문제점

• 멀티 스레딩 환경에서 정수를 1씩 증가시키는 작업이 있다면 적절하게 동기화되지 않으면 원하는 값을 얻지 못할 것임.

동기화 블로킹

• 공유 상태에 대한 문제로 자바에서 사용되는 전통적인 도구인 synchronized 블록이나 동기화된 컬렉션을 사용하여 해결할 수 있음.

fun main() = runBlocking {
    val lock = Any()
    massiveRun {
        syncronized(lock) { // 스레드를 블로킹함
            counter++
        }
    }
}

• syncronized 블록 내부에선 중단 함수를 사용할 수 없음.
• syncronized 블록에서 코루틴이 자기 차례를 기다릴 때 스레드를 블로킹함.
  • 코루틴이 스레드를 블로킹하는 건 지양해야함.
• 블로킹 없이 중단하거나, 충돌을 회피하는 방법을 사용할 것.

원자성

• 원자값을 활용한 연산은 빠르며 스레드 안전을 보장함.
  • 이러한 연산을 원자성 연산이라고 함.
• 원자성 연산은 락 없이 로우 레벨로 구현되어 효율적이고 사용하기가 쉽다.

private var counter = AtomicInteger()

fun main() = runBlocking {
    massiveRun {
        counter.incrementAndGet()
    }
}

• 원자값은 의도대로 완벽하게 동작하지만 사용성이 제한되기 때문에 조심해서 다뤄야 함.
• 하나의 연산에서 원자성을 가지고 있다고 해서 전체 연산에서 원자성이 보장되는 것은 아님.
  • read-only인 리스트를 AtomicReference로 래핑할 수 있음.

private val users = AtomicReference(listOf<User>())

suspend fun fetchUser(id: Int) {
    val newUser = api.fetchUser(id)
    users.getAndUpdate { it + newUser }
}

• 충돌 없이 값을 갱신하기 위해선 getAndUpdate라는 원자성 보장 함수를 사용할 것.

싱글스레드로 제한된 디스패처

• 단일 스레드로 사용하는 것은 대부분 공유상태 문제를 해결하는 가장 쉬운 방법임.
  • newSingleThreadContext
  • limitedParallelism(1)
• 두 가지 방법으로 디스패처를 사용할 수 있음.
  1. 코스 그레인드 스레드 한정
     1. 디스패처를 싱글스레드로 제한한 withContext로 전체 함수를 래핑.
  2. 파인 그레인드 스레드 한정
     1. 상태를 변경하는 구문들만 래핑
        1. 해당 방법은 번거롭지만, 크리티컬 섹션이 아닌 부분이 블로킹되거나 CPU 집약적인 경우에 더 나은 성능을 제공함.
• 위 두 가지 방법은 일시 중단 함수에 적용하는 경우에는 성능에 큰 차이가 없음.