今天聊一個非常硬核的技術(shù)知識，給大家分析一下CopyOnWrite思想是什么，以及在Java并發(fā)包中的具體體現(xiàn)，包括在Kafka內(nèi)核源碼中是如何運(yùn)用這個思想來優(yōu)化并發(fā)性能的。

這個CopyOnWrite在面試的時候，很可能成為面試官的一個殺手锏把候選人給一擊必殺，也很有可能成為候選人拿下Offer的獨(dú)門秘籍，是相對高級的一個知識。

1、讀多寫少的場景下引發(fā)的問題？

大家可以設(shè)想一下現(xiàn)在我們的內(nèi)存里有一個ArrayList，這個ArrayList默認(rèn)情況下肯定是線程不安全的，要是多個線程并發(fā)讀和寫這個ArrayList可能會有問題。

好，問題來了，我們應(yīng)該怎么讓這個ArrayList變成線程安全的呢？

有一個非常簡單的辦法，對這個ArrayList的訪問都加上線程同步的控制。

比如說一定要在synchronized代碼段來對這個ArrayList進(jìn)行訪問，這樣的話，就能同一時間就讓一個線程來操作它了，或者是用ReadWriteLock讀寫鎖的方式來控制，都可以。

我們假設(shè)就是用ReadWriteLock讀寫鎖的方式來控制對這個ArrayList的訪問。

這樣多個讀請求可以同時執(zhí)行從ArrayList里讀取數(shù)據(jù)，但是讀請求和寫請求之間互斥，寫請求和寫請求也是互斥的。

大家看看，代碼大概就是類似下面這樣：

public Object read() {
    lock.readLock().lock();
    // 對ArrayList讀取
    lock.readLock().unlock();
}
public void write() {
    lock.writeLock().lock();
    // 對ArrayList寫
    lock.writeLock().unlock();
}

大家想想，類似上面的代碼有什么問題呢？

最大的問題，其實(shí)就在于寫鎖和讀鎖的互斥。假設(shè)寫操作頻率很低，讀操作頻率很高，是寫少讀多的場景。

那么偶爾執(zhí)行一個寫操作的時候，是不是會加上寫鎖，此時大量的讀操作過來是不是就會被阻塞住，無法執(zhí)行？

這個就是讀寫鎖可能遇到的最大的問題。

2、引入 CopyOnWrite 思想解決問題

這個時候就要引入CopyOnWrite思想來解決問題了。

他的思想就是，不用加什么讀寫鎖，鎖統(tǒng)統(tǒng)給我去掉，有鎖就有問題，有鎖就有互斥，有鎖就可能導(dǎo)致性能低下，你阻塞我的請求，導(dǎo)致我的請求都卡著不能執(zhí)行。

那么他怎么保證多線程并發(fā)的安全性呢？

?很簡單，顧名思義，利用“CopyOnWrite”的方式，這個英語翻譯成中文，大概就是“寫數(shù)據(jù)的時候利用拷貝的副本來執(zhí)行”。

你在讀數(shù)據(jù)的時候，其實(shí)不加鎖也沒關(guān)系，大家左右都是一個讀罷了，互相沒影響。?

問題主要是在寫的時候，寫的時候你既然不能加鎖了，那么就得采用一個策略。

假如說你的ArrayList底層是一個數(shù)組來存放你的列表數(shù)據(jù)，那么這時比如你要修改這個數(shù)組里的數(shù)據(jù)，你就必須先拷貝這個數(shù)組的一個副本。

然后你可以在這個數(shù)組的副本里寫入你要修改的數(shù)據(jù)，但是在這個過程中實(shí)際上你都是在操作一個副本而已。

這樣的話，讀操作是不是可以同時正常的執(zhí)行？這個寫操作對讀操作是沒有任何的影響的吧！

大家看下面的圖，一起來體會一下這個過程：

?關(guān)鍵問題來了，那那個寫線程現(xiàn)在把副本數(shù)組給修改完了，現(xiàn)在怎么才能讓讀線程感知到這個變化呢？

關(guān)鍵點(diǎn)來了，劃重點(diǎn)！ 這里要配合上volatile關(guān)鍵字的使用。

筆者之前寫過文章，給大家解釋過volatile關(guān)鍵字的使用，核心就是讓一個變量被寫線程給修改之后，立馬讓其他線程可以讀到這個變量引用的最近的值，這就是volatile最核心的作用。

所以一旦寫線程搞定了副本數(shù)組的修改之后，那么就可以用volatile寫的方式，把這個副本數(shù)組賦值給volatile修飾的那個數(shù)組的引用變量了。

只要一賦值給那個volatile修飾的變量，立馬就會對讀線程可見，大家都能看到最新的數(shù)組了。

下面是JDK里的 CopyOnWriteArrayList 的源碼。

大家看看寫數(shù)據(jù)的時候，他是怎么拷貝一個數(shù)組副本，然后修改副本，接著通過volatile變量賦值的方式，把修改好的數(shù)組副本給更新回去，立馬讓其他線程可見的。?

// 這個數(shù)組是核心的，因為用volatile修飾了
// 只要把最新的數(shù)組對他賦值，其他線程立馬可以看到最新的數(shù)組   
private transient volatile Object[] array;
public boolean add(E e) {
    final ReentrantLock lock = this.lock;       
    lock.lock();    
    try {           
        Object[] elements = getArray();           
        int len = elements.length;       
        // 對數(shù)組拷貝一個副本出來           
        Object[] newElements = Arrays.copyOf(elements, len + 1);       
        // 對副本數(shù)組進(jìn)行修改，比如在里面加入一個元素           
        newElements[len] = e;        
        // 然后把副本數(shù)組賦值給volatile修飾的變量           
        setArray(newElements);           
        return true;
    } finally {           
        lock.unlock();       
    }   
}

?然后大家想，因為是通過副本來進(jìn)行更新的，萬一要是多個線程都要同時更新呢？那搞出來多個副本會不會有問題？

當(dāng)然不能多個線程同時更新了，這個時候就是看上面源碼里，加入了lock鎖的機(jī)制，也就是同一時間只有一個線程可以更新。

那么更新的時候，會對讀操作有任何的影響嗎？

絕對不會，因為讀操作就是非常簡單的對那個數(shù)組進(jìn)行讀而已，不涉及任何的鎖。而且只要他更新完畢對volatile修飾的變量賦值，那么讀線程立馬可以看到最新修改后的數(shù)組，這是volatile保證的。?

private E get(Object[] a, int index) {     
     // 最簡單的對數(shù)組進(jìn)行讀取       
     return (E) a[index];
 }

這樣就完美解決了我們之前說的讀多寫少的問題。

如果用讀寫鎖互斥的話，會導(dǎo)致寫鎖阻塞大量讀操作，影響并發(fā)性能。

但是如果用了CopyOnWriteArrayList，就是用空間換時間，更新的時候基于副本更新，避免鎖，然后最后用volatile變量來賦值保證可見性，更新的時候?qū)ψx線程沒有任何的影響！

3、CopyOnWrite 思想在Kafka源碼中的運(yùn)用

在Kafka的內(nèi)核源碼中，有這么一個場景，客戶端在向Kafka寫數(shù)據(jù)的時候，會把消息先寫入客戶端本地的內(nèi)存緩沖，然后在內(nèi)存緩沖里形成一個Batch之后再一次性發(fā)送到Kafka服務(wù)器上去，這樣有助于提升吞吐量。

話不多說，大家看下圖：

這個時候Kafka的內(nèi)存緩沖用的是什么數(shù)據(jù)結(jié)構(gòu)呢？大家看源碼：

private final ConcurrentMap<topicpartition, deque<="" span="">
          batches = new CopyOnWriteMap<TopicPartition, Deque>();

這個數(shù)據(jù)結(jié)構(gòu)就是核心的用來存放寫入內(nèi)存緩沖中的消息的數(shù)據(jù)結(jié)構(gòu)，要看懂這個數(shù)據(jù)結(jié)構(gòu)需要對很多Kafka內(nèi)核源碼里的概念進(jìn)行解釋，這里先不展開。

但是大家關(guān)注一點(diǎn)，他是自己實(shí)現(xiàn)了一個CopyOnWriteMap，這個CopyOnWriteMap采用的就是CopyOnWrite思想。

我們來看一下這個CopyOnWriteMap的源碼實(shí)現(xiàn)：

// 典型的volatile修飾普通Map   
private volatile Mapmap;  
@Override   
public synchronized V put(K k, V v) {
    // 更新的時候先創(chuàng)建副本，更新副本，然后對volatile變量賦值寫回去       
    Mapcopy = new HashMap(this.map);       
    V prev = copy.put(k, v);       
    this.map = Collections.unmodifiableMap(copy);       
    return prev;   
}  
@Override   
public V get(Object k) {   
    // 讀取的時候直接讀volatile變量引用的map數(shù)據(jù)結(jié)構(gòu)，無需鎖       
    return map.get(k);
}

所以Kafka這個核心數(shù)據(jù)結(jié)構(gòu)在這里之所以采用CopyOnWriteMap思想來實(shí)現(xiàn)，就是因為這個Map的key-value對，其實(shí)沒那么頻繁更新。

也就是TopicPartition-Deque這個key-value對，更新頻率很低。

但是他的get操作卻是高頻的讀取請求，因為會高頻的讀取出來一個TopicPartition對應(yīng)的Deque數(shù)據(jù)結(jié)構(gòu)，來對這個隊列進(jìn)行入隊出隊等操作，所以對于這個map而言，高頻的是其get操作。

這個時候，Kafka就采用了CopyOnWrite思想來實(shí)現(xiàn)這個Map，避免更新key-value的時候阻塞住高頻的讀操作，實(shí)現(xiàn)無鎖的效果，優(yōu)化線程并發(fā)的性能。

相信大家看完這個文章，對于CopyOnWrite思想以及適用場景，包括JDK中的實(shí)現(xiàn)，以及在Kafka源碼中的運(yùn)用，都有了一個切身的體會了。

如果你能在面試時說清楚這個思想以及他在JDK中的體現(xiàn)，并且還能結(jié)合知名的開源項目 Kafka 的底層源碼進(jìn)一步向面試官進(jìn)行闡述，面試官對你的印象肯定大大的加分。