当前位置：首页 > wzjs >正文

政府网站模板下载免费百度识图识别

wzjs 2025/8/27 5:29:38

政府网站模板下载免费,百度识图识别,中企动力公司待遇怎么样,怎么做网站移动端目录一,概述 1.1 kotlin协程序原理: 1.2 核心概念二,协程调度器之Dispatchers 三,协程能进行线程恢复的原理 3.1 源码分析 3.2协程调用时序图一,概述 1.1 kotlin协程序原理: 1,内部线程池管理线程使用到了自旋和挂起 2,传统的线程之所以重,是因为线程的执行&#…

一,概述

1.1 kotlin协程序原理:

1.2 核心概念

二,协程调度器之Dispatchers

三,协程能进行线程恢复的原理

3.1 源码分析

3.2协程调用时序图

一,概述

1.1 kotlin协程序原理:

1,内部线程池管理线程使用到了自旋和挂起

2,传统的线程之所以重,是因为线程的执行，等待唤醒需要操作系统来完成

3,协程之所以相对于传统的线程轻量级，是因为协程是通过协程调度器来完成

线程的唤醒，调度，执行的，区别就在哪里

4,协程是基于线程的，没有线程就没有协程，协程最终是通过开启线程,thread,调用

thread的start方法完成协程的调度的

协程是一种并发设计模式，您可以在 Android 平台上使用它来简化异步执行的代码。协程是在 1.3 版中添加到 Kotlin 的，基于既定的从其他语言转换成的概念。

在 Android 上，协程有助于管理长时间运行的任务，如果管理不当，这些任务可能会阻塞主线程并导致应用无响应。使用协程的专业开发者中有超过 50% 的人反映使用协程提高了工作效率。本主题介绍如何使用 Kotlin 协程解决以下问题，从而让您能够编写出更清晰、更简洁的应用代码。

协程是我们在 Android 上进行异步编程的推荐解决方案。值得关注的特点包括：

轻量：您可以在单个线程上运行多个协程，因为协程支持挂起，不会使正在运行协程的线程阻塞。挂起比阻塞节省内存，且支持多个并行操作。
内存泄漏更少：使用结构化并发在一个范围内运行多项操作
内置取消支持：取消通过正在运行的协程层次结构自动传播。
Jetpack 集成：许多 Jetpack 库都包含提供全面协程支持的扩展。某些库还提供自己的协程作用域，可供您用于结构化并发。

1.2 核心概念

以上代码就涉及到了协程的四个基础概念：

suspend function。即挂起函数，delay() 就是协程库提供的一个用于实现非阻塞式延时的挂起函数
CoroutineScope。即协程作用域，GlobalScope 是 CoroutineScope 的一个实现类，用于指定协程的作用范围，可用于管理多个协程的生命周期，所有协程都需要通过 CoroutineScope 来启动
CoroutineContext。即协程上下文，包含多种类型的配置参数。Dispatchers.IO 就是 CoroutineContext 这个抽象概念的一种实现，用于指定协程的运行载体，即用于指定协程要运行在哪类线程上
CoroutineBuilder。即协程构建器，协程在 CoroutineScope 的上下文中通过 launch、async 等协程构建器来进行声明并启动。launch、async 均被声明为 CoroutineScope 的扩展方法

1.3 kotlin协程调试办法

设置VM参数：-Dkotlinx.coroutines.debug

Android工程中打开协程debug模式，无法直接在工程中进行设置，而是需要在Android代码中设置相应属性。设置代码如下：

System.setProperty("kotlinx.coroutines.debug", "on" )

上面的对kotlin版本有要求，最好1.4以上

二,协程调度器之Dispatchers

2.1 job生命周期

Dispatchers.Default：被用于所有没有指定分发器或者ContinuationInterceptor的标准协程构建器，简而言之，就是默认的分发器。它会使用一个共享的后台线程池。
Dispatchers.IO：也会使用一个共享线程池，主要用于IO操作。
Dispatchers.MAIN：主线程分发器，即启动的协程会在主线程中运行
Dispatchers.Unconfined：不指定某个特定的线程或者线程池来运行协程

三,协程能进行线程恢复的原理

3.1 源码分析

kotlinx.coroutines.CoroutineContextKt

restoreThreadContext

这里是最核心的，这段代码是在Thread的run方法中被调用，在开始调用之前调用updateThreadContext(context, countOrElement)方法把当前线程的数据保存起来，然后在调用业务的 block函数，这里的context, countOrElement这两个参数是调用线程的数据和上下文(比如说在主线程中调用，那么这个数据就是主线程的)，然后在block函数执行完成以后，在finally {
restoreThreadContext(context, oldValue)
}

调用restoreThreadContext(context, oldValue) 也就是恢复之前的数据，在这里完成了线程的数据切换(线程栈数据切换,保存的是线程堆栈信息)

internal fun updateThreadContext(context: CoroutineContext, countOrElement: Any?): Any? {@Suppress("NAME_SHADOWING")val countOrElement = countOrElement ?: threadContextElements(context)@Suppress("IMPLICIT_BOXING_IN_IDENTITY_EQUALS")return when {countOrElement === 0 -> ZERO // very fast path when there are no active ThreadContextElements//    ^^^ identity comparison for speed, we know zero always has the same identitycountOrElement is Int -> {// slow path for multiple active ThreadContextElements, allocates ThreadState for multiple old valuescontext.fold(ThreadState(context, countOrElement), updateState)}else -> {// fast path for one ThreadContextElement (no allocations, no additional context scan)@Suppress("UNCHECKED_CAST")val element = countOrElement as ThreadContextElement<Any?>element.updateThreadContext(context)}}
}

这里面是最核心的部分，使用了ThreadLocal来存储不同线程的数据，这个才是最核心的部分，只有这样子，那么在在从线程挂起到恢复的时候，才知道调用栈地址以及数据

internal class ThreadLocalElement<T>(private val value: T,private val threadLocal: ThreadLocal<T>
) : ThreadContextElement<T> {override val key: CoroutineContext.Key<*> = ThreadLocalKey(threadLocal)override fun updateThreadContext(context: CoroutineContext): T {val oldState = threadLocal.get()threadLocal.set(value)return oldState}override fun restoreThreadContext(context: CoroutineContext, oldState: T) {threadLocal.set(oldState)}