实现非阻塞式同步锁的根本原因。
fun main() = runBlocking {
val mutex = Mutex()
var i = 0
val jobs = mutableListOf<Job>()
repeat(10) {
val job = launch(mySingleDispatcher) {
repeat(1000) {
mutex.lock()
try {
i++
} finally {
mutex.unlock()
}
}
}
jobs.add(job)
}
jobs.joinAll()
println("i = $i")
}
/*
输出信息:
i = 10000
*/
withLock
withLock
扩展函数的本质,其实是在 finally{} 当中调用了 unlock()。
fun main() = runBlocking {
val mutex = Mutex()
var i = 0
val jobs = mutableListOf<Job>()
repeat(10) {
val job = launch(mySingleDispatcher) {
repeat(1000) {
mutex.withLock {
i++
}
}
}
jobs.add(job)
}
jobs.joinAll()
println("i = $i")
}
/*
输出信息:
i = 10000
*/
使用Actor并发同步模型
Actor是一个并发同步模型,本质是基于Channel管道消息实现的。
sealed class Msg {
object AddMsg : Msg()
class ResultMsg(val result: CompletableDeferred<Int>) : Msg()
}
fun main() = runBlocking {
suspend fun addActor() = actor<Msg> {
var i = 0
for (msg in channel) {
when (msg) {
is Msg.AddMsg -> i++
is Msg.ResultMsg -> msg.result.complete(i)
}
}
}
val actor = addActor()
val jobs = mutableListOf<Job>()
repeat(10) {
val job = launch(mySingleDispatcher) {
repeat(1000) {
actor.send(Msg.AddMsg)
}
}
jobs.add(job)
}
jobs.joinAll()
val deferred = CompletableDeferred<Int>()
actor.send(Msg.ResultMsg(deferred))
val result = deferred.await()
actor.close()
println("i = $result")
}
/*
输出信息:
i = 10000
*/
避免共享变量
fun main() = runBlocking {
val deferreds = mutableListOf<Deferred<Int>>()
repeat(10) {
val deferred = async(Dispatchers.Default) {
var i = 0
repeat(1000) {
i++
}
return@async i
}
deferreds.add(deferred)
}
var result = 0
deferreds.forEach {
result += it.await()
}
println("i = $result")
}
/*
输出信息:
i = 10000
*/
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)