[置顶] 关于synchronized与lock的性能比较

记得当初看教程的时候大家都说lock性能比好不少，最近需要自己设计一个缓存终于要自己尝试一番了。

1.关于两者的实现的比较

A).一般认为synchronized关键字的实现是源自于像信号量之类的线程同步机制，涉及到线程运行状态的切换，在高并发状态下，CPU消耗过多的时间在线程的调度上，从而造成了性能的极大浪费。然而真的如此么？

B).lock实现原理则是依赖于硬件，现代处理器都支持CAS指令，所谓CAS指令简单的来说Compare And Set，CPU循环执行指令直到得到所期望的结果，换句话来说就是当变量真实值不等于当前线程调用时的值的时候(说明其他线程已经将这个值改变)，就不会赋予变量新的值。这样就保证了变量在多线程环境下的安全性。

然而，现实情况是当JDK版本高于1.6的时候，synchronized已经被做了CAS的优化：具体是这样的，当执行到synchronized代码块时，先对对象头的锁标志位用lock cmpxchg的方式设置成“锁住“状态，释放锁时，在用lock cmpxchg的方式修改对象头的锁标志位为”释放“状态，写操作都立刻写回主内存。JVM会进一步对synchronized时CAS失败的那些线程进行阻塞操作(调用操作系统的信号量)(此段来摘自别处)。也就是先CAS操作，不行的话继而阻塞线程。

除此之外，系统环境，CPU架构，虚拟机环境都会影响两者的性能关系。

2.用数据说话

1).X86_64 cpu i7 4910mq @4.0ghz ,Windows10 64bit,JDK1.8 hotspot 64bit虚拟机环境

测试代码

测试对某Map对象高并发下的读写线程安全测试

测试对比有synchronized，ReadWriteLock，ConcurrentHashMap，

public class MapTest {

private Map<Integer,String> map = new ConcurrentHashMap<>();

private long starttime;

private AtomicInteger count = new AtomicInteger(t_count);

private final static int t_count = 5000;

private final static int rw_count = 10000;

Runnable readrun = new Runnable() {
@Override
public void run() {
int i = rw_count;
while (i > 0){
map.get(i);
i--;
}
System.out.println("read-mapsize="+map.size());
if(count.decrementAndGet() == 0)
System.out.println("time="+ (System.currentTimeMillis() - starttime +"ms"));
}
};

Runnable writerun = new Runnable() {
@Override
public void run() {
int i = rw_count;
while (i > 0){
map.put(i,i+"");
i--;
}
System.out.println("write-mapsize="+map.size());
if(count.decrementAndGet() == 0)
System.out.println("time="+ (System.currentTimeMillis() - starttime + "ms"));
}
};

public void run(){
starttime = System.currentTimeMillis();
for(int i = 0;i < t_count/2;i ++){
new Thread(writerun).start();
new Thread(readrun).start();
}
}
}

HashMap 用synchronized重写

public class SyncHashMap extends HashMap{

@Override
public Object get(Object key) {
// TODO Auto-generated method stub
synchronized (this) {
return super.get(key);
}
}

@Override
public synchronized Object put(Object key, Object value) {
// TODO Auto-generated method stub
synchronized (this) {
return super.put(key, value);
}

}

}

用读写锁实现的Map代理类，有些粗糙，没加try finally

public class SyncMapProxy<K,V> implements Map<K,V>{

private Map<K,V> origin;
private ReadWriteLock lock;

public SyncMapProxy(Map<K, V> origin) {
this.origin = origin;
lock = new ReentrantReadWriteLock();
}

public static  <K,V> SyncMapProxy<K,V> SyncMap(Map<K,V> map){
return new SyncMapProxy<K,V>(map);
}

@Override
public void clear() {
lock.writeLock().lock();
origin.clear();
lock.writeLock().unlock();
}

@Override
public boolean containsKey(Object key) {
lock.readLock().lock();
boolean res = origin.containsKey(key);
lock.readLock().unlock();
return res;
}

@Override
public boolean containsValue(Object value) {
lock.readLock().lock();
boolean res = origin.containsKey(value);
lock.readLock().unlock();
return res;
}

@Override
public Set<Entry<K, V>> entrySet() {
lock.readLock().lock();
Set<Entry<K, V>> res = origin.entrySet();
lock.readLock().unlock();
return res;
}

@Override
public V get(Object key) {
lock.readLock().lock();
V res = origin.get(key);
lock.readLock().unlock();
return res;
}

@Override
public boolean isEmpty() {
return origin.isEmpty();
}

@Override
public Set<K> keySet() {
lock.readLock().lock();
Set<K> res = origin.keySet();
lock.readLock().unlock();
return res;
}

@Override
public V put(K key, V value) {
lock.writeLock().lock();
V v = origin.put(key, value);
lock.writeLock().unlock();
return v;
}

@Override
public void putAll(Map<? extends K, ? extends V> map) {
lock.writeLock().lock();
origin.putAll(map);
lock.writeLock().unlock();
}

@Override
public V remove(Object key) {
lock.writeLock().lock();
V v = origin.remove(key);
lock.writeLock().unlock();
return v;
}

@Override
public int size() {
return origin.size();
}

@Override
public Collection<V> values() {
lock.readLock().lock();
Collection<V> res = origin.values();
lock.readLock().unlock();
return res;
}
}

并发量100000,每个线程对Map执行读写100次,总耗时

ConcurrentHashMap:6112ms

synchronized:6121ms

ReadWriteLock:6182ms

Collections.synchronizedMap:6175ms

并发量10000,每个线程对Map执行读写1000次,总耗时

ConcurrentHashMap:1126ms

synchronized:1145ms

ReadWriteLock:2086ms

Collections.synchronizedMap:1170ms

并发量5000,每个线程对Map执行读写10000次,总耗时

ConcurrentHashMap:1206ms

synchronized:4896ms

ReadWriteLock:8505ms

Collections.synchronizedMap:4883ms

并发量1000,每个线程对Map执行读写100000次,总耗时

ConcurrentHashMap:1748ms

synchronized:9341ms

ReadWriteLock:18720ms

Collections.synchronizedMap:8945ms

并发量100,每个线程对Map执行读写1000000次,总耗时

ConcurrentHashMap:1922ms

synchronized:8417ms

ReadWriteLock:16110ms

Collections.synchronizedMap:9604ms

事实证明在以上的配置环境JDK1.8 X86 Windows10下，高并发下这几种方式性能都相差无几，较高和较低并发下，synchronized都比ReadWriteLock来的快，基本是两倍的关系。ConcurrentHashMap作为同步的Map还是时间性能还是最高的。总之在hotspot下都是一个数量级的。

2).下面看另外一种环境

Android6.0 X86_64模拟器镜像，ART Runtime

并发量20,每个线程对Map执行读写1000000次,总耗时

ConcurrentHashMap:10841ms

synchronized:239452ms

ReadWriteLock:16450ms

Collections.synchronized:213429ms

并发量200,每个线程对Map执行读写10000次,总耗时

ConcurrentHashMap:973ms

synchronized:57047ms

ReadWriteLock:1274ms

Collections.synchronized:52746ms

**难以置信的性能差距，synchronized和Lock在Android的Art环境下确实有着一个数量级的差距，可达数十倍之多，但是在Hotspot环境下却恰恰相反，lock在多数情况下反而不如synchronized。

这里估计是Android Art虚拟机尚未对synchronized进行CAS优化，主要还是因为Android现在作为客户端操作系统，对高并发的资源竞争并无必要做优化，以上结果尚不能下定论，看来要去扒一扒Art的源码才能知道具体的原因了。**

总结

如果开发的是服务器程序，并且使用的是最新的hotspot虚拟机，synchronized和lock其实已经相差无几，其底层实现已经差不多了。但是如果你是Android开发者，使用synchronized还是需要考虑其性能差距的。