0

0

Semaphore 的工作原理与线程调度关系详解

碧海醫心

碧海醫心

发布时间:2026-01-31 15:56:01

|

857人浏览过

|

来源于php中文网

原创

Semaphore 的工作原理与线程调度关系详解

本文深入解析 `semaphore` 在 `executorservice` 环境下的实际行为机制,澄清“为何 `availablepermits()` 永远不会输出 3”,并通过代码执行时序还原其内部许可获取/释放逻辑,帮助开发者正确理解信号量的并发控制本质。

Semaphore(3) 表示系统最多允许 3 个线程同时持有许可(即并发执行临界区代码)。关键在于:availablePermits() 返回的是当前 未被任何线程持有 的许可数,而每个正在执行 acquire() → 临界区 → release() 流程的线程,都必然已占用 1 个许可。

在您的代码中,5 个 Callable 任务几乎同时提交给 newFixedThreadPool(5),线程池会立即启动最多 5 个线程尝试执行。由于 acquire() 是阻塞操作,前 3 个抢先执行的线程(如 thread-1、thread-2、thread-3)成功获取许可,此时 availablePermits() == 0。随后线程进入 Thread.sleep(1000) 和 System.out.println() —— 这些耗时操作为线程调度创造了大量切换窗口。

此时,第 4 个线程(如 thread-4)仍在 acquire() 处等待;当任一先行线程(如 thread-3)完成 sleep 并调用 release() 后,许可数变为 1,thread-4 被唤醒并立即获得该许可,随即执行 availablePermits() —— 此刻它看到的是 剩余许可数 = 总许可数(3)− 当前已持有许可的线程数(2) = 1(因为 thread-1 和 thread-2 仍处于 sleep 或打印阶段,尚未 release)。

同理,当 thread-4 执行到 availablePermits() 时,可能 thread-1 已 release,但 thread-2 和 thread-4 自身正持有许可,故结果为 1;最终 thread-5 执行该方法时,若仅它自己持有许可(其余均已释放),则 3 − 1 = 2 —— 因此 availablePermits() 的最大可能值永远是 2,绝不可能是 3,因为调用它的线程自身必然已持有一个许可

以下是修正后的演示代码,添加了时间戳和线程状态标记,使执行逻辑更清晰:

琅琅配音
琅琅配音

全能AI配音神器

下载
public class SemaphoreDemo {
    private final Semaphore semaphore = new Semaphore(3);

    public void doit() {
        List<String> data = List.of("1", "2", "3", "4", "5");
        List<Callable<String>> tasks = new ArrayList<>();

        for (String s : data) {
            tasks.add(() -> {
                System.out.printf("[%s] %s: attempting acquire...%n",
                        new Date(), Thread.currentThread().getName());
                semaphore.acquire(); // 阻塞直到获得许可
                System.out.printf("[%s] %s: acquired, available=%d%n",
                        new Date(), Thread.currentThread().getName(),
                        semaphore.availablePermits());

                String result = s + "@" + Thread.currentThread().getName();
                Thread.sleep(1000); // 模拟业务耗时
                System.out.printf("[%s] %s: processing '%s'%n",
                        new Date(), Thread.currentThread().getName(), result);

                semaphore.release(); // 归还许可
                System.out.printf("[%s] %s: released, available=%d%n",
                        new Date(), Thread.currentThread().getName(),
                        semaphore.availablePermits());
                return result;
            });
        }

        ExecutorService executor = Executors.newFixedThreadPool(5);
        try {
            List<Future<String>> futures = executor.invokeAll(tasks);
            for (Future<String> f : futures) {
                System.out.println("Result: " + f.get());
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            executor.shutdown();
        }
    }

    public static void main(String[] args) {
        new SemaphoreDemo().doit();
    }
}

核心结论总结

  • Semaphore(3) ≠ “最多打印 3 次”,而是“最多 3 个线程可同时进入临界区”;
  • availablePermits() 的值 = 3 − 当前持有许可的线程数,调用该方法的线程自身必占 1 个许可,故输出范围恒为 [0, 2];
  • 输出顺序高度依赖线程调度时机,属非确定性行为,不可用于逻辑判断;
  • acquire()/release() 必须严格配对,建议使用 try-finally 或 try-with-resources(配合 Semaphore.Permit)防止许可泄露。

? 典型应用场景与 API 建议

  • 限流控制:如限制数据库连接池、HTTP 客户端并发请求数(OkHttp 的 ConnectionPool 内部使用类似机制);
  • 资源池管理:自定义对象池(如 ObjectPool<T>)中协调空闲实例的分配与回收;
  • 协作式同步:替代 wait()/notify() 实现多线程步调协调(例如生产者-消费者中控制缓冲区容量);
  • JDK 内置依赖java.util.concurrent 中 ThreadPoolExecutor 的 workQueue 拒绝策略、ForkJoinPool 的任务窃取调度均隐式借鉴信号量思想。

掌握 Semaphore 的本质,关键在于跳出“锁”的思维定式——它不是互斥锁(ReentrantLock),而是计数型许可控制器,适用于“N选M”而非“独占临界区”的并发场景。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
线程和进程的区别
线程和进程的区别

线程和进程的区别:线程是进程的一部分,用于实现并发和并行操作,而线程共享进程的资源,通信更方便快捷,切换开销较小。本专题为大家提供线程和进程区别相关的各种文章、以及下载和课程。

806

2023.08.10

Python 多线程与异步编程实战
Python 多线程与异步编程实战

本专题系统讲解 Python 多线程与异步编程的核心概念与实战技巧,包括 threading 模块基础、线程同步机制、GIL 原理、asyncio 异步任务管理、协程与事件循环、任务调度与异常处理。通过实战示例,帮助学习者掌握 如何构建高性能、多任务并发的 Python 应用。

381

2025.12.24

java多线程相关教程合集
java多线程相关教程合集

本专题整合了java多线程相关教程,阅读专题下面的文章了解更多详细内容。

33

2026.01.21

C++多线程相关合集
C++多线程相关合集

本专题整合了C++多线程相关教程,阅读专题下面的的文章了解更多详细内容。

31

2026.01.21

C# 多线程与异步编程
C# 多线程与异步编程

本专题深入讲解 C# 中多线程与异步编程的核心概念与实战技巧,包括线程池管理、Task 类的使用、async/await 异步编程模式、并发控制与线程同步、死锁与竞态条件的解决方案。通过实际项目,帮助开发者掌握 如何在 C# 中构建高并发、低延迟的异步系统,提升应用性能和响应速度。

107

2026.02.06

C++多线程并发控制与线程安全设计实践
C++多线程并发控制与线程安全设计实践

本专题围绕 C++ 在高性能系统开发中的并发控制技术展开,系统讲解多线程编程模型与线程安全设计方法。内容包括互斥锁、读写锁、条件变量、原子操作以及线程池实现机制,同时结合实际案例分析并发竞争、死锁避免与性能优化策略。通过实践讲解,帮助开发者掌握构建稳定高效并发系统的关键技术。

13

2026.03.16

Java 并发编程高级实践
Java 并发编程高级实践

本专题深入讲解 Java 在高并发开发中的核心技术,涵盖线程模型、Thread 与 Runnable、Lock 与 synchronized、原子类、并发容器、线程池(Executor 框架)、阻塞队列、并发工具类(CountDownLatch、Semaphore)、以及高并发系统设计中的关键策略。通过实战案例帮助学习者全面掌握构建高性能并发应用的工程能力。

102

2025.12.01

数据库三范式
数据库三范式

数据库三范式是一种设计规范,用于规范化关系型数据库中的数据结构,它通过消除冗余数据、提高数据库性能和数据一致性,提供了一种有效的数据库设计方法。本专题提供数据库三范式相关的文章、下载和课程。

391

2023.06.29

Python WebSocket实时通信与异步服务开发实践
Python WebSocket实时通信与异步服务开发实践

本专题聚焦 Python 在实时通信场景中的开发实践,系统讲解 WebSocket 协议原理、长连接管理、消息推送机制以及异步服务架构设计。内容包括客户端与服务端通信实现、连接稳定性优化、消息队列集成及高并发处理策略。通过完整案例,帮助开发者构建高效稳定的实时通信系统,适用于聊天应用、实时数据推送等场景。

7

2026.03.18

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Kotlin 教程
Kotlin 教程

共23课时 | 4.6万人学习

C# 教程
C# 教程

共94课时 | 11.6万人学习

Java 教程
Java 教程

共578课时 | 84.4万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号