并发编程核心知识

📕我是廖志伟,一名Java开发工程师、《Java项目实战——深入理解大型互联网企业通用技术》(基础篇)、(进阶篇)、(架构篇)清华大学出版社签约作家、Java领域优质创作者、CSDN博客专家、阿里云专家博主、51CTO专家博主、产品软文专业写手、技术文章评审老师、技术类问卷调查设计师、幕后大佬社区创始人、开源项目贡献者。

📘拥有多年一线研发和团队管理经验,研究过主流框架的底层源码(Spring、SpringBoot、SpringMVC、SpringCloud、Mybatis、Dubbo、Zookeeper),消息中间件底层架构原理(RabbitMQ、RocketMQ、Kafka)、Redis缓存、MySQL关系型数据库、 ElasticSearch全文搜索、MongoDB非关系型数据库、Apache ShardingSphere分库分表读写分离、设计模式、领域驱动DDD、Kubernetes容器编排等。不定期分享高并发、高可用、高性能、微服务、分布式、海量数据、性能调优、云原生、项目管理、产品思维、技术选型、架构设计、求职面试、副业思维、个人成长等内容。

Java程序员廖志伟

🌾阅读前,快速浏览目录和章节概览可帮助了解文章结构、内容和作者的重点。了解自己希望从中获得什么样的知识或经验是非常重要的。建议在阅读时做笔记、思考问题、自我提问,以加深理解和吸收知识。阅读结束后,反思和总结所学内容,并尝试应用到现实中,有助于深化理解和应用知识。与朋友或同事分享所读内容,讨论细节并获得反馈,也有助于加深对知识的理解和吸收。💡在这个美好的时刻,笔者不再啰嗦废话,现在毫不拖延地进入文章所要讨论的主题。接下来,我将为大家呈现正文内容。

CSDN

一、并发编程知识体系

线程基础

线程是并发编程的核心,它是程序执行流的最小单元。在Java中,线程是通过java.lang.Thread类实现的。线程的基本概念包括:

  • 线程状态:线程的生命周期分为六个状态,分别是新建(New)、就绪(Runnable)、运行(Running)、阻塞(Blocked)、等待(Waiting)、超时等待(Timed Waiting)和终止(Terminated)。线程状态之间的转换是由线程调度器根据线程的优先级、同步状态以及系统资源等因素来决定的。
线程生命周期

线程从创建到销毁,经历了一系列的生命周期。具体过程如下:

  1. 新建(New):通过new Thread()创建线程对象,此时线程处于新建状态。
  2. 就绪(Runnable):线程创建后,调用start()方法,线程进入就绪状态,等待CPU调度。
  3. 运行(Running):线程被CPU调度执行,此时线程处于运行状态。
  4. 阻塞(Blocked):线程在执行过程中,由于某些原因(如等待资源、执行I/O操作等)无法继续执行,进入阻塞状态。
  5. 等待(Waiting):线程在等待某些条件成立时,会进入等待状态,直到条件成立时被唤醒。
  6. 超时等待(Timed Waiting):线程在等待某些条件成立时,可以设置超时时间,如果超时时间到达,线程会自动唤醒。
  7. 终止(Terminated):线程执行完毕或被其他线程中断,进入终止状态。
线程优先级

线程优先级决定了CPU在调度线程时给予的优先级,Java中线程的优先级范围是1(最低)到10(最高)。线程优先级可以通过getPriority()setPriority()方法获取和设置。

守护线程

守护线程是服务其他线程的线程,当所有非守护线程结束时,程序将退出。在Java中,可以通过setDaemon(true)方法将线程设置为守护线程。

线程池

线程池是一种管理线程的机制,它可以有效地控制系统中线程的数量,并减少线程的创建和销毁带来的开销。在Java中,可以通过java.util.concurrent.Executors类创建线程池。

核心参数配置

线程池的核心参数包括:

  • 核心线程数:线程池中保持活跃的线程数量。
  • 最大线程数:线程池中允许的最大线程数量。
  • 线程存活时间:线程空闲时间达到此值后,线程将被回收。
  • 工作队列:保存等待执行任务的队列。
  • 拒绝策略:当线程池达到最大线程数时,拒绝策略决定了如何处理新提交的任务。
拒绝策略

当线程池达到最大线程数时,拒绝策略决定了如何处理新提交的任务。Java提供了以下几种拒绝策略:

  • AbortPolicy:抛出RejectedExecutionException异常。
  • CallerRunsPolicy:调用者运行当前任务。
  • DiscardPolicy:丢弃当前任务。
  • DiscardOldestPolicy:丢弃队列中最旧的任务。
工作队列类型

线程池的工作队列分为有界和无界两种类型:

  • 有界队列:当队列满时,会拒绝新任务。
  • 无界队列:队列大小无限,但可能导致内存溢出。
同步机制

同步机制包括:

  • 悲观锁:在操作共享资源之前先加锁,以防止其他线程同时访问。在Java中,可以使用synchronized关键字或java.util.concurrent.locks.Lock接口实现悲观锁。
  • 乐观锁:基于一种假设,即多个线程不会同时修改共享资源。在Java中,可以使用java.util.concurrent.atomic包中的Atomic类实现乐观锁。
  • 读写锁:允许多个线程同时读取共享资源,但只有一个线程可以写入。在Java中,可以使用java.util.concurrent.locks.ReentrantReadWriteLock实现读写锁。
  • 条件变量:允许线程在某些条件下等待,直到条件成立时被唤醒。在Java中,可以使用java.util.concurrent.locks.Condition接口实现条件变量。
并发集合

Java并发集合包括ConcurrentHashMapCopyOnWriteArrayList等,它们提供了线程安全的集合操作。

  • ConcurrentHashMap:通过分段锁(Segment Locking)实现了线程安全,提高了并发性能。
  • CopyOnWriteArrayList:在迭代期间不进行任何修改操作,而是通过复制底层数组来保证线程安全。
BlockingQueue

BlockingQueue是线程安全的队列,它可以阻塞或唤醒生产者或消费者线程。

  • ArrayBlockingQueue:基于数组实现的有界阻塞队列。
  • LinkedBlockingQueue:基于链表实现的有界或无界阻塞队列。
  • PriorityBlockingQueue:基于优先级堆实现的无界阻塞队列。
并发工具类

并发工具类如PhaserExchangerFutureTask等,提供了更高级的并发控制。

  • Phaser:用于协调多个线程的执行顺序,类似于CountDownLatchCyclicBarrier
  • Exchanger:用于在线程之间交换数据。
  • FutureTask:代表异步计算的结果。
非阻塞算法

非阻塞算法如CAS(Compare-And-Swap)操作,提供了无锁的并发控制。

  • CAS:通过比较和交换操作来更新共享变量的值。在Java中,可以使用java.util.concurrent.atomic.Atomic类实现CAS操作。
CAS原理

CAS是一种无锁算法,通过比较和交换操作来更新共享变量的值。其原理如下:

  1. 读取共享变量值
  2. 比较预期值和实际值
  3. 如果预期值等于实际值,则更新共享变量的值
  4. 否则,重新读取共享变量的值,并重复步骤2和3
Atomic类

Atomic类如AtomicIntegerAtomicLong等,提供了原子性的操作。

  • AtomicInteger:提供原子性的整数操作。
  • AtomicLong:提供原子性的长整数操作。
  • AtomicReference:提供原子性的引用操作。
无锁队列

无锁队列如ConcurrentLinkedQueue,通过CAS操作实现线程安全。

  • ConcurrentLinkedQueue:基于CAS操作实现的无锁队列。
并发框架

并发框架如Netty、Akka等,提供了更高层次的并发编程抽象。

  • Netty:使用主从多线程模型,主线程负责处理连接,从线程负责读写操作。
  • Akka:使用Actor模型,每个Actor是一个轻量级的线程,通过消息传递进行通信。
Netty线程模型

Netty使用主从多线程模型,主线程负责处理连接,从线程负责读写操作。这种模型可以提高系统的并发性能和稳定性。

Akka Actor模型

Akka使用Actor模型,每个Actor是一个轻量级的线程,通过消息传递进行通信。这种模型可以提高系统的并发性能和可扩展性。

Disruptor环形缓冲区

Disruptor使用环形缓冲区来存储数据,通过预分配内存和异步处理提高了性能。

  • 环形缓冲区:使用环形数组存储数据,提高了数据访问速度。
  • 预分配内存:在初始化时预分配内存,避免了动态扩容带来的性能开销。
  • 异步处理:使用异步方式处理数据,提高了系统的吞吐量。

二、MyBatis知识体系

SQL映射

MyBatis通过XML或注解的方式将SQL语句映射到Java对象。

  • XML映射:使用XML文件定义SQL映射,包括SQL语句、参数映射、结果映射等。
  • 注解映射:使用注解直接在Java接口或类上定义SQL映射。
注解映射

MyBatis提供了一系列注解,如@Select@Insert等,用于映射SQL语句。

  • @Select:用于映射查询SQL语句。
  • @Insert:用于映射插入SQL语句。
  • @Update:用于映射更新SQL语句。
  • @Delete:用于映射删除SQL语句。
结果集映射

MyBatis可以将数据库查询结果映射到Java对象。

  • 自动映射:根据Java对象的属性名和数据库列名进行映射。
  • 自定义映射:通过<resultMap>标签自定义映射关系。
关联查询

MyBatis支持关联查询,可以方便地处理一对多、多对多等复杂关系。

  • 一对一:使用<result>标签或<association>标签进行映射。
  • 一对多:使用<collection>标签进行映射。
  • 多对多:使用联合查询或嵌套查询进行映射。
动态SQL

MyBatis的动态SQL功能可以生成动态的SQL语句,实现复杂的查询需求。

  • `标签 :根据条件判断是否执行SQL片段。
  • ** 标签**:类似于switch`语句,根据条件选择执行SQL片段。
  • `标签 :遍历集合,生成循环的SQL片段。
OGNL表达式

OGNL表达式可以用于在MyBatis中进行复杂的表达式计算。

  • OGNL:Object-Graph Navigation Language,用于在MyBatis中进行表达式计算。
分支语句

MyBatis支持分支语句,可以用于实现复杂的查询逻辑。

  • ** 标签**:类似于switch`语句,根据条件选择执行SQL片段。
批量操作

MyBatis支持批量操作,可以提高数据库操作的性能。

  • `标签 :遍历集合,生成循环的SQL片段,实现批量插入、更新等操作。
缓存机制

MyBatis提供了一级缓存和二级缓存,可以减少数据库访问次数,提高性能。

  • 一级缓存:本地缓存,每个SqlSession独立拥有。
  • 二级缓存:全局缓存,可以在不同的SqlSession之间共享。
一级缓存

一级缓存是本地缓存,每个SqlSession独立拥有。一级缓存的作用是减少数据库访问次数,提高查询性能。

二级缓存

二级缓存是全局缓存,可以在不同的SqlSession之间共享。二级缓存的作用是提高查询性能,并支持跨SqlSession的数据共享。

自定义缓存

MyBatis允许自定义缓存,以满足特定的业务需求。

  • 实现Cache接口:自定义缓存实现,并注册到MyBatis配置中。
代理模式

MyBatis使用代理模式来创建MapperProxy,实现动态代理。

  • 动态代理:在运行时创建代理对象,代理对象实现了目标接口,并拦截了目标接口的方法调用。
插件拦截

MyBatis插件可以拦截执行过程中的某些操作,如查询、更新等。

  • 拦截器:实现Interceptor接口,拦截MyBatis的执行过程。

通过以上补充说明,文章的专业性和技术深度得到了提升。在实际应用中,可以根据具体需求选择合适的技术方案,以提高系统性能和可扩展性。

CSDN

📥博主的人生感悟和目标

Java程序员廖志伟

希望各位读者大大多多支持用心写文章的博主,现在时代变了,信息爆炸,酒香也怕巷子深,博主真的需要大家的帮助才能在这片海洋中继续发光发热,所以,赶紧动动你的小手,点波关注❤️,点波赞👍,点波收藏⭐,甚至点波评论✍️,都是对博主最好的支持和鼓励!

- 💂 博客主页Java程序员廖志伟
- 👉 开源项目Java程序员廖志伟
- 🌥 哔哩哔哩Java程序员廖志伟
- 🎏 个人社区Java程序员廖志伟
- 🔖 个人微信号SeniorRD

Java程序员廖志伟

📙经过多年在CSDN创作上千篇文章的经验积累,我已经拥有了不错的写作技巧。同时,我还与清华大学出版社签下了四本书籍的合约,并将陆续出版。这些书籍包括了基础篇进阶篇、架构篇的📌《Java项目实战—深入理解大型互联网企业通用技术》📌,以及📚《解密程序员的思维密码--沟通、演讲、思考的实践》📚。具体出版计划会根据实际情况进行调整,希望各位读者朋友能够多多支持!

🔔如果您需要转载或者搬运这篇文章的话,非常欢迎您私信我哦~

### Swin Transformer 论文精读:Hierarchical Vision Transformer Using Shifted Windows Swin Transformer 是一种基于视觉的分层 Transformer 模型,其核心创新在于通过 **Shifted Window-based Self-Attention** 实现了线性计算复杂度,同时能够生成多尺度特征表示。这种方法在图像分类、目标检测和语义分割等任务中取得了显著的性能提升 [^2]。 #### 核心架构概述 Swin Transformer 的整体结构分为多个阶段(Stage),每个阶段包含多个 Swin Transformer Block。这些块使用 **窗口化自注意力机制** 和 **移位窗口策略** 来实现高效计算并捕捉长距离依赖关系。 - **分层特征提取** 类似于传统卷积神经网络(如 ResNet),Swin Transformer 采用分层设计来逐步降低空间分辨率并增加通道维度。这种设计允许模型从局部到全局地构建特征表示。 - **窗口划分与移位窗口机制** 在每个 Swin Transformer Block 中,输入特征图被划分为不重叠的窗口,并在这些窗口内执行自注意力计算。为了增强跨窗口的信息交互,在下一个 Block 中对窗口进行移位操作(Shifted Windows)。这种方式既减少了计算量,又保持了模型对全局信息的感知能力 [^1]。 ```python # 窗口划分伪代码示例 def window_partition(x, window_size): B, H, W, C = x.shape # 将图像划分为多个窗口 x = tf.reshape(x, shape=[B, H // window_size, window_size, W // window_size, window_size, C]) windows = tf.transpose(x, perm=[0, 1, 3, 2, 4, 5]) return tf.reshape(windows, shape=[-1, window_size, window_size, C]) # 移位窗口伪代码 def shifted_window_attention(x, window_size, shift_size): B, H, W, C = x.shape # 对特征图进行滚动操作以实现窗口移位 x = tf.roll(x, shift=(-shift_size, -shift_size), axis=(1, 2)) return window_partition(x, window_size) ``` #### 自注意力机制优化 传统的 Vision TransformerViT)在整个图像上应用自注意力机制,导致计算复杂度为 $O(n^2)$,其中 $n$ 是图像块的数量。而 Swin Transformer 通过将注意力限制在局部窗口内,将复杂度降低到 $O(n)$,使其适用于高分辨率图像处理 [^4]。 此外,移位窗口机制确保了相邻窗口之间的信息流动,从而避免了局部注意力带来的信息隔离问题。这种设计使得 Swin Transformer 能够在保持计算效率的同时实现全局建模能力。 #### 实验结果与性能优势 Swin Transformer 在多个视觉任务中表现出色: - **ImageNet 分类任务**:Swin-Tiny、Swin-Small、Swin-Base 和 Swin-Large 四种变体均在 ImageNet-1K 上实现了优于其他 Transformer 主干网络的 Top-1 准确率。 - **COCO 目标检测**:在 COCO 数据集上,Swin Transformer 在 Faster R-CNN 框架下达到了 SOTA 性能,mAP 超过之前的最佳方法。 - **ADE20K 语义分割**:在 ADE20K 数据集上,Swin Transformer 作为编码器也取得了领先的 mIoU 指标 [^2]。 #### 消融实验分析 论文还进行了详细的消融研究,验证了以下几个关键组件的有效性: - **窗口大小的影响**:较大的窗口有助于捕捉更广泛的上下文,但会增加计算开销。 - **移位窗口的重要性**:实验证明,移位机制可以显著提升模型性能,尤其是在长距离依赖任务中。 - **不同层级的设计**:通过对比不同层级深度和通道配置,论文展示了如何平衡精度与效率 [^3]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值