《Java 并发编程》共享模型之无锁

简介: 《Java 并发编程》共享模型之无锁

🚀1. 无锁解决线程安全问题

有如下需求,保证 account.withdraw 取款方法的线程安全

interface Account {
  Integer getBalance();
  void withdraw(Integer amount);
  /**
   * 方法内会启动 1000 个线程,每个线程做 -10 元 的操作     * 如果初始余额为 10000 那么正确的结果应当是 0
   */
  static void demo(Account account) {
    List<Thread> ts = new ArrayList<>();
    long start = System.nanoTime();
    for (int i = 0; i < 1000; i++) {
      ts.add(new Thread(() -> {
        account.withdraw(10);
      }));
    }
    ts.forEach(Thread::start);
    ts.forEach(t -> {
      try {
        t.join();
      } catch (InterruptedException e) {
        e.printStackTrace();
      }
    });
    long end = System.nanoTime();
    System.out.println(account.getBalance() + " cost: " + (end - start) / 1000_000 + " ms");
  }
}
//线程不安全的做法
class AccountUnsafe implements Account {
  private Integer balance;
  public AccountUnsafe(Integer balance) {
    this.balance = balance;
  }
  @Override
  public Integer getBalance() {
    return this.balance;
  }
  @Override
  public synchronized void withdraw(Integer amount) {
    balance -= amount;
  }
  public static void main(String[] args) {
    Account.demo(new AccountUnsafe(10000));
  }
}

某一次的运行结果

200, cost:178ms

使用原子整数 AtomicInteger 来保证线程安全的做法

public class AccountCas implements Account{
    //使用原子整数
    private AtomicInteger balance;
    public AccountCas(int balance) {
        this.balance = new AtomicInteger(balance);
    }
    @Override
    public Integer getBalance() {
        //得到原子整数的值
        return balance.get();
    }
    @Override
    public void withdraw(Integer amount) {
        while(true) {
            //获得修改前的值
            int prev = balance.get();
            //获得修改后的值
            int next = prev-amount;
            //比较并设值
            if(balance.compareAndSet(prev, next)) {
                break;
            }
        }
    }
    public static void main(String[] args) {
        Account.demo(new AccountCas(10000));
    }
}

某一次的运行结果

0,cost:94ms

🚀2. CAS 与 volatile

🎉上一章节中看到的 AtomicInteger 的解决方法,内部并没有用锁来保护共享变量的线程安全。那么它是如何实现的呢?

回顾一下上一章节中的 withdraw 方法

public void withdraw(Integer amount) {
    //需要不断尝试,直到成功为止
       while(true) {
           //比如拿到了旧值1000
           int prev = balance.get();
           //在这个基础上 1000-10 = 990
           int next = prev-amount;
           /*
           compareAndSet正是做这个检查,在set前,先比较prev与当前值
           不一致了,next作废,返回false表示失败
           比如,别的线程已经做了减法,当前值为990
           那么本线程的这次990就作废了,进入while下次循环重试
           一致,以next设置为新值,返回true表示成功
           */
           if(balance.compareAndSet(prev, next)) {
               break;
           }
       }
}

🎉其中的关键是比较并设置值 (CompareAndSet),简称就是 CAS (也有 Compare And Swap 的说法),它必须是原子操作。

2e718f6de6d94987ae2f2182c528d9c8.png

🎉工作流程


✨当一个线程要去修改 Account 对象中的值时,先获取值 pre(调用 get 方法),然后再将其设置为新的值 next(调用 cas 方法)。在调用 cas 方法时,会将 pre 与 Account 中的余额进行比较。

(1)如果两者相等,就说明该值还未被其他线程修改,此时便可以进行修改操作。

(2)如果两者不相等,就不设置值,重新获取值 pre(调用 get 方法),然后再将其设置为新的值 next(调用 cas 方法),直到修改成功为止。

🎉注意


✨其实 CAS 的底层是 lock cmpxchg 指令(X86 架构),在单核 CPU 和多核 CPU 下都能够保证【比较-交换】的原子性。

✨在多核状态下,某个核执行到带 lock 的指令时,CPU 会让总线锁住,当这个核把此指令执行完毕,再开启总线。这个过程中不会被线程的调度机制所打断,保证了多个线程对内存操作的准确性,是原子的。

volatile

🎉获取共享变量时,为了保证该变量的可见性,需要使用 volatile 修饰。它可以用来修饰成员变量和静态成员变量,可以避免线程从自己的工作缓存中查找变量的值,必须到主存中获取它的值,线程操作 volatile 变量都是直接操作主存。即一个线程对 volatile 变量的修改,对另一个线程可见。


🎉注意


✨volatile 仅仅保证了共享变量的可见性,让其它线程能够看到新值,但不能解决指令交错问题(不能保证原子性)

🎉CAS 必须借助 volatile 才能读取到共享变量的新值来实现【比较并交换】的效果。


🎉通常情况下,使用无锁解决线程安全问题比有锁效率高,原因如下


✨无锁情况下,即使重试失败,线程始终在高速运行,没有停歇,而使用 synchronized 锁会让线程在没有获得锁的时候,发生上下文切换,进入阻塞。

✨但无锁情况下,因为线程要保持运行,需要额外 CPU 的支持,如果没有额外的 CPU 支持,还是会导致上下文切换

CAS 的特点


🎉结合 CAS 和 volatile 可以实现无锁并发,适用于线程数少、多核 CPU 的场景下


✨CAS 是基于乐观锁的思想:乐观的估计,不怕别的线程来修改共享变量,就算改了也没关系,我吃亏点再重试呗

✨synchronized 是基于悲观锁的思想:悲观的估计,得防着其它线程来修改共享变量,我上了锁你们都别想改,我改完了解开锁,你们才有机会

✨CAS 体现的是无锁并发、无阻塞并发,请仔细体会这两句话的意思。因为没有使用 synchronized,所以线程不会陷入阻塞,这是效率提升的因素之一,但如果竞争激烈,可以想到重试必然频繁发生,反而效率会受影响

🚀3. 原子整数

🎉J.U.C 并发包提供了


✨AtomicBoolean

✨AtomicInteger

✨AtomicLong

以 AtomicInteger 为例

AtomicInteger i = new AtomicInteger(0);
// 获取并自增(i = 0, 结果 i = 1, 返回 0),类似于 i++
System.out.println(i.getAndIncrement());
// 自增并获取(i = 1, 结果 i = 2, 返回 2),类似于 ++i
System.out.println(i.incrementAndGet());
// 自减并获取(i = 2, 结果 i = 1, 返回 1),类似于 --i
System.out.println(i.decrementAndGet());
// 获取并自减(i = 1, 结果 i = 0, 返回 1),类似于 i--
System.out.println(i.getAndDecrement());
// 获取并加值(i = 0, 结果 i = 5, 返回 0)
System.out.println(i.getAndAdd(5));
// 加值并获取(i = 5, 结果 i = 0, 返回 0)
System.out.println(i.addAndGet(-5));
// 获取并更新(i = 0, p 为 i 的当前值, 结果 i = -2, 返回 0)
// 其中函数中的操作能保证原子,但函数需要无副作用
System.out.println(i.getAndUpdate(p -> p - 2));
// 更新并获取(i = -2, p 为 i 的当前值, 结果 i = 0, 返回 0)
// 其中函数中的操作能保证原子,但函数需要无副作用
System.out.println(i.updateAndGet(p -> p + 2));
// 获取并计算(i = 0, p 为 i 的当前值, x 为参数1, 结果 i = 10, 返回 0)
// 其中函数中的操作能保证原子,但函数需要无副作用
// getAndUpdate 如果在 lambda 中引用了外部的局部变量,要保证该局部变量是 final 的
// getAndAccumulate 可以通过 参数1 来引用外部的局部变量,但因为其不在 lambda 中因此不必是 final
System.out.println(i.getAndAccumulate(10, (p, x) -> p + x));
// 计算并获取(i = 10, p 为 i 的当前值, x 为参数1, 结果 i = 0, 返回 0)
// 其中函数中的操作能保证原子,但函数需要无副作用
System.out.println(i.accumulateAndGet(-10, (p, x) -> p + x));

🚀4. 原子引用

🎉原子引用类型有

  • ✨AtomicReference
  • ✨AtomicMarkableReference
  • ✨AtomicStampedReference

DecimalAccount 实现,使用 CAS 保证安全的取款操作

public interface DecimalAccount {
  BigDecimal getBalance();
  void withdraw(BigDecimal amount);
  /**
   * 方法内会启动 1000 个线程,每个线程做 -10 元 的操作    
     * 如果初始余额为 10000 那么正确的结果应当是 0
   */
  static void demo(DecimalAccountImpl account) {
    List<Thread> ts = new ArrayList<>();
    long start = System.nanoTime();
    for (int i = 0; i < 1000; i++) {
      ts.add(new Thread(() -> {
        account.withdraw(BigDecimal.TEN);
      }));
    }
    ts.forEach(Thread::start);
    ts.forEach(t -> {
      try {
        t.join();
      } catch (InterruptedException e) {
        e.printStackTrace();
      }
    });
    long end = System.nanoTime();
    System.out.println(account.getBalance() + " cost: " + (end - start) / 1000_000 + " ms");
  }
}
class DecimalAccountImpl implements DecimalAccount {
  //原子引用,泛型类型为小数类型
  AtomicReference<BigDecimal> balance;
  public DecimalAccountImpl(BigDecimal balance) {
    this.balance = new AtomicReference<BigDecimal>(balance);
  }
  @Override
  public BigDecimal getBalance() {
    return balance.get();
  }
  @Override
  public void withdraw(BigDecimal amount) {
    while(true) {
      BigDecimal pre = balance.get();
      BigDecimal next = pre.subtract(amount);
      if(balance.compareAndSet(pre, next)) {
        break;
      }
    }
  }
  public static void main(String[] args) {
    DecimalAccount.demo(new DecimalAccountImpl(new BigDecimal("10000")));
  }
}

🚀5. ABA 问题及解决

static AtomicReference<String> ref = new AtomicReference<>("A");
public static void main(String[] args) {
   new Thread(()->{
       String pre = ref.get();   // A
       System.out.println("change");
       try {
           other();
       } catch (InterruptedException e) {
           e.printStackTrace();
       }
       try {
           Thread.sleep(1000);
       } catch (InterruptedException e) {
           e.printStackTrace();
       }
       System.out.println("change A->C "+ref.compareAndSet(pre, "C"));
   }).start();
}
static void other() throws InterruptedException {
    new Thread(()->{
        System.out.println("change A->B " + ref.compareAndSet("A", "B"));
    }).start();
    Thread.sleep(500);
    new Thread(()->{
        System.out.println("change B->A "+ref.compareAndSet("B","A"));
    }).start();
}

运行结果如下

change
change A->B true
change B->A true
change A->C true

🎉那么,观察上面的运行结果可以发现,主线程仅能判断出共享变量的值与初值 A 是否相同,不能感知到这种从 A 改为 B 又 改回 A 的情况,如果主线程希望:


✨只要有其它线程【动过了】共享变量,那么自己的 cas 就算失败,这时,仅比较值是不够的,需要再加一个版本号

AtomicStampedReference

 static AtomicStampedReference<String> ref = new AtomicStampedReference<>("A", 0);
 public static void main(String[] args) {
    new Thread(()->{
        String pre = ref.getReference();
        //获得版本号
        int stamp = ref.getStamp();
        System.out.println("change");
        try {
            other();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        try {
            Thread.sleep(1000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        //把str中的A改为C,并比对版本号,如果版本号相同,就执行替换,并让版本号+1
        System.out.println("change A->C stamp " + stamp + ref.compareAndSet(pre, "C", stamp, stamp+1));
    }).start();
 }
 static void other() throws InterruptedException {
     new Thread(()->{
         int stamp = ref.getStamp();
         System.out.println("change A->B stamp " + stamp + ref.compareAndSet("A", "B", stamp, stamp+1));
     }).start();
     Thread.sleep(500);
     new Thread(()->{
         int stamp = ref.getStamp();
         System.out.println("change B->A stamp " + stamp +  ref.compareAndSet("B", "A", stamp, stamp+1));
     }).start();
 }

运行结果如下

change
change A->B stamp 0true
change B->A stamp 1true
change A->C stamp 0false

🎉AtomicStampedReference 可以给原子引用加上版本号,追踪原子引用整个的变化过程,如: A -> B -> A -> C ,通过 AtomicStampedReference,我们可以知道,引用变量中途被更改了几次。但是有时候,并不关心引用变量更改了几次,只是单纯的关心是否更改过,所以就有了 AtomicMarkableReference.


AtomicMarkableReference

static AtomicMarkableReference<String> ref = new AtomicMarkableReference<>("A", true);
public static void main(String[] args) {
   new Thread(()->{
       String pre = ref.getReference();
       System.out.println("change");
       try {
           other();
       } catch (InterruptedException e) {
           e.printStackTrace();
       }
       try {
           Thread.sleep(1000);
       } catch (InterruptedException e) {
           e.printStackTrace();
       }
       System.out.println("change A->C mark " +  ref.compareAndSet(pre, "C", true, false));
   }).start();
}
static void other() throws InterruptedException {
    new Thread(()->{
        System.out.println("change A->A mark " + ref.compareAndSet("A", "A", true, false));
    }).start();
}

运行结果如下

change
change A->A mark true
change A->C mark false

🎉两者的区别

  • AtomicStampedReference 需要我们传入整型变量作为版本号,来判定是否被更改过(可以追踪变化过程)
  • AtomicMarkableReference 需要我们传入布尔变量作为标记,来判断是否被更改过(只关心是否更改过)

🚀6. 原子数组和原子字段更新器

🎉原子数组类型有

✨AtomicIntegerArray

✨AtomicLongArray

✨AtomicReferenceArray

🎉原子字段更新器类型有


✨AtomicReferenceFieldUpdater

✨AtomicIntegerFieldUpdater

✨AtomicLongFieldUpdater

🎉利用字段更新器,可以针对对象的某个域(Field)进行原子操作,只能配合 volatile 修饰的字段使用,否则会出现异常 Exception in thread "main" java.lang.IllegalArgumentException: Must be volatile type.

public class Test5 {
    private volatile int field;
    public static void main(String[] args) {
        AtomicIntegerFieldUpdater fieldUpdater = AtomicIntegerFieldUpdater.newUpdater(Test5.class, "field");
        Test5 test5 = new Test5();
        fieldUpdater.compareAndSet(test5, 0, 10);
        //修改成功 field=10
        System.out.println(test5.field);
        //修改成功 field=20
        fieldUpdater.compareAndSet(test5, 10, 20);
        System.out.println(test5.field);
        //修改失败 field=20
        fieldUpdater.compareAndSet(test5, 10, 30);
        System.out.println(test5.field);
    }
}

运行结果如下

10
20
20

🚀7. LongAdder 原理

伪共享原理

其中 Cell 即为累加单元

//防止缓存伪共享
@sun.misc.Contented
static final class Cell {
  volatile long value;
  Cell(long x) {value = x;}
  //最重要的方法,用cas方式进行累加,prev表示旧值,next表示新值
  final boolean cas(long prev, long next) {
    return UNSAFE.compareAndSwapLong(this, valueOffset, prev, next);
  }
  //省略不重要代码
}

🎉缓存共享需要从缓存说起,缓存与内存的速度比较,如下面的图表所示

2e718f6de6d94987ae2f2182c528d9c8.png

从 CPU 到 大约需要的时钟周期
寄存器 1 cycle(4GHz 的 CPU 约为 0.25 ns)
L1 3-4 cycle
L2 10-20 cycle
L3 40-45 cycle
内存 120-240 cycle

🎉因为 CPU 与内存的速度差异很大,需要靠预读数据至缓存来提升效率。而缓存以缓存行为单位,每个缓存行对应着一块内存,一般是 64 byte(8 个 long)。缓存的加入会造成数据副本的产生,即同一数据会缓存在不同的核心的缓存行中。CPU 要保证数据的一致性,如果某个 CPU 核心更改了数据,其他 CPU 核心对应的整个缓存行必须失效。2e718f6de6d94987ae2f2182c528d9c8.png

🎉因为 Cell 是数组形式,在内存中是连续存储的,一个 Cell 为 24 字节(16 字节的对象头和 8 字节的 value),因此缓存行可以存下 2 个的 Cell 对象,这样会带来一个问题:


✨Core-0 要修改 Cell[0]

✨Core-1 要修改 Cell[1]

🎉无论谁修改成功,都会导致对方 Core 的缓存行失效,比如 Core-0 中 Cell[0]=6000,Cell[1]=8000 要累加 Cell[0]=6001,Cell[1]=8000,这时会让 Core-1 的缓存行失效。


🎉@sun.misc.Contended 用来解决这个问题,它的原理是在使用此注解的对象或字段的前后各增加 128 字节大小的 padding(空白),从而让 CPU 将对象预读至缓存时占用不同的缓存行,这样,不会造成对方缓存行的失效。2e718f6de6d94987ae2f2182c528d9c8.png

累加主要调用以下方法

public void add(long x) {
    Cell[] as; long b, v; int m; Cell a;
    if ((as = cells) != null || !casBase(b = base, b + x)) {
        boolean uncontended = true;
        if (as == null || (m = as.length - 1) < 0 ||
            (a = as[getProbe() & m]) == null ||
            !(uncontended = a.cas(v = a.value, v + x)))
            longAccumulate(x, null, uncontended);
    }
}

累加流程图2e718f6de6d94987ae2f2182c528d9c8.png

🚀8. Unsafe

🎉Unsafe 对象提供了非常底层的,操作内存、线程的方法,Unsafe 对象不能直接调用,只能通过反射获得

public class UnsafeAccessor {
    static Unsafe unsafe;
    static {
        try {
            Field theUnsafe = Unsafe.class.getDeclaredField("theUnsafe");
            theUnsafe.setAccessible(true);
            unsafe = (Unsafe) theUnsafe.get(null);
        } catch (IllegalAccessException e) {
            e.printStackTrace();
        } catch (NoSuchFieldException e) {
            e.printStackTrace();
        }
    }
    static Unsafe getUnsafe() {
        return unsafe;
    }
    public static void main(String[] args) throws NoSuchFieldException {
        Unsafe unsafe = UnsafeAccessor.getUnsafe();
        Field id = Student.class.getDeclaredField("id");
        Field name = Student.class.getDeclaredField("name");
        //获得成员变量的偏移量
        long idOffset = UnsafeAccessor.unsafe.objectFieldOffset(id);
        long nameOffset = UnsafeAccessor.unsafe.objectFieldOffset(name);
        Student student = new Student();
        //使用CAS方法替换成员变量的值
        UnsafeAccessor.unsafe.compareAndSwapInt(student, idOffset, 0, 20);       //返回true
        UnsafeAccessor.unsafe.compareAndSwapObject(student, nameOffset, null, "张三");   //返回true
        System.out.println(student);
    }
}
class Student {
    volatile int id;
    volatile  String name;
    public Student(int id, String name) {
        this.id = id;
        this.name = name;
    }
    public Student() {
    }
    public int getId() {
        return id;
    }
    public void setId(int id) {
        this.id = id;
    }
    public String getName() {
        return name;
    }
    public void setName(String name) {
        this.name = name;
    }
    @Override
    public String toString() {
        return "Student{" +
                "id=" + id +
                ", name='" + name + '\'' +
                '}';
    }
}
相关文章
|
1月前
|
Java 编译器 开发者
深入理解Java内存模型(JMM)及其对并发编程的影响
【9月更文挑战第37天】在Java的世界里,内存模型是隐藏在代码背后的守护者,它默默地协调着多线程环境下的数据一致性和可见性问题。本文将揭开Java内存模型的神秘面纱,带领读者探索其对并发编程实践的深远影响。通过深入浅出的方式,我们将了解内存模型的基本概念、工作原理以及如何在实际开发中正确应用这些知识,确保程序的正确性和高效性。
|
3月前
|
Java 程序员 调度
【JAVA 并发秘籍】进程、线程、协程:揭秘并发编程的终极武器!
【8月更文挑战第25天】本文以问答形式深入探讨了并发编程中的核心概念——进程、线程与协程,并详细介绍了它们在Java中的应用。文章不仅解释了每个概念的基本原理及其差异,还提供了实用的示例代码,帮助读者理解如何在Java环境中实现这些并发机制。无论你是希望提高编程技能的专业开发者,还是准备技术面试的求职者,都能从本文获得有价值的见解。
64 1
|
14天前
|
存储 缓存 安全
Java内存模型(JMM):深入理解并发编程的基石####
【10月更文挑战第29天】 本文作为一篇技术性文章,旨在深入探讨Java内存模型(JMM)的核心概念、工作原理及其在并发编程中的应用。我们将从JMM的基本定义出发,逐步剖析其如何通过happens-before原则、volatile关键字、synchronized关键字等机制,解决多线程环境下的数据可见性、原子性和有序性问题。不同于常规摘要的简述方式,本摘要将直接概述文章的核心内容,为读者提供一个清晰的学习路径。 ####
35 2
|
24天前
|
安全 Java
Java多线程通信新解:本文通过生产者-消费者模型案例,深入解析wait()、notify()、notifyAll()方法的实用技巧
【10月更文挑战第20天】Java多线程通信新解:本文通过生产者-消费者模型案例,深入解析wait()、notify()、notifyAll()方法的实用技巧,包括避免在循环外调用wait()、优先使用notifyAll()、确保线程安全及处理InterruptedException等,帮助读者更好地掌握这些方法的应用。
16 1
|
2月前
|
Java 开发者
深入探索Java中的并发编程
本文将带你领略Java并发编程的奥秘,揭示其背后的原理与实践。通过深入浅出的解释和实例,我们将探讨Java内存模型、线程间通信以及常见并发工具的使用方法。无论是初学者还是有一定经验的开发者,都能从中获得启发和实用的技巧。让我们一起开启这场并发编程的奇妙之旅吧!
31 5
|
2月前
|
算法 安全 Java
Java中的并发编程是如何实现的?
Java中的并发编程是通过多线程机制实现的。Java提供了多种工具和框架来支持并发编程。
18 1
|
2月前
|
缓存 监控 Java
Java中的并发编程:理解并应用线程池
在Java的并发编程中,线程池是提高应用程序性能的关键工具。本文将深入探讨如何有效利用线程池来管理资源、提升效率和简化代码结构。我们将从基础概念出发,逐步介绍线程池的配置、使用场景以及最佳实践,帮助开发者更好地掌握并发编程的核心技巧。
|
2月前
|
安全 Java 测试技术
掌握Java的并发编程:解锁高效代码的秘密
在Java的世界里,并发编程就像是一场精妙的舞蹈,需要精准的步伐和和谐的节奏。本文将带你走进Java并发的世界,从基础概念到高级技巧,一步步揭示如何编写高效、稳定的并发代码。让我们一起探索线程池的奥秘、同步机制的智慧,以及避免常见陷阱的策略。
|
3月前
|
安全 Java 编译器
深入Java内存模型:解锁并发编程的秘密
【8月更文挑战第24天】在Java的世界,内存模型是支撑并发编程的基石。本文将深入浅出地探讨Java内存模型(JMM)的核心概念、工作原理及其对高效并发策略的影响。我们将通过实际代码示例,揭示如何利用JMM来设计高性能的并发应用,并避免常见的并发陷阱。无论你是Java新手还是资深开发者,这篇文章都将为你打开并发编程的新视角。
39 2
|
3月前
|
C# 开发者 数据处理
WPF开发者必备秘籍:深度解析数据网格最佳实践,轻松玩转数据展示与编辑大揭秘!
【8月更文挑战第31天】数据网格控件是WPF应用程序中展示和编辑数据的关键组件,提供排序、筛选等功能,显著提升用户体验。本文探讨WPF中数据网格的最佳实践,通过DevExpress DataGrid示例介绍其集成方法,包括添加引用、定义数据模型及XAML配置。通过遵循数据绑定、性能优化、自定义列等最佳实践,可大幅提升数据处理效率和用户体验。
61 0