如果非要在多线程中使用ArrayList会发生什么?

你好,我是看山。

我们都知道,Java中的ArrayList是非线程安全的,这个知识点太熟了,甚至面试的时候都很少问了。

但是我们真的清楚原理吗?或者知道多线程情况下使用ArrayList会发生什么?

前段时间,我们就踩坑了,而且直接踩了两个坑,今天就来扒一扒。

翠花,上源码

上代码之前先说下ArrayListadd逻辑:

  1. 检查队列中数组是否还没有添加过元素
  2. 如果是,设置当前需要长度为10,如果否,设置当前需要长度为当前队列长度+1
  3. 判断需要长度是否大于数组大小
  4. 如果是,需要扩容,将数组长度扩容1.5倍(第一次扩容会从0直接到10,后续会按照1.5倍的步幅增长)
  5. 数组中添加元素,队列长度+1

附上代码,有兴趣的可以在看看源码。

/**
 * Appends the specified element to the end of this list.
 *
 * @param e element to be appended to this list
 * @return <tt>true</tt> (as specified by {@link Collection#add})
 */
public boolean add(E e) {
    // 判断数组容量是否足够,如果不足,增加1.5倍,size是当前队列长度
    ensureCapacityInternal(size + 1);  // Increments modCount!!
    // 给下标为size的赋值,同时队列长度+1,下标从0开始
    elementData[size++] = e;
    return true;
}

private void ensureCapacityInternal(int minCapacity) {
    ensureExplicitCapacity(calculateCapacity(elementData, minCapacity));
}

private static int calculateCapacity(Object[] elementData, int minCapacity) {
    // 判断是否首次添加元素,如果是,返回默认队列长度,现在是10
    if (elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {
        return Math.max(DEFAULT_CAPACITY, minCapacity);
    }
    // 如果不是首次添加元素,就返回当前队列长度+1
    return minCapacity;
}

private void ensureExplicitCapacity(int minCapacity) {
    modCount++;

    // overflow-conscious code
    // 如果需要的长度大于队列中数组长度,扩容,如果可以满足需求,就不用扩容
    if (minCapacity - elementData.length > 0)
        grow(minCapacity);
}

/**
 * Increases the capacity to ensure that it can hold at least the
 * number of elements specified by the minimum capacity argument.
 *
 * @param minCapacity the desired minimum capacity
 */
private void grow(int minCapacity) {
    // overflow-conscious code
    int oldCapacity = elementData.length;
    // 这里就是扩容1.5倍的代码
    int newCapacity = oldCapacity + (oldCapacity >> 1);
    if (newCapacity - minCapacity < 0)
        newCapacity = minCapacity;
    if (newCapacity - MAX_ARRAY_SIZE > 0)
        newCapacity = hugeCapacity(minCapacity);
    // minCapacity is usually close to size, so this is a win:
    elementData = Arrays.copyOf(elementData, newCapacity);
}

就是这么不安全

从上面代码可以看出,ArrayList中一丁点考虑多线程的元素都没有,完全的效率优先。

奇怪的ArrayIndexOutOfBoundsException

先做一个假设,此时数组长度达到临界边缘,比如目前容量是10,现在已经有9个元素,也就是size=9,然后有两个线程同时向队列中增加元素:

  1. 线程1开始进入add方法,获取size=9,调用ensureCapacityInternal方法进行容量判断,此时数组容量是10,不需要扩容
  2. 线程2也进入add方法,获取size=9,调用ensureCapacityInternal方法进行容量判断,此时数组容量还是10,也不需要扩容
  3. 线程1开始赋值值了,也就是elementData[size++] = e,此时size变成10,达到数组容量极限
  4. 线程2此次开始执行赋值操作,使用的size=10,也就是elementData[10] = e,因为下标从0开始,目前数组容量是10,直接报数组越界ArrayIndexOutOfBoundsException

仅仅差了一步,线程2就成为了抛异常的凶手。但是抛出异常还是好的,因为我们知道出错了,可以沿着异常

诡异的null元素

这种情况不太容易从代码中发现,得对代码稍加改造,elementData[size++] = e这块代码其实执行了两步:

elementData[size] = e;
size++;

假设还是有两个线程要赋值,此时数组长度还比较富裕,比如数组长度是10,目前size=5:

  1. 线程1开始进入add方法,获取size=5,调用ensureCapacityInternal方法进行容量判断,此时数组容量是10,不需要扩容
  2. 线程2也进入add方法,获取size=5,调用ensureCapacityInternal方法进行容量判断,此时数组容量还是10,也不需要扩容
  3. 线程1开始赋值,执行elementData[size] = e,此时size=5,在执行size++之前,线程2开始赋值了
  4. 线程2开始赋值,执行elementData[size] = e,此时size还是5,所以线程2把线程1赋的值覆盖了
  5. 线程1开始执行size++,此时size=6
  6. 线程2开始执行size++,此时size=7

也就是说,添加了2个元素,队列长度+2,但是真正加入队列的元素只有1个,有一个被覆盖了。

这种情况不会立马报错,排查起来就很麻烦了。而且随着JDK 8的普及,可能随手使用filter过滤空元素,这样就不会立马出错,直到出现业务异常之后才能发现,到那时,错误现场已经不见了,排查起来一头雾水。

有同学会问,源码中是elementData[size++] = e,是一行操作,为什么会拆成两步执行呢?其实这得从JVM字节码说起了。

通过JVM字节码说说第二种异常出现的原因

先来一段简单的代码:

public class Main {
    public static void main(String[] args) {
        int[] nums = new int[3];
        int index = 0;
        nums[index++] = 5;
    }
}

通过javac Main.javajavap -v -l Main.class组合操作得到字节码:

下面那些中文是我后加的备注,备注中还列出了局部变量表和栈值的变化,需要有点耐心。

public class Main
  minor version: 0
  major version: 52
  flags: ACC_PUBLIC, ACC_SUPER
Constant pool:
   #1 = Methodref          #3.#12         // java/lang/Object."<init>":()V
   #2 = Class              #13            // Main
   #3 = Class              #14            // java/lang/Object
   #4 = Utf8               <init>
   #5 = Utf8               ()V
   #6 = Utf8               Code
   #7 = Utf8               LineNumberTable
   #8 = Utf8               main
   #9 = Utf8               ([Ljava/lang/String;)V
  #10 = Utf8               SourceFile
  #11 = Utf8               Main.java
  #12 = NameAndType        #4:#5          // "<init>":()V
  #13 = Utf8               Main
  #14 = Utf8               java/lang/Object
{
  public Main();
    descriptor: ()V
    flags: ACC_PUBLIC
    Code:
      stack=1, locals=1, args_size=1
         0: aload_0
         1: invokespecial #1                  // Method java/lang/Object."<init>":()V
         4: return
      LineNumberTable:
        line 1: 0

  public static void main(java.lang.String[]);
    descriptor: ([Ljava/lang/String;)V
    flags: ACC_PUBLIC, ACC_STATIC
    Code:
      stack=3, locals=3, args_size=1                                                                               局部变量表                             栈
         0: iconst_3                     // 将int型(3)推送至栈顶                                                      args                                3
         1: newarray       int           // 创建一个指定原始类型(如int, float, char…)的数组,并将其引用值压入栈顶          args                                数组引用
         3: astore_1                     // 将栈顶引用型数值存入第二个本地变量                                            args, nums=数组引用                  null
         4: iconst_0                     // 将int型(0)推送至栈顶                                                       args, nums=数组引用                  0
         5: istore_2                     // 将栈顶int型数值存入第三个本地变量                                             args, nums=数组引用, index=0         null
         6: aload_1                      // 将第二个引用类型本地变量推送至栈顶                                             args, nums=数组引用, index=0         数组引用
         7: iload_2                      // 将第三个int型本地变量推送至栈顶                                               args, nums=数组引用, index=0         0, 数组引用
         8: iinc          2, 1           // 将指定int型变量增加指定值(i++, i--, i+=2),也就是第三个本地变量增加1            args, nums=数组引用, index=1         0, 数组引用
        11: iconst_5                     // 将int型(5)推送至栈顶                                                        args, nums=数组引用, index=1         5, 0, 数组引用
        12: iastore                      // 将栈顶int型数值存入指定数组的指定索引位置                                       args, nums=数组引用, index=1         null
        13: return                       // 从当前方法返回void
      LineNumberTable:
        line 3: 0                        // int[] nums = new int[3];
        line 4: 4                        // int index = 0;
        line 5: 6                        // nums[index++] = 5;
        line 6: 13                       // 方法结尾默认的return
}

从上面的字节码可以看到,nums[index++] = 5这一句会被转为5个指令,是从6到12。大体操作如下:

  1. 将数组、下标压入栈
  2. 给下标加值
  3. 将新值压入栈
  4. 取栈顶三个元素开始给元素指定下标赋值

也即是说,错误出在数组赋值操作时先将数组引用和下标同时压入栈顶,与下标赋值是两步,在多线程环境中,就有可能出现上面说到的null值存在。

解法

其实解法也很简单,就是要意识到多线程环境,然后不使用ArrayList。可以使用Collections.synchronizedList()返回的同步队列,也可以使用CopyOnWriteArrayList这个队列,或者自己扩展ArrayList,将add方法做成同步方法。

文末总结

ArrayList整个类的操作都是非线程安全的,一旦在多线程环境中使用,就可能会出现问题。上面提到add操作就会有两种异常行为,一个是数组越界异常,一个是出现丢数且出现空值。这还只是最简单的add操作,如果addaddAllget混合使用使用时,异常情况就更多了。所以,使用的时候一定要注意是不是单线程操作,如果不是,果断使用其他队列防雷。

推荐阅读

  1. 如果非要在多线程中使用ArrayList会发生什么?
  2. 如果非要在多线程中使用ArrayList会发生什么?(第二篇)

你好,我是看山,公众号:看山的小屋,10 年老猿,开源贡献者。游于码界,戏享人生。

个人主页: https://www.howardliu.cn
个人博文: 如果非要在多线程中使用ArrayList会发生什么?
CSDN主页: http://blog.csdn.net/liuxinghao
CSDN博文: 如果非要在多线程中使用ArrayList会发生什么?

公众号:看山的小屋