为什么 java.concurrent.atomic 里面没有 String

2022-04-17

首先说结论，String 是线程安全的，不会造成多线程读写冲突问题。

原因如下：String 不是基础类型，而是一个不可变类，我们无法改变一个 String 对象的内容，而只能创建一个新的 String 对象。atomic 包是一个工具包，并不能替代原来的基础类型和对象的使用，因此用 atomic 去封装 String 没有任何用处。atomic 包中常用的类有 AtomicInteger、AtomicIntegerArray、AtomicStampedReference（在 AtomicReference 的基础上加入了一个版本号，可避免对复杂数据结构（比如可复用节点的链表）使用 AtomicReference 时引发的 ABA 问题），常用的方法有 compareAndSet()、getAndIncrement()。

Atomic 原子类用的不是传统的锁机制（悲观锁），而是用的无锁化的 CAS 机制（乐观锁），通过 CAS 机制保证多线程修改的安全性，CAS 的全称是：Compare and Set，也就是先比较再设置的意思（有的地方也叫 Compare and Swap，Compare and Swap 本质是一条硬件指令，由操作系统和硬件保证原子执行，由于 Java 不能直接操作硬件和内存，所以它是通过 JNI 调用其他语言写的硬件操作指令来实现的）。

悲观锁：假设冲突一定会发生，因此在访问数据前就先加锁（如 synchronized、ReentrantLock、数据库的行级锁（SELECT … FOR UPDATE）、表级锁等），确保操作期间数据是被独占的，其他线程需等待锁释放；缺点为可能导致线程阻塞、死锁。适用于需要确保强一致性的场景，比如转账时，通过行级锁锁定账户记录，确保同一时间仅一个线程能修改余额。严格来说，只有数据库层面提供的锁机制才能真正保证数据访问的排他性，因为即使在本系统的数据访问层中实现了加锁机制，也无法保证外部系统不会修改数据。

关于在 MySQL 中使用 SELECT … FOR UPDATE：
（I）需要关闭自动提交模式（set autocommit = 0;），然后手动控制事务（begin; 开始，commit; 提交）；
（II）后面开始的事务必须也用 SELECT … FOR UPDATE 格式操作同一数据，它才会等待前面的事务结束；
（III）只有明确指定主键或者索引列进行条件查询，才会使用行级锁（查无结果时不会锁），否则会用表级锁。

begin; -- 或者 start transaction;
select status from t_items where id = 1 for update; -- status 为 1 时商品才能被下单
insert into t_orders(id, goods_id) values(null, 1);
update t_items set status = 2;
commit;

乐观锁：假设发生冲突的概率很低，不加锁直接操作，只在提交更新时检查是否有冲突（如 CAS 算法、Atomic 类、通过增加版本号或时间戳字段验证数据一致性等），若发生冲突，则回滚或重试；缺点为在写操作过多时效率可能降低。适用于评论计数、配置更新这类读多写少的场景，比如更新库存时，先为表增加一个数字类型的 version 字段，查询时将 version 一同读出，提交更新时比较表中当前的 version 值与之前读到的 version 值是否相等，相等则更新，否则认为是过期数据，每成功更新一次，对 version 值加一。

1.String 的不可变特性

String 是被 final 修饰的，无论调用 String 的什么方法，均无法修改 this 对象的状态。当确实需要修改 String 的值时，它的办法是构造一个新的 String 返回，这与可以直接修改原值的基础类型大不相同。其本质是 String 对象中的 value[] 字符数组不可变，而声明的 String 类型的变量指向的引用是可以变的。

public static void main(String[] args) {
    String origin = "Test";
    // replace 不会改变 this 对象（即 origin 对象）的任何状态
    String target = origin.replace("T", "t");
    System.out.println(origin);//输出 Test
    System.out.println(target);//输出 test
    
    int i = 0;
    i++;//会直接改变原来的 i 的值
    
    int[] intArr = new int[]{0};
    changeValue(intArr);//传递的是数组的引用，因此方法内部对数组的修改会影响原数组
    System.out.println("piece 1: " + intArr[0]);//输出 piece 1: 1
    String str = new String("apple");
    changeValue(str);//传递的也是引用，但由于字符串对象不可变，因此方法内部的操作不会影响原字符串
    System.out.println("piece 2: " + str);//输出 piece 2: apple
}

public static void changeValue(int[] intArr) {
    intArr[0] = 1;
}

public static void changeValue(String str) {
    // 虽然变量名都叫 str，但是这里相当于是重新声明的一个局部字符串变量，
    // 与调用此方法时传入的那个变量 str 是完全不同的，如果把两个名字改成
    // 像 origin / target 这种就看得明白些。因此这个方法的局部变量 str 
    // 一开始指向的是 "apple" 的引用，当 "pear" 出现后，JVM 就在字符串
    // 常量池中创建了一个新的 "pear" 对象，并让局部变量 str 指向它。
    System.out.println(str);//输出 apple
    str = "pear";//这里是把 "pear" 的引用赋给局部变量 str，不会影响原来的字符串对象
    System.out.println(str);//输出 pear
}

其实不光是 String 对象，Java 中的很多对象都符合上述不可变状态的特性，比如 Integer、Double、Long 等所有原生类型的包装器类型所创建的对象，也都是不可变的。那么明明可以直接修改 this 对象，为何还要大费周章地构造一个全新的对象返回呢？

2.不可变对象的优点

2.1 对并发友好

提到多线程并发，最让人苦恼的莫过于对共享资源的访问冲突，目前在大多数语言中，对多线程冲突问题常采用同步的方式解决，比如 Java 中的 synchronized 关键字和 Lock 对象等机制，但这个方式有个弊端：冲突能否被解决，取决于程序员对共享资源加锁和解锁的时机对不对。所以还有另一个方向，就是从多线程冲突的原因——共享资源上入手。

假设程序中完全没有共享资源，那自然就不存在访问冲突了，Java 中的 ThreadLocal 机制就是利用了这一理念，ThreadLocal 就是给每个线程分配一份数据副本，通过将数据存储到线程内的 ThreadLocalMap 来实现线程隔离，每个线程只能访问和修改自己的副本，从而避免多线程竞争。ThreadLocalMap 是默认内置在每个 Java 线程（Thread 类）中的一个类似哈希表的键值对数组，初始值为 null，仅在首次调用 ThreadLocal.set() 或 ThreadLocal.get() 时才会被创建‌，避免不必要的内存占用‌。

一个 ThreadLocal 实例只能存储一个值，当在一个线程内使用了一个或多个不同的 ThreadLocal 实例时，这些 ThreadLocal 实例的数据副本会被存储在同一个 ThreadLocalMap 中，因此存在哈希冲突的可能，通常用开放地址法（线性探测）解决。
键（Key）为 ThreadLocal 实例：弱引用（ThreadLocal 实例本身为强引用，但作为 Key 时会用弱引用包装）。
值（Value）为通过 set 方法存储的数据：强引用，一定要记得调用 remove() 方法及时清理旧值（在 finally 块中），否则可能出现内存泄漏；如果使用了线程池，还可能存在线程没销毁就被复用，导致旧数据被新任务误用的问题。
Java 的四种引用类型（目的是‌提供更灵活的内存管理机制，在保证程序稳定的同时减少手动管理内存的负担）：
强引用（StrongReference）：永不自动回收，用 new 创建的对象默认都是强引用，需显式置为 null 才能解除。
软引用（SoftReference）：内存不足时（即将发生 OOM 前）才会被回收，常用于实现内存敏感型缓存。
弱引用（WeakReference）：发现后立即回收，常用于临时的对象映射关系，防止因疏忽导致的内存泄漏。
虚引用（PhantomReference）：无法用 get() 获取对象实例，通过 ReferenceQueue 在对象被回收后触发清理动作。

public class ThreadLocalDemo {
    
    // 创建 ThreadLocal（通常声明为 static，此处设置初始值的操作是可选的）
    private static ThreadLocal<String> userContext = ThreadLocal.withInitial(() -> "default");

    public static void main(String[] args) {
        // 线程 1 和线程 2 操作的是 userContext 的独立副本，互不影响
        // 线程 1
        new Thread(() -> {
            // 设置当前线程的数据
            userContext.set("User1");
            // 获取当前线程的数据，若未设置，默认返回 null，此处输出 User1
            System.out.println(userContext.get()); 
            // 清理当前线程的数据（防止内存泄漏）
            userContext.remove();
        }).start();

        // 线程 2
        new Thread(() -> {
            userContext.set("User2");
            System.out.println(userContext.get()); // 输出 User2
            userContext.remove();
        }).start();
    }
    
    // 需要存储多个值时，有两种解决方案：
    // 1.创建多个 ThreadLocal 实例，每个实例存储不同的值
    // ThreadLocal<String> tl1 = new ThreadLocal<>();
    // ThreadLocal<Integer> tl2 = new ThreadLocal<>();
    // tl1.set("Name");
    // tl2.set(100);
    // 这里如果 tl1 和 tl2 在同一线程，就有可能发生哈希冲突
    
    // 2.使用 Map 或自定义对象封装，再存入单个 ThreadLocal
    // ThreadLocal<Map<String, Object>> tl = new ThreadLocal<>();
    // Map<String, Object> data = new HashMap<>();
    // data.put("user", "Alice");
    // data.put("count", 10);
    // tl.set(data);
}

ThreadLocal 的应用场景有（需跟线程强绑定的场景）：

保存数据库连接：最典型的就是 Spring 的事务管理，保证在同一个线程里不管调用多少层方法，拿到的都是同一个数据库连接‌，这样事务才会生效。
保存用户会话：比如在 Spring Security 的 SecurityContextHolder 中，为每个请求存储独立的用户身份。
保存线程不安全的工具类‌：比如为每个线程创建独立的 SimpleDateFormat 实例，避免多线程竞争。

ThreadLocal 的特性决定了它不能用于存储全局共享变量，但大多数时候，线程间是需要全局共享变量来互通信息的，那能否让共享资源自诞生之后就不再变更呢？答案是可以，不可变对象就是这样一种对象，天生支持多线程间共享。

某个线程想要修改共享资源 A 的状态时，先在本线程中构造一个新状态的共享资源 B，待 B 构造完成后，再用 B 替换 A，由于对引用赋值这个操作是原子性的，所以不会造成线程冲突。但是需要注意可见性问题，若想要 B 替换 A 之后，其他所有线程能实时感知到变化，可用 volatile 关键字保证可见性和有序性。

public class Test {
    private volatile String shared = "shared";// volatile 保证可见性和有序性
    public void test() {
        new Thread(() -> {
            String newValue = shared.replace("s", "S");// 构建一个新 String
            shared = newValue;// 用新 String 替换共享资源，引用的赋值是原子性的
        }).start();
    }
}

值得注意的是，线程安全需同时考虑原子性、可见性和有序性问题，所以网上常说的不可变对象是线程安全的，其实并不严谨。所有的函数式编程语言，如 Lisp、Erlang 等，都从语法层面保证了只能使用不可变对象，所以所有函数式编程语言天生对并发友好，这也是在一些高并发场景中，函数式编程语言更受青睐的原因。

2.2 易于缓存

当一个对象被频繁访问，而生成该对象的开销较大时，则需要进行缓存，比如存入一个缓存集合（如‌线程安全容器 ConcurrentHashMap）。但使用缓存就不得不面对缓存污染问题，即缓存对象的状态有可能被上层业务代码修改，这会导致业务数据之间互相干扰，通常的解决方案是返回原始缓存对象的一个深拷贝，这样无论上层业务代码对缓存对象如何修改，均不会对缓存本身造成影响。

但是深拷贝毕竟有额外的性能开销，此时如果缓存的是不可变对象，就皆大欢喜了。因为你可以放心大胆的把缓存对象的引用返回给上层代码使用，因为无论上层代码怎样操作，它也无法修改一个不可变对象的状态，这也就天然规避了缓存污染问题。

3.不可变对象的局限

3.1 编程思维的转变

如果所有对象都被设计为不可变的，等价于使用函数式编程思维，函数式编程具有声明式、高阶函数、函数没有 side effect、只有值而没有变量、用递归而不用迭代等特点，编程思维上的变化并非所有程序员都能很好的适应，如果适应不了，强行推广只会适得其反，况且 Java 本身也并不是纯粹的函数式编程语言。

命令式编程：指令清晰，在什么时间（When）、做什么事情（What）、怎么做（How），都描述得很清楚，命令式编程就是对硬件操作的抽象，计算机只需遵循指令一步步完成即可，执行过程中可能出现异常。

声明式编程：只描述要做什么事（What），不描述具体怎么做（其实细节仍然是用命令式的编程风格来实现）。声明式编程最知名的就是 SQL 了，除此以外，Java 8 中的 stream 写法也是声明式。声明式的代码更清爽，是把一个问题抽象后的表达，以声明式的方式来描述问题和编程，能简化程序员的工作，甚至一些业务人员都可以使用。

3.2 性能上的额外开销

由于修改不可变对象时都会生成一个新对象，如果设计和使用不当的话，可能形成性能瓶颈点。有人可能就想到了用 StringBuffer（线程安全）或 StringBuilder（线程不安全）来解决这个问题，这两个类都是对对象本身直接进行操作，不会生成新的对象。

但是不必过于担心性能问题，一方面内存拷贝速度极快，另外也并非所有额外的性能开销都是不可容忍的，代码性能测试时，你可能会发现很多各式各样的性能瓶颈点，大部分都意想不到，所以过早考虑性能而放弃编码安全是不可取的。就好比汇编效率最高，但也不会因此就直接用汇编编程，遇到真正的性能瓶颈时，有针对性的调优才是上策。

4.建议

在自己能力范围内，尽量优先考虑使用不可变对象的设计，如果真的引发了性能瓶颈，再有针对性地做出调整即可。