并发问题

并发问题

在编程的时候我们经常会碰到并发的问题，如果处理不好很有可能造成业务数据的错误。我们思考，到底什么是并发问题？
简单的来说我们可以把并发问题归纳为：未写入而先读取 带来的问题。

我们用最简单的取钱的模型来描述这个问题：

在①②③④ 这个几个步骤中，①②和③④分别是两个独立的过程，如果执行的顺序是 ①③②④，这样就会带来最终余额为负的现象，这个就是一个简单的并发问题。

我们可以用代码简单的模拟这个问题：

public class AppTest {
	private int count = 0;
	public static void main(String[] args) {
		long ts = System.currentTimeMillis();
		AppTest app = new AppTest();
		List<Thread> tList = new ArrayList<>(500);
		
		for (int i = 0; i < 10000; i++) {
			Thread thread = new Thread(() -> {
				for (int m = 0; m < 1000; m++) {
					app.count();
				}
			});
			tList.add(thread);
		}
		//启动线程
		for (Thread t : tList) {
			t.start();
		}
		//等待所有线程执行完
		for (Thread t : tList) {
			try {
				t.join();
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
		}
		
		System.out.println(app.count);
		long tend = System.currentTimeMillis();
		System.out.println(tend-ts);
	}
	
	private  void count() {
		count++;
	}
}

上述代码执行结果: 9997990（结果具有不确定性，此次结果就偶然一次结果），耗时：3378

造成这个结果的原因就是，在多线程执行的过程中，count的值还没有来得及写入内存，另一个线程就已经把count的读取，就导致count少一次count++运算。

解决并发

既然我们已经知道并发问题，如何解决？ 对于并发的解决思路是：保证读取的时候，写入已经完成。具体方法有两种，分别是锁和CAS操作。

使用锁 synchronized

修改count()方法:

private synchronized void count() {
	count++;
}

运行结果：10000000 耗时：4176

锁的方法导致性能下降很多。

使用CAS操作

把int类型的count换成AtomicInteger类型

private AtomicInteger count = new AtomicInteger();

private void count() {
		count.addAndGet(1);
	}

修改上述两出代码得到运行结果：10000000 耗时：3305