高效并发之线程安全

线程安全

当多个线程访问一个对象时，如果不用考虑这些线程在运行时环境下的调度和交替执行，也不需要进行额外的同步，或者在调用方进行任何其它的协调工作，调用这个对象的行为都可以获得正确的结果，那这个对象是线程安全的。简单来说，如果一个对象可以安全的被多个线程同时使用，那他就是线程安全的。

Java 语言中的线程安全

线程安全的话题是建立在多个线程之间存在共享数据访问这个前提之上的，因为如果线程间没有共享数据，那么程序串行执行和多线程执行是没有区别的。
线程安全的“安全程度”由强到弱分为五种：不可变、绝对线程安全、相对线程安全、线程兼容、线程对立。

1. 不可变
   不可变（Immutable）的对象一定是线程安全的，无论是对象方法的实现还是方法的调用者，都不需要采取任何的线程安全保障措施。
   如果共享数据是一个基本数据类型，那么只要在定义时使用 final 关键字修饰它就可以保证它是不可变的。如果共享数据是一个对象，那就需要保证对象的行为不会对其状态产生任何影响才行，比如 String 类的对象就是一个不可变对象，调用它的 substring()、replace() 和 concat() 这些方法都不会影响它原来的值，只会返回一个新构造的字符串对象。
   保证对象行为不影响自己状态的途径有很多种，其中最简单的就是把对象中带有状态的变量都声明为 final。比如 Integer、Long、Double 等数值包装类型，他们中都声明了一个 final 型的变量。
2. 绝对线程安全
   绝对线程安全要完全符合上面对线程安全的描述，一个类要达到“不管运行时环境如何，调用者都不需要任何额外的同步措施”通常需要付出很大的代价。Java 中号称线程安全的类，大多数都不是绝对的线程安全，比如 java.util.Vector 容器是一个线程安全的类，但这也不意味着调用它的时候永远不需要同步手段了：

private static Vector<Integer> vector = new Vector<>();

    public static void main(String[] args) {
        while (true) {
            for (int i = 0; i < 10; i++) {
                vector.add(i);
            }
            Thread removeThread = new Thread(() -> {
                for (int i = 0; i < vector.size(); i++) {
                    vector.remove(i);
                }
            });

            Thread getThread = new Thread(() -> {
                for (int i = 0; i < vector.size(); i++) {
                    System.out.println(vector.get(i));
                }
            });

            removeThread.start();
            getThread.start();

            if (Thread.activeCount() > 200) {
                break;
            }
        }
    }

运行这段代码可能会出现数组越界异常，尽管 Vector 的 remove() 和 get() 方法都是同步的，但是在多线程环境中，使用这段代码依然是不安全的，因为一个线程删除了一个元素，导致序号 i 已经不再可用的话，再用 i 访问数组就会出现数组越界异常

3. 相对线程安全
   相对的线程安全就是我们通常意义上讲的线程安全，它需要保证对这个对象单独的操作是线程安全的，但是对于一些特定顺序的连续调用，就可能需要在调用端使用额外的同步手段来保证调用的正确性，比如上面的代码，如果给线程内部的代码加上同步限制，就不会产生数组越界异常了。
   Java中大部分线程安全类都属于这种类型，例如 Vector、HashTable、Collections 的 synchronizedCollection() 方法包装的集合等。
4. 线程兼容
   线程兼容是指对象本身并不是线程安全的，但是可以通过在调用端使用同步手段保证对象在并发环境中可以安全的使用，Java 中的大部分类都是属于线程兼容的，比如与前面的 Vector 和 HashTable 对应的集合类 ArrayList 和 HashMap 等。
5. 线程对立
   线程对立是指无论调用端是否采取同步措施，都无法在多线程环境中并发使用的代码。我们应该避免使用这样的代码。
   一个线程对立的例子是 Thread 类的 suspend() 和 resume() 方法，如果有两个线程同时持有一个线程对象，一个尝试去中断线程，另一个尝试去恢复线程，如果并发进行的话，无论调用时是否进行了同步，目标线程都是存在死锁风险的，如果 suspend() 中断的线程就是即将要执行 resume() 的那个线程，那就肯定要产生死锁了。这是由于这个原因，suspend() 和 resume() 方法已经被 JDK 声明为废弃了。

线程安全的实现方法

Java 虚拟机提供的同步和锁机制对 Java 程序的线程安全起到了非常重要的作用。

1. 互斥同步
   互斥同步是常见的一种并发正确性保障手段。同步是指在多个线程并发访问共享数据时，保证共享数据在同一个时刻只被一个线程使用。而互斥是实现同步的一种手段，临界区、互斥量和信号量都是主要的互斥实现方式。
   在 Java 中，最基本的互斥同步手段就是 synchronized 关键字，synchronized 关键字经过编译之后，会在同步块的前后分别形成 monitorenter 和 monitorexit 这两个字节码指令，在执行 monitorenter 指令时，首先要尝试获取对象的锁。如果这个对象没被锁定，或者当前线程已经拥有了那个对象的锁，把锁的计数器加 1，相应的，在执行 monitorexit 指令时会将锁计数器减 1，当计数器为 0 时，锁就会释放。如果获取对象锁失败，那当前线程就要阻塞等待，直到对象锁被另一个线程释放为止。
   在虚拟机规范对 monitorenter 和 monitorexit 的行为描述中，有两点需要特别注意。首先，synchronized 同步块对同一条线程来说是可重入的，不会出现自己把自己锁死的问题。其次，同步块在已经进入的线程执行完之前，会阻塞后面其它线程的进入。Java 的线程是映射到操作系统的原生线程之上的，如果要阻塞或唤醒一个线程，都需要操作系统来帮忙完成，这就需要从用户态转换到内核态中，因此转换状态需要耗费很多的处理器时间。所以 synchronized 是 Java 语言中一个重量级（Heavyweight）的操作。虚拟机本身会进行一些优化，譬如在通知操作系统阻塞线程之前加入一段自旋等待过程，避免频繁的切入到核心态之中。
   除了 synchronized 之外，还可以使用 java.util.concurrent 包中的重入锁（ReentrantLock）来实现同步，ReentrantLock 和 synchronized 很相似，他们都具备一样的线程重入特性，只是在代码写法上有点区别，一个表现为 API 层面的互斥锁（lock() 和 unlock() 方法配合 try/finally 语句块来完成），另一个表现为原生语法层面的互斥锁。相比 synchronized，ReentrantLock 增加了一些高级功能，主要有以下 3 项：等待可中断、可实现公平锁，以及锁可以绑定多个条件。

• 等待可中断是指当持有锁的线程长期不释放锁的时候，正在等待的线程可以选择放弃等待，改为处理其它事情，可中断特性对处理执行时间非常长的同步块很有帮助。
• 公平锁是指多个线程在等待同一个锁时，必须按照申请锁的时间顺序来依次获得锁；而非公平锁则不保证这一点，在锁被释放时，任何一个等待锁的线程都有机会获得锁。synchronized 中的锁是非公平的，ReentrantLock 默认情况下也是非公平的，可以通过构造参数传递布尔值要求使用公平锁。
• 锁绑定多个条件是指一个 ReentrantLock 对象可以同时绑定多个 Condition 对象，而在 synchronized 中，锁对象的 wait() 和 notify() 或 notifyAll() 方法可以实现一个隐含的条件，如果要和多于一个的条件关联的时候，就不得不额外的添加一个锁，而 ReentrantLock 则无须这样做，只需要多次调用 newCondition() 方法即可。

2. 非阻塞同步
   互斥同步最主要的问题就是进行线程阻塞和唤醒所带来的性能问题，因此这种同步也称为阻塞同步。从处理问题的方式上来说，互斥同步属于一种悲观的并发策略，总是认为只要不去做正确的同步措施（例如加锁），那就肯定会出现问题，无论共享数据是否真的会出现竞争，他都要进行加锁、用户态核心态转换、维护锁计数器等操作。随着硬件指令集的发展，我们有了另外一个选择：基于冲突检测的并发策略，就是先进行操作，如果没有其他线程争用共享数据，那操作就成功了；否则再采取其它补偿措施（最常见的补偿措施就是不断重试，直到成功为止），这种乐观的并发策略的许多实现都不需要把线程挂起，因此这种同步操作称为非阻塞同步。
   为什么说使用乐观并发策略需要“硬件指令集的发展”才能进行呢？因为我们需要操作和冲突检测这两个步骤具备原子性，通过一条处理器指令集就能完成，这类指令常用的有：

• 测试并设置（Test-and-Set）
• 获取并通知（Fetch-and-Increment）
• 交换（Swap）
• 比较并交换（Compare-and-Swap，CAS）
• 加载链接/条件存储（Load-Linked/Store-Conditional）

其中 CAS 指令需要 3 个操作数，分别是内存位置（V）、旧的预期值（A）和新值（B）。CAS 指令执行时，当且仅当 V 符合旧预期值 A 时，处理器用新值 B 更新 V 的值，否则他就不执行更新，但是无论是否更新了 V 的值，都会返回 V 的旧值，上述的处理过程是一个原子操作。
尽管 CAS 看起来很美，但是这种操作无法涵盖互斥同步的所有使用场景，并且 CAS 还存在一个逻辑漏洞：如果一个变量 V 初次读取的时候是 A 值，并且准备赋值的时候还是 A 值，这并不能说明 A 没有被其他线程改过。这个漏洞称为 CAS 操作的 “ABA” 问题。java.util.concurrent 包为了解决这个问题，提供了一个带有标记的原子引用类 “AtomicStampedReference”，它可以通过控制变量值的版本来保证 CAS 的正确性。

3. 无同步方案
   同步是保证共享数据争用时的正确性的手段，如果一个方法本来就不涉及共享数据，那他自然就无需任何同步措施去保证正确性，因此有一些代码天生就是线程安全的，例如下面两种：

• 可重入代码（Reentrant Code）：这种代码也叫做纯代码，可以在代码执行的任何时刻中断他，转而去执行另外一段代码，而在控制权返回后，原来的程序不会出现任何错误。相对线程安全来说，可重入性是更基本的特性，它可以保证线程安全，即所有的可重入的代码都是线程安全的，但是并非所有的线程安全的代码都是可重入的。
  可重入代码有一些共同的特征，例如不依赖存储在堆上的数据和公用的系统资源、用到的状态量都是由参数中传入、不调用非可重入的方法等。可以通过一个简单的原则来判断代码是否具备可重入性：如果一个方法，它的返回结果是可以预测的，只要输入了相同的数据，就都能返回相同的结果，那它就满足可重入性的要求，让然它也是线程安全的。
• 线程本地存储（Thread Local Storage）：如果一段代码中需要的数据必须与其他代码共享，那就看看这些共享数据的代码能否保证在同一个线程中执行？如果能保证，我们就可以把共享数据的可见范围限制在同一个线程之内，这样，无须同步也能保证线程之间不出现数据争用的问题。
  符合这种特点的应用并不少见，大部分使用消费队列的架构模式都会将产品的消费过程尽量在一个线程中消费完，其中最重要的一个应用实例就是经典 Web 交互模型中的 “一个请求对应一个服务器线程” 的处理方式，这种处理方式使得很多 Web 服务端应用都可以使用线程本地存储来解决线程安全问题。
  Java 语言中，如果一个变量需要被多线程访问，可以使用 volatile 关键字声明它为 “易变的”；如果一个变量要被某个线程独享，可以通过 java.lang.ThreadLocal 类来实现线程本地存储的功能。每一个线程的 Thread 对象都有一个 ThreadLocalMap 对象，这个对象存储了一组以 ThreadLocal.threadLocalHashCode 为键，以本地线程变量为值的 K-V 值对，ThreadLocal 对象就是当前线程的 ThreadLocalMap 的访问入口，每一个 ThreadLocal 对象都包含了一个独一无二的 threadLocalHashCode 值，使用这个值就可以在线程 K-V 值对中找回对应的本地线程变量。