中国建设银行网站分期通最近一周的新闻大事10条
1. ReadWriteLock（读写锁）：实现高性能缓存
总结：
| 要点 | 内容 |
| 适用场景 | 读多写少、高并发读取场景（如缓存） |
| 锁类型 |
|
| 读锁 vs 写锁 | 多线程可同时读，写独占 |
| 按需加载中的“二次检查” | 避免重复查询数据库 |
| 锁升级 | ❌ 不支持 |
| 锁降级 | ✅ 支持（写锁降为读锁） |
| 数据一致性 | 可采用超时失效、Binlog 推送或双写策略 |
1.1. 读写锁的概念
并发优化的场景：读多写少
- 实际开发中，缓存常用于提升性能（比如缓存元数据、基础数据）
- 这类数据 读取频繁、写入稀少，典型读多写少
常规锁（互斥锁）的限制
synchronized或ReentrantLock会限制所有线程串行访问，即便是多个读取操作- 性能瓶颈：多个读线程也互相阻塞
ReadWriteLock的基本规则：
- 允许多个线程同时读共享变量；
- 只允许一个线程写共享变量；
- 如果一个写线程正在执行写操作，此时禁止读线程读共享变量。
Java 实现类：
- 接口：ReadWriteLock
- 实现：ReentrantReadWriteLock（支持可重入）
1.2. 封装线程安全的缓存类
示例：Cache<K, V> 类（线程安全）
class Cache<K,V> {final Map<K, V> m = new HashMap<>();final ReadWriteLock rwl = new ReentrantReadWriteLock();final Lock r = rwl.readLock();final Lock w = rwl.writeLock();V get(K key) {r.lock();try { return m.get(key); }finally { r.unlock(); }}V put(String key, Data v) {w.lock();try { return m.put(key, v); }finally { w.unlock(); }}
}缓存数据的加载策略
1. 一次性加载（适合数据量小）
- 程序启动时从源头加载所有数据，调用
put()写入缓存 - 简单易行，示意图如下：
2. 按需加载（懒加载，适合数据量大）
原理：
- 查询缓存时，如果缓存中没有数据，则从源头加载并更新缓存
实现逻辑（含二次检查）：
V get(K key) {
V v = null;
r.lock(); // ① 获取读锁
try { v = m.get(key); } // ② 尝试从缓存读取
finally { r.unlock(); } // ③ 释放读锁if (v != null) return v; // ④ 缓存命中w.lock(); // ⑤ 获取写锁
try {v = m.get(key); // ⑥ 再次检查if (v == null) {v = 查询数据库(); // ⑦ 查询源数据m.put(key, v); // 写入缓存}
} finally {w.unlock(); // 释放写锁
}
return v;
}为什么要“再次验证”？
- 防止多个线程同时 miss 缓存，导致重复数据库查询（读写锁是排他的）
1.3. 读写锁的升级与降级
1. 不支持锁的升级
不允许持有读锁时再获取写锁（会死锁）
错误代码示例：
r.lock();
try {if (m.get(key) == null) {w.lock(); // ❌ 升级为写锁，阻塞try { m.put(key, 查询数据库()); }finally { w.unlock(); }}
} finally {r.unlock(); // 死锁
}2. 支持锁的降级
持有写锁时，可以先获取读锁，再释放写锁
w.lock(); // 写锁
try {if (!cacheValid) {data = 查询数据();cacheValid = true;r.lock(); // 降级为读锁}
} finally {w.unlock(); // 释放写锁
}try {use(data); // 仍持有读锁
} finally {r.unlock(); // 释放读锁
}补充：缓存一致性问题及解决方案
常见解决方式：
| 方式 | 描述 |
| 超时失效机制 | 每条缓存数据设定有效期，到期重新加载 |
| Binlog 同步 | 数据库变更触发缓存更新（如 MySQL Binlog） |
| 数据双写 | 同时写入缓存和数据库（需解决一致性问题） |
2. StampedLock（比读写锁更快）
StampedLock提供 写锁、悲观读锁、乐观读 三种模式；- 乐观读是 无锁读取 + 校验机制，适合读多写少；
stamp类似数据库中的version，用于一致性验证；- 不支持重入、不支持条件变量、不支持中断；
- 使用不当可能造成 CPU 飙升问题。
2.1. StampedLock的概念
背景与作用
- 传统读写锁（ReadWriteLock）：适用于“读多写少”的场景，支持多个线程并发读，但写操作会阻塞所有读操作。
- StampedLock（JDK 1.8 新增）：
-
- 提供更高性能的读写控制机制；
- 特别适合读多写少场景；
- 支持 三种锁模式，引入了性能更优的“乐观读”
StampedLock的三种锁模式：
| 锁类型 | 特点 | 互斥性 | 适用场景 |
| 写锁 | 和写锁类似 | 与所有其他锁互斥 | 修改共享数据 |
| 悲观读锁 | 与 ReadLock 类似，可多个线程同时持有 | 与写锁互斥 | 读取共享数据（有一定写的可能性） |
| 乐观读 | 无锁！性能最好 | 可与写锁并发（需校验） | 读取频繁，修改极少场景 |
- 加锁后都会返回一个 stamp，释放锁时需要传入。
代码示例：
final StampedLock sl = new StampedLock();// 悲观读锁
long stamp = sl.readLock();
try {// 读取操作
} finally {sl.unlockRead(stamp);
}// 写锁
long stamp = sl.writeLock();
try {// 写操作
} finally {sl.unlockWrite(stamp);
}2.2. 乐观读原理与用法
乐观读流程：
- 调用
tryOptimisticRead()获取 stamp； - 读取共享变量到局部变量（期间数据可能被其他线程写操作修改！）；
- 通过
validate(stamp)判断是否有写操作发生；
-
- 若返回
true，说明无写操作，读取有效； - 若返回
false，则需“升级为悲观读锁”。
- 若返回
示例代码：
long stamp = sl.tryOptimisticRead();
int curX = x, curY = y;
if (!sl.validate(stamp)) {stamp = sl.readLock(); // 升级为悲观读try {curX = x;curY = y;} finally {sl.unlockRead(stamp);}
}
return Math.sqrt(curX * curX + curY * curY);为什么比 ReadWriteLock 更快？
- 乐观读无锁，不阻塞写操作；
- 只有在检测到写入发生时，才升级为悲观读，大大减少了锁竞争和阻塞。
使用注意事项
| 注意点 | 说明 |
| ❌ 不支持重入 |
|
| ❌ 不支持条件变量 | 不能用 |
| ❌ 不支持中断 | 调用 |
对比数据库乐观锁
- 数据库中通过
version字段实现乐观锁控制； - 读取时返回
version，更新时用where version=旧值控制； - 与 StampedLock 的
stamp机制非常相似，便于理解乐观读校验的本质。
2.3. 使用模板
1. 读操作模板：
long stamp = sl.tryOptimisticRead();
// 读取局部变量
...
if (!sl.validate(stamp)) {stamp = sl.readLock();try {...} finally {sl.unlockRead(stamp);}
}// 使用局部变量...2. 写操作模板：
long stamp = sl.writeLock();
try {// 修改共享变量...
} finally {sl.unlockWrite(stamp);
}