精美图文讲解Java AQS 共享式获取同步状态以及Semaphore的应用

前言

上一篇万字长文 Java AQS队列同步器以及ReentrantLock的应用为我们读 JUC 源码以及其设计思想做了足够多的铺垫，接下来的内容我将重点说明差异化，如果有些童鞋不是能很好的理解文中的一些内容，强烈建议回看上一篇文章，搞懂基础内容，接下来的阅读真会轻松加愉快

AQS 中我们介绍了独占式获取同步状态的多种情形：

独占式获取锁
可响应中断的独占式获取锁
有超时限制的独占式获取锁

AQS 提供的模版方法里面还差共享式获取同步状态没有介绍，所以我们今天来揭开这个看似神秘的面纱

AQS 中的共享式获取同步状态

独占式是你中没我，我中没你的的一种互斥形式，共享式显然就不是这样了，所以他们的唯一区别就是：

同一时刻能否有多个线程同时获取到同步状态

简单来说，就是这样滴：

我们知道同步状态 state 是维护在 AQS 中的，抛开可重入锁的概念，我在上篇文章中也提到了，独占式和共享式控制同步状态 state 的区别仅仅是这样：

所以说想了解 AQS 的 xxxShared 的模版方法，只需要知道它是怎么控制 state 的就好了

AQS共享式获取同步状态源码分析

为了帮助大家更好的回忆内容，我将上一篇文章的两个关键内容粘贴在此处，帮助大家快速回忆，关于共享式，大家只需要关注【骚紫色】就可以了

自定义同步器需要重写的方法

AQS 提供的模版方法

故事就从这里说起吧 (你会发现和独占式惊人的相似)，关键代码都加了注释

    public final void acquireShared(int arg) {// 同样调用自定义同步器需要重写的方法，非阻塞式的尝试获取同步状态，如果结果小于零，则获取同步状态失败if (tryAcquireShared(arg) < 0)// 调用 AQS 提供的模版方法，进入等待队列doAcquireShared(arg);}

进入 doAcquireShared 方法：

    private void doAcquireShared(int arg) {// 创建共享节点「SHARED」，加到等待队列中final Node node = addWaiter(Node.SHARED);boolean failed = true;try {boolean interrupted = false;// 进入“自旋”，这里并不是纯粹意义上的死循环，在独占式已经说明过for (;;) {// 同样尝试获取当前节点的前驱节点final Node p = node.predecessor();// 如果前驱节点为头节点，尝试再次获取同步状态if (p == head) {// 在此以非阻塞式获取同步状态int r = tryAcquireShared(arg);// 如果返回结果大于等于零，才能跳出外层循环返回if (r >= 0) {// 这里是和独占式的区别setHeadAndPropagate(node, r);p.next = null; // help GCif (interrupted)selfInterrupt();failed = false;return;}}if (shouldParkAfterFailedAcquire(p, node) &&parkAndCheckInterrupt())interrupted = true;}} finally {if (failed)cancelAcquire(node);}}

上面代码第 18 行我们提到和独占式获取同步状态的区别，贴心的给大家一个更直观的对比：

差别只在这里，所以我们就来看看 setHeadAndPropagate(node, r) 到底干了什么，我之前说过 JDK 源码中的方法命名绝大多数还是非常直观的，该方法直译过来就是【设置头并且传播/繁衍】。独占式只是设置了头，共享式除了设置头还多了一个传播，你的疑问应该已经来了：

啥是传播，为什么会有传播这个设置呢？

想了解这个问题，你需要先知道非阻塞共享式获取同步状态返回值的含义：

这里说的传播其实说的是 propagate > 0 的情况，道理也很简单，当前线程获取同步状态成功了，还有剩余的同步状态可用于其他线程获取，那就要通知在等待队列的线程，让他们尝试获取剩余的同步状态

如果要让等待队列中的线程获取到通知，需要线程调用 release 方法实现的。接下来，我们走近 setHeadAndPropagate 一探究竟，验证一下

  // 入参，node： 当前节点// 入参，propagate：获取同步状态的结果值，即上面方法中的变量 rprivate void setHeadAndPropagate(Node node, int propagate) {// 记录旧的头部节点，用于下面的checkNode h = head; // 将当前节点设置为头节点setHead(node);// 通过 propagate 的值和 waitStatus 的值来判断是否可以调用 doReleaseShared 方法if (propagate > 0 || h == null || h.waitStatus < 0 ||(h = head) == null || h.waitStatus < 0) {Node s = node.next;// 如果后继节点为空或者后继节点为共享类型，则进行唤醒后继节点// 这里后继节点为空意思是只剩下当前头节点了，另外这里的 s == null 也是判断空指针的标准写法if (s == null || s.isShared())doReleaseShared();}}

上面方法的大方向作用我们了解了，但是代码中何时调用 doReleaseShared 的判断逻辑还是挺让人费解的，为什么会有这么一大堆的判断，我们来逐个分析一下：

这里的空判断有点让人头大，我们先挑出来说明一下：

排除了其他判断条件的干扰，接下来我们就专注分析 propagate 和 waitStatus 两个判断条件就可以了，这里再将 waitStatus 的几种状态展示在这里，帮助大家理解，【骚粉色】是我们一会要用到的：

propagate > 0

上面已经说过了，如果成立，直接短路后续判断，然后根据 doReleaseShared 的判断条件进行释放

propagate > 0 不成立， h.waitStatus < 0 成立 （注意这里的h是旧的头节点）

什么时候 h.waitStatus < 0 呢？抛开 CONDITION 的使用，只剩下 SIGNAL 和 PROPAGATE，想知道这个答案，需要提前看一下 doReleaseShared() 方法了：

    private void doReleaseShared() {for (;;) {Node h = head;if (h != null && h != tail) {int ws = h.waitStatus;if (ws == Node.SIGNAL) {// CAS 将头节点的状态设置为0                if (!compareAndSetWaitStatus(h, Node.SIGNAL, 0))continue;            // loop to recheck cases// 设置成功后才能跳出循环唤醒头节点的下一个节点unparkSuccessor(h);}else if (ws == 0 &&// 将头节点状态CAS设置成 PROPAGATE 状态!compareAndSetWaitStatus(h, 0, Node.PROPAGATE))continue;                // loop on failed CAS}if (h == head)                   // loop if head changedbreak;}}

从 doReleaseShared() 方法中可以看出：

如果让 h.waitStatus < 0 成立，只能将其设置成 PROPAGATE = -3 的情况，设置成功的前提是 h 头节点 expected 的状态是 0；
如果 h.waitStatus = 0，是上述代码第 8 行 CAS 设置成功，然后唤醒等待中的线程

所以猜测，当前线程执行到 h.waitStatus < 0 的判断前，有另外一个线程刚好执行了 doReleaseShared() 方法，将 waitStatus 又设置成PROPAGATE = -3

这个理解有点绕，我们还是来画个图理解一下吧：

可能有同学还是不太能理解这么写的道理，我们一直说 propagate <> = 0 的情况，propagate = 0 代表的是当时/当时/当时 尝试获取同步状态没成功，但是之后可能又有共享状态被释放了，所以上面的逻辑是以防这种万一，你懂的，严谨的并发就是要防止一切万一，现在结合这个情景再来理解上面的判断你是否豁然开朗了呢？

继续向下看，

前序条件不成立，(h = head) == null || h.waitStatus < 0 注意这里的h是新的头节点）

有了上面铺垫，这个就直接画个图就更好理解啦，其实就是没有那么巧有另外一个线程掺合了

相信到这里你应该理解共享式获取同步状态的全部过程了吧，至于非阻塞共享式获取同步状态和带有超时时间获取同步状态，结合本文讲的 setHeadAndPropagate 逻辑和独占式获取同步状态的实现过程过程来看，真是一毛一样，这里就不再累述了，赶紧打开你的 IDE 去验证一下吧

我们分析了AQS 的模版方法，还一直没说 tryAcquireShared(arg) 这个方法是如何被重写的，想要了解这个，我们就来看一看共享式获取同步状态的经典应用 Semaphore

Semaphore 的应用及源码分析

Semaphore 概念

Semaphore 中文多翻译为【信号量】，我还特意查了一下剑桥辞典的英文解释：

其实就是信号标志（two flags），比如红绿灯，每个交通灯产生两种不同行为

Flag1-红灯：停车
Flag2-绿灯：行车

在 Semaphore 里面，什么时候是红灯，什么时候是绿灯，其实就是靠 tryAcquireShared(arg) 的结果来表示的

获取不到共享状态，即为红灯
获取到共享状态，即为绿灯

所以我们走近 Semaphore ，来看看它到底是怎么应用 AQS 的，又是怎样重写 tryAcquireShared(arg) 方法的

Semaphore 源码分析

先看一下类结构

看到这里你是否有点跌眼镜，和 ReentrantLock 相似的可怕吧，如果你有些陌生，再次强烈建议你回看上一篇文章 Java AQS队列同步器以及ReentrantLock的应用，这里直接提速对比看公平和非公平两种重写的 tryAcquireShared(arg) 方法，没有意外，公平与否，就是判断是否有前驱节点

方法内部只是计算 state 的剩余值，那 state 的初始值是多少怎么设置呢？当然也就是构造方法了：

  public Semaphore(int permits) {// 默认仍是非公平的同步器，至于为什么默认是非公平的，在上一篇文章中也特意说明过sync = new NonfairSync(permits);}NonfairSync(int permits) {super(permits);}

super 方法，就会将初始值给到 AQS 中的 state

也许你发现了，当我们把 permits 设置为1 的时候，不就是 ReentrantLock 的互斥锁了嘛，说的一点也没错，我们用 Semaphore 也能实现基本互斥锁的效果


static int count;
//初始化信号量
static final Semaphore s = new Semaphore(1);
//用信号量保证互斥
static void addOne() {s.acquire();try {count+=1;} finally {s.release();}
}

But（英文听力中的重点），Semaphore 肯定不是为这种特例存在的，它是共享式获取同步状态的一种实现。如果使用信号量，我们通常会将 permits 设置成大于1的值，不知道你是否还记得我曾在为什么要使用线程池? 一文中说到的池化概念，在同一时刻，允许多个线程使用连接池，每个连接被释放之前，不允许其他线程使用。所以说 Semaphore 可以允许多个线程访问一个临界区，最终很好的做到一个限流/限流/限流 的作用

虽然 Semaphore 能很好的提供限流作用，说实话，Semaphore 的限流作用比较单一，我在实际工作中使用 Semaphore 并不是很多，如果真的要用高性能限流器，Guava RateLimiter 是一个非常不错的选择，我们后面会做分析，有兴趣的可以提前了解一下

关于 Semaphore 源码，就这么三下五除二的结束了

总结

不知你有没有感觉到，我们的节奏明显加快了，好多原来分散的点在被疯狂的串联起来，如果按照这个方式来阅读 JUC 源码，相信你也不会一头扎进去迷失方向，然后沮丧的退出 JUC 吧，然后面试背诵答案，然后忘记，然后再背诵？

跟上节奏，关于共享式获取同步状态，Semaphore 只不过是非常经典的应用，ReadWriteLock 和 CountDownLatch 日常应用还是非常广泛的，我们接下来就陆续聊聊它们吧

灵魂追问

Semaphore 的 permits 设置成1 “等同于” 简单的互斥锁实现，那它和 ReentrantLock 的区别还是挺大的，都有哪些区别呢？
你在项目中是如何使用 Semaphore 的呢？

参考

Java 并发实战
Java 并发编程的艺术
https://blog.csdn.net/anlian523/article/details/106319294

往期推荐

最华丽的 Kubernetes 桌面客户端：Lens

那些实用与颜值齐飞的桌面！

Spring Boot 2.x：MyBatis的多数据源配置

Dubbo 高危反序列化漏洞，存在远程代码执行风险

Spring Boot 2.x：Spring Data JPA的多数据源配置

API 面试四连杀：设计？安全？签名？防重？

更多Java基础知识学习

扫码关注「日拱一兵」