本篇文章主要介绍了java高并发锁的3种实现示例代码，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
初级技巧 - 乐观锁
乐观锁适合这样的场景：读不会冲突，写会冲突。同时读的频率远大于写。
以下面的代码为例，悲观锁的实现：
public object get(object key) {
synchronized(map) {
if(map.get(key) == null) {
// set some values
}
return map.get(key);
}
}
乐观锁的实现：
public object get(object key) {
object val = null;
if((val = map.get(key) == null) {
// 当map取值为null时再加锁判断
synchronized(map) {
if(val = map.get(key) == null) {
// set some value to map...
}
}
}
return map.get(key);
}
中级技巧 - string.intern()
乐观锁不能很好解决大量写冲突问题，但是如果很多场景下，锁实际上只是针对某个用户或者某个订单。比如一个用户必须先创建session，才能进行后面的操作。但是由于网络原因，创建用户session的请求和后续请求几乎同时达到，而并行线程可能会先处理后续请求。一般情况，需要对用户sessionmap加锁，比如上面的乐观锁。在这种场景下，可以讲锁限定到用户本身上，即从原来的
lock.lock();
int num=storage.get(key);
storage.set(key,num+1);
lock.unlock();
更改为：
lock.lock(key);
int num=storage.get(key);
storage.set(key,num+1);
lock.unlock(key);
这个比较类似于数据库表锁和行锁的概念，显然行锁的并发能力比表锁高很多。
使用string.inter()是这种思路的一种具体实现。类 string 维护一个字符串池。 当调用 intern 方法时，如果池已经包含一个等于此 string 对象的字符串（该对象由 equals(object) 方法确定），则返回池中的字符串。可见，当string相同时，string.intern()总是返回同一个对象，因此就实现了对同一用户加锁。由于锁的粒度局限于具体用户，使系统获得了最大程度的并发。
public void dosomething(string uid) {
synchronized(uid.intern()) {
// ...
}
}
copyonwritemap？
既然说到了“类似于数据库中的行锁的概念”，就不得不提一下mvcc，java中copyonwrite类实现了mvcc。copy on write是这样一种机制。当我们读取共享数据的时候，直接读取，不需要同步。当我们修改数据的时候，我们就把当前数据copy一份副本，然后在这个副本 上进行修改，完成之后，再用修改后的副本，替换掉原来的数据。这种方法就叫做copy on write。
但是，，，jdk并没有提供copyonwritemap，为什么？下面有个很好的回答，那就是已经有了concurrenthashmap，为什么还需要copyonwritemap？
fredrik bromee 写道
i guess this depends on your use case, but why would you need a copyonwritemap when you already have a concurrenthashmap?
for a plain lookup table with many readers and only one or few updates it is a good fit.
compared to a copy on write collection:
read concurrency:
equal to a copy on write collection. several readers can retrieve elements from the map concurrently in a lock-free fashion.
write concurrency:
better concurrency than the copy on write collections that basically serialize updates (one update at a time). using a concurrent hash map you have a good chance of doing several updates concurrently. if your hash keys are evenly distributed.
if you do want to have the effect of a copy on write map, you can always initialize a concurrenthashmap with a concurrency level of 1.
高级技巧 - 类concurrenthashmap
string.inter()的缺陷是类 string 维护一个字符串池是放在jvm perm区的，如果用户数特别多，导致放入字符串池的string不可控，有可能导致oom错误或者过多的full gc。怎么样能控制锁的个数，同时减小粒度锁呢？直接使用java concurrenthashmap？或者你想加入自己更精细的控制？那么可以借鉴concurrenthashmap的方式，将需要加锁的对象分为多个bucket，每个bucket加一个锁，伪代码如下：
map locks = new map();
list lockkeys = new list();
for(int number : 1 - 10000) {
object lockkey = new object();
lockkeys.add(lockkey);
locks.put(lockkey, new object());
}
public void dosomething(string uid) {
object lockkey = lockkeys.get(uid.hash() % lockkeys.size());
object lock = locks.get(lockkey);
synchronized(lock) {
// do something
}
}
以上就是java使用三种方法实现高并发锁的示例代码的详细内容。