Wie greifen Streams/fork-join auf Arrays sicher zu?

Question

Streams und fork-join bieten beide Funktionen zum Parallelisieren von Code, der auf Arrays zugreift. Zum Beispiel wird Arrays.parallelSetAll weitgehend durch die folgende Zeile implementiert:

IntStream.range(0, array.length).parallel() 
    .forEach(i -> { array[i] = generator.applyAsLong(i); }); 

Auch die documentation von RecursiveAction, einen Teil des Gabel-Join Framework enthält das folgende Beispiel:

static class SortTask extends RecursiveAction { 
    final long[] array; final int lo, hi; 
    ... 
    void merge(int lo, int mid, int hi) { 
     long[] buf = Arrays.copyOfRange(array, lo, mid); 
     for (int i = 0, j = lo, k = mid; i < buf.length; j++) 
      array[j] = (k == hi || buf[i] < array[k]) ? 
       buf[i++] : array[k++]; 
    } 
} 

Schließlich parallele Ströme erstellt aus Arrays greifen auf die Arrays in mehreren Threads zu (der Code ist zu komplex, um hier zusammengefasst zu werden).

Alle diese Beispiele scheinen aus Arrays zu lesen oder in sie zu schreiben, ohne Synchronisation oder andere Speicherbarrieren (soweit ich das beurteilen kann). Wie wir wissen, sind vollständig Ad-hoc-Multithread-Array-Zugriffe unsicher, da es keine Garantie gibt, dass ein Lesen ein Schreiben in einem anderen Thread widerspiegelt, es sei denn, es gibt eine Vor-Vor-Beziehung zwischen dem Lesen und dem Schreiben. Tatsächlich wurden die Klassen Atomic...Array speziell erstellt, um dieses Problem zu beheben. Da jedoch jedes obige Beispiel in der Standardbibliothek oder in der zugehörigen Dokumentation enthalten ist, nehme ich an, dass sie korrekt sind.

Kann jemand bitte erklären, welcher Mechanismus die Sicherheit der Arrayzugriffe in diesen Beispielen garantiert?

Answer 1

Kurze Antwort: Partitionierung.

Das JMM ist in Bezug auf den Zugriff auf Variablen definiert. Variablen enthalten statische Felder, Instanzfelder und Array-Elemente. Wenn Sie Ihr Programm so anordnen, dass der Thread T0 der einzige Thread ist, der auf das Element 0 eines Arrays zugreift, und T1 genauso der einzige Thread ist, der auf das Element 1 eines Arrays zugreift, dann ist jedes dieser Elemente tatsächlich threadbegrenzt Kein Problem - die JMM-Programmbestellungsregel kümmert sich um Sie.

Parallele Ströme bauen auf diesem Prinzip auf. Jede Aufgabe arbeitet an einem Segment des Arrays, an dem keine andere Aufgabe arbeitet. Dann müssen wir lediglich sicherstellen, dass der Thread, der eine Aufgabe ausführt, den Ausgangszustand des Arrays sehen kann, und der Konsument des Endergebnisses kann die Ansicht "Angepasst durch Aufgabe" des entsprechenden Abschnitts des Arrays sehen . Diese werden durch Synchronisationsaktionen, die in die Implementierung der parallelen Datenstrom- und FJ-Bibliotheken eingebettet sind, leicht angeordnet.