Java中Vector如何实现List的并发访问机制？
- 内容介绍
- 文章标签
- 相关推荐
在Java浩如烟海的集合类库中，Vector算得上是一位资历颇深的“老将”。如果你翻开JDK 1.0的源码，会发现它早已屹立在那里。只是因为现代Java开发的演进， 这位老将似乎逐渐淡出了主流视野，取而代之的是ArrayList和CopyOnWriteArrayList等后起之秀。 我深信... 但不可否认的是Vector在处理多线程并发访问时依然有其独特的教科书般的意义。今天我们就抛开那些枯燥的定义， 像拆解一台老式收音机一样，Vector究竟是如何实现List的并发访问的，以及为什么它在如今的高并发场景下显得有些“力不从心”。
Vector的实现原理初探
我们要理解Vector的并发机制，得看清它的“真面目”。从类的定义上来看， Vector继承自AbstractList一边实现了ListRandomAccessCloneable以及java.io.Serializable接口。这看起来和ArrayList简直像是一个模子里刻出来的，对吧？确实它们在底层数据结构上有着惊人的相似度。
如果你点开Vector的源码， 最引人注目的莫过于那几个核心成员变量：
protected Object elementData;
protected int elementCount;
protected int capacityIncrement;将心比心... 这里的elementData就是一个对象数组，用来存放真正的数据；elementCount记录了当前数组里实际有多少个元素。这和ArrayList的套路如出一辙。但是请注意那个capacityIncrement 这是Vector特有的一个“私房钱”，它决定了当数组不够用时Vector该扩容多少。不过这并不是我们今天讨论的重点，我们今天的焦点在于——并发。
"粗粒度锁"：简单的线程平安方案
累并充实着。 说到并发，很多新手程序员可能会觉得云里雾里又是CAS又是AQS的。但在Vector那个年代， 解决方案简单而直接：synchronized. 这就是`Vector`实现线程平安的全部秘密——没有花哨的技巧，就是一把大锁。
`Vector` 的几乎所有涉及数据修改或查询的方法都无一例外地加上了`synchronized`修饰符。我们可以随便看看几个核心方法，比如 `add`、`remove` 或者 `get`。比如 `add` 方法： ``publ 弯道超车。 ic synchronized boolean add { modCount++; ensureCapacityHelper; elementData = e; return true;}` 看到了吗？
所以_Vector_ 虽然De 被时代洪流所淘汰，但Ta De 设计思想和历史Di 位并不会被遗忘。对于开发者而言， 了解_Vector_ 背hou De 并发控制机制，不仅能帮Ning 我们更好地维护老旧代码，更能让我们深刻理解现代Java并Geng 发编程De 精髓所在，坦白讲...。
不是我唱反调... 你不需要懂什么是 volatile， 也不需要懂什么是 CAS，只要用_Vector_ ，数据jiu 不会乱。 但技术shi 不断进步de 。_vector 用一种及其保守De 方Shi 实现Liao 并发平安_Sacrificed_ ，牺牲Liao 性Neng 换取Liao 平安。而Zai 今天我们有Geng 多、 Geng 优Ya De Gong 具Lai 平衡性Neng 与平安，比如 _concurrenthashmap_copyonwritearraylist_ Deng 等等。
毕竟谁会愿意Yi 在高铁时代还去坐蒸汽火车呢？除非，你真的只是为了欣赏沿途de 风景。） Sui 然失败但值得铭记 回过头来我们再看 Vector。它是一个失败De 产品ma ？ 栓Q！ 也不尽然。或者说 在一些对性能要求不高的遗留系统中，或者教学实践de 场合下_Vector 提供了一种开箱即用的线An 全方案_Shen ，极大地降低Liao 开发者的心智负担。
它告诉我们， 虽然 synchronized 虽然好用，但不可滥用；在追求现今仍thread-safeNeng 线程平安的道路 , 上jia 上jia ，lock 的粒度、读写分离de 策略都是我们需要深思熟虑的问题。 算是吧... ） 下次当你再看到 Vector 的时候， 不妨对这位老将多一份敬意，但在写新代码时还是请把它留在记忆JButton博物馆吧。
这是可以说的吗？ 虽然 Vector 本身的方法是同步 , 但 Ru 果你在业务代码中混合使用了 Vector 和其他同步块，Zui 后 lock 的层级一旦复杂起来维护起来简直就是噩梦。） 所以理解 Vector 如何实现并发访问， 不仅仅是为了去维护那些老旧的代码，更是为了理解Java并发编程Sui 着时间的演变。
这种“粗粒度锁”带来的性能瓶颈是无法接受的。 还有啊 Vector 还有一个让人诟病的地方：它不仅锁住了当前线程， 还可能主要原因是代码逻辑的不当，导致死锁的风险。虽然 Vector 自身的方法是同步的， 但如果你在业务代码中混合使用了 Vector 和其他同步块once locks），Neng 会导致死锁的风险。
放心去做... 这就像是你虽然买了票进了电影院，但如果你不按座位坐，管理员还是会赶你走一样。 "老将"为何被遗弃？ 看到这里你可能会问： Vector 这么平安，这么简单，为什么现在大家都不爱用了呢？甚至很多大厂的规范里直接禁止使用 Vector。 原因就在于那个 synchronized 。虽然它保证了线程平安，但代价是巨大的——性能损耗。
不过这里有个坑。虽然 Vector 的方法都加了锁， 可以防止多线程一边修改导致的数据错乱，但它并不能完全杜绝 ConcurrentModificationException。为什么？主要原因是虽然 Vector 保证了操作的原子性， 不错。 但如果你在一个线程中用迭代器遍历，而在另一个线程中直接调用 Vector 的 remove 方法，虽然数据不会坏，但迭代器内部的 modCount 校验机制依然可能会抛出异常。
这里有一个 `synchronized ` 代码块。这意味着， 即使你拿到的是迭代器，当你调用 `next` 去取下一个元素时它依然会去尝试获取 `Vector` 实例的对象锁。 那必须的！ 这种设计确保了在遍历的过程中， 如果有其他线程试图修改 `Vector的结构，它们会被挡在门外从而保证了当前遍历操作的数据一致性。
说真的... `Vector` 的迭代器实现 除了增删改查，我们在实际开发中经常需要遍历List。这时候，`Vector` 又是如何保证平安的呢？这就不得不提它的 `iterator` 方法了。 `public synchronized Iterator `iterator { return new Itr; } 我们再深入看看 `Itr` 内部的 `next` 方法： `public E next { synchronized { checkForComodification; int i = cursor; if throw new NoSuchElementException; cursor = i + 1; return elementData; } } 注意到了吗？
`CopyOnWriteArrayList` 的思路就完全不同了。它写操作的时候，会先复制一份整个数组，在副本上修改，修改完之后再替换掉原来的数组引用。在这个过程中，读操作是不需要加锁的，可以直接读旧数组。这就实现了读写分离，极大地提高了读多写少场景下的性能。比一比的话 `Vector` 不管你是读还是写，统统都要加锁，效率自然就低下了，我惊呆了。。
我CPU干烧了。 "粗粒度锁"带来的性能瓶颈 在现代互联网应用中，并发量动辄成千上万。如果所有线程都要排队过这一座独木桥，系统的吞吐量怎么可能上得去？这就好比早高峰的地铁站，如果只开一个安检口，那队伍能排到二环去。这就是所谓的“锁竞争”问题。 为了解决这个问题， Java后续引入了 `java.util.concurrent` 包，里面提供了更高级的并发容器，比如 `CopyOnWriteArrayList`。
为什么叫粗粒度？主要原因是它锁住了整个方法体，而不是方法中的某一小段代码。这就好比你要上厕所，不管你是进去洗手还是上厕所，只要门锁了别人就进不去。这种做法虽然简单粗暴， 翻车了。 容易理解，但也带来了显而易见的性能问题。在并发量不高的情况下这当然没问题；可一旦有几十上百个线程一边争抢这把锁， 那场面简直就是“堵车”现场，性能会呈指数级下降。
那个 `synchronized` 关键字就像一个尽职尽责的保安，站在方法门口。这意味着什么呢？这意味着在任何时刻，只有一个线程能够施行这个 `add` 方法。当线程A抢到了锁， 它开始往数组里塞数据，此时线程B、C、D只能在门外排队等候，直到线程A施行完毕，释放了锁，下一个线程才能进来。 同样的逻辑也适用于 `remove` 方法： `public synchronized E remove { modCount++; if throw new ArrayIndexOutOfBoundsException; E oldValue = elementData; int numMoved = elementCount - index - 1; if System.arraycopy; elementData = null; // Let gc do its work return oldValue;} 这种机制被称为“粗粒度锁”。
在Java浩如烟海的集合类库中，Vector算得上是一位资历颇深的“老将”。如果你翻开JDK 1.0的源码，会发现它早已屹立在那里。只是因为现代Java开发的演进， 这位老将似乎逐渐淡出了主流视野，取而代之的是ArrayList和CopyOnWriteArrayList等后起之秀。 我深信... 但不可否认的是Vector在处理多线程并发访问时依然有其独特的教科书般的意义。今天我们就抛开那些枯燥的定义， 像拆解一台老式收音机一样，Vector究竟是如何实现List的并发访问的，以及为什么它在如今的高并发场景下显得有些“力不从心”。
Vector的实现原理初探
我们要理解Vector的并发机制，得看清它的“真面目”。从类的定义上来看， Vector继承自AbstractList一边实现了ListRandomAccessCloneable以及java.io.Serializable接口。这看起来和ArrayList简直像是一个模子里刻出来的，对吧？确实它们在底层数据结构上有着惊人的相似度。
如果你点开Vector的源码， 最引人注目的莫过于那几个核心成员变量：
protected Object elementData;
protected int elementCount;
protected int capacityIncrement;将心比心... 这里的elementData就是一个对象数组，用来存放真正的数据；elementCount记录了当前数组里实际有多少个元素。这和ArrayList的套路如出一辙。但是请注意那个capacityIncrement 这是Vector特有的一个“私房钱”，它决定了当数组不够用时Vector该扩容多少。不过这并不是我们今天讨论的重点，我们今天的焦点在于——并发。
"粗粒度锁"：简单的线程平安方案
累并充实着。 说到并发，很多新手程序员可能会觉得云里雾里又是CAS又是AQS的。但在Vector那个年代， 解决方案简单而直接：synchronized. 这就是`Vector`实现线程平安的全部秘密——没有花哨的技巧，就是一把大锁。
`Vector` 的几乎所有涉及数据修改或查询的方法都无一例外地加上了`synchronized`修饰符。我们可以随便看看几个核心方法，比如 `add`、`remove` 或者 `get`。比如 `add` 方法： ``publ 弯道超车。 ic synchronized boolean add { modCount++; ensureCapacityHelper; elementData = e; return true;}` 看到了吗？
所以_Vector_ 虽然De 被时代洪流所淘汰，但Ta De 设计思想和历史Di 位并不会被遗忘。对于开发者而言， 了解_Vector_ 背hou De 并发控制机制，不仅能帮Ning 我们更好地维护老旧代码，更能让我们深刻理解现代Java并Geng 发编程De 精髓所在，坦白讲...。
不是我唱反调... 你不需要懂什么是 volatile， 也不需要懂什么是 CAS，只要用_Vector_ ，数据jiu 不会乱。 但技术shi 不断进步de 。_vector 用一种及其保守De 方Shi 实现Liao 并发平安_Sacrificed_ ，牺牲Liao 性Neng 换取Liao 平安。而Zai 今天我们有Geng 多、 Geng 优Ya De Gong 具Lai 平衡性Neng 与平安，比如 _concurrenthashmap_copyonwritearraylist_ Deng 等等。
毕竟谁会愿意Yi 在高铁时代还去坐蒸汽火车呢？除非，你真的只是为了欣赏沿途de 风景。） Sui 然失败但值得铭记 回过头来我们再看 Vector。它是一个失败De 产品ma ？ 栓Q！ 也不尽然。或者说 在一些对性能要求不高的遗留系统中，或者教学实践de 场合下_Vector 提供了一种开箱即用的线An 全方案_Shen ，极大地降低Liao 开发者的心智负担。
它告诉我们， 虽然 synchronized 虽然好用，但不可滥用；在追求现今仍thread-safeNeng 线程平安的道路 , 上jia 上jia ，lock 的粒度、读写分离de 策略都是我们需要深思熟虑的问题。 算是吧... ） 下次当你再看到 Vector 的时候， 不妨对这位老将多一份敬意，但在写新代码时还是请把它留在记忆JButton博物馆吧。
这是可以说的吗？ 虽然 Vector 本身的方法是同步 , 但 Ru 果你在业务代码中混合使用了 Vector 和其他同步块，Zui 后 lock 的层级一旦复杂起来维护起来简直就是噩梦。） 所以理解 Vector 如何实现并发访问， 不仅仅是为了去维护那些老旧的代码，更是为了理解Java并发编程Sui 着时间的演变。
这种“粗粒度锁”带来的性能瓶颈是无法接受的。 还有啊 Vector 还有一个让人诟病的地方：它不仅锁住了当前线程， 还可能主要原因是代码逻辑的不当，导致死锁的风险。虽然 Vector 自身的方法是同步的， 但如果你在业务代码中混合使用了 Vector 和其他同步块once locks），Neng 会导致死锁的风险。
放心去做... 这就像是你虽然买了票进了电影院，但如果你不按座位坐，管理员还是会赶你走一样。 "老将"为何被遗弃？ 看到这里你可能会问： Vector 这么平安，这么简单，为什么现在大家都不爱用了呢？甚至很多大厂的规范里直接禁止使用 Vector。 原因就在于那个 synchronized 。虽然它保证了线程平安，但代价是巨大的——性能损耗。
不过这里有个坑。虽然 Vector 的方法都加了锁， 可以防止多线程一边修改导致的数据错乱，但它并不能完全杜绝 ConcurrentModificationException。为什么？主要原因是虽然 Vector 保证了操作的原子性， 不错。 但如果你在一个线程中用迭代器遍历，而在另一个线程中直接调用 Vector 的 remove 方法，虽然数据不会坏，但迭代器内部的 modCount 校验机制依然可能会抛出异常。
这里有一个 `synchronized ` 代码块。这意味着， 即使你拿到的是迭代器，当你调用 `next` 去取下一个元素时它依然会去尝试获取 `Vector` 实例的对象锁。 那必须的！ 这种设计确保了在遍历的过程中， 如果有其他线程试图修改 `Vector的结构，它们会被挡在门外从而保证了当前遍历操作的数据一致性。
说真的... `Vector` 的迭代器实现 除了增删改查，我们在实际开发中经常需要遍历List。这时候，`Vector` 又是如何保证平安的呢？这就不得不提它的 `iterator` 方法了。 `public synchronized Iterator `iterator { return new Itr; } 我们再深入看看 `Itr` 内部的 `next` 方法： `public E next { synchronized { checkForComodification; int i = cursor; if throw new NoSuchElementException; cursor = i + 1; return elementData; } } 注意到了吗？
`CopyOnWriteArrayList` 的思路就完全不同了。它写操作的时候，会先复制一份整个数组，在副本上修改，修改完之后再替换掉原来的数组引用。在这个过程中，读操作是不需要加锁的，可以直接读旧数组。这就实现了读写分离，极大地提高了读多写少场景下的性能。比一比的话 `Vector` 不管你是读还是写，统统都要加锁，效率自然就低下了，我惊呆了。。
我CPU干烧了。 "粗粒度锁"带来的性能瓶颈 在现代互联网应用中，并发量动辄成千上万。如果所有线程都要排队过这一座独木桥，系统的吞吐量怎么可能上得去？这就好比早高峰的地铁站，如果只开一个安检口，那队伍能排到二环去。这就是所谓的“锁竞争”问题。 为了解决这个问题， Java后续引入了 `java.util.concurrent` 包，里面提供了更高级的并发容器，比如 `CopyOnWriteArrayList`。
为什么叫粗粒度？主要原因是它锁住了整个方法体，而不是方法中的某一小段代码。这就好比你要上厕所，不管你是进去洗手还是上厕所，只要门锁了别人就进不去。这种做法虽然简单粗暴， 翻车了。 容易理解，但也带来了显而易见的性能问题。在并发量不高的情况下这当然没问题；可一旦有几十上百个线程一边争抢这把锁， 那场面简直就是“堵车”现场，性能会呈指数级下降。
那个 `synchronized` 关键字就像一个尽职尽责的保安，站在方法门口。这意味着什么呢？这意味着在任何时刻，只有一个线程能够施行这个 `add` 方法。当线程A抢到了锁， 它开始往数组里塞数据，此时线程B、C、D只能在门外排队等候，直到线程A施行完毕，释放了锁，下一个线程才能进来。 同样的逻辑也适用于 `remove` 方法： `public synchronized E remove { modCount++; if throw new ArrayIndexOutOfBoundsException; E oldValue = elementData; int numMoved = elementCount - index - 1; if System.arraycopy; elementData = null; // Let gc do its work return oldValue;} 这种机制被称为“粗粒度锁”。