当前位置: 首页 > news >正文

Java锁相关概念的简单理解

Java中锁的概念
  • 自旋锁:是指当一个线程在获取锁的时候,如果锁已经被其它线程获取,那么该线程将循环等待,然后不断的判断锁是否能够被成功获取,直到获取到锁才会退出循环

  • 乐观锁:假定没有冲突,在修改数据时如果发现数据和之前获取的不一致,则读最新数据,修改后重试修改

  • 悲观锁:假定会发生并发冲突,同步所有对数据的相关操作,从读数据就开始上锁

  • 独享锁(写):给资源加上写锁,线程可以修改资源,其他线程不能再加锁 (单写)

  • 共享锁(读):给资源加上读锁后只能读不能改,其他线程也只能加读锁,不能加写锁 (多读)

  • 可重入锁、不可重入锁:线程拿到一把锁之后,可以自由进入同一把锁所同步的其他代码,则为可重入锁。

  • 公平锁、非公平锁:争抢锁的顺序,如果是按先来后到,则为公平。

几种重要的锁实现方式: synchronized、ReentrantLock、ReentrantReadWriteLock


同步关键字 synchronized

1、用于实例方法、静态方法时,隐式指定锁对象
2、用于代码块时,显示指定锁对象
3、锁的作用域:对象锁、类锁、分布式锁
4、引申:如果是多个进程,怎么办?

  • 特性:可重入、独享、悲观锁
  • 锁优化:
    • 锁消除:(开启锁消除的参数:-XX:+DoEscapeAnalysis -XX:+EliminateLocks)
    • 锁粗化:JDK做了锁粗化的优化,但我们自己可从代码层面优化

Note: synchronized关键字,不仅实现同步,JMM中规定,synchronized要保证可见性(不能够被缓存)。


思考

锁的思考

》》》锁是加在对象头上边的


堆内存中的Java对象

堆内存中的Java对象

Mark Word

Mark Word

默认情况下JVM锁会经历:未锁定->偏向锁->轻量级锁->重量级锁这四个状态
参考来源:

  • https://www.cs.princeton.edu/picasso/mats/HotspotOverview.pdf
  • https://wiki.openjdk.java.net/display/HotSpot/Synchronization
  • 《深入理解Java虚拟机》
轻量级锁

轻量级锁

重量级锁

重量级锁

偏向锁

偏向锁

锁的升级过程

锁的升级过程

tips:锁没有降级的概念,只能是释放完之后改为未锁定状态

AI大模型学习福利

作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获取

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。


因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获

四、AI大模型商业化落地方案

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量

http://www.gsyq.cn/news/181863.html

相关文章:

  • Miniconda-Python3.9环境下使用PyTorch进行张量运算测试
  • 揭秘背后真相:为何大厂都在秘密布局AI Agent?普通人如何以低成本加入这场科技革命
  • Qt QPointer 快速入门
  • Miniconda-Python3.9环境下实现PyTorch模型公平性检测流程
  • Miniconda-Python3.9环境下实现PyTorch模型安全沙箱运行
  • PyTorch可信执行环境(TEE)实验:Miniconda-Python3.9准备
  • PyTorch官方安装命令在Miniconda-Python3.9中的实际应用
  • Miniconda-Python3.9如何支持PyTorch与Airflow工作流集成
  • Miniconda-Python3.9环境下监控PyTorch GPU显存使用情况
  • COMSOL 使用-后续测试
  • k8s1.29.15+containerd搭建集群
  • Java 拦截器 2025 终极指南:从入门到“卷死”同事
  • 算法题 链表的中间结点
  • 使用Miniconda-Python3.9同时运行不同版本PyTorch项目
  • CUDA occupancy calculator:Miniconda-Python3.9计算最优block大小
  • 发稿渠道哪家公司效果更可靠?2025年终7家服务商横向评测及最终推荐! - 十大品牌推荐
  • 贪心算法专题(十一):一箭双雕的快乐——「用最少数量的箭引爆气球」
  • 一次拿下 Web Dynpro ABAP 运行时全景:用 IF_WD_APPLICATION 把应用信息、启动环境、客户端能力都摸清
  • 企业宣传软文公司哪家效果靠谱?2025年终7家服务商权威测评与最终推荐! - 十大品牌推荐
  • 把后台 Spool 里的错误变成可检索的 Application Log:SAP ABAP 应用日志从配置到封装的实战指南
  • PyTorch模型训练慢?先确认Miniconda环境中的CUDA是否正常
  • 网易发稿哪家公司效果更靠谱?2025年终7家服务商权威评测与最终推荐! - 十大品牌推荐
  • 读懂 SAP Shared Memory 与 IMODE:从 ST02 的 Mode List 还原一次用户会话的内存旅程
  • 工业数字化平台助力构建全链路设备管理系统
  • K8S中storageClass
  • 在Arm架构的ubuntu中,使用qt qmediaplayer播放视频报错Warning: “No decoder available for type ‘video/mpeg...
  • Anaconda prompt启动慢:Miniconda-Python3.9无GUI更快响应
  • Markdown PlantUML类图生成:Miniconda-Python3.9绘制架构图
  • Miniconda-Python3.9 + PyTorch:最适合论文复现的技术组合
  • Pyenv versions查看已安装:Miniconda-Python3.9列出可用版本