在前面总结的文章中 详解Java中volatile关键字作用,说到了累加器的线程不安全,不安全的原因就是被累加的成员变量 可见性 和自增时的操作 原子性 上。
可见性问题可以用 volatile 来解决,而原子性问题我们可以采用互斥锁的方案,除了互斥的方案,在文章末尾也使用了 AtomicInteger 来保证了自增操作的原子性。用它来改善累加器方法,就可以输出正确的结果。
采用 AtomicInteger 是一种无锁方案,它相对互斥锁方案,最大的好处就是性能。互斥锁方案为了保证互斥性,需要执行加锁、解锁操作,而加锁、解锁操作本身就消耗性能;同时拿不到锁的线程还会进入阻塞状态,进而触发线程切换,线程切换对性能的消耗也很大。
相比之下,无锁方案则完全没有加锁、解锁的性能消耗,同时还能保证互斥性,既解决了问题,又没有带来新的问题,可谓绝佳方案
可是它是如何做到的呢?
无锁方案的实现原理
AtomicInteger 我们将它称为“原子类”,
原子类性能高的原理很简单,硬件支持而已!CPU为了解决并发问题,提供了CAS指令(CAS,全称是Compare And Swap,即“比较并交换”)。
CAS指令包含3个参数:共享变量的内存地址A、用于比较的值B和共享变量的新值C;并且只有当内存中地址A处的值等于B时,才能将内存中地址A处的值更新为新值C。
作为一条CPU指令,CAS指令本身是能够保证原子性的。
感觉理解起来好难!!!好抽象!!!
不要慌不要急,下面有请-画图解答
图解 count+=1
假设我们 count 的值,就放在内存地址 0x101 这个地方。
当内存地址 0x101 中的值等于5,A 的值就代表内存地址 0x101 也就等于 5,用于和 A 做比较的期望值 B 也等5,而新值C就等于 A+1
我们在执行 CAS 操作的时候,先比较 A 和 B的值,是否相等,如果相等那么就把新值 C 赋值给 A,用代码表示就是:
if(A==B){
A=C;
}
在执行完这一步操作后,内存中的数据就变成了下面这个样子:
看完图片的解释后,再用代码来模拟CAS的原理,下面的模拟程序中有两个参数,一个是期望值 B,另一个是需要写入的新值 C,只有当目前count的值(也就是A)和期望值 B 相等时,才会将 count 更新为 C。:
public class SimulatedCAS {
int count;
synchronized int CAS(int B, int C){
// 读目前count的值,赋值给变量 A
int A = count;
// 比较目前 A 值是否==期望值 B
if(A == B){
// 如果是,则更新count的值
count = C;
}
// 返回写入前的旧值
return A;
}
}
对于前面提到的累加器的例子,count += 1 有一个核心问题是:在将 count+1 计算后的值写入内存的时候,很可能此时内存中 count 已经被其他线程更新过了,这样就会导致错误地覆盖其他线程写入的值。
图解 count+=1 并发问题
当我要把 count+=1 的值写入内存地址 0x101 这个地方时,有其他线程比我先更新了内存中 count 值,那进行CAS时数据也就是这样:
那么此时一对比 A 和 B 的值,发现对不上了,那就提交失败了,就这样完了吗?然鹅并没有。
使用CAS来解决并发问题,一般都会伴随着自旋,而所谓自旋,其实就是循环尝试,重新获取内存中的值,直到成功!!!
我们使用程序来模拟 CAS+自旋 就是下面这样的:
public class SimulatedCAS {
volatile int count;
// 实现count+=1
public void addOne(){
int C = 0;
do {
C = count+1;
}while(count != CAS(count, C));
}
// 模拟实现CAS,仅用来帮助理解
synchronized int CAS( int B, int C){
// 读目前count的值
int A = count;
// 比较目前count值是否==期望值 B
if(A == B){
// 如果是,则更新count的值
count= C;
}
// 返回写入前的值
return A;
}
}
通过上面的示例代码,可以发现,CAS这种无锁方案,完全没有加锁、解锁操作,即便两个线程完全同时执行addOne()方法,也不会有线程被阻塞,所以相对于互斥锁方案来说,性能好了很多。
但是在CAS方案中,有一个问题可能会常被忽略,那就是ABA的问题。什么是ABA问题呢?
ABA问题
假设 count 原本是A,线程T1在执行CAS之前,有可能 count 被线程T2更新成了B,之后又被T3更新回了A,这样线程T1反应过来执行的时候虽然看到的一直是A,但是其实已经被其他线程更新过了,这就是ABA问题。
关于数值的原子递增可能大多数情况下我们并不关心ABA问题,但也不能所有情况下都不关心,例如原子化的更新对象很可能就需要关心ABA问题,因为两个A虽然相等,但是第二个A的属性可能已经发生变化了。
解决ABA问题的思路其实很简单,增加一个版本号维度就可以了,每次执行CAS操作,附加再更新一个版本号,只要保证版本号是递增的,那么即便A变成B之后再变回A,版本号也不会变回来(版本号递增的)。AtomicStampedReference实现的CAS方法就增加了版本号参数,方法签名如下:
boolean compareAndSet(
V expectedReference,
V newReference,
int expectedStamp,
int newStamp)
AtomicMarkableReference的实现机制则更简单,将版本号简化成了一个Boolean值,方法签名如下:
boolean compareAndSet(
V expectedReference,
V newReference,
boolean expectedMark,
boolean newMark)
Java提供的原子类能够解决一些简单的原子性问题,但你可能会发现,上面我们所有原子类的方法都是针对一个共享变量的,如果你需要解决多个变量的原子性问题,建议还是使用互斥锁方案。原子类虽好,但使用要慎之又慎。
技 术 无 他, 唯 有 熟 尔。
知 其 然, 也 知 其 所 以 然。
踏 实 一 些, 不 要 着 急, 你 想 要 的 岁 月 都 会 给 你。