Java并发编程中的线程同步与数据一致性

synchronized块禁用String或Integer作锁对象,因其常量池复用导致意外锁竞争;volatile不能替代synchronized实现i++原子性;ConcurrentHashMap的size()不精确;ReentrantLock tryLock超时以系统实时时间为准。

为什么 synchronized 块里不能用 String 或 Integer 作锁对象

因为 StringInteger 等包装类和字符串字面量存在常量池复用,不同线程看似用了“同一个”锁变量,实际可能指向 JVM 中同一块内存地址,导致意外的锁竞争或死锁。更糟的是,这种问题在线上低概率复现,排查成本极高。

  • 永远避免用 new String("lock") 以外的字符串字面量(如 "lock")或自动装箱值(如 Integer.valueOf(1))作锁
  • 推荐显式创建私有 final 对象:
    private final Object lock = new Object();
  • 若必须用业务字段作锁,确保该字段是 final 且不参与任何外部赋值或反射修改

volatile 能否替代 synchronized 实现计数器自增

不能。volatile 只保证可见性和禁止指令重排序,但 i++ 是读-改-写三步非原子操作。即使

ivolatile int,多线程下仍会丢失更新。

  • 正确做法:用 AtomicInteger.incrementAndGet(),它底层基于 CAS + volatile 实现原子性
  • 注意 AtomicIntegergetAndIncrement()incrementAndGet() 返回值顺序不同,别混淆语义
  • 如果逻辑复杂(比如需在自增前后加校验),synchronizedReentrantLock 仍是更可控的选择

ConcurrentHashMap 的 size() 方法为什么不准

ConcurrentHashMap 为避免全局锁,在并发扩容和写入时不做精确计数;size() 是对每个分段桶调用 sumCount() 的近似快照,可能漏掉正在迁移的节点或未 flush 的计数器增量。

  • 需要精确大小?改用 mappingCount() —— 它返回 long 类型,语义更明确,且 JDK 8+ 内部实现已比 size() 更稳定,但仍不承诺强一致性
  • 若业务逻辑依赖“绝对数量”,说明设计本身有问题:应转向事件驱动(如监听 put 操作)或用单独的原子计数器维护
  • 不要在循环条件里用 map.size() > 0 判断是否为空,改用 map.isEmpty(),它有专门的无锁优化路径

ReentrantLock tryLock(long, TimeUnit) 的超时判断到底以谁为准

以操作系统级的实时时间(wall-clock time)为准,不是 CPU 时间,也不是当前线程被调度的时间。这意味着如果系统时间被手动调整(如 NTP 同步或管理员修改),可能导致 tryLock 提前返回 false 或阻塞远超预期。

  • JDK 9+ 引入了 new StampedLock(),其 tryOptimisticRead() 不依赖系统时钟,适合对时间敏感的乐观读场景
  • 生产环境务必关闭系统时间自动跳变(如配置 ntpd -x 或使用 chrony 的 slew 模式)
  • 测试中模拟超时,不要用 Thread.sleep() 配合 tryLock(1, TimeUnit.SECONDS),而应直接用 System.nanoTime() 控制精度
实际写并发代码时,最常被忽略的不是语法,而是「锁粒度」和「内存可见性边界」的隐式耦合——比如在 synchronized 块里修改了某个 volatile 字段,以为能加强同步效果,其实只是多余操作。