• 코루틴은 Dispatchers.Default 와 같이 멀티 스레드를 관리하는 Dispatcher 에 의해 병렬적으로 실행될 수 있음.
• 병렬 실행 시 가장 중요한 문제는 변경 가능한 공유 상태의 동기화임.

Coroutine을 여러개 실행했을 때의 문제점

import kotlinx.coroutines.*
import kotlin.system.measureTimeMillis

var counter = 0

fun main() = runBlocking {
    withContext(Dispatchers.Default) {
        massiveRun { counter++ }
    }
}

suspend fun massiveRun(action: suspend () -> Unit) {
    val n = 100
    val k = 1000
    val time = measureTimeMillis {
        coroutineScope {
            repeat(n) {
                launch {
                    repeat(k) { action() }
                }
            }
        }
    }
    println("Counter = $counter")
}

실행결과 
Counter = 40101

• 복수의 스레드를 관리하는 Dispatchers.Default 를 사용해 공유 변수의 값을 증가시키는 동작임.
• 출력의 결과는 “Counter = 100000”을 출력할 가능성은 거의 없음.
  • 100개의 코루틴이 동기화 없이 여러 스레드에서 counter를 동시에 증가시킴.

Volatile은 동시성 문제를 해결하지 못한다.

Volatile이란?
@Volatile을 붙이면 변수의 값이 메인 메모리에만 저장되며, 멀티 쓰레드 환경에서 메인 메모리의 값을 참조하므로 변수 값 불일치 문제를 해결할 수 있게된다.
다만 CPU캐시를 참조하는 것보다 메인메모리를 참조하는 것이 더 느리므로, 성능은 떨어질 수 밖에 없다.

<https://www.charlezz.com/?p=45959>

@Volatile
var counter = 0

• 변수를 volatile 로 만드는 것이 동시성 문제를 해결한다는 잘못된 인식이 있음.
• volatile 은 값을 증가시키는 것과 같은 동작에는 원자성을 제공하지 않음.

Thread-safe한 데이터 구조

• 스레드와 코루틴에 모두 작동하는 일반적인 해결 방법은 공유 상태에 수행되어야하는 동작에 필수적인 동기화를 제공하는 스레드 안전한 데이터 구조를 사용하는 것임.
  • 스레드 안전한은 동기화된, 선형선, 원자성 이라고도 부름.

val counter = AtomicInteger()

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

실행결과 
Counter = 100000

• AtomicInteger 는 원자적인 동작을 제공함.

세밀하게 Thread 제한하기

• 스레드 제한
  • 단일 스레드로 제한된 공유 상태 문제에 대해 접근하기.
• 세밀하게 스레드를 제한하기 때문에 아주 느리게 동작함.

val counterContext = newSingleThreadContext("CounterContext")
var counter = 0

fun main() = runBlocking {
		withContext(Dispatchers.Default) {
        massiveRun {
            withContext(counterContext) {
                counter++
            }
        }
    }
}

굵게 Thread 제한하기