5分钟从0到1探秘CopyOnWriteArrayList

5分钟从0到1探秘CopyOnWriteArrayList

前言

最近的文章都是围绕并发编程写的，这段时间会写一些并发包下的并发容器，一篇篇文章去解析，彻底搞懂并发包中的并发容器

在探秘CopyOnWriteArrayList前，我们先来聊聊并发场景下为什么不能使用ArrayList？

并发场景下的ArrayList

ArrayList数组，支持动态扩容、随机访问...

作为平时工作中最常用到的集合类，相信我们已经很熟悉它，但这种集合在并发场景下是不安全的

当发生并发读写时，JDK提供快速失败fail-fast机制，让其抛出ConcurrentModificationException并发修改异常

比如来看这一段代码：启动十个线程向集合中添加元素再读取，会抛出并发修改异常

    public void testCopyOnWriteArrayList() throws InterruptedException {
        List list =  new ArrayList();

        for (int i = 0; i < 10; i++) {
            new Thread(()-> {
                list.add(UUID.randomUUID().toString().substring(0,5));
                System.out.println(list);
            },String.valueOf(i)).start();
        }

        TimeUnit.SECONDS.sleep(3);
    }
1
2
3
4
5
6
7
8
9
10
11

向控制台打印时，实际是调用集合的toString方法

其父类AbstractCollection重写toString方法：使用迭代器遍历数组，并用字符串拼接

    public String toString() {
        Iterator it = iterator();
        if (! it.hasNext())
            return "[]";

        StringBuilder sb = new StringBuilder();
        sb.append('[');
        for (;;) {
            E e = it.next();
            sb.append(e == this ? "(this Collection)" : e);
            if (! it.hasNext())
                return sb.append(']').toString();
            sb.append(',').append(' ');
        }
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14

那快速失败是如何实现的呢？

在集合进行写操作，比如添加、删除、修改时，会对内部字段modCount进行自增，用来表示修改次数

当获取迭代器时，会将modCount赋值给迭代器内部的expectedModCount字段

当遍历迭代器时，会检查这两个字段是否相同，不同说明其他线程进行写操作，于是抛出并发修改异常，以此来达到快速失败

        final void checkForComodification() {
            if (modCount != expectedModCount)
                throw new ConcurrentModificationException();
        }
1
2
3

并发场景下的解决方案

说了那么多，ArrayList在并发场景下不可用，那么有什么解决方案呢？

在远古版本在并发场景下使用Vector或Collections.synchronizedList(new ArrayList<>())

它们的读写操作都是由synchronized加锁保证原子性

有的同学会说：是因为synchronized的性能太差才导致不使用它们的

但synchronized经过锁升级优化后，性能还差吗？如果对其感兴趣的同学可以查看15000字、6个代码案例、5个原理图让你彻底搞懂Synchronized

其实我更认为是它们锁的粒度太大，在并发场景中，读操作也一定要通过加锁来进行访问吗？

熟悉volatile的同学一定知道，是不需要的

并发读写中，需要解决的问题是线程对集合进行修改，如何让其他线程读时可见，也就是如何保证可见性?

使用volatile保证其可见性，在读场景下是不需要加锁的

如果对此不理解的同学，可以查看5个案例和流程图让你从0到1搞懂volatile关键字

铺垫了这么久，接下来让我们来看看本篇文章的主角CopyOnWriteArrayList

CopyOnWrite

CopyOnWriteArrayList 从名称上来看带着CopyOnWrite 翻译过来就是 写时拷贝

写时拷贝COW 是一种什么思想呢？

COW是在进行写操作时，将原数据拷贝一份进行写操作，写完再将其设置回去

这种思想在并发的场景非常常见，比如Redis持久化RDB、AOF文件就用到了COW；MySQL实现的MVCC版本链

CopyOnWriteArrayList

接下来我们从源码上看看它是如何实现的

在构造时，初始化了一个长度为0的数组

虽然很奇怪，但想到COW，写时会拷贝一份数据写完再设置回去，一下就正常了

    final void setArray(Object[] a) {
        array = a;
    }

    public CopyOnWriteArrayList() {
        setArray(new Object[0]);
    }
1
2
3
4
5
6

再来看看get读操作

    public E get(int index) {
        return get(getArray(), index);
    }

    private E get(Object[] a, int index) {
        return (E) a[index];
    }
1
2
3
4
5
6

读操作就是非常普通的读取某个下标的数据

既然没有使用加锁，那么存储数据的字段一定会使用volatile

private transient volatile Object[] array;

这种volatile保证可见性，让读操作在并发场景下不用加锁的思想也非常常见，比如AQS的volatile保证同步状态可见性

接着来看看写操作-添加

public boolean add(E e) {
    final ReentrantLock lock = this.lock;
    //加锁
    lock.lock();
    try {
        //获得原数组
        Object[] elements = getArray();
        int len = elements.length;
        //将原数组中数据复制到新数组
        Object[] newElements = Arrays.copyOf(elements, len + 1);
        //添加新数据
        newElements[len] = e;
        //将新数组重新设置回去
        setArray(newElements);
        return true;
    } finally {
        //解锁
        lock.unlock();
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

写操作时加锁，保证并发写时只有一个线程能够进行写操作，从而保证线程安全

虽然复制时会使用性能较好的System.arrayCopy进行复制，但写操作太多也会导致性能开销太大

    public static  T[] copyOf(U[] original, int newLength, Class newType) {
        @SuppressWarnings("unchecked")
        //创建新数组
        T[] copy = ((Object)newType == (Object)Object[].class)
            ? (T[]) new Object[newLength]
            : (T[]) Array.newInstance(newType.getComponentType(), newLength);
        //从旧数组复制旧数据到新数组
        System.arraycopy(original, 0, copy, 0,
                         Math.min(original.length, newLength));
        return copy;
    }
1
2
3
4
5
6
7
8
9
10

在获取迭代器时，会用原数据去新创建一个对象，后续在这个对象上迭代

因此就不会出现线程不安全的并发修改问题，这是并发包中提供的安全失败fail-safe机制

    public Iterator iterator() {
        return new COWIterator(getArray(), 0);
    }
1
2

使用场景

经过我们的分析，我们可以知道CopyOnWriteArrayList的特点，从而来分析适用于它的使用场景

使用volatile保证内存可见性，读操作不需要加锁，因此性能非常好，在搭配上数组的随机访问，它非常适合读取场景

在进行写操作时，使用JUC下的ReentrantLock加锁解锁保证原子性，并且写时要进行数据拷贝，因此它并不适合频繁写操作的场景，因为拷贝数据有开销

当它的数据量越来越大时，进行写操作拷贝的数据也会越来越多，因此它不适合存放大量数据情况下再进行写操作

它提供安全失败，在使用迭代器时迭代的不一定是实时最新数据，但不会发生并发修改异常

总结

ArrayList提供fail-fast快速失败机制，在并发读写场景下通过此机制来抛出并发修改异常以达到快速失败，在并发场景下不安全

并发场景下的解决方案有多种，但CopyOnWriteArrayList相对于Vector或Collections.synchronizedList(new ArrayList<>())来说，加锁粒度更低，性能较好

CopyOnWriteArrayList用volatile修饰数组保证其可见性，在读场景下无需加锁

在写场景下使用ReentrantLock保证写操作原子性，写的同时会先拷贝一份原数据，修改完再设置成新数据

在获取迭代器时，也是通过原数据去创建一个新对象进行迭代，这样能保证虽然数据可能不是最新的，但不会出现异常

CopyOnWriteArrayList适合数据量不大、读多写少、迭代时能接受弱一致性的场景

不要在数据量特别大，写操作特别多的场景使用，这样写时拷贝的开销可能会非常大

最后（不要白嫖，一键三连求求拉~）

本篇文章被收入专栏 由点到线，由线到面，深入浅出构建Java并发编程知识体系，感兴趣的同学可以持续关注喔

本篇文章笔记以及案例被收入 gitee-StudyJava、 github-StudyJava 感兴趣的同学可以stat下持续关注喔~

案例地址：

Gitee-JavaConcurrentProgramming/src/main/java/F_Collections

Github-JavaConcurrentProgramming/src/main/java/F_Collections

有什么问题可以在评论区交流，如果觉得菜菜写的不错，可以点赞、关注、收藏支持一下~

关注菜菜，分享更多干货，公众号：菜菜的后端私房菜

本文由博客一文多发平台 OpenWrite 发布！