一、CountDownLatch

CountDownLatch计数器

1、实现原理

主要基于计数器和阻塞队列。

CountDownLatch 内部维护一个计数器，这个计数器的初始值通常设置为需要等待的线程数量。当一个线程调用 CountDownLatch 的 await() 方法时，如果计数器的值大于 0，则该线程会被放入一个阻塞队列中等待，并处于挂起状态。每当一个线程完成了自己的任务后，它会调用 CountDownLatch 的 countDown() 方法，使计数器递减。当计数器的值递减到 0 时，CountDownLatch 会唤醒阻塞队列中所有等待的线程，使它们能够继续执行后续的任务。

2、使用场景

用于等待多个线程完成后进行指定操作。

常见场景：

• 服务启动时要等待多个资源初始化
• 并行任务处理，有多个并行处理的任务，并且需要在任务都处理完毕后，再做其他处理。比如：并行计算成绩，最终汇总分数；分开去多个服务查询前置数据，然后进行校验
• 模拟高并发测试，在测试一个多线程并发访问的共享资源时，可以使用 CountDownLatch 来确保所有线程都准备好访问共享资源后再进行实际测试。
• 异步编程中的等待机制，等待某个异步操作完成后才继续执行后续代码

3、代码

伪代码如下：

// 初始化 CountDownLatch，计数器设为 N  
CountDownLatch latch = new CountDownLatch(N);  // 在 N 个线程中  
for (int i = 0; i < N; i++) {  new Thread(() -> {  // 执行一些任务  // ...  // 任务完成后，计数器减一  latch.countDown();  }).start();  
}  // 在主线程中等待所有线程完成任务  
latch.await(); // 阻塞直到计数器为0  // 所有任务都已完成，继续执行后续代码  
// ...

案例：主要模拟3个任务并行，然后主线程阻塞等待

static ThreadPoolExecutor executor = (ThreadPoolExecutor) Executors.newFixedThreadPool(3);
static CountDownLatch countDownLatch = new CountDownLatch(3);
public static void main(String[] args) throws InterruptedException {// 多个任务并发执行，都执行完毕后，再执行主线程，也就是await的线程System.out.println("主业务开始执行");sleep(1000);executor.execute(CountDownLatchTest::a);executor.execute(CountDownLatchTest::b);executor.execute(CountDownLatchTest::c);System.out.println("三个任务并行执行,主业务线程等待");// 死等任务结束// countDownLatch.await();// 如果在规定时间内，任务没有结束，返回falseif (countDownLatch.await(2, TimeUnit.SECONDS)) {System.out.println("三个任务处理完毕，主业务线程继续执行");} else {System.out.println("三个任务没有全部处理完毕，执行其他的操作");}
}private static void a() {System.out.println("A任务开始");sleep(3000);System.out.println("A任务结束");countDownLatch.countDown();
}
private static void b() {System.out.println("B任务开始");sleep(1500);System.out.println("B任务结束");countDownLatch.countDown();
}
private static void c() {System.out.println("C任务开始");sleep(2000);System.out.println("C任务结束");countDownLatch.countDown();
}
private static void sleep(long timeout) {try {Thread.sleep(timeout);} catch (InterruptedException e) {e.printStackTrace();}
}

其中await()是死等任务结束，不限制时间；await(long timeout, TimeUnit unit)是在规定时间内任务没有结束，就返回false

二、CyclicBarrier

CyclicBarrier栅栏

1、实现原理

主要基于计数器、等待队列、循环栅栏。

CyclicBarrier 内部维护一个计数器，用于记录当前到达屏障点的线程数量，就是我们创建时指定的线程数。当一个线程到达屏障点时，如果计数器的值大于 0，则该线程会被放入一个等待队列中等待，并处于挂起状态，如果计数器的值变为 0，则说明所有线程都已到达屏障点，直接唤醒等待队列中的所有线程，并继续执行后续任务。在 CyclicBarrier 的构造函数中，可以指定一个可选的栅栏动作。当所有线程都到达屏障点时，这个栅栏动作会被执行一次，然后重置回初始状态并再次使用。

• Barrier屏障：让一个或多个线程达到一个屏障点，会被阻塞。屏障点会有一个数值，当一个线程到达屏障点时，就会对屏障点的数值进行-1操作，当屏障点数值减为0时，屏障就会打开，唤醒所有阻塞在屏障点的线程。在释放屏障点之后，可以先执行一个任务，再让所有阻塞被唤醒的线程继续之后的任务。基于ReentrantLock锁的await方法阻塞在屏障点。
• Cyclic循环：所有线程被释放后，屏障点的数值可以再次被重置。

2、使用场景

用于让一组线程在某个屏障点相互等待，直到所有线程都到达该屏障点，然后它们才能继续执行。

常见场景：

• 将任务分解成多个阶段，每个阶段由一组线程执行，并且需要在所有阶段完成后才能继续下一个阶段，比如游戏中所有人到达终点，才开启下一关

3、代码

伪代码如下：

// 初始化 CyclicBarrier，参与线程数为 N，可选的屏障动作（barrierAction）  
CyclicBarrier barrier = new CyclicBarrier(N, () -> {  // 所有线程到达屏障点时执行的代码  // ...  
});  // 在 N 个线程中  
for (int i = 0; i < N; i++) {  new Thread(() -> {  // 执行一些任务  // ...  // 到达屏障点，等待其他线程  barrier.await(); // 阻塞直到所有线程到达  // 所有线程都已到达屏障点，继续执行后续代码  // ...  }).start();  
}

案例：大家集合完毕后，再一起出发

CyclicBarrier barrier = new CyclicBarrier(3,() -> {System.out.println("各位大佬集合完毕，发护照准备出发！");
});
new Thread(() -> {System.out.println("Tom到位！！！");try {barrier.await();} catch (Exception e) {System.out.println("悲剧，人没到齐！");return;}System.out.println("Tom出发！！！");
}).start();
Thread.sleep(100);
new Thread(() -> {System.out.println("Jack到位！！！");try {barrier.await();} catch (Exception e) {System.out.println("悲剧，人没到齐！");return;}System.out.println("Jack出发！！！");
}).start();
Thread.sleep(100);
new Thread(() -> {System.out.println("Rose到位！！！");try {barrier.await();} catch (Exception e) {System.out.println("悲剧，人没到齐！");return;}System.out.println("Rose出发！！！");
}).start();

4、CountDownLatch与CyclicBarrier区别

• 底层实现不同：CountDownLatch基于AQS。CyclicBarrier基于ReentrantLock。
• 应用场景不同：CountDownLatch的计数器只能使用一次。而CyclicBarrier在计数器达到0之后，可以重置计数器，可以实现相比CountDownLatch更复杂的业务，如果执行业务时出现了错误，可以重置CyclicBarrier计数器，再次执行一次。
• 等待对象不同：CountDownLatch一般是让主线程等待，让子线程对计数器–。CyclicBarrier更多的让子线程也一起计数和等待，等待的线程达到数值后，再统一唤醒

三、Semaphore

Semaphore（信号量），保证x个资源可以被多个线程同时访问

1、实现原理

Semaphore底层也是基于AQS的state属性做一个计数器的维护。state的值就代表当前共享资源的个数。如果一个线程需要获取的x个资源，
直接查看state的标识的资源个数是否足够，如果足够的，直接对state-x拿到当前资源。如果资源不够，当前线程就需要挂起等待。
知道持有资源的线程释放资源后，会归还给Semaphore中的state属性，挂起的线程就可以被唤醒。

2、使用场景

用于控制对共享资源的并发访问数量。它维护了一个可用的许可证数量，并允许线程通过获取（acquire）和释放（release）许可证来访问资源。当没有可用许可证时，线程会等待。

常见场景：

• 数据库连接池管理，限制同时访问数据库连接的线程数量
• 线程池管理，限制同时执行的线程数量
• 实现互斥锁，Semaphore的初始值设置为1，确保同一时间只能有一个线程可以访问
• 流量控制，平衡系统的负载和资源利用

3、代码

伪代码如下：

// 初始化 Semaphore，允许同时访问的线程数为 M  
Semaphore semaphore = new Semaphore(M);  // 在多个线程中  
for (int i = 0; i < 任意数量; i++) {  new Thread(() -> {  // 请求一个许可  semaphore.acquire(); // 阻塞直到有一个许可可用  try {  // 进入临界区，执行受保护的代码  // ...  // 临界区结束  } finally {  // 释放一个许可  semaphore.release();  }  // 继续执行其他代码  // ...  }).start();  
}

案例：环球影城，每天接受的人流量是固定的，每有一个人购票后，就对信号量进行–操作，如果信号量已经达到了0，或者是资源不足，此时就不能买票。

Semaphore semaphore = new Semaphore(10);
new Thread(() -> {System.out.println("一家三口来了");try {semaphore.acquire(3);System.out.println("一家三口进去了~~~");Thread.sleep(10000);} catch (InterruptedException e) {e.printStackTrace();} finally {System.out.println("一家三口走了~~~");semaphore.release(3);}
}).start();
for (int i = 0; i < 7; i++) {int j = i;new Thread(() -> {System.out.println(j + "大哥来了");try {semaphore.acquire();System.out.println(j + "大哥进去了~~~");Thread.sleep(5000);} catch (InterruptedException e) {e.printStackTrace();} finally {System.out.println(j + "大哥走了~~~");semaphore.release();}}).start();
}
Thread.sleep(2000);
System.out.println("main大哥来了");
if (semaphore.tryAcquire()) {System.out.println("main大哥进去了~~~");
} else {System.out.println("资源不够，main大哥停止进去");
}
Thread.sleep(3000);
System.out.println("main大哥又来了");
if (semaphore.tryAcquire()) {System.out.println("main大哥进去了~~~");semaphore.release();
} else {System.out.println("资源不够，main大哥停止进去");
}

四、总结

总的来说，CountDownLatch、CyclicBarrier 和 Semaphore 是 JVM 级别的同步工具，它们的状态是存储在JVM 的内存中的，主要用于单个 JVM 进程内的线程同步和协作，主要用于解决多线程编程中的一些问题，例如等待多个线程完成某些任务、让一组线程在某个点同步继续执行，或者限制对共享资源的并发访问数量。而在分布式场景下并不直接适用，可以考虑其它解决方案来实现类似的功能，比如：分布式锁、数据库事务、外部存储系统等