先说一个我前两天在线上排查的问题背景:一个订单服务在高峰期出现大量请求超时,CPU 不高、内存也不紧张,但接口 RT 掉到了 3 秒以上。查到最后,问题出在一把锁上——某位同学用 synchronized 锁了一个方法,方法内部还调了远程服务。这个例子很典型:synchronized 和 ReentrantLock 用好了是并发利器,用错了就是事故策源地。
这篇文章我不打算把 API 文档念一遍,而是从实际开发的角度,把这两把锁的核心机制、底层原理、应用场景和常见坑讲透。如果你正准备用 Java 写并发代码,或者已经在项目里被锁的问题折磨过,这篇文章应该能帮你少走不少弯路。
1. 为什么并发编程绕不开这两把锁
1.1 一个抢票场景引发的思考
先看一段很常见的代码:
java复制public class TicketCounter {
private int tickets = 100;
public void sale() {
if (tickets > 0) {
tickets--;
}
}
}
这段代码在单线程下没有任何问题,但放到多个线程里同时跑,tickets-- 就不是安全的了。原因很简单:tickets-- 看起来是一行代码,但它在 JVM 里至少会被拆成三步——读取当前值、计算减一、写回内存。两个线程如果同时读到 tickets = 10,各自算出 9 再写回去,那最终结果就是 9,而不是 8。
这种问题就是典型的“临界区竞争”。解决思路也很直接:保证同一时刻只有一个线程能进入这段代码。Java 里最常用的两个手段就是 synchronized 和 ReentrantLock。
1.2 锁的核心价值:保证临界区互斥
锁的本质是让多个线程在访问共享资源时串行化。你可以把它理解成厕所门口的那把钥匙:谁拿到钥匙谁进,其他人只能在门口等着,用完把钥匙还回去,下一个人才能进。
但这背后不只是“互斥”这么简单,还牵扯到内存可见性。synchronized 和 ReentrantLock 在进入临界区时会从主内存重新读取共享变量,退出临界区时会把修改刷新回主内存。也就是说,用锁保护共享变量后,线程之间看到的变量状态是一致的,不会出现“改了但别人看不到”的情况。
现在很多年轻人喜欢用 AtomicInteger 或者 LongAdder 来替代锁,这在单纯计数场景下确实没问题。但在要做“先检查后执行”“多步复合操作”这类场景里,CAS 解决不了的问题,还是得回到锁上来。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. synchronized:JVM 亲儿子,简单可靠的默认选择
2.1 synchronized 的三种用法和锁对象绑定关系
synchronized 是 JVM 内置的关键字,用法虽然简单,但很多人其实搞不清楚它到底锁的是谁。这里直接说结论:
| 用法 | 写法 | 锁的对象 |
|---|---|---|
| 同步实例方法 | public synchronized void method() |
当前实例对象 this |
| 同步静态方法 | public static synchronized void method() |
当前类的 Class 对象 |
| 同步代码块 | synchronized (obj) { ... } |
指定的对象 obj |
这三个用法对应三种不同粒度,最容易踩坑的就是前两个。假如你有一个实例方法加了 synchronized,只有当两个线程访问的是同一个实例时才会互斥。如果它们操作的是不同实例,锁完全不起作用。这个坑在 Spring 默认单例模式下不明显,但如果你自己 new 对象,或者在原型模式下使用 bean,就很容易中招。
同步代码块的好处是粒度更灵活,你可以在方法内部只锁真正需要保护的那几行代码,而不是把整个方法都锁住。下面这段代码就比直接锁方法体优雅得多:
java复制public void updatePrice(String skuId, BigDecimal price) {
// 这里可以做耗时操作,比如远程调用、复杂计算
String cacheKey = "price:" + skuId;
synchronized (cacheKey.intern()) {
// 只对短小的写缓存操作加锁
cacheMap.put(cacheKey, price);
}
}
但注意,这段代码我用了 cacheKey.intern(),这里也有坑:intern() 拿到的字符串对象可能来自常量池,如果并发量特别大,可能导致常量池膨胀。实际项目里我更喜欢用一个固定的锁数组去做分段锁,这个后面在场景部分再展开。
