V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
mzlogin
V2EX  ›  Java

代码审查:从 ArrayList 说线程安全

  •  
  •   mzlogin ·
    mzlogin · 2021-03-13 14:27:48 +08:00 · 2744 次点击
    这是一个创建于 1335 天前的主题,其中的信息可能已经有所发展或是发生改变。

    本文从代码审查过程中发现的一个 ArrayList 相关的「线程安全」问题出发,来剖析和理解线程安全。

    案例分析

    前两天在代码 Review 的过程中,看到有小伙伴用了类似以下的写法:

    List<String> resultList = new ArrayList<>();
    
    paramList.parallelStream().forEach(v -> {
        String value = doSomething(v);
        resultList.add(value);
    });
    

    印象中 ArrayList 是线程不安全的,而这里会多线程改写同一个 ArrayList 对象,感觉这样的写法会有问题,于是看了下 ArrayList 的实现来确认问题,同时复习下相关知识。

    先贴个概念:

    线程安全 是程式设计中的术语,指某个函数、函数库在多线程环境中被调用时,能够正确地处理多个线程之间的共享变量,使程序功能正确完成。 ——维基百科

    我们来看下 ArrayList 源码里与本话题相关的关键信息:

    public class ArrayList<E> extends AbstractList<E>
            implements List<E>, RandomAccess, Cloneable, java.io.Serializable
    {
        // ...
        
        /**
         * The array buffer into which the elements of the ArrayList are stored.
         * The capacity of the ArrayList is the length of this array buffer... 
         */
        transient Object[] elementData; // non-private to simplify nested class access
    
        /**
         * The size of the ArrayList (the number of elements it contains).
         */
        private int size;
    
        // ...
    
        /**
         * Appends the specified element to the end of this list...
         */
        public boolean add(E e) {
            ensureCapacityInternal(size + 1);  // Increments modCount!!
            elementData[size++] = e;
            return true;
        }
    
        // ...
    }
    

    从中我们可以关注到关于 ArrayList 的几点信息:

    1. 使用数组存储数据,即 elementData
    2. 使用 int 成员变量 size 记录实际元素个数
    3. add 方法逻辑与执行顺序:
      • 执行 ensureCapacityInternal(size + 1):确认 elementData 的容量是否够用,不够用的话扩容一半(申请一个新的大数组,将 elementData 里的原有内容 copy 过去,然后将新的大数组赋值给 elementData
      • 执行 elementData[size] = e;
      • 执行 size++

    为了方便理解这里讨论的「线程安全问题」,我们选一个最简单的执行路径来分析,假设有 A 和 B 两个线程同时调用 ArrayList.add 方法,而此时 elementData 容量为 8,size 为 7,足以容纳一个新增的元素,那么可能发生什么现象呢?

    Thread Safety ArrayList Add

    一种可能的执行顺序是:

    • 线程 A 和 B 同时执行了 ensureCapacityInternal(size + 1),因 7 + 1 并没超过 elementData 的容量 8,所以并未扩容
    • 线程 A 先执行 elementData[size++] = e;,此时 size 变为 8
    • 线程 B 执行 elementData[size++] = e;,因为 elementData 数组长度为 8,却访问 elementData[8],数组下标越界

    程序会抛出异常,无法正常执行完,根据前文提到的线程安全的定义,很显然这已经是属于线程不安全的情况了。

    构造示例代码验证

    有了以上的理解之后,我们来写一段简单的示例代码,验证以上问题确实可能发生:

    List<Integer> resultList = new ArrayList<>();
    List<Integer> paramList = new ArrayList<>();
    int length = 10000;
    for (int i = 0; i < length; i++) {
        paramList.add(i);
    }
    paramList.parallelStream().forEach(resultList::add);
    

    执行以上代码有可能表现正常,但更可能是遇到以下异常:

    Exception in thread "main" java.lang.ArrayIndexOutOfBoundsException
    	at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
    	at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:62)
    	at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45)
    	at java.lang.reflect.Constructor.newInstance(Constructor.java:423)
    	at java.util.concurrent.ForkJoinTask.getThrowableException(ForkJoinTask.java:598)
    	at java.util.concurrent.ForkJoinTask.reportException(ForkJoinTask.java:677)
    	at java.util.concurrent.ForkJoinTask.invoke(ForkJoinTask.java:735)
    	at java.util.stream.ForEachOps$ForEachOp.evaluateParallel(ForEachOps.java:160)
    	at java.util.stream.ForEachOps$ForEachOp$OfRef.evaluateParallel(ForEachOps.java:174)
    	at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:233)
    	at java.util.stream.ReferencePipeline.forEach(ReferencePipeline.java:418)
    	at java.util.stream.ReferencePipeline$Head.forEach(ReferencePipeline.java:583)
    	at concurrent.ConcurrentTest.main(ConcurrentTest.java:18)
    Caused by: java.lang.ArrayIndexOutOfBoundsException: 1234
    	at java.util.ArrayList.add(ArrayList.java:465)
    	at java.util.stream.ForEachOps$ForEachOp$OfRef.accept(ForEachOps.java:184)
    	at java.util.ArrayList$ArrayListSpliterator.forEachRemaining(ArrayList.java:1384)
    	at java.util.stream.AbstractPipeline.copyInto(AbstractPipeline.java:482)
    	at java.util.stream.ForEachOps$ForEachTask.compute(ForEachOps.java:291)
    	at java.util.concurrent.CountedCompleter.exec(CountedCompleter.java:731)
    	at java.util.concurrent.ForkJoinTask.doExec(ForkJoinTask.java:289)
    	at java.util.concurrent.ForkJoinPool$WorkQueue.runTask(ForkJoinPool.java:1067)
    	at java.util.concurrent.ForkJoinPool.runWorker(ForkJoinPool.java:1703)
    	at java.util.concurrent.ForkJoinWorkerThread.run(ForkJoinWorkerThread.java:172)
    

    从我这里试验的情况来看,length 值小的时候,因为达到容量边缘需要扩容的次数少,不易重现,将 length 值调到比较大时,异常抛出率就很高了。

    实际上除了抛出这种异常外,以上场景还可能造成数据覆盖 /丢失、ArrayList 里实际存放的元素个数与 size 值不符等其它问题,感兴趣的同学可以继续挖掘一下。

    解决方案

    对这类问题常见的有效解决思路就是对共享的资源访问加锁。

    我提出代码审查的修改意见后,小伙伴将文首代码里的

    List<String> resultList = new ArrayList<>();
    

    修改为了

    List<String> resultList = Collections.synchronizedList(new ArrayList<>());
    

    这样实际最终会使用 SynchronizedRandomAccessList,看它的实现类,其实里面也是加锁,它内部持有一个 List,用 synchronized 关键字控制对 List 的读写访问,这是一种思路——使用线程安全的集合类,对应的还可以使用 Vector 等其它类似的类来解决问题。

    另外一种方思路是手动对关键代码段加锁,比如我们也可以将

    resultList.add(value);
    

    修改为

    synchronized (mutex) {
        resultList.add(value);
    }
    

    小结

    Java 8 的并行流提供了很方便的并行处理、提升程序执行效率的写法,我们在编码的过程中,对用到多线程的地方要保持警惕,有意识地预防此类问题。

    对应的,我们在做代码审查的过程中,也要对涉及到多线程使用的场景时刻绷着一根弦,在代码合入前把好关,将隐患拒之门外。

    参考

    6 条回复    2021-03-16 15:52:05 +08:00
    ZeawinL
        1
    ZeawinL  
       2021-03-13 20:36:59 +08:00 via Android
    额…
    mind3x
        2
    mind3x  
       2021-03-14 00:16:27 +08:00
    非抬杠,纯分享,不喜请忽略。

    ```
    List<String> result = paramList.parallelStream().map(v -> doSomething(v)).collect(toList());
    ```
    zzl22100048
        3
    zzl22100048  
       2021-03-14 00:25:30 +08:00
    这案例是线程安全问题????
    List<String> result = paramList.parallelStream().map(this::doSomething).collect(toList());
    clf
        4
    clf  
       2021-03-14 15:13:50 +08:00
    1.第一个案例直接像上面回复的那样 collect 生成一个新的 List 就行了。
    2.假设 list 原来有数据,还是和上面一样的方法去生成一个新的 List,然后用 addAll,直接拷贝内存批量增加,比你的方法快多了。
    mzlogin
        5
    mzlogin  
    OP
       2021-03-14 16:14:53 +08:00
    @mind3x
    @zzl22100048
    @lychs1998

    感谢分享,确实是我有点思维定势了。

    实际场景比文中案例复杂一些,当时关注点只在是否线程安全去了,然后写文的时候为了方便讲解进一步简化了场景,现在想一下用 stream 相关的操作其实也能直接实现,文中案例确实不是一个很合适的切入点。学习啦。
    siweipancc
        6
    siweipancc  
       2021-03-16 15:52:05 +08:00 via iPhone
    很怪……
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5589 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 03:24 · PVG 11:24 · LAX 19:24 · JFK 22:24
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.