java并发写入集合,然后读取 - 不一致的结果

时间:2015-08-10 20:03:17

标签: java concurrency

我从here读到,Set有几种不同的线程安全选项。在我的应用程序中,我有10个线程同时向一个集合添加东西(不必设置,但更好)。所有线程完成后,我需要遍历集合。

我读到ConcurrentSkipListSet和Collections.newSetFromMap(new ConcurrentHashMap())都有不一致的批处理操作(addAll,removeAll等)和迭代器。我的实验也证实了这一点。当我使用ConcurrentSkipListSet时,在所有线程添加之后,读取有点随机。我得到随机不同的大小。

然后我尝试了Collections.synchronizedSet(new HashSet<>()),我认为它应该是线程安全的,因为它同时阻止多个写访问。 但是,它似乎有同样不一致的阅读问题。我仍然在结果集中随机获得不同的大小。

我应该怎么做以确保阅读一致?如上所述,我不必使用Set。我可以使用List或其他,只要有办法避免重复添加

显示代码很难,因为它是一个非常大的包的一部分。但总的来说它看起来像这样

public class MyRecursiveTask extends RecursiveTask<Integer> {
    private List<String> tasks; 
    protected ConcurrentSkipListSet<String> dictionary;
    public MyRecursiveTask(ConcurrentSkipListSet<String> dictionary,
                           List<String> tasks){
        this.dictionary=dictionary;
        this.tasks=tasks;
    }

    protected Integer compute() {
        if (this.tasks.size() > 100) {
            List<RecursiveFeatureExtractor> subtasks =
                new ArrayList<>();
            subtasks.addAll(createSubtasks());
            int count=0;
            for (MyRecursiveTask subtask : subtasks)
                subtask.fork();
            for (MyRecursiveTask subtask : subtasks)
                count+=subtask.join();
            return count;
        } else {
            int count=0;
            for (File task: tasks) {
                    // code to process task
                 String outcome = [method to do some task]
                 dictionary.add(outcome);
                 count++;
            }
            return count;
        }
    }

    private List<MyRecursiveTask> createSubtasks() {
        List<MyRecursiveTask> subtasks =
            new ArrayList<>();

        int total = tasks.size() / 2;
        List<File> tasks1= new ArrayList<>();
        for (int i = 0; i < total; i++)
            tasks1.add(tasks.get(i));
        MyRecursiveTask subtask1 = new MyRecursiveTask(
            dictionary, tasks1);

        List<File> tasks2= new ArrayList<>();
        for (int i = total; i < tasks.size(); i++)
            tasks2.add(tasks.get(i));
        MyRecursiveTask subtask2 = new MyRecursiveTask(
            dictionary, tasks2);

        subtasks.add(subtask1);
        subtasks.add(subtask2);

        return subtasks;
    }
}

然后是创建此类线程工作者列表的代码:

....
List<String> allTasks = new ArrayList<String>(100000);
....
//code to fill in "allTasks"
....

ConcurrentSkipListSet<String> dictionary = new ConcurrentSkipListSet<>();
//I also tried "dictionary = Collections.Collections.synchronizedSet(new 
//HashSet<>())" and changed other bits of code accordingly. 
ForkJoinPool forkJoinPool = new ForkJoinPool(10);
MyRecursiveTask mrt = new MyRecursiveTask (dictionary,
            );
int total= forkJoinPool.invoke(mrt);
System.out.println(dictionary.size()); //this value is a bit random. If real     
//size should be 999, when I run the code once i may get 989; second i may 
//get 999; third I may get 990 etc....

谢谢

1 个答案:

答案 0 :(得分:1)

没有看到代码,很难分辨出什么是错的。我猜想在某些线程仍在编写时,读取结果的线程运行得太早。使用Thread.join等待编写者。 Collections.synchronizedSet肯定是线程安全的。

Javadoc

中考虑这一点
  

用户必须手动同步返回的内容   迭代时设置:

   Set s = Collections.synchronizedSet(new HashSet());
       ...   synchronized (s) {
       Iterator i = s.iterator(); // Must be in the synchronized block
       while (i.hasNext())
           foo(i.next());   }   
  

不遵循此建议可能会导致非确定性行为。返回的集合将是   如果指定的集是可序列化的,则可序列化。