【面试必知】Kotlin实现生产者/消费者模型的几种方式

以你之姓@ 2022-12-06 05:47 103阅读 0赞

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ZpdGF2aXZh_size_16_color_FFFFFF_t_70_pic_center]

Kotlin中有多种方法可以实现多线程生产/消费模型（大多也适用于Java）

1.  Synchronized
2.  Lock
3.  BlockingQueue
4.  Semaphore
5.  RxJava
6.  Coroutine

# Synchronized #

--------------------

val buffer = LinkedList<Data>()
    val MAX = 5 //buffer最大size
    
    val lock = Object()
    
    fun produce(data: Data) { 
        sleep(2000) // mock produce
        synchronized(lock) { 
            while (buffer.size >= MAX) { 
               // 当buffer满时，停止生产
               // 注意此处使用while不能使用if，因为有可能是被另一个生产线程而非消费线程唤醒，所以要再次检查buffer状态
               // 如果生产消费两把锁，则不必担心此问题
               lock.wait()
            }
    
    		buffer.push(data)
            // notify方法只唤醒其中一个线程，选择哪个线程取决于操作系统对多线程管理的实现。
            // notifyAll会唤醒所有等待中线程，哪一个线程将会第一个处理取决于操作系统的实现，但是都有机会处理。
            // 此处使用notify有可能唤醒的是另一个生产线程从而造成死锁，所以必须使用notifyAll
            lock.notifyAll()
        }
    }
    
    fun consume() { 
        synchronized(lock) { 
            while (buffer.isEmpty())
                lock.wait() // 暂停消费
            buffer.removeFirst()
            lock.notifyAll()
        }
        sleep(2000) // mock consume
    }
    
    // 同时启动多个生产、消费线程
    repeat(10) { 
        Thread {  produce(Data()) }.start()
    }
    repeat(10) { 
        Thread {  consume() }.start()
    }

# Lock #

--------------------

Lock相对于Synchronized好处是，当有多个生产线/消费线程时，我们可以通过定义多个condition精确指定唤醒哪一个。下面的例子没有这么复杂，只是替换上面Synchronized写法

val buffer = LinkedList<Data>()
    val MAX = 5 //buffer最大size
                 
    val lock = ReentrantLock()                     
    val condition = lock.newCondition()          
                                                   
    fun produce(data: Data) {                       
        sleep(2000) // mock produce 
        lock.lock()                                
                                                   
        while (buffer.size >= 5)                      
            condition.await()                      
                                                   
        buffer.push(data)                          
        condition.signalAll()                      
        lock.unlock()                              
    }                                              
                                                   
    fun consume() {                                 
        lock.lock()                                
        while (buffer.isEmpty())                      
            condition.await()                      
                                                   
        buffer.removeFirst()
        condition.singleAll()                        
        lock.unlock()                              
        sleep(2000) // mock consume 
    }

# BlockingQueue #

--------------------

BlockingQueue在达到临界条件时，再进行读写会自动阻塞当前线程等待锁的释放，天然适合这种生产/消费场景

val buffer = LinkedBlockingQueue<Data>(5)               
                                                            
    fun produce(data: Data) {                                
        sleep(2000) // mock produce 
        buffer.put(data) //buffer满时自动阻塞 
    }
                                                            
    fun consume() {                                          
        buffer.take() // buffer空时自动阻塞
        sleep(2000) // mock consume 
    }

# Semaphore #

--------------------

Semaphore是JUC提供的一种共享锁机制，可以进行拥塞控制，此特性可用来控制buffer的大小。

// canProduce: 可以生产数量（即buffer可用的数量），生产者调用acquire，减少permit数目 
    val canProduce = Semaphore(5)                                                                                           
    // canConsumer：可以消费数量，生产者调用release，增加permit数目 
    val canConsume = Semaphore(5)                                                                                      
    // 控制buffer访问互斥 
    val mutex = Semaphore(0)                                       
                                                                   
    val buffer = LinkedList<Data>()                                
                                                                   
    fun produce(data: Data) {                                       
        if (canProduce.tryAcquire()) {                              
            sleep(2000) // mock produce 
                                                                   
            mutex.acquire()                                        
            buffer.push(data)                                      
            mutex.release()                                        
                                                                   
            canConsume.release() //通知消费端新增加了一个产品 
        }                                                          
    }                                                              
                                                                   
    fun consume() {                                                 
        if (canConsume.tryAcquire()) {                              
            sleep(2000) // mock consume 
                                                                   
            mutex.acquire()                                        
            buffer.removeFirst()                                   
            mutex.release()                                        
                                                                   
            canProduce.release() //通知生产端可以再追加生产 
        }                                                          
                                                                   
    }

# RxJava #

--------------------

RxJava不太适合用于多生产者多消费者的场景，但是可以用在单生产者/但消费者场景。  
Flowable的被压机制可以用来控制buffer数量

class Producer : Flowable<Data>() { 
    
        override fun subscribeActual(subscriber: org.reactivestreams.Subscriber<in Data>) { 
            subscriber.onSubscribe(object : Subscription { 
                override fun cancel() { 
                    //...
                }
    
                private val outStandingRequests = AtomicLong(0)
    
                override fun request(n: Long) {  //收到下游通知，开始生产
                    outStandingRequests.addAndGet(n)
    
                    while (outStandingRequests.get() > 0) { 
                        sleep(2000)
                        subscriber.onNext(Data())
                        outStandingRequests.decrementAndGet()
                    }
                }
    
            })
        }
    
    }
    
    
    
    class Consumer : DefaultSubscriber<Data>() { 
    
        override fun onStart() { 
            request(1)
        }
    
        override fun onNext(i: Data?) { 
            sleep(2000) //mock consume
            request(1) //通知上游可以增加生产
        }
    
        override fun onError(throwable: Throwable) { 
            //...
        }
    
        override fun onComplete() { 
            //...
        }
    
    }
    
    
    @Test
    fun test_rxjava() { 
        try { 
            val testProducer = Producer)
            val testConsumer = Consumer()
    
            testProducer
                .subscribeOn(Schedulers.computation())
                .observeOn(Schedulers.single())
                .blockingSubscribe(testConsumer)
    
        } catch (t: Throwable) { 
            t.printStackTrace()
        }
    
    }

# Continue/produce #

--------------------

协程中的Channel具有拥塞控制机制，可以实现生产者消费者之间的通信。  
官方基于Channel封装了produce方法，专门处理此类场景

val produce = produce(Dispatchers.IO, 5) { 
         repeat(10) { 
            sleep(2000) //mock produce
            val data = Data()
            send(data) // 超过5个以上没有消费完时，协程挂起
         }
    }
    
    produce.consumeEach { 
            sleep(3000) //mock consume
    }

# Summary #

--------------------

所线程的生产者消费者问题，无非就是处理两端的通信，锁、信号量、RxJava背压、协程Channel等都是可以选择的通信方式。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3ZpdGF2aXZh_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/eeb7d40053bf4a8ca01d13c3556c6196.png