分段锁原理：Guava 如何降低竞争密度

Guava 通过精巧的分段锁（Lock Striping）思想，在多个核心组件中以“空间换时间”策略显著降低并发竞争——Striped 类按需分配轻量锁并借助扰动哈希均匀分散访问压力；Striped64 在计数器中融合无锁CAS主路径与分段Cell兜底，实现高吞吐最终一致性；LocalCache 则以Segment为隔离单元，将缓存读写、淘汰和统计等操作完全解耦。三者殊途同归：不盲目堆砌锁，而是让锁粒度、数据结构与真实访问模式精准对齐，使多数线程在无需等待中高效并行，真正把“减少争用”从理论设计落地为可感知的性能跃升。

Guava 通过分段锁（Lock Striping）把一个大锁拆成多个小锁，让不同线程操作不同数据段时互不干扰，从而显著降低竞争密度。核心不是“加更多锁”，而是让锁的粒度与访问模式对齐——多数时候，线程根本不需要等对方。

Striped 类：按需分配、轻量复用的分段锁容器

Guava 的 Striped 类不预建固定锁集合，而是根据传入的并发度参数（如 64、1024）构造一组 ReentrantLock 或 ReadWriteLock，内部用数组 + 扰动哈希定位段。它不保证强一致性映射（即相同 key 不总落在同一段），但能均匀分散压力。

• 调用 get(key) 时，对 key 的 hashCode 做二次哈希，再取模得到段索引，避免哈希分布不均导致某几个段过热
• 支持懒初始化：未被访问过的段锁只在首次请求时创建，节省内存
• 适用于资源池、缓存分片、计数器隔离等场景，比如为每个用户 ID 分配独立读写锁，避免全局锁串行化所有用户操作

Striped64：无锁主路径 + 分段兜底的计数器设计

Striped64（LongAdder / DoubleAdder 底层）把“减少竞争”做到更底层：它优先用 CAS 更新基础值 base；一旦出现竞争，就转向分段数组 cells，每个线程用自己绑定的 Cell 累加，最后汇总。

• 没有锁，只有 volatile + CAS + ThreadLocal 风格的 cell 绑定逻辑
• cell 数组大小为 2 的幂，扩容条件是：当前有竞争且数组未满，同时再次 CAS base 失败
• 读取 sum() 时需遍历所有非空 cell 并加上 base，所以是最终一致，不是实时精确值

LocalCache 中的 Segment 分段：缓存操作的并发隔离单元

Guava Cache 的 LocalCache 沿用了老式 ConcurrentHashMap 的分段思想（虽然后者在 JDK 8 已弃用 Segment），每个 Segment 是一个独立的哈希表 + 可重入锁，负责管理一部分 key-value 对。

• 默认分段数为 4，可通过 concurrencyLevel 调整；段数影响初始化容量和锁争用概率，但不等于最大并发线程数
• 写操作（put/remove）锁定整个 segment，读操作（get）仅靠 volatile + 无锁链表遍历，不加锁
• 淘汰策略（如 LRU）、过期清理、统计计数等都在 segment 内部完成，天然隔离，避免跨段同步开销

对比 ConcurrentHashMap（JDK 7 vs 8）：分段演进的启示

Guava 的分段设计受早期 ConcurrentHashMap 启发，但并未照搬。JDK 7 的 Segment 是显式锁分段，而 JDK 8 改为桶级 synchronized + CAS，粒度更细；Guava 则在更高语义层（如缓存、计数、资源池）封装分段逻辑，让开发者无需关心底层哈希冲突或扩容细节。

• JDK 7 Segment：锁住一整块 HashEntry 数组，适合中低并发；Guava Striped 更灵活，可适配任意对象类型锁
• JDK 8 Node 锁：只锁单个桶头节点，理论并发度最高；Guava 的 LocalCache 仍保留 Segment 抽象，兼顾兼容性与行为可控性
• 共同目标一致：用空间换时间，用多份状态副本（锁、cell、segment）换取更低的线程等待概率

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于文章的相关知识，也可关注golang学习网公众号。