1. 从一次线上事故说起为什么我们需要线程安全的List那天晚上我正在悠闲地喝着咖啡突然手机开始疯狂震动监控告警像潮水一样涌来。一个核心服务的接口响应时间从几十毫秒飙升到了十几秒CPU使用率直接拉满。我立刻登录服务器查看线程堆栈发现大量线程都卡在同一个地方——一个看似平平无奇的ArrayList的add操作上。是的就是这个我们每天都在用的、再熟悉不过的集合类在并发环境下它就像一个隐藏的炸弹随时可能引爆。这次事故的根因就是多个线程同时修改一个共享的ArrayList。你可能听说过ArrayList不是线程安全的但具体会出什么问题呢最常见的就是java.util.ConcurrentModificationException。这个异常的字面意思是“并发修改异常”它就像一个哨兵在你一边遍历列表一边修改它比如在循环里删除元素时跳出来阻止你。但在高并发下问题远比这更隐蔽和危险。它可能导致数据丢失一个线程添加的元素被另一个线程的覆盖、数据错乱列表内部数组扩容时多个线程看到的数组引用不一致甚至引发死循环直接拖垮整个服务。所以当你的数据集合比如一个存放用户会话的列表、一个待处理任务的队列会被多个线程同时读写时线程安全就不再是一个可选项而是必须满足的前提。Java为我们提供了几种实现线程安全List的路径它们各有各的“脾气”和适用场景。今天我们就来深入聊聊最经典的三种老将Vector、巧匠Collections.synchronizedList和新贵CopyOnWriteArrayList。理解它们的差异不是背面试题而是为了在关键时刻能做出最合适的选择避免我的“咖啡之夜”在你的身上重演。2. 初代守护者Vector的同步机制与性能代价Vector可以说是Java线程安全集合的“活化石”从JDK 1.0时代就存在了。它的线程安全性实现方式最为直观和粗暴在其几乎所有公开方法上都加上了synchronized关键字。2.1 synchronized方法是如何工作的当你调用vector.add(element)时你实际上在调用一个synchronized方法。这意味着这个方法在执行时会尝试获取当前Vector对象实例即this的内置锁monitor lock。同一时刻只有一个线程能持有这把锁并执行该synchronized方法其他试图调用任何synchronized方法的线程都会被阻塞Blocked进入等待队列直到锁被释放。这种方式的优点是实现简单保证了操作的原子性和可见性。所谓原子性就是add、get、remove这些操作本身不会被线程切换打断可见性是指一个线程修改了Vector后对Vector对象锁的释放会强制将工作内存中的变量刷新回主内存使得其他线程能立刻看到最新的修改。2.2 复合操作下的陷阱与显式同步但是synchronized方法只能保证单个方法是线程安全的。在实际开发中我们经常需要执行一连串操作这被称为“复合操作”。Vector在这里就露出了破绽。最经典的例子就是“检查再运行”check-then-act。比如你想实现“如果不存在则添加”的逻辑if (!vector.contains(element)) { vector.add(element); }尽管contains和add各自都是synchronized的但在contains执行完释放锁之后到add获取锁之前这个间隙其他线程完全可以插入并成功添加相同的元素。最终可能导致元素被重复添加。再比如迭代遍历for (int i 0; i vector.size(); i) { Object obj vector.get(i); // 处理obj }在size()和get(i)调用之间其他线程可能已经删除了某个元素导致你get(i)时下标越界IndexOutOfBoundsException。或者在遍历过程中其他线程的结构性修改如add, remove会导致迭代器的“快速失败”机制触发抛出ConcurrentModificationException。注意很多人误以为用Vector迭代就不会有并发修改异常这是错误的。Vector自己的迭代器实现通过维护一个modCount修改计数器仍然会在检测到并发修改时抛出异常。要安全地迭代你必须在迭代期间也持有锁。因此即使使用Vector在复合操作场景下你仍然需要在客户端代码中进行额外的同步synchronized (vector) { if (!vector.contains(element)) { vector.add(element); } } // 或者 synchronized (vector) { for (Object obj : vector) { // 处理obj } }这无疑增加了使用的复杂度和出错概率。2.3 性能瓶颈与适用场景分析由于每个操作都要抢同一把锁Vector在高并发读写场景下性能会急剧下降。线程大量的时间都花在了锁的竞争、挂起和唤醒上而不是实际的工作。这种锁是“悲观锁”和“独占锁”它假设冲突很频繁所以每次操作都先上锁这严重限制了吞吐量。那么Vector是不是就一无是处了呢也不是。在一些非常特定的场景下它仍有价值极低并发或历史遗留系统如果你的应用并发度很低或者是在维护一个非常古老的、大量使用Vector的系统贸然替换可能得不偿失。需要强一致性的复合操作当你的业务逻辑就是需要一连串操作作为一个不可分割的整体时用synchronized (vector)包裹起来逻辑非常清晰。不过这种情况下你也可以用Collections.synchronizedList达到同样效果且更灵活。总的来说Vector是一个设计理念相对陈旧的全同步容器。它提供了最基础的线程安全保证但将确保复合操作安全的职责抛给了使用者并且在性能上存在先天不足。在新的开发中通常不建议将其作为首选。3. 装饰器模式的应用Collections.synchronizedList的灵活与局限如果说Vector是内置了锁的“铁罐头”那么Collections.synchronizedList()就是一个灵活的“锁套”。它基于装饰器模式Wrapper将一个非线程安全的List通常是ArrayList包装起来返回一个线程安全的视图。3.1 装饰器模式的实现原理我们看看它的简化实现思路public static T ListT synchronizedList(ListT list) { return new SynchronizedList(list); } static class SynchronizedListE implements ListE { final ListE list; // 被包装的原始列表 final Object mutex; // 锁对象 SynchronizedList(ListE list) { this.list list; this.mutex this; // 默认锁是包装器对象本身 } public boolean add(E e) { synchronized (mutex) { return list.add(e); } } public E get(int index) { synchronized (mutex) { return list.get(index); } } // ... 其他方法类似 }关键点在于委托所有操作都委托给内部封装的原始list。同步在每个方法的实现里使用一个共同的mutex对象进行同步。默认情况下mutex就是包装器对象自身this。灵活性你可以通过重载的synchronizedList(list, mutex)方法传入自定义的锁对象这样可以让多个不同的集合对象使用同一把锁进行同步实现更复杂的线程协作。3.2 与Vector的细微差别及迭代器问题它和Vector在核心同步机制上非常相似都是通过synchronized实现互斥。但有一些重要区别锁对象不同Vector锁的是Vector实例本身而synchronizedList默认锁的是包装器对象。这通常不影响使用但如果你有代码依赖于锁的标识需要注意。扩容策略Vector默认扩容为原来的2倍可通过构造函数设置容量增量而它包装的ArrayList是1.5倍。这在极端性能敏感场景下可能有细微差异。历史遗留方法Vector有一些古老的方法如addElement、elementAtsynchronizedList没有。然而它们在面对迭代器时有着相同的“阿喀琉斯之踵”。由synchronizedList返回的列表的迭代器并不是线程安全的。文档明确说明你必须手动在迭代期间同步ListString syncList Collections.synchronizedList(new ArrayList()); // 错误的做法可能抛出ConcurrentModificationException for (String s : syncList) { System.out.println(s); } // 正确的做法 synchronized (syncList) { for (String s : syncList) { System.out.println(s); } }这是因为iterator()方法返回的迭代器对象其next()、hasNext()、remove()等方法内部并没有同步。它们只是在创建迭代器时获取了当时列表的一个“快照”视图但在遍历过程中如果其他线程修改了列表仍然会触发并发修改异常。3.3 适用场景分析Collections.synchronizedList的适用场景与Vector高度重叠但在现代开发中它通常比Vector更受青睐原因如下接口一致性它返回的是List接口更容易融入现有的、基于接口编程的代码体系。你可以很容易地将一个已有的ArrayList转换成线程安全的而不必改变其引用类型。轻量级它本身只是一个薄薄的包装层没有Vector那些历史包袱。锁分离潜力虽然很少用但自定义锁对象的特性为高级同步控制提供了可能。它的局限性也同样明显读和写都需要抢同一把锁在读多写少的场景下性能依然不佳。它适合的是写操作频繁且读、写、迭代操作都需要强一致性的场景并且你愿意为迭代操作手动添加同步块。如果业务中读操作远多于写操作我们需要一种更高效的解决方案。4. 写时复制典范CopyOnWriteArrayList的设计哲学与最佳实践面对读多写少的并发场景CopyOnWriteArrayList以下简称COW提供了一种截然不同的思路。它的名字就揭示了其核心思想写时复制。4.1 核心机制写时复制Copy-On-WriteCOW内部维护了一个volatile修饰的数组引用private transient volatile Object[] array;。所有读操作get、indexOf、iterator遍历等都直接在这个数组上进行完全不加锁。因此多个线程可以同时进行读操作性能极高。当发生写操作add、set、remove等时它会进行以下步骤加锁使用一个ReentrantLock锁定。复制获取当前内部数组的一个快照副本。修改在这个副本上进行修改生成一个新的数组。更新引用将内部的volatile数组引用指向这个新创建的数组。由于volatile的语义这个更新对所有线程立即可见。释放锁。这个过程可以用一段简化的代码来理解public boolean add(E e) { final ReentrantLock lock this.lock; lock.lock(); try { Object[] elements getArray(); // 获取旧数组 int len elements.length; Object[] newElements Arrays.copyOf(elements, len 1); // 复制并扩容 newElements[len] e; // 在新数组上修改 setArray(newElements); // volatile写切换引用 return true; } finally { lock.unlock(); } }4.2 弱一致性迭代器与数据视图问题这是COW最精妙也最容易让人困惑的地方。由于写操作会创建新数组而读操作包括迭代总是在获取迭代器那一刻的旧数组引用上进行这就导致了弱一致性。弱一致性迭代器意味着迭代器一旦创建就遍历一个固定的数组快照。在迭代过程中其他线程对列表的修改增删改是不可见的。它不会抛出ConcurrentModificationException。举个例子CopyOnWriteArrayListString list new CopyOnWriteArrayList(Arrays.asList(A, B, C)); IteratorString it list.iterator(); list.add(D); // 其他线程或本线程在获取迭代器后修改 while (it.hasNext()) { System.out.print(it.next() ); // 输出A B C 看不到新加的D } System.out.println(\n当前列表 list); // 输出[A, B, C, D]这种特性是好是坏取决于你的需求。如果你需要的是一个在迭代过程中绝对不变的视图例如遍历一个监听器列表来发送事件期间不允许列表变化那么这种快照特性反而是优点。但如果你希望迭代器能实时反映列表的最新状态这就是一个缺点。此外COW的size()方法返回的也是快照时刻的大小它可能在你调用size()之后立刻就被其他线程的写操作改变了。所以依赖size()来做精确判断的代码需要格外小心。4.3 性能特征与使用禁忌COW的性能特征非常鲜明读性能极高无锁媲美ArrayList。写性能较差每次写都要复制整个底层数组时间复杂度为O(n)内存开销也大。适合读多写极少的场景比如白名单、黑名单、监听器列表、缓存只读数据的副本等。在这些场景中数据很少变动但会被高频读取。使用COW有几个重要的“坑”需要避开大数据量下的写操作是灾难如果一个COW列表有10万个元素每次add都要复制10万长度的数组其消耗的时间和内存是不可接受的。绝对不要将其用于频繁修改或数据量大的场景。批量写入的优化如果确实需要一次性添加多个元素务必使用addAll方法而不是循环调用add。addAll在锁内只复制一次数组可以极大提升性能。// 糟糕的做法 for (String item : hugeCollection) { cowList.add(item); // 每次add都复制一次数组 } // 正确的做法 cowList.addAll(hugeCollection); // 只复制一次数组“写”包括修改和删除不仅addset(index, element)和remove操作也会触发数组复制。特别是remove操作它需要复制除目标元素外的所有元素成本同样很高。内存占用与垃圾回收由于每次写操作都会丢弃旧数组在写操作频繁时会产生大量临时数组对象增加GC压力。需要监控老年代的使用情况。5. 实战场景下的选型对比与性能考量了解了三种方案的原理我们该如何选择这从来不是一道有标准答案的面试题而是一个需要结合具体业务场景、数据规模和并发模式进行权衡的工程决策。5.1 场景匹配决策树我们可以通过一个简单的决策流程来辅助选型开始 | |—— 是否需要线程安全的List | | | 否—— 使用 ArrayList (或 LinkedList) | 是 | | |—— 写操作是否极其频繁或者数据量是否非常大例如数万以上 | | | 是—— 考虑使用并发性能更好的数据结构如 ConcurrentLinkedQueue (如果符合队列语义)或者使用锁分段技术如ConcurrentHashMap来模拟或者放弃List改用其他结构。 | 否 | | |—— 读操作是否远远多于写操作例如读写比 100:1 | | | 是—— 首选 CopyOnWriteArrayList | | | | | |—— 注意迭代器是否需要强一致性 | | | 是—— 需要在客户端代码加锁或重新评估场景。 | | | 否—— 完美匹配。 | | | 否—— 读写比例相对均衡或写操作也不少 | | | |—— 是否需要遍历迭代操作 | | | | | 是—— 使用 Collections.synchronizedList并在迭代代码块手动加锁。 | | 否—— 使用 Collections.synchronizedList。 | | | |—— (Vector 可作为 synchronizedList 的备选但通常不优先考虑)5.2 性能压测数据参考定性分析虽然绝对性能数据随硬件、JDK版本和测试用例变化但它们的相对关系是稳定的。以下是一个定性的性能对比操作 / 容器类型ArrayList (非安全)Vector / synchronizedListCopyOnWriteArrayList并发读极快 (无锁)慢 (锁竞争)极快 (无锁)并发写不安全会损坏数据慢 (锁竞争)极慢 (复制数组)读多写少不适用较差最优写多读少不适用一般最差读写均衡不适用可接受差迭代安全性不安全安全 (需手动同步迭代块)安全 (弱一致性迭代器)内存开销低低高 (写时复制)提示这个表格清晰地展示了COW的“偏科”特性。它在自己擅长的领域读多写少是王者但在不擅长的领域写多则完全不可用。5.3 避坑指南与进阶思考不要用错迭代器这是使用synchronizedList和Vector时最常见的错误。永远记住只有用synchronized块包裹起来的迭代才是安全的。COW不是万能药我曾见过有团队为了追求“无锁读”的高性能将一个频繁更新的用户在线状态列表放进了COW结果上线后GC频繁性能反而不如加锁的方案。一定要评估写频率。考虑替代方案有时候List可能不是最好的选择。如果你的场景是生产者-消费者模型BlockingQueue如LinkedBlockingQueue,ArrayBlockingQueue是更专业的选择。如果你需要的是一个线程安全的键值对集合ConcurrentHashMap提供了比synchronizedMap高得多的并发性能。在Java 8中甚至可以考虑使用Collections.synchronizedList包装一个ArrayList但配合StampedLock或ReadWriteLock来实现更细粒度的锁控制这属于高级自定义需谨慎。监控与度量在引入任何一种线程安全容器后都应该通过APM工具监控其实际表现平均等待时间、锁竞争情况、GC频率等。数据比理论更有说服力。回到开头我遇到的那个线上问题。最终我们根据那个共享列表读极多、写极少只在用户登录和登出时更新的特性将其从ArrayList替换成了CopyOnWriteArrayList。改造后该服务的CPU使用率下降了70%P99响应时间恢复到毫秒级。这个案例深刻地告诉我在并发编程中了解工具的原理和边界与知道如何使用它们同等重要。选择哪种线程安全的List不是一个机械的记忆任务而是一个基于真实流量和业务逻辑的架构决策。 
长河君 · 2026/8/15 2:54:23 · 阅读 1.2k Java线程安全List全解析：Vector、synchronizedList与CopyOnWriteArrayList实战对比
1. 从一次线上事故说起为什么我们需要线程安全的List那天晚上我正在悠闲地喝着咖啡突然手机开始疯狂震动监控告警像潮水一样涌来。一个核心服务的接口响应时间从几十毫秒飙升到了十几秒CPU使用率直接拉满。我立刻登录服务器查看线程堆栈发现大量线程都卡在同一个地方——一个看似平平无奇的ArrayList的add操作上。是的就是这个我们每天都在用的、再熟悉不过的集合类在并发环境下它就像一个隐藏的炸弹随时可能引爆。这次事故的根因就是多个线程同时修改一个共享的ArrayList。你可能听说过ArrayList不是线程安全的但具体会出什么问题呢最常见的就是java.util.ConcurrentModificationException。这个异常的字面意思是“并发修改异常”它就像一个哨兵在你一边遍历列表一边修改它比如在循环里删除元素时跳出来阻止你。但在高并发下问题远比这更隐蔽和危险。它可能导致数据丢失一个线程添加的元素被另一个线程的覆盖、数据错乱列表内部数组扩容时多个线程看到的数组引用不一致甚至引发死循环直接拖垮整个服务。所以当你的数据集合比如一个存放用户会话的列表、一个待处理任务的队列会被多个线程同时读写时线程安全就不再是一个可选项而是必须满足的前提。Java为我们提供了几种实现线程安全List的路径它们各有各的“脾气”和适用场景。今天我们就来深入聊聊最经典的三种老将Vector、巧匠Collections.synchronizedList和新贵CopyOnWriteArrayList。理解它们的差异不是背面试题而是为了在关键时刻能做出最合适的选择避免我的“咖啡之夜”在你的身上重演。2. 初代守护者Vector的同步机制与性能代价Vector可以说是Java线程安全集合的“活化石”从JDK 1.0时代就存在了。它的线程安全性实现方式最为直观和粗暴在其几乎所有公开方法上都加上了synchronized关键字。2.1 synchronized方法是如何工作的当你调用vector.add(element)时你实际上在调用一个synchronized方法。这意味着这个方法在执行时会尝试获取当前Vector对象实例即this的内置锁monitor lock。同一时刻只有一个线程能持有这把锁并执行该synchronized方法其他试图调用任何synchronized方法的线程都会被阻塞Blocked进入等待队列直到锁被释放。这种方式的优点是实现简单保证了操作的原子性和可见性。所谓原子性就是add、get、remove这些操作本身不会被线程切换打断可见性是指一个线程修改了Vector后对Vector对象锁的释放会强制将工作内存中的变量刷新回主内存使得其他线程能立刻看到最新的修改。2.2 复合操作下的陷阱与显式同步但是synchronized方法只能保证单个方法是线程安全的。在实际开发中我们经常需要执行一连串操作这被称为“复合操作”。Vector在这里就露出了破绽。最经典的例子就是“检查再运行”check-then-act。比如你想实现“如果不存在则添加”的逻辑if (!vector.contains(element)) { vector.add(element); }尽管contains和add各自都是synchronized的但在contains执行完释放锁之后到add获取锁之前这个间隙其他线程完全可以插入并成功添加相同的元素。最终可能导致元素被重复添加。再比如迭代遍历for (int i 0; i vector.size(); i) { Object obj vector.get(i); // 处理obj }在size()和get(i)调用之间其他线程可能已经删除了某个元素导致你get(i)时下标越界IndexOutOfBoundsException。或者在遍历过程中其他线程的结构性修改如add, remove会导致迭代器的“快速失败”机制触发抛出ConcurrentModificationException。注意很多人误以为用Vector迭代就不会有并发修改异常这是错误的。Vector自己的迭代器实现通过维护一个modCount修改计数器仍然会在检测到并发修改时抛出异常。要安全地迭代你必须在迭代期间也持有锁。因此即使使用Vector在复合操作场景下你仍然需要在客户端代码中进行额外的同步synchronized (vector) { if (!vector.contains(element)) { vector.add(element); } } // 或者 synchronized (vector) { for (Object obj : vector) { // 处理obj } }这无疑增加了使用的复杂度和出错概率。2.3 性能瓶颈与适用场景分析由于每个操作都要抢同一把锁Vector在高并发读写场景下性能会急剧下降。线程大量的时间都花在了锁的竞争、挂起和唤醒上而不是实际的工作。这种锁是“悲观锁”和“独占锁”它假设冲突很频繁所以每次操作都先上锁这严重限制了吞吐量。那么Vector是不是就一无是处了呢也不是。在一些非常特定的场景下它仍有价值极低并发或历史遗留系统如果你的应用并发度很低或者是在维护一个非常古老的、大量使用Vector的系统贸然替换可能得不偿失。需要强一致性的复合操作当你的业务逻辑就是需要一连串操作作为一个不可分割的整体时用synchronized (vector)包裹起来逻辑非常清晰。不过这种情况下你也可以用Collections.synchronizedList达到同样效果且更灵活。总的来说Vector是一个设计理念相对陈旧的全同步容器。它提供了最基础的线程安全保证但将确保复合操作安全的职责抛给了使用者并且在性能上存在先天不足。在新的开发中通常不建议将其作为首选。3. 装饰器模式的应用Collections.synchronizedList的灵活与局限如果说Vector是内置了锁的“铁罐头”那么Collections.synchronizedList()就是一个灵活的“锁套”。它基于装饰器模式Wrapper将一个非线程安全的List通常是ArrayList包装起来返回一个线程安全的视图。3.1 装饰器模式的实现原理我们看看它的简化实现思路public static T ListT synchronizedList(ListT list) { return new SynchronizedList(list); } static class SynchronizedListE implements ListE { final ListE list; // 被包装的原始列表 final Object mutex; // 锁对象 SynchronizedList(ListE list) { this.list list; this.mutex this; // 默认锁是包装器对象本身 } public boolean add(E e) { synchronized (mutex) { return list.add(e); } } public E get(int index) { synchronized (mutex) { return list.get(index); } } // ... 其他方法类似 }关键点在于委托所有操作都委托给内部封装的原始list。同步在每个方法的实现里使用一个共同的mutex对象进行同步。默认情况下mutex就是包装器对象自身this。灵活性你可以通过重载的synchronizedList(list, mutex)方法传入自定义的锁对象这样可以让多个不同的集合对象使用同一把锁进行同步实现更复杂的线程协作。3.2 与Vector的细微差别及迭代器问题它和Vector在核心同步机制上非常相似都是通过synchronized实现互斥。但有一些重要区别锁对象不同Vector锁的是Vector实例本身而synchronizedList默认锁的是包装器对象。这通常不影响使用但如果你有代码依赖于锁的标识需要注意。扩容策略Vector默认扩容为原来的2倍可通过构造函数设置容量增量而它包装的ArrayList是1.5倍。这在极端性能敏感场景下可能有细微差异。历史遗留方法Vector有一些古老的方法如addElement、elementAtsynchronizedList没有。然而它们在面对迭代器时有着相同的“阿喀琉斯之踵”。由synchronizedList返回的列表的迭代器并不是线程安全的。文档明确说明你必须手动在迭代期间同步ListString syncList Collections.synchronizedList(new ArrayList()); // 错误的做法可能抛出ConcurrentModificationException for (String s : syncList) { System.out.println(s); } // 正确的做法 synchronized (syncList) { for (String s : syncList) { System.out.println(s); } }这是因为iterator()方法返回的迭代器对象其next()、hasNext()、remove()等方法内部并没有同步。它们只是在创建迭代器时获取了当时列表的一个“快照”视图但在遍历过程中如果其他线程修改了列表仍然会触发并发修改异常。3.3 适用场景分析Collections.synchronizedList的适用场景与Vector高度重叠但在现代开发中它通常比Vector更受青睐原因如下接口一致性它返回的是List接口更容易融入现有的、基于接口编程的代码体系。你可以很容易地将一个已有的ArrayList转换成线程安全的而不必改变其引用类型。轻量级它本身只是一个薄薄的包装层没有Vector那些历史包袱。锁分离潜力虽然很少用但自定义锁对象的特性为高级同步控制提供了可能。它的局限性也同样明显读和写都需要抢同一把锁在读多写少的场景下性能依然不佳。它适合的是写操作频繁且读、写、迭代操作都需要强一致性的场景并且你愿意为迭代操作手动添加同步块。如果业务中读操作远多于写操作我们需要一种更高效的解决方案。4. 写时复制典范CopyOnWriteArrayList的设计哲学与最佳实践面对读多写少的并发场景CopyOnWriteArrayList以下简称COW提供了一种截然不同的思路。它的名字就揭示了其核心思想写时复制。4.1 核心机制写时复制Copy-On-WriteCOW内部维护了一个volatile修饰的数组引用private transient volatile Object[] array;。所有读操作get、indexOf、iterator遍历等都直接在这个数组上进行完全不加锁。因此多个线程可以同时进行读操作性能极高。当发生写操作add、set、remove等时它会进行以下步骤加锁使用一个ReentrantLock锁定。复制获取当前内部数组的一个快照副本。修改在这个副本上进行修改生成一个新的数组。更新引用将内部的volatile数组引用指向这个新创建的数组。由于volatile的语义这个更新对所有线程立即可见。释放锁。这个过程可以用一段简化的代码来理解public boolean add(E e) { final ReentrantLock lock this.lock; lock.lock(); try { Object[] elements getArray(); // 获取旧数组 int len elements.length; Object[] newElements Arrays.copyOf(elements, len 1); // 复制并扩容 newElements[len] e; // 在新数组上修改 setArray(newElements); // volatile写切换引用 return true; } finally { lock.unlock(); } }4.2 弱一致性迭代器与数据视图问题这是COW最精妙也最容易让人困惑的地方。由于写操作会创建新数组而读操作包括迭代总是在获取迭代器那一刻的旧数组引用上进行这就导致了弱一致性。弱一致性迭代器意味着迭代器一旦创建就遍历一个固定的数组快照。在迭代过程中其他线程对列表的修改增删改是不可见的。它不会抛出ConcurrentModificationException。举个例子CopyOnWriteArrayListString list new CopyOnWriteArrayList(Arrays.asList(A, B, C)); IteratorString it list.iterator(); list.add(D); // 其他线程或本线程在获取迭代器后修改 while (it.hasNext()) { System.out.print(it.next() ); // 输出A B C 看不到新加的D } System.out.println(\n当前列表 list); // 输出[A, B, C, D]这种特性是好是坏取决于你的需求。如果你需要的是一个在迭代过程中绝对不变的视图例如遍历一个监听器列表来发送事件期间不允许列表变化那么这种快照特性反而是优点。但如果你希望迭代器能实时反映列表的最新状态这就是一个缺点。此外COW的size()方法返回的也是快照时刻的大小它可能在你调用size()之后立刻就被其他线程的写操作改变了。所以依赖size()来做精确判断的代码需要格外小心。4.3 性能特征与使用禁忌COW的性能特征非常鲜明读性能极高无锁媲美ArrayList。写性能较差每次写都要复制整个底层数组时间复杂度为O(n)内存开销也大。适合读多写极少的场景比如白名单、黑名单、监听器列表、缓存只读数据的副本等。在这些场景中数据很少变动但会被高频读取。使用COW有几个重要的“坑”需要避开大数据量下的写操作是灾难如果一个COW列表有10万个元素每次add都要复制10万长度的数组其消耗的时间和内存是不可接受的。绝对不要将其用于频繁修改或数据量大的场景。批量写入的优化如果确实需要一次性添加多个元素务必使用addAll方法而不是循环调用add。addAll在锁内只复制一次数组可以极大提升性能。// 糟糕的做法 for (String item : hugeCollection) { cowList.add(item); // 每次add都复制一次数组 } // 正确的做法 cowList.addAll(hugeCollection); // 只复制一次数组“写”包括修改和删除不仅addset(index, element)和remove操作也会触发数组复制。特别是remove操作它需要复制除目标元素外的所有元素成本同样很高。内存占用与垃圾回收由于每次写操作都会丢弃旧数组在写操作频繁时会产生大量临时数组对象增加GC压力。需要监控老年代的使用情况。5. 实战场景下的选型对比与性能考量了解了三种方案的原理我们该如何选择这从来不是一道有标准答案的面试题而是一个需要结合具体业务场景、数据规模和并发模式进行权衡的工程决策。5.1 场景匹配决策树我们可以通过一个简单的决策流程来辅助选型开始 | |—— 是否需要线程安全的List | | | 否—— 使用 ArrayList (或 LinkedList) | 是 | | |—— 写操作是否极其频繁或者数据量是否非常大例如数万以上 | | | 是—— 考虑使用并发性能更好的数据结构如 ConcurrentLinkedQueue (如果符合队列语义)或者使用锁分段技术如ConcurrentHashMap来模拟或者放弃List改用其他结构。 | 否 | | |—— 读操作是否远远多于写操作例如读写比 100:1 | | | 是—— 首选 CopyOnWriteArrayList | | | | | |—— 注意迭代器是否需要强一致性 | | | 是—— 需要在客户端代码加锁或重新评估场景。 | | | 否—— 完美匹配。 | | | 否—— 读写比例相对均衡或写操作也不少 | | | |—— 是否需要遍历迭代操作 | | | | | 是—— 使用 Collections.synchronizedList并在迭代代码块手动加锁。 | | 否—— 使用 Collections.synchronizedList。 | | | |—— (Vector 可作为 synchronizedList 的备选但通常不优先考虑)5.2 性能压测数据参考定性分析虽然绝对性能数据随硬件、JDK版本和测试用例变化但它们的相对关系是稳定的。以下是一个定性的性能对比操作 / 容器类型ArrayList (非安全)Vector / synchronizedListCopyOnWriteArrayList并发读极快 (无锁)慢 (锁竞争)极快 (无锁)并发写不安全会损坏数据慢 (锁竞争)极慢 (复制数组)读多写少不适用较差最优写多读少不适用一般最差读写均衡不适用可接受差迭代安全性不安全安全 (需手动同步迭代块)安全 (弱一致性迭代器)内存开销低低高 (写时复制)提示这个表格清晰地展示了COW的“偏科”特性。它在自己擅长的领域读多写少是王者但在不擅长的领域写多则完全不可用。5.3 避坑指南与进阶思考不要用错迭代器这是使用synchronizedList和Vector时最常见的错误。永远记住只有用synchronized块包裹起来的迭代才是安全的。COW不是万能药我曾见过有团队为了追求“无锁读”的高性能将一个频繁更新的用户在线状态列表放进了COW结果上线后GC频繁性能反而不如加锁的方案。一定要评估写频率。考虑替代方案有时候List可能不是最好的选择。如果你的场景是生产者-消费者模型BlockingQueue如LinkedBlockingQueue,ArrayBlockingQueue是更专业的选择。如果你需要的是一个线程安全的键值对集合ConcurrentHashMap提供了比synchronizedMap高得多的并发性能。在Java 8中甚至可以考虑使用Collections.synchronizedList包装一个ArrayList但配合StampedLock或ReadWriteLock来实现更细粒度的锁控制这属于高级自定义需谨慎。监控与度量在引入任何一种线程安全容器后都应该通过APM工具监控其实际表现平均等待时间、锁竞争情况、GC频率等。数据比理论更有说服力。回到开头我遇到的那个线上问题。最终我们根据那个共享列表读极多、写极少只在用户登录和登出时更新的特性将其从ArrayList替换成了CopyOnWriteArrayList。改造后该服务的CPU使用率下降了70%P99响应时间恢复到毫秒级。这个案例深刻地告诉我在并发编程中了解工具的原理和边界与知道如何使用它们同等重要。选择哪种线程安全的List不是一个机械的记忆任务而是一个基于真实流量和业务逻辑的架构决策。