感谢trytocatch投递本文。
前言
阅读本文前，需要读者对happens-before比较熟悉，了解非阻塞同步的一些基本概念。本文主要为happens-before法则的灵活运用，和一些解决问题的小技巧，分析问题的方式。
背景介绍
原始需求为：本人当时在编写一个正则替换工具，里面会动态地显示所有的匹配结果（包括替换预览），文本、正则表达式、参数，这些数据的其中一项发生了变化，结果就应该被更新，为了提供友好的交互体验，数据变化时，应该是发起一个异步请求，由另一个独立的线程来完成运算，完成后通知UI更新结果。由于是动态显示，所以提交会非常频繁。
需求描述
需要这样一个工具类，允许用户频繁地提交数据（本文之后以“submit”表示该操作）和更新结果（本文之后以“update”表示该操作），submit时，如果当前有进行中的运算，则应该取消，使用新参数执行新的运算；update时，如果当前没有进行中的运算（处于阻塞状态），并且当前结果不是最新的，则唤醒该线程，使用当前的新数据，执行新的运算。此处之所以分为submit和update两个方法，是为了支持手动更新，即点击更新按钮时，才更新结果。
此外，出于练手的原因，也出于编写一个功能全面，更实用的工具的目的，我还加入了一些额外的需求：
1、引入多线程场景，update和submit均可由多个线程同时发起，该工具类应设计成线程安全的。
2、允许延迟执行运算，如果延时内执行submit，仅重新计算延时。如果运算不方便取消，在短时间频繁submit的场景下，延时会是一个很好的应对办法。
3、允许设置一个最大延迟时间，作为延迟开启运算的补充。当长时间频繁submit时，会形成这样的局面，一直未进入运算环节，新结果计算不出来，上一次计算结果却是很早以前的。如果需要显示一个较新但不是最新的结果，最大延迟时间将会很有用。
4、提供主动取消方法，主动取消正在进行的运算。
5、update时，允许等待运算完成，同时也可设置超时时间。当主动取消、超时、完成了当前或更(更加的意思)新的数据对应的运算时，结束等待。
需求交待完了，有兴趣有精力的读者，可以先试着思考下怎么实现。
问题分析
该工具应该维护一个状态字段，这样才能在发起某个操作时，根据所处的状态作出正确的动作，如：如果当前不处于停止状态（或者主动取消状态，原因见下文），执行update就不需要唤醒运算线程。简单分析可知，至少应该有这样几种状态：
1、停止状态：当前没有运算任务，线程进入阻塞状态，主动取消和运算完成后，进入该状态
2、延迟状态：设置了延迟开启运算时，进入运算前，处于该状态
3、运算状态：正在执行运算
4、主动取消状态：当发起主动取消时，进入该状态
5、新任务状态：当时有新的运算任务时，进入该状态，然后重新进入运算状态
延迟
再来看一下延迟，如果延迟500毫秒，就每次sleep(500)，那么期间再submit怎么办？将它唤醒然后重新sleep(500)吗？显然不行，成本太大了。
我有一个小技巧：将500分成多个合适的等份，使用一个计数器，每次sleep一个等份，计数器加1，如果发起submit，仅把计数器置0即可，虽然看起来线程的状态切换变多了，但应对频繁重置时，它更稳定。虽然时间上会上下波动一个等份，但此处并不需要多么精确。
现在还面临这样一个问题，如何知道当前是处于延迟状态并计数器置0？取出状态值进行判断，然后置0，这方法显然不行，因为置0的时候，可能状态已经变了，所以你无法知道该操作是否生效了。
我想到的办法是，再引入一个延迟重置状态。如果处于该状态，则下一次计数器加1时，将计数器重置，状态变更是可以知道成功与否的。
状态变更
有些状态的变更是有条件的，比如说当前处于取消状态，就不能把它转为运算状态，运算状态只能由新任务状态、延迟状态（延迟完成后执行运算）或延迟重置状态转入。这种场景正好跟CAS一致，所以，使用一个AtomicInteger来表示状态。
分析下各状态之间的转换，可以得出下面的状态变更图：
蓝色的a(bcd)|(e)f线路为停止状态下，发起一次update，运算完重新回到停止的过程，开启延迟时是bcd，否则是e。
红色的线j表示超过了最大延迟时间，退出延迟，进入运算状态（也可以是d）。
绿色的线ghi（包括a）表示：如果发起了submit或update，状态应该怎么改变。如果处于延迟重置、新任务则不需要进行任何操作；如果处于延迟状态，则转为延迟重置即可；如果处于运算状态，则可能使用了旧参数，应该转为新任务；如果为主动取消或停止状态，并且是调用update方法，则转为新任务，并且可能处于阻塞状态，应该唤醒该线程。
黑色的线l表示，可在任意状态下发起主动取消，进入该状态。然后通知等待线程后，转入停止状态，对应紫色的k，如果在停止状态下发起主动取消，则仅转为主动取消状态，不会通知等待线程。所以当线程阻塞时，可能处于停止状态或者主动取消状态。
顺序问题
上面已经分析到，当submit时，应该把延迟转为延迟重置、或运算转为新任务，这两个尝试的顺序是不是也有讲究呢？
是的，因为正常执行流程a(bcd)|(e)f中，运算状态在延迟状态之后，假如先尝试运算转为新任务，可能此时为延迟状态，故失败，再尝试延迟转为延迟重置时，状态在这期间从刚才的延迟转为了运算，故两次尝试都失败了，本应该重置延迟的，却什么也没干，这是错误的。而将两次尝试顺序调换一下，只要状态为延迟或运算，那么两次状态转换尝试中，一定有一次会成功。
之后的代码中还有多处类似的顺序细节。
解决方案
下面给出完整的代码，除去等待运算完成那部分，其它地方均为wait-free级别的实现。
calculateResult是具体执行运算的方法；上文中的submit对应代码里的updateParametersVersion方法，上文中的update对应剩余几个update方法。
updateAndWait方法中，使用了上一篇中讲到的BoundlessCyclicBarrier，其维护的版本号就是参数的版本号ParametersVersion。
001 |
/** |
002 |
* @author trytocatch@163.com |
003 |
* @date 2013-2-2 |
004 |
*/ |
005 |
public abstract class LatestResultsProvider { |
006 |
/** update return value */ |
007 |
public static final int UPDATE_FAILED = -1; |
008 |
public static final int UPDATE_NO_NEED_TO_UPDATE = 0; |
009 |
public static final int UPDATE_SUCCESS = 1; |
010 |
public static final int UPDATE_COMMITTED = 2; |
011 |
/** update return value */ |
012 |
013 |
/** work states*/ |
014 |
private static final int WS_OFF = 0; |
015 |
private static final int WS_NEW_TASK = 1; |
016 |
private static final int WS_WORKING = 2; |
017 |
private static final int WS_DELAYING = 3; |
018 |
private static final int WS_DELAY_RESET = 4; |
019 |
private static final int WS_CANCELED = 5; |
020 |
/** work states*/ |
021 |
private final AtomicInteger workState; |
022 |
023 |
private int sleepPeriod = 30; |
024 |
025 |
private final AtomicInteger parametersVersion; |
026 |
private volatile int updateDelay;// updateDelay>=0 |
027 |
private volatile int delayUpperLimit; |
028 |
029 |
private final BoundlessCyclicBarrier barrier; |
030 |
private Thread workThread; |
031 |
032 |
/** |
033 |
* |
034 |
* @param updateDelay unit: millisecond |
035 |
* @param delayUpperLimit limit the sum of the delay, disabled |
036 |
* while delayUpperLimit<0, unit: millisecond |
037 |
*/ |
038 |
public LatestResultsProvider(int updateDelay, int delayUpperLimit) { |
039 |
if (updateDelay < 0) |
040 |
this.updateDelay = 0; |
041 |
else |
042 |
this.updateDelay = updateDelay; |
043 |
this.delayUpperLimit = delayUpperLimit; |
044 |
barrier = new BoundlessCyclicBarrier(0); |
045 |
workState = new AtomicInteger(WS_OFF); |
046 |
parametersVersion = new AtomicInteger(0); |
047 |
initThread(); |
048 |
} |
049 |
050 |
private void initThread() { |
051 |
workThread = new Thread("trytocatch's worker") { |
052 |
@Override |
053 |
public void run() { |
054 |
int sleepCount = 0; |
055 |
for (;;) { |
056 |
try { |
057 |
while (!workState.compareAndSet(WS_NEW_TASK, |
058 |
updateDelay > 0 ? WS_DELAY_RESET : WS_WORKING)) { |
059 |
if (workState.compareAndSet(WS_CANCELED, WS_OFF)) { |
060 |
barrier.cancel(); |
061 |
} |
062 |
LockSupport.park(); |
063 |
interrupted(); |
064 |
} |
065 |
if (workState.get() == WS_DELAY_RESET) { |
066 |
int delaySum = 0; |
067 |
for (;;) { |
068 |
if (workState.compareAndSet(WS_DELAY_RESET, |
069 |
WS_DELAYING)) { |
070 |
sleepCount = (updateDelay + sleepPeriod - 1) |
071 |
/ sleepPeriod; |
072 |
} |
073 |
sleep(sleepPeriod); |
074 |
if (--sleepCount <= 0 |
075 |
&& workState.compareAndSet(WS_DELAYING, |
076 |
WS_WORKING)) |
077 |
break; |
078 |
if (delayUpperLimit >= 0) { |
079 |
delaySum += sleepPeriod; |
080 |
if (delaySum >= delayUpperLimit) { |
081 |
if (!workState.compareAndSet( |
082 |
WS_DELAYING, WS_WORKING)) |
083 |
workState.compareAndSet( |
084 |
WS_DELAY_RESET, WS_WORKING); |
085 |
break; |
086 |
} |
087 |
} |
088 |
if (workState.get() != WS_DELAYING |
089 |
&& workState.get() != WS_DELAY_RESET) |
090 |
break; |
091 |
} |
092 |
} |
093 |
if (isWorking()) { |
094 |
int workingVersion = parametersVersion.get(); |
095 |
try { |
096 |
calculateResult(); |
097 |
if (workState.compareAndSet(WS_WORKING, WS_OFF)) |
098 |
barrier.nextCycle(workingVersion); |
099 |
} catch (Throwable t) { |
100 |
t.printStackTrace(); |
101 |
workState.set(WS_CANCELED); |
102 |
} |
103 |
} |
104 |
} catch (InterruptedException e) { |
105 |
workState.compareAndSet(WS_DELAYING, WS_CANCELED); |
106 |
workState.compareAndSet(WS_DELAY_RESET, WS_CANCELED); |
107 |
} |
108 |
}// for(;;) |
109 |
}// run() |
110 |
}; |
111 |
workThread.setDaemon(true); |
112 |
workThread.start(); |
113 |
} |
114 |
115 |
public int getUpdateDelay() { |
116 |
return updateDelay; |
117 |
} |
118 |
119 |
/** |
120 |
* @param updateDelay |
121 |
* delay time. unit: millisecond |
122 |
*/ |
123 |
public void setUpdateDelay(int updateDelay) { |
124 |
this.updateDelay = updateDelay < 0 ? 0 : updateDelay; |
125 |
} |
126 |
127 |
public int getDelayUpperLimit() { |
128 |
return delayUpperLimit; |
129 |
} |
130 |
131 |
/** |
132 |
* @param delayUpperLimit limit the sum of the delay, disabled |
133 |
* while delayUpperLimit<0, unit: millisecond |
134 |
*/ |
135 |
public void setDelayUpperLimit(int delayUpperLimit) { |
136 |
this.delayUpperLimit = delayUpperLimit; |
137 |
} |
138 |
139 |
public final void stopCurrentWorking() { |
140 |
workState.set(WS_CANCELED); |
141 |
} |
142 |
143 |
/** |
144 |
* @return NO_NEED_TO_UPDATE, COMMITTED |
145 |
*/ |
146 |
public final int update() { |
147 |
if (isResultUptodate()) |
148 |
return UPDATE_NO_NEED_TO_UPDATE; |
149 |
if (workState.compareAndSet(WS_CANCELED, WS_NEW_TASK) |
150 |
|| workState.compareAndSet(WS_OFF, WS_NEW_TASK)) |
151 |
LockSupport.unpark(workThread); |
152 |
return UPDATE_COMMITTED; |
153 |
} |
154 |
155 |
/** |
156 |
* @param timeout |
157 |
* unit:nanoseconds |
158 |
* @return FAILED, NO_NEED_TO_UPDATE, SUCCESS |
159 |
* @throws InterruptedException |
160 |
*/ |
161 |
public final int updateAndWait(long nanosTimeout) |
162 |
throws InterruptedException { |
163 |
int newVersion = parametersVersion.get(); |
164 |
if (update() == UPDATE_NO_NEED_TO_UPDATE) |
165 |
return UPDATE_NO_NEED_TO_UPDATE; |
166 |
barrier.awaitWithAssignedVersion(newVersion, nanosTimeout); |
167 |
return barrier.getVersion() - newVersion >= 0 ? UPDATE_SUCCESS |
168 |
: UPDATE_FAILED; |
169 |
} |
170 |
171 |
/** |
172 |
* @return FAILED, NO_NEED_TO_UPDATE, SUCCESS |
173 |
* @throws InterruptedException |
174 |
*/ |
175 |
public final int updateAndWait() throws InterruptedException { |
176 |
return updateAndWait(0); |
177 |
} |
178 |
179 |
public final boolean isResultUptodate() { |
180 |
return parametersVersion.get() == barrier.getVersion(); |
181 |
} |
182 |
183 |
/** |
184 |
* be used in calculateResult() |
185 |
* @return true: the work state is working, worth to calculate the |
186 |
* result absolutely, otherwise you can cancel the current calculation |
187 |
*/ |
188 |
protected final boolean isWorking() { |
189 |
return workState.get()==WS_WORKING; |
190 |
} |
191 |
192 |
/** |
193 |
* you must call this after update the parameters, and before calling the |
194 |
* update |
195 |
*/ |
196 |
protected final void updateParametersVersion() { |
197 |
int pVersion = parametersVersion.get(); |
198 |
//CAS failed means that another thread do the same work already |
199 |
if (parametersVersion.compareAndSet(pVersion, pVersion + 1)) |
200 |
if (!workState.compareAndSet(WS_DELAYING, WS_DELAY_RESET)) |
201 |
workState.compareAndSet(WS_WORKING, WS_NEW_TASK); |
202 |
} |
203 |
204 |
/** |
205 |
* implement this to deal with you task |
206 |
*/ |
207 |
protected abstract void calculateResult(); |
208 |
} |
代码中，我直接在构造方法里开启了新的线程，一般来说，是不推荐这样做的，但在此处，除非在构造还未完成时就执行update方法，否则不会引发什么问题。
最后，附上该正则替换工具的介绍和下载地址：http://www.cnblogs.com/trytocatch/p/RegexReplacer.html
小结
状态变更非常适合使用非阻塞算法，并且还能够达到wait-free级别。限于篇幅，有些没讲到的细节，请读者借助代码来理解吧，如有疑问，欢迎回复讨论。
系列总结
本实战系列就到此结束了，简单总结下。
非阻塞同步相对于锁同步而言，由代码块，转为了点，是另一种思考方式。
有时，无法做到一步完成，也许可以分成两步完成，同样可以解决问题，ConcurrentLinkedQueue就是这么做的。
如果需要维护多个数据之间的某种一致关系，则可以将它们封装到一个类中，更新时采用更新该类对象的引用的方式。
众所周知，锁同步算法是难以测试的，非阻塞同步算法更加难以测试，我个人认为，其正确性主要靠慎密的推敲和论证。
非阻塞同步算法比锁同步算法要显得更复杂些，如果对性能要求不高，对非阻塞算法掌握得还不太熟练，建议不要使用非阻塞算法，锁同步算法要简洁得多，也更容易维护，如上面所说的，两条看似没有顺序的语句，调换下顺序，可能就会引发BUG。
文章转自 并发编程网-ifeve.com
