一、问题引入
package com.jack.juc.cas; /** * @Description * @Author zhenghao * @Date 2021/11/11 22:11 **/ public class CasTest { private volatile static int sum = 0; public static void main(String[] args) { for (int i = 0; i < 10; i++) { new Thread() { public void run() { for (int i1 = 0; i1 < 10000; i1++) { sum++; } } }.start(); } try { Thread.sleep(3000); } catch (InterruptedException e) { e.printStackTrace(); } System.out.println(sum); } }
我们先来分析上面一段非常简单的代码,上面代码的内容就是10个线程,每个线程累加10000次,从表面的逻辑来看,我们的逾期结果是100000.但是我们运行发现肯定是小于这个值的,有些并发基础的同学都知道,这里就出现了并发问题。
这里需要注意的一点,虽然我们的sum变量使用了volatile来修饰,也是解决不了问题的,因为volatile只是解决了可见性问题,并且没有解决并发问题。所以,各位思考一下有哪些解决方案呢?
二、解决方案
1、synchronized
2、ReentrantLock
3、AtomicInteger
这里需要我们思考一下,上面我们列举的这三种解决方案中,那种方案是性能最高的呢?如果我们对原子操作类的有所了解的话,肯定是第三种方案,而原子操作的底层就是采用的CAS操作。
三、什么是 CAS
CAS(Compare And Swap,比较并交换),通常指的是这样一种原子操作:针对一个变量,首先比较它的内存值与某个期望值是否相同,如果相同,就给它赋一个新值。
CAS 的逻辑用伪代码描述如下:
if (value == expectedValue) { value = newValue; }
以上伪代码描述了一个由比较和赋值两阶段组成的复合操作,CAS 可以看作是它们合并后的整体——一个不可分割的原子操作,并且其原子性是直接在硬件层面得到保障的。
CAS可以看做是乐观锁(对比数据库的悲观、乐观锁)的一种实现方式,Java原子类中的递增操作就通过CAS自旋实现的。
CAS是一种无锁算法,在不使用锁(没有线程被阻塞)的情况下实现多线程之间的变量同步。
四、执行过程
五、CAS应用及源码
在java中CAS是由unsafe类提供,该类提供了三种针对不同类型的变量的CAS操作:
public final native boolean compareAndSwapObject(Object var1, long var2, Object var4, Object var5); public final native boolean compareAndSwapInt(Object var1, long var2, int var4, int var5); public final native boolean compareAndSwapLong(Object var1, long var2, long var4, long var6);
它们都是 native 方法,由 Java 虚拟机提供具体实现,这意味着不同的 Java 虚拟机对它们的实现可能会略有不同。
以 compareAndSwapInt 为例,Unsafe 的 compareAndSwapInt 方法接收 4 个参数,分别是:对象实例、内存偏移量、字段期望值、字段新值。该方法会针对指定对象实例中的相应偏移量的字段执行 CAS 操作。
package com.jack.juc.cas; import com.jack.juc.Factory.UnsafeFactory; import sun.misc.Unsafe; /** * @Author zhenghao * @Description * @Date 2021/11/11 * @Param * @return **/ public class CASTest { public static void main(String[] args) { Entity entity = new Entity(); Unsafe unsafe = UnsafeFactory.getUnsafe(); long offset = UnsafeFactory.getFieldOffset(unsafe, Entity.class, "x"); System.out.println(offset); boolean successful; // 4个参数分别是:对象实例、字段的内存偏移量、字段期望值、字段更新值 successful = unsafe.compareAndSwapInt(entity, offset, 0, 3); System.out.println(successful + "\t" + entity.x); successful = unsafe.compareAndSwapInt(entity, offset, 3, 5); System.out.println(successful + "\t" + entity.x); successful = unsafe.compareAndSwapInt(entity, offset, 3, 8); System.out.println(successful + "\t" + entity.x); } } class Entity{ int x; }
package com.jack.juc.Factory; import java.lang.reflect.Field; import sun.misc.Unsafe; public class UnsafeFactory { /** * 获取 Unsafe 对象 * @return */ public static Unsafe getUnsafe() { try { Field field = Unsafe.class.getDeclaredField("theUnsafe"); field.setAccessible(true); return (Unsafe) field.get(null); } catch (Exception e) { e.printStackTrace(); } return null; } /** * 获取字段的内存偏移量 * @param unsafe * @param clazz * @param fieldName * @return */ public static long getFieldOffset(Unsafe unsafe, Class clazz, String fieldName) { try { return unsafe.objectFieldOffset(clazz.getDeclaredField(fieldName)); } catch (NoSuchFieldException e) { throw new Error(e); } } }
写到这里我们可能还会发出一个疑问,就是我们的CAS是否可见,对于这个问题,我们需要稍微看一下Hotspot源码中对compareAndSwapInt 这个方法的实现
#unsafe.cpp UNSAFE_ENTRY(jboolean, Unsafe_CompareAndSwapInt(JNIEnv *env, jobject unsafe, jobject obj, jlong offset, jint e, jint x)) UnsafeWrapper("Unsafe_CompareAndSwapInt"); oop p = JNIHandles::resolve(obj); // 根据偏移量,计算value的地址 jint* addr = (jint *) index_oop_from_field_offset_long(p, offset); // Atomic::cmpxchg(x, addr, e) cas逻辑 x:要交换的值 e:要比较的值 //cas成功,返回期望值e,等于e,此方法返回true //cas失败,返回内存中的value值,不等于e,此方法返回false return (jint)(Atomic::cmpxchg(x, addr, e)) == e; UNSAFE_END
核心逻辑在Atomic::cmpxchg方法中,这个根据不同操作系统和不同CPU会有不同的实现。这里我们以linux_64x的为例,查看Atomic::cmpxchg的实现
#atomic_linux_x86.inline.hpp inline jint Atomic::cmpxchg (jint exchange_value, volatile jint* dest, jint compare_value) { //判断当前执行环境是否为多处理器环境 int mp = os::is_MP(); //LOCK_IF_MP(%4) 在多处理器环境下,为 cmpxchgl 指令添加 lock 前缀,以达到内存屏障的效果 //cmpxchgl 指令是包含在 x86 架构及 IA-64 架构中的一个原子条件指令, //它会首先比较 dest 指针指向的内存值是否和 compare_value 的值相等, //如果相等,则双向交换 dest 与 exchange_value,否则就单方面地将 dest 指向的内存值交给exchange_value。 //这条指令完成了整个 CAS 操作,因此它也被称为 CAS 指令。 __asm__ volatile (LOCK_IF_MP(%4) "cmpxchgl %1,(%3)" : "=a" (exchange_value) : "r" (exchange_value), "a" (compare_value), "r" (dest), "r" (mp) : "cc", "memory"); return exchange_value; }
在上面的源码中我们会发现,CAS通过在指令前面增加Lock的标识的方法完成了变量的可见性,也就说CAS操作满足了变量的可见性。
所以说,CAS操作是一种硬件原语,有着天然的原子性,这也正是CAS的价值所在。
六、手写CAS
下面我们自己通过CAS的思想解决文章开头的问题
package com.jack.juc.cas; import java.util.concurrent.atomic.AtomicInteger; import java.util.concurrent.locks.LockSupport; import java.util.concurrent.locks.ReentrantLock; /** * @Description * @Author zhenghao * @Date 2021/11/11 22:11 **/ public class ThreadAddTest { private volatile static int sum = 0; static CASLock lock = new CASLock(); public static void main(String[] args) { for (int i = 0; i < 10; i++) { new Thread() { public void run() { //线程自旋 for (;;){ //只要cas操作成功,才会执行 if (lock.getState() ==0 && lock.cas()){ for (int i1 = 0; i1 < 10000; i1++) { sum++; } lock.setState(0); break; } } } }.start(); } try { Thread.sleep(10000); } catch ( InterruptedException e) { e.printStackTrace(); } System.out.println(sum); } }
package com.jack.juc.cas; import com.jack.juc.Factory.UnsafeFactory; import sun.misc.Unsafe; public class CASLock { //加锁标记 private volatile int state; private static final Unsafe UNSAFE; private static final long OFFSET; static { try { UNSAFE = UnsafeFactory.getUnsafe(); OFFSET = UnsafeFactory.getFieldOffset( UNSAFE, CASLock.class, "state"); } catch (Exception e) { throw new Error(e); } } public boolean cas() { return UNSAFE.compareAndSwapInt(this, OFFSET, 0, 1); } public int getState() { return state; } public void setState(int state) { this.state = state; } }
如果前面的理论基础能看懂,我们自己写的这个通过CAS方式解决的并发问题应该是可以看懂的。
CAS的问题
自旋 CAS 长时间地不成功,则会给 CPU 带来非常大的开销
只能保证一个共享变量原子操作
ABA 问题
七、ABA问题及解决方案
什么是ABA问题
当有多个线程对一个原子类进行操作的时候,某个线程在短时间内将原子类的值A修改为B,又马上将其修改为A,此时其他线程不感知,还是会修改成功。
解决方案
数据库有个锁称为乐观锁,是一种基于数据版本实现数据同步的机制,每次修改一次数据,版本就会进行累加。
同样,Java也提供了相应的原子引用类AtomicStampedReference<V>
public class AtomicStampedReference<V> { private static class Pair<T> { final T reference; final int stamp; private Pair(T reference, int stamp) { this.reference = reference; this.stamp = stamp; } static <T> Pair<T> of(T reference, int stamp) { return new Pair<T>(reference, stamp); } } private volatile Pair<V> pair;
核心思想非常的简单,就是我们每次操作都会对版本进行增加,这样我们在后面CAS的时候,不仅仅是比较值,还需要判断板是否发生了变化