Java：海量数据上的多线程：线程之间共享数据？答案

【问题标题】：Java: multithreading on massive data: sharing data between threads?Java：海量数据上的多线程：线程之间共享数据？
【发布时间】：2014-10-17 13:34:05
【问题描述】：

我想在海量数据上运行多线程程序。我通常创建一个可调用（或可运行）的类，并将进程所需的数据传递给该类。

public class CallableTrainer implements Callable<PredictorResult> {

   dataType data;

   CallableTrainer( dataType massiveData ) { 
       this.data = massiveData;
   }

   @Override
   public PredictorResult call() throws Exception {
        // do something and return ... 
   }
}

基于上述实现，我假设总是为每个线程复制“massiveData”（对吗？）如果这是真的，我为每个线程复制这些数据会浪费大量内存。有没有办法在线程之间共享数据？

【问题讨论】：

取决于dataType 是什么。如果它不是原始类型，则它是一个引用，因此不会被复制。您需要确保无论 dataType 是什么，在访问/修改其底层数据时都是线程安全的。

标签： java multithreading thread-safety threadpool

【解决方案1】：

我假设总是为每个线程复制“massiveData”（对吗？）如果这是真的......

不，错误。仅复制对 massiveData 的引用。

Java 不会对非原始类型进行魔术复制。如果你想复制一些东西，你必须明确地这样做。

如果您还不知道这一点，我猜您在编写此多线程代码时会遇到各种其他问题。例如，除非这些线程只是读取massiveData，那么您真的需要对您所做的任何更新进行某种同步或原子性保证，否则你会得到垃圾。

这是一本关于该主题的好书（带有 Java 示例）：The Art of Multiprocessor Programming

【讨论】：

@eldjon - 我所说的“魔术复制”是指像 C++ 这样的语言如何在赋值时为对象隐式调用复制构造函数，而在 Java 中赋值只会复制引用和原始值。