阅读 845

并行流?再用打断狗腿

原创:小姐姐味道(微信公众号ID:xjjdog),欢迎分享,转载请保留出处。

很久之前,xjjdog就有一篇文章,详细分析了为什么不要随便使用并行流,因为里面坑多肉少,还隐藏了很多不为人知的超级恶心的小秘密。

parallelStream的坑,不踩不知道,一踩吓一跳

但今天还是在线上的故障中,又一次碰见了它。相对于parallelStream可能让程序运行的更缓慢(没错),更要命的是它会让你的程序抛出异常,运行变得不准确。当最终确认了根本的问题,一股恶心的感觉涌上心头。我干呕了几声,心情难以言表。

这个场景在我们上篇文章中,被判定是小儿科。但即使是这么小儿科的代码,还是有人中招,还是要对并发编程有一点敬畏之心呀,不是很懂的api弄懂才能用。

问题原因

先来看看这段小代码吧。

List transform(List source){
    List dst = new ArrayList<>();
    if(CollectionUtils.isEmpty()){
        return dst;
    }
    source.stream.
        .parallel()
        .map(..)
        .filter(..)
        .foreach(dst::add);
    return dst;
}
复制代码

程序很简单,期望使用stream的方式,把一个list经过转化和过滤之后,转化为另外一个list。尤其注意的是,代码使用了parallel(),意思是底层会通过forkjoin的方式,去运行你的代码。

上线之后,应用发生了诡异的反应。在返回的List中,某些数据有时候出现,有时候又消失不见,就像是被阿里公关下的热搜一样,成为了幽灵数据。更有趣的是,它还会抛异常。

追根究底

其实,明眼人一看parallell这个关键字,就恨得牙痒痒。在并行的方法里使用线程不安全的集合类,是Java编程之大忌。

让我们强行去掉这些干扰因素,来模拟这个数据丢失情况。

public class xx {
    static List<Integer> transform(List<Integer> source){
        List dst = new ArrayList<>();
        source.stream().parallel().map(i -> i*10).forEach(dst::add);
        return dst;
    }
    public static void main(String[] args) {
        List<Integer> source = new ArrayList<>();
        for(int i=0;i<500;i++){
            source.add(i);
        }
        for(int i=0;i<100;i++) {
            System.out.println("size = " + transform(source).size());
        }
    }
}
复制代码

我们主要是对500条数据进行转换。很快,你将会看到异常。但大多数情况下,数据条数根本达不到500条,部分数据,离奇的消失了。

size = 499
size = 500
size = 484
size = 500
Exception in thread "main" java.lang.ArrayIndexOutOfBoundsException
    at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
    at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:62)
    at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45)
    at java.lang.reflect.Constructor.newInstance(Constructor.java:423)
    at java.util.concurrent.ForkJoinTask.getThrowableException(ForkJoinTask.java:598)
    at java.util.concurrent.ForkJoinTask.reportException(ForkJoinTask.java:677)
    at java.util.concurrent.ForkJoinTask.invoke(ForkJoinTask.java:735)
复制代码

既然是并行,那用屁股想一想,就知道这里面肯定会有线程安全问题。不过我们这里讨论的并不是要你使用线程安全的集合,这个话题太低级。现阶段,知道在线程不安全的环境中使用线程安全的集合,已经是一个基本的技能。

我现在收回上面的话,因为我发现它并不是一个基本的技能。

对于ArrayList来说,它的add操作,并不是线程安全的,并不是一个原子操作。

public boolean add(E e) {
  ensureCapacityInternal(size + 1); 
  elementData[size++] = e;
  return true;
}
复制代码

你看上面的代码多明显啊,先需要读取size的值,然后有一个加1操作,然后又有一个自增操作。这种代码,说什么也是不敢用在多线程环境下的。

总结

相同的道理,你也不是这样去搞普通的map,普通的queue,那都不是安全的操作。

还是建议你读一下它更隐秘的坑。

parallelStream的坑,不踩不知道,一踩吓一跳

实际上,我是非常的不建议你在任何时候,使用parallelStream或者parallel函数。一旦你在代码里发现了它,请干掉它,并向它吐一口唾沫,就当它从未在jdk中存在过。相对于它增加的那纳儿毫秒的速度,它所引入的问题才是更加要命的。

事实上,我已经在sonar的检测规则中加入了它,让它彻底在我的视野中消失。

作者简介:小姐姐味道 (xjjdog),一个不允许程序员走弯路的公众号。聚焦基础架构和Linux。十年架构,日百亿流量,与你探讨高并发世界,给你不一样的味道。我的个人微信xjjdog0,欢迎添加好友,进一步交流。

文章分类
后端