19CountDownLatch和CyclicBarrier如何让多线程步调一致？

　　前几天 老板突然过来说，系统对账越来越慢了，能不能优化下，业务过程还是很简单的，用户在商城下单，生产电子订单，保存在订单库。之后会生成物流派送订单，为了防止漏送或者重复派送还需要每天对账。
　　对账系统的处理逻辑很简单，首先查询订单库，然后查询派送库，之后对比订单和派送订单，将差异写入差异库。
　　核心代码经过抽象后，如下：  while(存在未对账订单){   // 查询未对账订单   pos = getPOrders();   // 查询派送单   dos = getDOrders();   // 执行对账操作   diff = check(pos, dos);   // 差异写入差异库   save(diff); } 利用并行优化对账系统
　　要优化性能，首先要想到这个系统的瓶颈所在。
　　目前的对账系统，由于订单量和派送单量巨大，所以查询未对账订单 getPOrders() 和查询派送单 getDOrders() 相对较慢，那有没有办法快速优化一下呢？目前对账系统是单线程执行的，图形化后是下图这个样子。对于串行化的系统，  优化性能首先想到的是能否利用多线程并行处理  。
　　所以你可以看到这里对账系统的瓶颈。查询未对账订单 getPOrders() 和查询派送单 getDOrders() 是否可以并行处理呢？显然是可以的，因为这两个操作并没有先后顺序的依赖。这两个最耗时的操作并行之后，执行过程如下图所示。对比一下单线程的执行示意图，你会发现同等时间里，并行执行的吞吐量近乎单线程的 2 倍，优化效果还是相对明显的。
　　思路有了，那么代码我们如何实现呢？我们创建了两个线程 T1 和 T2，并行执行查询未对账订单 getPOrders() 和查询派送单 getDOrders() 这两个操作。在主线程中执行对账操作 check() 和差异写入 save() 两个操作。不过需要注意的是：主线程需要等待线程 T1 和 T2 执行完才能执行 check() 和 save() 这两个操作，为此我们通过调用 T1.join() 和 T2.join() 来实现等待，当 T1 和 T2 线程退出时，调用 T1.join() 和 T2.join() 的主线程就会从阻塞态被唤醒，从而执行之后的 check() 和 save()。  while(存在未对账订单){   // 查询未对账订单   Thread T1 = new Thread(()->{     pos = getPOrders();   });   T1.start();   // 查询派送单   Thread T2 = new Thread(()->{     dos = getDOrders();   });   T2.start();   // 等待T1、T2结束   T1.join();   T2.join();   // 执行对账操作   diff = check(pos, dos);   // 差异写入差异库   save(diff); } 用 CountDownLatch 实现线程等待
　　经过上面的优化，基本可以跟老板汇报工作了，但是还是有点不足，while循环里面每次都是创建新线程，而创建线程是个耗时的动作，所以最好就是创建好的线程循环使用，这是你估计想到线程池了，是的，线程池可以解决这个问题。
　　下面的代码就是用线程池进行了优化：  // 创建2个线程的线程池 Executor executor =    Executors.newFixedThreadPool(2); while(存在未对账订单){   // 查询未对账订单   executor.execute(()-> {     pos = getPOrders();   });   // 查询派送单   executor.execute(()-> {     dos = getDOrders();   });      /* ？？如何实现等待？？*/      // 执行对账操作   diff = check(pos, dos);   // 差异写入差异库   save(diff); }
　　前面线程通过调用线程t1 t2 join()方法来等待线程，但是在线程池里，线程根本就不会退出，所以join()方法失效了。那么如何解决这个问题呢？最直接的办法就是设置一个计数器，第一个操作完成计数器-1 ，第二个操作完成计数器-1 ，主线程等待计数器为 0 。等待计数器为0 其实就是一个条件变量，管程也可以实现。
　　Java 中已经提供了类似的功能，  CountDownLatch  ，实现代码如下：  // 创建2个线程的线程池 Executor executor =    Executors.newFixedThreadPool(2); while(存在未对账订单){   // 计数器初始化为2   CountDownLatch latch =      new CountDownLatch(2);   // 查询未对账订单   executor.execute(()-> {     pos = getPOrders();     latch.countDown();   });   // 查询派送单   executor.execute(()-> {     dos = getDOrders();     latch.countDown();   });      // 等待两个查询操作结束   latch.await();      // 执行对账操作   diff = check(pos, dos);   // 差异写入差异库   save(diff); }进一步优化性能
　　经过上面优化 长舒了一口气，终于可以交付了。那么还有没有其他可以优化的地方呢？仔细一看还是有的。
　　前面我们只是把 两个查询操作并行了，那么check的动作是不是可以并行呢？当然了……
　　对账的查询依赖于两次查询的结果，明显有点生产者 - 消费者的意思。为此 我们设计两个队列，一个订单队列，一个派送队列。
　　下面再来看如何用双队列来实现完全的并行。一个最直接的想法是：一个线程 T1 执行订单的查询工作，一个线程 T2 执行派送单的查询工作，当线程 T1 和 T2 都各自生产完 1 条数据的时候，通知线程 T3 执行对账操作。这个想法虽看上去简单，但其实还隐藏着一个条件，那就是线程 T1 和线程 T2 的工作要步调一致，不能一个跑得太快，一个跑得太慢，只有这样才能做到各自生产完 1 条数据的时候，通知线程 T3。
　　下面这幅图形象地描述了上面的意图：线程 T1 和线程 T2 只有都生产完 1 条数据的时候，才能一起向下执行，也就是说，线程 T1 和线程 T2 要互相等待，步调要一致；同时当线程 T1 和 T2 都生产完一条数据的时候，还要能够通知线程 T3 执行对账操作。
　　用 CyclicBarrier 实现线程同步
　　下面我们来实现以上方案，这个方案有两个难点，一个是 线程 T1 和 T2 要做到步调一致，另一个是要能够通知到线程 T3。
　　同样，还是建议你不要在实际项目中这么做，因为 Java 并发包里也已经提供了相关的工具类：CyclicBarrier。在下面的代码中，我们首先创建了一个计数器初始值为 2 的 CyclicBarrier，你需要注意的是创建 CyclicBarrier 的时候，我们还传入了一个回调函数，当计数器减到 0 的时候，会调用这个回调函数。
　　CountDownLatch 和 CyclicBarrier 是 Java 并发包提供的两个非常易用的线程同步工具类，这两个工具类用法的区别在这里还是有必要再强调一下：  CountDownLatch   主要用来解决一个线程等待多个线程的场景，可以类比旅游团团长要等待所有的游客到齐才能去下一个景点；而   CyclicBarrier 是一组线程之间互相等待  ，更像是几个驴友之间不离不弃。除此之外 CountDownLatch 的计数器是不能循环利用的，也就是说一旦计数器减到 0，再有线程调用 await()，该线程会直接通过。但 CyclicBarrier 的计数器是可以循环利用的，而且具备自动重置的功能，一旦计数器减到 0 会自动重置到你设置的初始值。除此之外，CyclicBarrier 还可以设置回调函数，可以说是功能丰富。
　　本章的示例代码中有两处用到了线程池，你现在只需要大概了解即可，因为线程池相关的知识咱们专栏后面还会有详细介绍。另外，线程池提供了 Future 特性，我们也可以利用 Future 特性来实现线程之间的等待，这个后面我们也会详细介绍。