[[403493]]

"協程是輕量級的線程"，相信大家不止一次聽到這種說法。但是您真的理解其中的含義嗎？恐怕答案是否定的。接下來的內容會告訴大家 協程是如何在 Android 運行時中被運行的 ，它們和線程之間的關系是什么，以及在使用 Java 編程語言線程模型時所遇到的 并發問題 。

協程和線程

協程旨在簡化異步執行的代碼。對于 Android 運行時的協程， lambda 表達式的代碼塊會在專門的線程中執行 。例如，示例中的斐波那契 運算:

// 在后臺線程中運算第十級斐波那契數 
someScope.launch(Dispatchers.Default) { 
    val fibonacci10 = synchronousFibonacci(10) 
    saveFibonacciInMemory(10, fibonacci10) 
} 
 
private fun synchronousFibonacci(n: Long): Long { /* ... */ } 

上面 async 協程的代碼塊， 會被分發到由協程庫所管理的線程池中執行 ，實現了同步且阻塞的斐波那契數值運算，并且將結果存入內存，上例中的線程池屬于 Dispatchers.Default。該代碼塊會在未來某些時間在線程池中的某一線程中執行，具體執行時間取決于線程池的策略。

請注意由于上述代碼中未包含掛起操作，因此它會在同一個線程中執行。而協程是有可能在不同的線程中執行的，比如將執行部分移動到不同的分發器，或者在使用線程池的分發器中包含帶有掛起操作的代碼。

如果不使用協程的話，您還可以使用線程自行實現類似的邏輯，代碼如下:

// 創建包含 4 個線程的線程池 
val executorService = Executors.newFixedThreadPool(4) 
  
// 在其中的一個線程中安排并執行代碼 
executorService.execute { 
    val fibonacci10 = synchronousFibonacci(10) 
    saveFibonacciInMemory(10, fibonacci10) 
} 

雖然您可以自行實現線程池的管理， 但是我們仍然推薦使用協程作為 Android 開發中首選的異步實現方案 ，它具備內置的取消機制，可以提供更便捷的異常捕捉和結構式并發，后者可以減少類似內存泄漏問題的發生幾率，并且與 Jetpack 庫集成度更高。

工作原理

從您創建協程到代碼被線程執行這期間發生了什么呢？當您使用標準的協程 builder 創建協程時，您可以指定該協程所運行的 CoroutineDispatcher ，如果未指定，系統會默認使用 Dispatchers.Default 。

CoroutineDispatcher 會負責將協程的執行分配到具體的線程。在底層，當 CoroutineDispatcher 被調用時，它會調用 封裝了 Continuation (比如這里的協程) interceptContinuation 方法來攔截協程。該流程是以 CoroutineDispatcher 實現了 CoroutineInterceptor 接口作為前提。

如果您閱讀了我之前的關于協程在底層是如何實現 的文章，您應該已經知道了編譯器會創建狀態機，以及關于狀態機的相關信息 (比如接下來要執行的操作) 是被存儲在Continuation 對象中。

一旦 Continuation 對象需要在另外的 Dispatcher 中執行， DispatchedContinuation 的 resumeWith 方法會負責將協程分發到合適的 Dispatcher。

此外，在 Java 編程語言的實現中， 繼承自 DispatchedTask 抽象類的 DispatchedContinuation 也屬于 Runnable 接口的一種實現類型。因此， DispatchedContinuation 對象也可以在線程中執行。其中的好處是當指定了 CoroutineDispatcher 時，協程就會轉換為 DispatchedTask ，并且作為 Runnable 在線程中執行。

那么當您創建協程后， dispatch 方法如何被調用呢？當您使用標準的協程 builder 創建協程時，您可以指定啟動參數，它的類型是CoroutineStart。例如，您可以設置協程在需要的時候才啟動，這時可以將參數設置為 CoroutineStart.LAZY 。默認情況下，系統會使用 CoroutineStart.DEFAULT 根據 CoroutineDispatcher 來安排執行時機。

△ 協程的代碼塊如何在線程中執行的示意圖

分發器和線程池

您可以使用 Executor.asCoroutineDispatcher() 擴展函數將協程轉換為 CoroutineDispatcher 后，即可在應用中的任何線程池中執行該協程。此外，您還可以使用協程庫默認的 Dispatchers 。

您可以看到 createDefaultDispatcher 方法中是如何初始化 Dispatchers.Default 的。默認情況下，系統會使用 DefaultScheduler 。如果您看一下 Dispatcher.IO 的實現代碼，它也使用了 DefaultScheduler ，支持按需創建至少 64 個線程。 Dispatchers.Default 和 Dispatchers.IO 是隱式關聯的，因為它們使用了同一個線程池，這就引出了我們下一個話題，使用不同的分發器調用 withContext 會帶來哪些運行時的開銷呢？

線程和 withContext 的性能表現

在 Android 運行時中，如果運行的線程比 CPU 的可用內核數多，那么切換線程會帶來一定的運行時開銷。 上下文切換 并不輕松！操作系統需要保存和恢復執行的上下文，而且 CPU 除了執行實際的應用功能之外，還需要花時間規劃線程。除此之外，當線程中所運行代碼阻塞的時候也會造成上下文切換。如果上述的問題是針對線程的，那么在不同的 Dispatchers 中使用 withContext 會帶來哪些性能上的損失呢？

還好線程池會幫我們解決這些復雜的操作，它會嘗試盡量多地執行任務 (這也是為什么在線程池中執行操作要優于手動創建線程)。協程由于被安排在線程池中執行，所以也會從中受益。基于此，協程不會阻塞線程，它們反而會掛起自己的工作，因而更加有效。

Java 編程語言中默認使用的線程池是 CoroutineScheduler 。 它以最高效的方式將協程分發到工作線程 。由于 Dispatchers.Default 和 Dispatchers.IO 使用相同的線程池，在它們之間切換會盡量避免線程切換。協程庫會優化這些切換調用，保持在同一個分發器和線程上，并且盡量走捷徑。

由于 Dispatchers.Main 在帶有 UI 的應用中通常屬于不同的線程，所以協程中 Dispatchers.Default和 Dispatchers.Main 之間的切換并不會帶來太大的性能損失，因為協程會掛起 (比如在某個線程中停止執行)，然后會被安排在另外的線程中繼續執行。

協程中的并發問題

協程由于其能夠簡單地在不同線程上規劃操作，的確使得異步編程更加輕松。但是另一方面，便捷是一把雙刃劍: 由于協程是運行在 Java 編程語言的線程模型之上，它們難以逃脫線程模型所帶來的并發問題 。因此，您需要注意并且盡量避免該問題。

近年來，像不可變性這樣的策略相對減輕了由線程所引發的問題。然而，有些場景下，不可變性策略也無法完全避免問題的出現。所有并發問題的源頭都是狀態管理！尤其是在一個多線程環境下訪問 可變的狀態 。

在多線程應用中，操作的執行順序是不可預測的。與編譯器優化操作執行順序不同，線程無法保證以特定的順序執行，而上下文切換會隨時發生。如果在訪問可變狀態時沒有采取必要的防范措施，線程就會訪問到過時的數據，丟失更新，或者遇到資源競爭 問題等等。

請注意這里所討論的可變狀態和訪問順序并不僅限于 Java 編程語言。它們在其它平臺上同樣會影響協程執行。

使用了協程的應用本質上就是多線程應用。 使用了協程并且涉及可變狀態的類必須采取措施使其可控 ，比如保證協程中的代碼所訪問的數據是最新的。這樣一來，不同的線程之間就不會互相干擾。并發問題會引起潛在的 bug，使您很難在應用中調試和定位問題，甚至出現海森堡 bug。

這一類型的類非常常見。比如該類需要將用戶的登錄信息緩存在內存中，或者當應用在活躍狀態時緩存一些值。如果您稍有大意，那么并發問題就會乘虛而入！使用 withContext(defaultDispatcher) 的掛起函數無法保證會在同一個線程中執行。

比如我們有一個類需要緩存用戶所做的交易。如果緩存沒有被正確訪問，比如下面代碼所示，就會出現并發問題:

class TransactionsRepository( 
  private val defaultDispatcher: CoroutineDispatcher = Dispatchers.Default 
) { 
 
  private val transactionsCache = mutableMapOf<User, List<Transaction>() 
 
  private suspend fun addTransaction(user: User, transaction: Transaction) = 
    // 注意！訪問緩存的操作未被保護！ 
    // 會出現并發問題：線程會訪問到過期數據 
    // 并且出現資源競爭問題 
    withContext(defaultDispatcher) { 
      if (transactionsCache.contains(user)) { 
        val oldList = transactionsCache[user] 
        val newList = oldList!!.toMutableList() 
        newList.add(transaction) 
        transactionsCache.put(user, newList) 
      } else { 
        transactionsCache.put(user, listOf(transaction)) 
      } 
    } 
} 

即使我們這里所討論的是 Kotlin，由 Brian Goetz 所編撰的《Java 并發編程實踐》對于了解本文主題和 Java 編程語言系統是非常好的參考材料。此外，Jetbrains 針對共享可變的狀態和并發 的主題也提供了相關的文檔。

保護可變狀態

對于如何保護可變狀態，或者找到合適的同步 策略，取決于數據本身和相關的操作。本節內容啟發大家注意可能會遇到的并發問題，而不是簡單羅列保護可變狀態的方法和 API。總而言之，這里為大家準備了一些提示和 API 可以幫助大家針對可變變量實現線程安全。

封裝

可變狀態應該屬于并被封裝在類里。該類應該將狀態的訪問操作集中起來，根據應用場景使用同步策略保護變量的訪問和修改操作。

線程限制

一種方案是將讀取和寫入操作限制在一個線程里。可以使用隊列基于生產者-消費者模式實現對可變狀態的訪問。Jetbrains 對此提供了很棒的文檔。

避免重復工作

在 Android 運行時中，包含線程安全的數據結構可供您保護可變變量。比如，在計數器示例中，您可以使用AtomicInteger。又比如，要保護上述代碼中的 Map，您可以使用ConcurrentHashMap。 ConcurrentHashMap 是線程安全的，并且優化了 map 的讀取和寫入操作的吞吐量。

請注意，線程安全的數據結構并不能解決調用順序問題，它們只是確保內存數據的訪問是原子操作。當邏輯不太復雜的時候，它們可以避免使用 lock。比如，它們無法用在上面的 transactionCache 示例中，因為它們之間的操作順序和邏輯需要使用線程并進行訪問保護。

而且，當已修改的對象已經存儲在這些線程安全的數據結構中時，其中的數據需要保持不可變或者受保護狀態來避免資源競爭問題。

自定義方案

如果您有復合的操作需要被同步，@Volatile 和線程安全的數據結構也不會有效果。有可能內置的@Synchronized 注解的粒度也不足以達到理想效果。

在這些情況下，您可能需要使用并發工具創建您自己的同步機制，比如latches、semaphores 或者barriers。其它場景下，您可以使用lock 和 mutex 無條件地保護多線程訪問。

Kotlin 中的Mute 包含掛起函數lock 和unlock，可以手動控制保護協程的代碼。而擴展函數Mutex.withLock 使其更加易用:

class TransactionsRepository( 
  private val defaultDispatcher: CoroutineDispatcher = Dispatchers.Default 
) { 
  // Mutex 保護可變狀態的緩存 
  private val cacheMutex = Mutex() 
  private val transactionsCache = mutableMapOf<User, List<Transaction>() 
 
  private suspend fun addTransaction(user: User, transaction: Transaction) = 
    withContext(defaultDispatcher) { 
      // Mutex 保障了讀寫緩存的線程安全 
      cacheMutex.withLock { 
        if (transactionsCache.contains(user)) { 
          val oldList = transactionsCache[user] 
          val newList = oldList!!.toMutableList() 
          newList.add(transaction) 
          transactionsCache.put(user, newList) 
        } else { 
          transactionsCache.put(user, listOf(transaction)) 
        } 
      } 
    } 
} 

由于使用 Mutex 的協程在可以繼續執行之前會掛起操作，因此要比 Java 編程語言中的 lock 高效很多，因為后者會阻塞整個線程。在協程中請謹慎使用 Java 語言中的同步類，因為它們會阻塞整個協程所處的線程，并且引發活躍度 問題。

傳入協程中的代碼最終會在一個或者多個線程中執行。同樣的，協程在 Android 運行時的線程模型下依然需要遵循約束條件。所以，使用協程也同樣會出現存在隱患的多線程代碼。所以，在代碼中請謹慎訪問共享的可變狀態。