Scala 并發(fā)編程

Runnable/Callable

Runnable接口只有一個沒有返回值的方法。

trait Runnable {
  def run(): Unit
}

Callable與之類似，除了它有一個返回值

trait Callable[V] {
  def call(): V
}

線程

Scala并發(fā)是建立在Java并發(fā)模型基礎(chǔ)上的。

在Sun JVM上，對IO密集的任務(wù)，我們可以在一臺機器運行成千上萬個線程。

一個線程需要一個Runnable。你必須調(diào)用線程的?start?方法來運行Runnable。

scala> val hello = new Thread(new Runnable {
  def run() {
    println("hello world")
  }
})
hello: java.lang.Thread = Thread[Thread-3,5,main]

scala> hello.start
hello world

當(dāng)你看到一個類實現(xiàn)了Runnable接口，你就知道它的目的是運行在一個線程中。

單線程代碼

這里有一個可以工作但有問題的代碼片斷。

import java.net.{Socket, ServerSocket}
import java.util.concurrent.{Executors, ExecutorService}
import java.util.Date

class NetworkService(port: Int, poolSize: Int) extends Runnable {
  val serverSocket = new ServerSocket(port)

  def run() {
    while (true) {
      // This will block until a connection comes in.
      val socket = serverSocket.accept()
      (new Handler(socket)).run()
    }
  }
}

class Handler(socket: Socket) extends Runnable {
  def message = (Thread.currentThread.getName() + "\n").getBytes

  def run() {
    socket.getOutputStream.write(message)
    socket.getOutputStream.close()
  }
}

(new NetworkService(2020, 2)).run

每個請求都會回應(yīng)當(dāng)前線程的名稱，所以結(jié)果始終是?main?。

這段代碼的主要缺點是在同一時間，只有一個請求可以被相應(yīng)！

你可以把每個請求放入一個線程中處理。只要簡單改變

(new Handler(socket)).run()

為

(new Thread(new Handler(socket))).start()

但如果你想重用線程或者對線程的行為有其他策略呢？

Executors

隨著Java 5的發(fā)布，它決定提供一個針對線程的更抽象的接口。

你可以通過?Executors?對象的靜態(tài)方法得到一個?ExecutorService?對象。這些方法為你提供了可以通過各種政策配置的?ExecutorService?，如線程池。

下面改寫我們之前的阻塞式網(wǎng)絡(luò)服務(wù)器來允許并發(fā)請求。

import java.net.{Socket, ServerSocket}
import java.util.concurrent.{Executors, ExecutorService}
import java.util.Date

class NetworkService(port: Int, poolSize: Int) extends Runnable {
  val serverSocket = new ServerSocket(port)
  val pool: ExecutorService = Executors.newFixedThreadPool(poolSize)

  def run() {
    try {
      while (true) {
        // This will block until a connection comes in.
        val socket = serverSocket.accept()
        pool.execute(new Handler(socket))
      }
    } finally {
      pool.shutdown()
    }
  }
}

class Handler(socket: Socket) extends Runnable {
  def message = (Thread.currentThread.getName() + "\n").getBytes

  def run() {
    socket.getOutputStream.write(message)
    socket.getOutputStream.close()
  }
}

(new NetworkService(2020, 2)).run

這里有一個連接腳本展示了內(nèi)部線程是如何重用的。

$ nc localhost 2020
pool-1-thread-1

$ nc localhost 2020
pool-1-thread-2

$ nc localhost 2020
pool-1-thread-1

$ nc localhost 2020
pool-1-thread-2

Futures

Future?代表異步計算。你可以把你的計算包裝在Future中，當(dāng)你需要計算結(jié)果的時候，你只需調(diào)用一個阻塞的?get()?方法就可以了。一個?Executor?返回一個?Future?。如果使用Finagle RPC系統(tǒng)，你可以使用?Future?實例持有可能尚未到達的結(jié)果。

一個?FutureTask?是一個Runnable實現(xiàn)，就是被設(shè)計為由?Executor?運行的

val future = new FutureTask[String](new Callable[String]() {
  def call(): String = {
    searcher.search(target);
}})
executor.execute(future)

現(xiàn)在我需要結(jié)果，所以阻塞直到其完成。

val blockingResult = future.get()

參考?Scala School的Finagle介紹中大量使用了Future，包括一些把它們結(jié)合起來的不錯的方法。以及 Effective Scala 對Futures的意見。

線程安全問題

class Person(var name: String) {
  def set(changedName: String) {
    name = changedName
  }
}

這個程序在多線程環(huán)境中是不安全的。如果有兩個線程有引用到同一個Person實例，并調(diào)用?set?，你不能預(yù)測兩個調(diào)用結(jié)束后?name?的結(jié)果。

在Java內(nèi)存模型中，允許每個處理器把值緩存在L1或L2緩存中，所以在不同處理器上運行的兩個線程都可以有自己的數(shù)據(jù)視圖。

讓我們來討論一些工具，來使線程保持一致的數(shù)據(jù)視圖。

三種工具

同步

互斥鎖（Mutex）提供所有權(quán)語義。當(dāng)你進入一個互斥體，你擁有它。同步是JVM中使用互斥鎖最常見的方式。在這個例子中，我們會同步Person。

在JVM中，你可以同步任何不為null的實例。

class Person(var name: String) {
  def set(changedName: String) {
    this.synchronized {
      name = changedName
    }
  }
}

volatile

隨著Java 5內(nèi)存模型的變化，volatile和synchronized基本上是相同的，除了volatile允許空值。

synchronized?允許更細粒度的鎖。 而?volatile?則對每次訪問同步。

class Person(@volatile var name: String) {
  def set(changedName: String) {
    name = changedName
  }
}

AtomicReference

此外，在Java 5中還添加了一系列低級別的并發(fā)原語。?AtomicReference?類是其中之一

import java.util.concurrent.atomic.AtomicReference

class Person(val name: AtomicReference[String]) {
  def set(changedName: String) {
    name.set(changedName)
  }
}

這個成本是什么？

AtomicReference?是這兩種選擇中最昂貴的，因為你必須去通過方法調(diào)度（method dispatch）來訪問值。

volatile?和?synchronized?是建立在Java的內(nèi)置監(jiān)視器基礎(chǔ)上的。如果沒有資源爭用，監(jiān)視器的成本很小。由于?synchronized?允許你進行更細粒度的控制權(quán)，從而會有更少的爭奪，所以?synchronized?往往是最好的選擇。

當(dāng)你進入同步點，訪問volatile引用，或去掉AtomicReferences引用時， Java會強制處理器刷新其緩存線從而提供了一致的數(shù)據(jù)視圖。

如果我錯了，請大家指正。這是一個復(fù)雜的課題，我敢肯定要弄清楚這一點需要一個漫長的課堂討論。

Java5的其他靈巧的工具

正如前面提到的?AtomicReference?，Java5帶來了許多很棒的工具。

CountDownLatch

CountDownLatch?是一個簡單的多線程互相通信的機制。

val doneSignal = new CountDownLatch(2)
doAsyncWork(1)
doAsyncWork(2)

doneSignal.await()
println("both workers finished!")

先不說別的，這是一個優(yōu)秀的單元測試。比方說，你正在做一些異步工作，并要確保功能完成。你的函數(shù)只需要?倒數(shù)計數(shù)（countDown）?并在測試中?等待（await）?就可以了。

AtomicInteger/Long

由于對Int和Long遞增是一個經(jīng)常用到的任務(wù)，所以增加了?AtomicInteger?和?AtomicLong?。

AtomicBoolean

我可能不需要解釋這是什么。

ReadWriteLocks

讀寫鎖（ReadWriteLock）?使你擁有了讀線程和寫線程的鎖控制。當(dāng)寫線程獲取鎖的時候讀線程只能等待。

讓我們構(gòu)建一個不安全的搜索引擎

下面是一個簡單的倒排索引，它不是線程安全的。我們的倒排索引按名字映射到一個給定的用戶。

這里的代碼天真地假設(shè)只有單個線程來訪問。

注意使用了?mutable.HashMap?替代了默認的構(gòu)造函數(shù)?this()

import scala.collection.mutable

case class User(name: String, id: Int)

class InvertedIndex(val userMap: mutable.Map[String, User]) {

  def this() = this(new mutable.HashMap[String, User])

  def tokenizeName(name: String): Seq[String] = {
    name.split(" ").map(_.toLowerCase)
  }

  def add(term: String, user: User) {
    userMap += term -> user
  }

  def add(user: User) {
    tokenizeName(user.name).foreach { term =>
      add(term, user)
    }
  }
}

這里沒有寫如何從索引中獲取用戶。稍后我們會補充。

讓我們把它變?yōu)榫€程安全

在上面的倒排索引例子中，userMap不能保證是線程安全的。多個客戶端可以同時嘗試添加項目，并有可能出現(xiàn)前面?Person?例子中的視圖錯誤。

由于userMap不是線程安全的，那我們怎樣保持在同一個時間只有一個線程能改變它呢？

你可能會考慮在做添加操作時鎖定userMap。

def add(user: User) {
  userMap.synchronized {
    tokenizeName(user.name).foreach { term =>
      add(term, user)
    }
  }
}

不幸的是，這個粒度太粗了。一定要試圖在互斥鎖以外做盡可能多的耗時的工作。還記得我說過如果不存在資源爭奪，鎖開銷就會很小嗎。如果在鎖代碼塊里面做的工作越少，爭奪就會越少。

def add(user: User) {
  // tokenizeName was measured to be the most expensive operation.
  val tokens = tokenizeName(user.name)

  tokens.foreach { term =>
    userMap.synchronized {
      add(term, user)
    }
  }
}

SynchronizedMap

我們可以通過SynchronizedMap特質(zhì)將同步混入一個可變的HashMap。

我們可以擴展現(xiàn)有的InvertedIndex，提供給用戶一個簡單的方式來構(gòu)建同步索引。

import scala.collection.mutable.SynchronizedMap

class SynchronizedInvertedIndex(userMap: mutable.Map[String, User]) extends InvertedIndex(userMap) {
  def this() = this(new mutable.HashMap[String, User] with SynchronizedMap[String, User])
}

如果你看一下其實現(xiàn)，你就會意識到，它只是在每個方法上加同步鎖來保證其安全性，所以它很可能沒有你希望的性能。

Java ConcurrentHashMap

Java有一個很好的線程安全的ConcurrentHashMap。值得慶幸的是，我們可以通過JavaConverters獲得不錯的Scala語義。

事實上，我們可以通過擴展老的不安全的代碼，來無縫地接入新的線程安全InvertedIndex。

import java.util.concurrent.ConcurrentHashMap
import scala.collection.JavaConverters._

class ConcurrentInvertedIndex(userMap: collection.mutable.ConcurrentMap[String, User])
    extends InvertedIndex(userMap) {

  def this() = this(new ConcurrentHashMap[String, User] asScala)
}

讓我們加載InvertedIndex

原始方式

trait UserMaker {
  def makeUser(line: String) = line.split(",") match {
    case Array(name, userid) => User(name, userid.trim().toInt)
  }
}

class FileRecordProducer(path: String) extends UserMaker {
  def run() {
    Source.fromFile(path, "utf-8").getLines.foreach { line =>
      index.add(makeUser(line))
    }
  }
}

對于文件中的每一行，我們可以調(diào)用?makeUser?然后?add?到 InvertedIndex中。如果我們使用并發(fā)InvertedIndex，我們可以并行調(diào)用add因為makeUser沒有副作用，所以我們的代碼已經(jīng)是線程安全的了。

我們不能并行讀取文件，但我們?可以?并行構(gòu)造用戶并且把它添加到索引中。

一個解決方案：生產(chǎn)者/消費者

異步計算的一個常見模式是把消費者和生產(chǎn)者分開，讓他們只能通過?隊列（Queue）?溝通。讓我們看看如何將這個模式應(yīng)用在我們的搜索引擎索引中。

import java.util.concurrent.{BlockingQueue, LinkedBlockingQueue}

// Concrete producer
class Producer[T](path: String, queue: BlockingQueue[T]) extends Runnable {
  def run() {
    Source.fromFile(path, "utf-8").getLines.foreach { line =>
      queue.put(line)
    }
  }
}

// Abstract consumer
abstract class Consumer[T](queue: BlockingQueue[T]) extends Runnable {
  def run() {
    while (true) {
      val item = queue.take()
      consume(item)
    }
  }

  def consume(x: T)
}

val queue = new LinkedBlockingQueue[String]()

// One thread for the producer
val producer = new Producer[String]("users.txt", q)
new Thread(producer).start()

trait UserMaker {
  def makeUser(line: String) = line.split(",") match {
    case Array(name, userid) => User(name, userid.trim().toInt)
  }
}

class IndexerConsumer(index: InvertedIndex, queue: BlockingQueue[String]) extends Consumer[String](queue) with UserMaker {
  def consume(t: String) = index.add(makeUser(t))
}

// Let's pretend we have 8 cores on this machine.
val cores = 8
val pool = Executors.newFixedThreadPool(cores)

// Submit one consumer per core.
for (i <- i to cores) {
  pool.submit(new IndexerConsumer[String](index, q))
}

Built at?@twitter?by?@stevej,?@marius, and?@lahosken?with much help from?@evanm,?@sprsquish,?@kevino,?@zuercher,?@timtrueman,?@wickman, and@mccv; Russian translation by?appigram; Chinese simple translation by?jasonqu; Korean translation by?enshahar;

Licensed under the?Apache License v2.0.