写点什么

Java SE 8 在并发工具方面的加强

  • 2014-04-18
  • 本文字数:1355 字

    阅读完需:约 4 分钟

Java 8 在 Lambda 表达式、接口默认方式、新的日期 API 等方面引入的新特性广受关注,同时在并发编程方面也做出了大量改进。以往的几个 Java 版本都对 java.util.concurrent 做了不同程度的增强,比如 Java 7 的 Fork/Join 框架,而 Java 8 则进一步在 java.util.concurrent 下增加了新的接口、类与方法。目前 java.util.concurrent 的官方文档已经更新,变更部分总结如下:

新的类以及接口

java.util.concurrent 中增加了两个接口四个类:

  1. CompletableFuture.AsynchronousCompletionTask 接口:标识在 async 方法中执行的异步任务。
  2. CompletionStage接口:异步计算中可能出现的一个阶段,也就是说当一个 CompletionStage 完成时执行的动作或计算。
  3. CompletableFuture类:一个可以确定完成状态的 Future。有关 CompletableFuture 的详细用法可参考 NoBlogDefFound 上的《 Java 8: CompletableFuture in action 》一文。
  4. ConcurrentHashMap.KeySetView<K,V> 类:ConcurrentHashMap 的键的集合视图。
  5. CountedCompleter类:一个在没有其他 action 等待的情况下,会执行一个完成 action 的 ForkJoinTask 。
  6. CompletionException 类:异常类。

ConcurrentHashMap 增加新方法

在 Java 8 中,集合框架基于 streams 和 Lambda 表达式做了全新调整:

ConcurrentHashMap 增加了 30 多个方法,包括 foreach 系列(forEach,forEachKey, forEachValue, forEachEntry)、search 系列(search, searchKeys, searchValues, searchEntries)、reduce 系列(reduce, reduceToDouble, reduceToLong)以及 mappingCount 、newKeySet 等方法, 增强后的 ConcurrentHashMap 更适合做缓存了, 读者可以看看这篇用 ConcurrentHashMap 类和 lambda 表达式实现本地缓存的文章。

java.util.concurrent.atomic 包的改进

java.util.concurrent.atomic 包中增加了四个新的类:DoubleAccumulator、DoubleAdder、LongAccumulator、 LongAdder,这四个类的作者是并发大师 Doug lea。

原有的 Atomic 系列类通过 CAS 来保证并发时操作的原子性,但是高并发也就意味着 CAS 的失败次数会增多,失败次数的增多会引起更多线程的重试,最后导致 AtomicLong 的效率降低。新的四个类通过减少并发,将单一 value 的更新压力分担到多个 value 中去,降低单个 value 的“热度”以提高高并发情况下的吞吐量,京东的刘锟洋详细分析了LongAdder 的源代码,另外minddotout 的博主在早些时候对LongAdder、AtomicLong 进行了性能测试,我们从结果中也可以直观的看到 LongAdder 的强大。

ForkJoinPool 中增加新方法

Java 8 除了对 Fork-Join 框架做了优化外,也为 ForkJoinPool 增加了两个静态方法:getCommonPoolParallelism() 、commonPool(),Oleg Shelajev在这篇博文中对Fork/Join 做了详细的介绍并做了测试以比较其在JDK7、JDK8 中的性能。

增加StampedLock 类

StampedLock 是一种新型锁的实现,很可能在大多数场景都可以替代 ReentrantReadWriteLock 。它为读写操作提供了三种模式:Writing、ReadingOptimistic、 Reading。

有关 Java 8 并发编程方面特性的详细介绍可从官方文档获取。


感谢杨赛对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ )或者腾讯微博( @InfoQ )关注我们,并与我们的编辑和其他读者朋友交流。

2014-04-18 01:325811
用户头像

发布了 219 篇内容, 共 145.6 次阅读, 收获喜欢 194 次。

关注

评论

发布
暂无评论
发现更多内容

BetterYeah AI x 添可 AI客服项目入选沙丘社区AI Agent最佳实践案例

BetterYeah AI

电商API的奥秘:数据爬手的底层逻辑解析

代码忍者

API 接口 pinduoduo API

【YashanDB知识库】如何查看共享集群共享盘的挂载关系

YashanDB

数据库 yashandb

【YashanDB知识库】主备集群用yasboot在线缩容后无法托管到YCM

YashanDB

数据库 yashandb

解锁软件测试新境界:AI如何助力发现潜在缺陷

测试人

软件测试

零代码的MOM之路

明道云

BetterYeah AI CEO张毅:企业级AI智能体正成为新质生产力

BetterYeah AI

九诚七乔借助HAP超前服务:多行业客户的成功实践

明道云

CPU的指令周期

天翼云开发者社区

cpu

了解GaussDB性能调优之隐式转换,解决慢SQL问题

华为云开发者联盟

数据库 sql 性能调优 GaussDB

媒体报道 | 原钉钉副总裁AI赛道创业融资过亿,新品发布助力「双11」电商AI升级

BetterYeah AI

域名和空间有什么关系和区别?如何购买域名和空间?

国科云

【YashanDB知识库】如何设置yasql客户端的字符编码

YashanDB

数据库 yashandb

见证无限可能!火山引擎边缘云邀你参加冬季 Force 大会开发者论坛

火山引擎边缘云

边缘计算 边缘云 AI 大底座 边缘智能

选择合适的Web3外包团队

北京木奇移动技术有限公司

软件外包公司 web3开发 web3开发团队

离线任务已支持复用任务参数 | ModelWhale 版本更新

ModelWhale

人工智能 gpu HPC

优化Shopify API的调用性能

北京木奇移动技术有限公司

Shopify 软件外包公司 跨境电商平台

【YashanDB知识库】使用c-调用yashandb odbc驱动执行SQL时报YAS-08008 not all variables bounded

YashanDB

数据库 yashandb

半导体制造行业MES系统解决方案

万界星空科技

mes 半导体行业 万界星空科技 制造业转型 半导体mes

Web3项目开发中常见的挑战

北京木奇移动技术有限公司

软件外包公司 web3开发

为什么数据平台需要敏捷版?

奇点云

为什么数据平台需要敏捷版?

奇点云

数据平台

从本地成功到国际拓展:启舵科技与 HAP 的战略合作

明道云

通过低代码快速迭代助力创新行业系统化管理

明道云

如何进行知识管理

易成研发中心

知识管理 知识管理软件

借助HAP推动旅游业数字化转型,12家客户的实践案例与心得

明道云

卤制品自动化生产MES系统解决方案

万界星空科技

mes 万界星空科技mes 食品加工 卤制品 卤制品行业

计算虚拟化软件介绍

天翼云开发者社区

云计算 虚拟化

NAT原理:概念、使用场景、转发流程及规则

天翼云开发者社区

网络安全 NAT

BetterYeah AI获2024世界互联网大会新耀场景奖

BetterYeah AI

Java SE 8 在并发工具方面的加强_Java_小盖_InfoQ精选文章