如果程序直接引用物理地址，可能导致内存只能使用一个程序。因为其他程序也运行的话，可能会直接占用前一个程序的物理地址。
在数据库中，除传统的计算资源的争用以外，数据也是一种供许多用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解决的问题，锁冲突也是影响数据库并发访问性能的一个重要的因素。
读写锁定义： 一个资源能够被多个读线程访问，或者被一个写线程访问，但是不能同时存在读写线程。
操作系统（Operating System，简称OS）是计算机系统中的核心软件，它管理计算机硬件资源，提供程序运行的环境，并作为用户与计算机硬件之间的接口。操作系统的主要目标是提高计算效率，简化用户操作，并使计算机系统的使用更加方便和高效。
在Linux中，文件加锁是通过使用文件锁（File Locks）来实现的。文件锁主要有两种类型：共享锁（Shared Lock）和排他锁（Exclusive Lock）。这些锁用于控制对文件的并发访问，以防止多个进程同时对同一文件进行读或写操作，从而保护文件的一致性。
Linux 内核有非常多的锁机制，如：自旋锁、读写锁、信号量和 RCU 锁等。本文介绍一种和读写锁比较相似的锁机制：顺序锁（seqlock）。
互斥锁我们都知道会锁定代码临界区，当有一个goroutine获取了互斥锁后，任何goroutine都不可以获取互斥锁，只能等待这个goroutine将互斥锁释放，无论读写操作都会加上一把大锁，在读多写少场景效率会很低，所以大佬们就设计出了读写锁，读写锁顾名思义是一把锁分为两部分：读锁和写锁，读锁允许多个线程同时获得，因为读操作本身是线程安全的，而写锁则是互斥锁，不允许多个线程同时获得写锁，并且写操作和读操作也是互斥的，总结来说：读读不互斥，读写互斥，写写互斥；
重入锁ReentrantLock是排他锁，排他锁在同一时刻仅有一个线程可以进行访问，但是在大多数场景下，大部分时间都是提供读服务，而写服务占有的时间较少。然而读服务不存在数据竞争问题，如果一个线程在读时禁止其他线程读势必会导致性能降低。所以就提供了读写锁。 读写锁维护着一对锁，一个读锁和一个写锁。通过分离读锁和写锁，使得并发性比一般的排他锁有了较大的提升：在同一时间可以允许多个读线程同时访问，但是在写线程访问时，所有读线程和写线程都会被阻塞。 读写锁的主要特性： 公平性：支持公平性和非公平性。 重入性：支持
在Java并发包中常用的锁（如：ReentrantLock），基本上都是排他锁，这些锁在同一时刻只允许一个线程进行访问，而读写锁在同一时 刻可以允许多个读线程访问，但是在写线程访问时，所有的读线程和其他写线程均被阻塞。读写锁维护了一对锁，一个读锁和一个写锁，通过分离读锁和写锁，使得 并发性相比一般的排他锁有了很大提升。
前面介绍了java中排它锁，共享锁的底层实现机制，本篇再进一步，学习非常有用的读写锁。鉴于读写锁比其他的锁要复杂，不想堆一大波的文字，本篇会试图图解式说明，把读写锁的机制用另外一种方式阐述，鉴于本人水平有限，如果哪里有误，请不吝赐教。
最近在学习 Zookeeper，在刚开始接触 Zookeeper 的时候，完全不知道 Zookeeper 有什么用。且很多资料都是将 Zookeeper 描述成一个“类 Unix/Linux 文件系统”的中间件，导致我很难将类 Unix/Linux 文件系统的 Zookeeper 和分布式应用联系在一起。后来在粗读了《ZooKeeper 分布式过程协同技术详解》和《从Paxos到Zookeeper 分布式一致性原理与实践》两本书，并动手写了一些 CURD demo 后，初步对 Zookeeper 有了一定的了解。不过比较肤浅，为了进一步加深对 Zookeeper 的认识，我利用空闲时间编写了本篇文章对应的 demo – 基于 Zookeeper 的分布式锁实现。通过编写这个分布式锁 demo，使我对 Zookeeper 的 watcher 机制、Zookeeper 的用途等有了更进一步的认识。不过我所编写的分布式锁还是比较简陋的，实现的也不够优美，仅仅是个练习，仅供参考使用。好了，题外话就说到这里，接下来我们就来聊聊基于 Zookeeper 的分布式锁实现。
https://segmentfault.com/a/1190000010895869
StampedLock是 JDK1.8 版本中在 J.U.C 并发包里新增的一个锁，StampedLock是对读写锁ReentrantReadWriteLock的增强，优化了读锁、写锁的访问，更细粒度控制并发。这篇文章就来介绍一下StampedLock，分为如下几个问题：
MySQL的锁机制，就是数据库为了保证数据的一致性而设计的面对并发场景的一种规则。
Java 并发包中的读写锁及其实现分析 1. 前言 在Java并发包中常用的锁（如：ReentrantLock），基本上都是排他锁，这些锁在同一时刻只允许一个线程进行访问，而读写锁在同一时 刻可以允许多个读线程访问，但是在写线程访问时，所有的读线程和其他写线程均被阻塞。读写锁维护了一对锁，一个读锁和一个写锁，通过分离读锁和写锁，使得 并发性相比一般的排他锁有了很大提升。 除了保证写操作对读操作的可见性以及并发性的提升之外，读写锁能够简化读写交互场景的编程方式。假设在程序中定义一个共享的数据结构用作缓存，它大
a)Java中的锁——Lock和synchronized中介绍的ReentrantLock和synchronized基本上都是排它锁，意味着这些锁在同一时刻只允许一个线程进行访问，而读写锁在同一时刻可以允许多个读线程访问，在写线程访问的时候其他的读线程和写线程都会被阻塞。读写锁维护一对锁(读锁和写锁)，通过锁的分离，使得并发性提高。
通过以下几部分来分析Java提供的读写锁ReentrantReadWriteLock：
来到多线程的第十二篇，前十一篇请点文末底部的上、下一篇标签。这篇聊聊读写锁。什么是读锁 & 写锁？开篇之前先聊聊这小两口的定义：
我们开发中应该能够遇到这样的一种情况，对共享资源有读和写的操作，且写操作没有读操作那么频繁。在没有写操作的时候，多个线程同时读一个资源没有任何问题，所以应该允许多个线程同时读取共享资源；但是当一个写者线程在写这些共享资源时，就不允许其他线程进行访问。
最近做的一个小项目中有这样的需求：整个项目有一份config.json保存着项目的一些配置，是存储在本地文件的一个资源，并且应用中存在读写（读>>写）更新问题。既然读写并发操作，那么就涉及到操作互斥，这里自然想到了读写锁，本文对读写锁方面的知识做个梳理。
重入锁ReentrantLock是排他锁，排他锁在同一时刻仅有一个线程可以进行访问，但是在大多数场景下，大部分时间都是提供读服务，而写服务占有的时间较少。然而读服务不存在数据竞争问题，如果一个线程在读时禁止其他线程读势必会导致性能降低。所以就提供了读写锁。
此篇博客所有源码均来自JDK 1.8 重入锁ReentrantLock是排他锁，排他锁在同一时刻仅有一个线程可以进行访问，但是在大多数场景下，大部分时间都是提供读服务，而写服务占有的时间较少。然而读服务不存在数据竞争问题，如果一个线程在读时禁止其他线程读势必会导致性能降低。所以就提供了读写锁。 读写锁维护着一对锁，一个读锁和一个写锁。通过分离读锁和写锁，使得并发性比一般的排他锁有了较大的提升：在同一时间可以允许多个读线程同时访问，但是在写线程访问时，所有读线程和写线程都会被阻塞。 读写锁的主要特性： 公平性
在早期的 Linux内核中，并发的来源相对较少。早期内核不支持对称多处理（ symmetric multi processing,SMP），因此，导致并发执行的唯一原因是对硬件中断的服务。这种情况处理起来较为简单，但并不适用于为获得更好的性能而使用更多处理器且强调快速响应事件的系统。
读写锁相较于互斥锁有更低的粒度，它允许并发读，因此在读操作明显多于写操作的场景下能减少锁竞争的次数，提高程序效率。
Lock接口下的子类存在 ReentrantLock子类，该子类是一个线程同步处理类；ReentrantLock类的介绍详见XXX；
AQS通过 同步状态state来表示锁(0—锁可用，非0—锁不可用，可重入锁每重入一次state+1)
ReadWriteLock是jdk的juc包中提供的读写锁api，维护一对关联的读锁、写锁，读锁可以被多个读线程共享，写锁排他。
转自：https://www.javadoop.com/post/reentrant-read-write-lock#toc5
最近做的一个小项目中有这样的需求： 整个项目有一份config.json保存着项目的一些配置，是存储在本地文件的一个资源，并且应用中存在读写（读>>写）更新问题。既然读写并发操作，那么就涉及到操作互斥，这里自然想到了读写锁，也顺便对自己读写锁方面的知识做个梳理。
Lock比传统线程模型中的synchronized方式更加面向对象，与生活中的锁类似，锁本身也应该是一个对象。两个线程执行的代码片段要实现同步互斥的效果，它们必须用同一个Lock对象。
今天来分析一下读锁的获取和释放过程，读锁相比较写锁要稍微复杂一点，其中还有一点有争议的地方——锁降级。
本文介绍了Linux系统下文件锁的概念、分类、作用、相关函数以及锁的示例，让读者对文件锁有一个更深入的了解，并通过实例讲解了如何施加和释放文件锁。
JUC包里面已经有一个ReentrantLock了，为何还需要一个ReentrantReadWriteLock呢？看看头注解找点线索。
ReentrantLock是一个实现了重入特性的互斥锁，提供了比synchronized关键字更加灵活的锁定机制。ReentrantLock属于java.util.concurrent.locks包，是Java并发API的一部分。
本文内容：读写锁 ReentrantReadWriteLock 的源码分析，基于 Java7/Java8。
读写锁维护了一对相关的锁，一个用于只读操作，一个用于写入操作。 只要没有writer，读锁可以由多个reader线程同时保持。写锁是独占的。 互斥锁一次只允许一个线程访问共享数据，哪怕进行的是只读操作 读写锁允许对共享数据进行更高级别的并发访问 对于写操作，一次只有一个线程（write线程）可以修改共享数据 对于读操作，允许任意数量的线程同时进行读取。 与互斥锁相比，使用读写锁能否提升性能则取决于读写操作期间读取数据相对于修改数据的频率，以及数据的争用,即在同一时间试图对该数据执行读取或写入操作的线程数
读写锁维护一对锁，读锁和写锁 分离读锁和写锁，并发性比排它锁有很大提升 ReadWriteLock仅定义读锁和写锁的两个方法——readLock()和writeLock() 实现类ReentrantReadWriteLock提供了以下方法： 方法 描述 int getReadLockCount() 返回当前读锁被获取的次数。该次数不等于获取读锁的线程数，比如：仅一个线程，它连续获取（重进入）了n次读锁，那么占据读锁的线程数是1，但该方法返回n int getReadHoldCount() 返回当前线程获取读
读写锁，在很多业务场景中，读多写少，多个客户端可以同时读，但是有人写的时候不能读，这个时候读写锁就是最佳选择了，自然是要分为读锁，写锁，而且肯定都是要单独加锁的，这其中就涉及了锁互斥的机制，读读，读写，写写，写读，这些情况都是怎么处理的呢？OK，我们从源码入手，见招拆招。
首先明确一点，ReentrantReadWriteLock 指的并不是一个锁，而是管理着读锁&写锁这样的一组锁，读锁是可共享的（shared），写锁是独占的。这么设计是有原因的，读操作之前互不影响，而写操作需要确保对于读操作是完整且结果可见的。其中ReentrantReadWriteLock实现上跟ReentrantLock类似，可选择公平&非公平，可重入等，里面持有的readlock和writelock都持有继承自AQS的Sync，依赖于AQS实现对应的功能。
ReentrantReadWriteLock，即可重入的读写锁，它维护了两把锁：读锁和写锁。读锁允许多个线程同时持有，从而允许多个线程同时读取共享资源，提高了并发读取的效率。而写锁则是独占的，同一时间只能被一个线程持有，用于保护写入共享资源的操作。
现实中有这样一种场景：对共享资源有读和写的操作，且写操作没有读操作那么频繁。在没有写操作的时候，多个线程同时读一个资源没有任何问题，所以应该允许多个线程同时读取共享资源；但是如果一个线程想去写这些共享资源，就不应该允许其他线程对该资源进行读和写的操作了。 针对这种场景，JAVA 的并发包提供了读写锁 ReentrantReadWriteLock，它表示两个锁，一个是读操作相关的锁，称为共享锁；一个是写相关的锁，称为排他锁。 线程进入读锁的条件：
StampedLock是并发包里面jdk8版本新增的一个锁，该锁提供了三种模式的读写控制，三种模式分别如下：
现实中有这样一种场景：对共享资源有读和写的操作，且写操作没有读操作那么频繁。在没有写操作的时候，多个线程同时读一个资源没有任何问题，所以应该允许多个线程同时读取共享资源；但是如果一个线程想去写这些共享资源，就不应该允许其他线程对该资源进行读和写的操作了。
在上一篇文章 golang 重要知识：mutex 里我们介绍了互斥锁 mutex 的相关原理实现。而且在 Go 里除了互斥锁外，还有读写锁 RWMutex，它主要用来实现读共享，写独占的功能。今天我们也顺便分析下读写锁，加深对 Go 锁的理解。
ReadWriteLock管理一组锁，一个是只读的锁，一个是写锁。读锁可以在没有写锁的时候被多个线程同时持有，写锁是独占的。 所有读写锁的实现必须确保写操作对读操作的内存影响。换句话说，一个获得了读锁的线程必须能看到前一个释放的写锁所更新的内容。 读写锁比互斥锁允许对于共享数据更大程度的并发。每次只能有一个写线程，但是同时可以有多个线程并发地读数据。ReadWriteLock适用于读多写少的并发情况。 Java并发包中ReadWriteLock是一个接口，主要有两个方法，如下：
go语言类似Java JUC包也提供了一些列用于多线程之间进行同步的措施，比如低级的同步措施有 锁、CAS、原子变量操作类。相比Java来说go提供了独特的基于通道的同步措施。本节我们先来看看go中读写锁
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
云直播
