Java中的并发字节数组访问，尽可能少的锁
我正在尝试减少分段数据的锁定对象的内存使用量。 在这里和这里看我的问题。 或者假设你有一个字节数组，每16个字节可以（de）序列化为一个对象。 我们将其称为行，行长度为16个字节。 现在，如果您从编写器线程修改这样的行并从多个线程读取，则需要锁定。 如果你的字节数组大小为1MB（1024 * 1024），这意味着65536行和相同数量的锁。
这有点太多了，我还需要更大的字节数组，我想把它减少到大致与线程数成比例的东西。 我的想法是创造一个
ConcurrentHashMap concurrentMap;
其中Integer是行索引，在线程“输入”行之前，它会在此映射中放置一个锁定对象（从这个答案中得到了这个想法）。 但无论我怎么想，我都找不到真正的线程安全的方法：
// somewhere else where we need to write or read the row LockHelper lock1 = new LockHelper(); LockHelper lock = concurrentMap.putIfAbsent(rowIndex, lock1); lock.addWaitingThread(); // is too late synchronized(lock) { try { // read or write row at rowIndex eg writing like bytes[rowIndex/16] = 1; bytes[rowIndex/16 + 1] = 2; // ... } finally { if(lock.noThreadsWaiting()) concurrentMap.remove(rowIndex); } }
你认为有可能使这个线程安全吗？
我觉得这看起来非常类似于concurrentMap.compute contstruct（例如看到这个答案 ），或者我甚至可以使用这种方法？
map.compute(rowIndex, (key, value) -> { if(value == null) value = new Object(); synchronized (value) { // access row return value; } }); map.remove(rowIndex);
是否需要值和’synchronized’，因为我们已经知道计算操作是primefaces的？
// null is forbidden so use the key also as the value to avoid creating additional objects ConcurrentHashMap map = ...; // now the row access looks really simple: map.compute(rowIndex, (key, value) -> { // access row return key; }); map.remove(rowIndex);
顺便说一句：从我们用Java开始这个计算时。 从1.8开始？ 在JavaDocs中找不到这个
更新：我在这里找到一个非常类似的问题，其中userIds而不是rowIndices，请注意该问题包含一个示例，其中包含缺少final几个问题，在try-finally -clause中调用lock以及缺少缩小映射。 此外，似乎有一个库JKeyLockManager用于此目的，但我不认为它是线程安全的 。
更新2：解决方案似乎非常简单，因为Nicolas Filotto指出如何避免删除：
map.compute(rowIndex, (key, value) -> { // access row return null; });
所以这实际上是内存更少，但在我的场景中，使用synchronized进行简单的段锁定至少要快50％。
因为我们已经知道计算操作是primefaces的，所以值和
synchronized必需的吗？
我确认在这种情况下不需要添加一个synchronized块，因为compute方法是primefaces地完成的，如ConcurrentHashMap#compute(K key, BiFunction remappingFunction)的Javadoc ConcurrentHashMap#compute(K key, BiFunction remappingFunction)自从Java 8以来已经添加BiFunction ，我引述：
尝试计算指定键及其当前映射值的映射（如果没有当前映射，则为
null）。 整个方法调用以primefaces方式执行 。 其他线程在此映射上的某些尝试更新操作可能在计算进行时被阻止，因此计算应该简短，并且不得尝试更新此Map任何其他映射。
如果你让你的BiFunction总是返回null以primefaces地移除键，那么你试图用compute方法实现的东西可能是完全primefaces的，这样一切都将以primefaces方式完成。
map.compute( rowIndex, (key, value) -> { // access row here return null; } );
这样，您将完全依赖ConcurrentHashMap的锁定机制来同步对行的访问。