CountDownLatch多任务并行处理-白红宇

前言：

最近在做一个原始数据统计的功能，用户通过前台设置相关参数，后台实时统计并返回数据。

数据排名

求和、最大、最小

统计类比

最好的用户体验，就是每一个操作都可以实时的展示数据，3秒之内应该是用户的忍受范围之内的了，所以做一款产品不仅要考虑用户交互设计，后端的优化也是比不可少的。最主要的还是要实时、实时、实时。

改造前

程序逻辑

改造后

程序逻辑

多任务并行处理，适用于多核CPU，单核CPU多线程执行任务可能会适得其反(上下文切换以及线程的创建和销毁都会消耗资源)，特别是CPU密集型的任务。

代码示例：

public class StatsDemo {    final static SimpleDateFormat sdf = new SimpleDateFormat(            "yyyy-MM-dd HH:mm:ss");        final static String startTime = sdf.format(new Date());    public static void main(String[] args) throws InterruptedException {        CountDownLatch latch = new CountDownLatch(5);// 两个赛跑者        Stats stats1 = new Stats("任务A", 1000, latch);        Stats stats2 = new Stats("任务B", 2000, latch);        Stats stats3 = new Stats("任务C", 2000, latch);        Stats stats4 = new Stats("任务D", 2000, latch);        Stats stats5 = new Stats("任务E", 2000, latch);        stats1.start();//任务A开始执行        stats2.start();//任务B开始执行        stats3.start();//任务C开始执行        stats4.start();//任务D开始执行        stats5.start();//任务E开始执行        latch.await();// 等待所有人任务结束        System.out.println("所有的统计任务执行完成:" + sdf.format(new Date()));    }    static class Stats extends Thread {        String statsName;        int runTime;        CountDownLatch latch;        public Stats(String statsName, int runTime, CountDownLatch latch) {            this.statsName = statsName;            this.runTime = runTime;            this.latch = latch;        }        public void run() {            try {                System.out.println(statsName+ " do stats begin at "+ startTime);                //模拟任务执行时间                Thread.sleep(runTime);                System.out.println(statsName + " do stats complete at "+ sdf.format(new Date()));                latch.countDown();//单次任务结束，计数器减一            } catch (InterruptedException e) {                e.printStackTrace();            }        }    }}复制代码

任务B do stats begin at 2019-06-13 16:46:18任务D do stats begin at 2019-06-13 16:46:18任务E do stats begin at 2019-06-13 16:46:18任务C do stats begin at 2019-06-13 16:46:18任务A do stats begin at 2019-06-13 16:46:18任务A do stats complete at 2019-06-13 16:46:19任务E do stats complete at 2019-06-13 16:46:20任务B do stats complete at 2019-06-13 16:46:20任务C do stats complete at 2019-06-13 16:46:20任务D do stats complete at 2019-06-13 16:46:20所有的统计任务执行完成:2019-06-13 16:46:20复制代码

总结

1.CountDownLatch用于同步一个或多个任务，强制他们等待由其他任务执行的一组操作完成。CountDownLatch典型的用法是将一个程序分为N个互相独立的可解决任务，并创建值为N的CountDownLatch。当每一个任务完成时，都会在这个锁存器上调用countDown，等待问题被解决的任务调用这个锁存器的await，将他们自己拦住，直至锁存器计数结束。

1.1 使用注意

在创建实例时，必须指定初始的计数值，且应大于0

必须有线程中显示的调用了countDown()计数-1方法；必须有线程显示调用了await()方法（没有这个就没有必要使用CountDownLatch了）

由于await()方法会阻塞到计数为0，如果在代码逻辑中某个线程漏掉了计数-1，导致最终计数一直大于0，直接导致死锁了；

鉴于上面一点，更多的推荐 await(long, TimeUnit)来替代直接使用await()方法，至少不会造成阻塞死只能重启的情况

允许多个线程调用await方法，当计数为0后，所有被阻塞的线程都会被唤醒

2. 实现原理

await内部实现流程:

判断state计数是否为0，不是，则直接放过执行后面的代码

大于0，则表示需要阻塞等待计数为0

当前线程封装Node对象，进入阻塞队列

然后就是循环尝试获取锁，直到成功（即state为0）后出队，继续执行线程后续代码

countDown内部实现流程:

尝试释放锁tryReleaseShared，实现计数-1

若计数已经小于0，则直接返回false

否则执行计数(AQS的state)减一

若减完之后，state==0，表示没有线程占用锁，即释放成功，然后就需要唤醒被阻塞的线程了

释放并唤醒阻塞线程 doReleaseShared

如果队列为空，即表示没有线程被阻塞（也就是说没有线程调用了 CountDownLatch#wait()方法），直接退出