并发编程学习6—深入理解CAS和Volatile

前面都是讲的共享模型之加锁，本章介绍共享模型之无锁。

1. CAS 与 volatile

提出问题：

解决一 加锁：
解决二 无锁：

1.1 CAS工作原理

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。

1.1.1 CAS与volatile配合

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，他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最新值，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最新值来实现【比较并交换】的效果。

1.2 为什么CAS比加锁效率高

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 synchronized 会让线程在没有获得锁的时候，发生上下文切换，进入阻塞。打个比喻：

线程就好像高速跑道上的赛车，高速运行时，速度超快，一旦发生上下文切换，就好比赛车要减速、熄火，等被唤醒又得重新打火、启动、加速… 恢复到高速运行，代价比较大。

但无锁情况下，因为线程要保持运行，需要额外 CPU 的支持，CPU 在这里就好比高速跑道，没有额外的跑道，线程想高速运行也无从谈起，虽然不会进入阻塞，但由于没有分到时间片，仍然会进入可运行状态，还是会导致上下文切换。

1.3 CAS 的特点（API）

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

1. CAS 是基于乐观锁的思想：最乐观的估计，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。

2. synchronized 是基于悲观锁的思想：最悲观的估计，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。

3. CAS 体现的是无锁并发、无阻塞并发，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。

2. 原子整数

使用CAS实现的工具类，J.U.C提供了AtomicBoolean、AtomicInteger、AtomicLong

3. 原子引用

除了基本类型，还有引用类型（小数，字符串，对象）
3.1和3.2比较的就是两种写法，重点看3.2无锁使用原子引用。

3. 1 安全实现-使用锁

3. 2 安全实现-使用CAS

3. 3 ABA问题

描述的问题是：

主线程仅能判断出共享变量的值与最初值 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。
![[uTools_1688810741592.png]]
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。
（前面是整数记录版本，但现在只想知道改没改，只需要一个布尔值）
![[uTools_1688811152435.png]]

4. 原子数组 △△

有的时候并不想修改引用对象本身，而是引用对象里面的内容（数组）。比如多个线程并不想修改数组引用地址，而是修改数组里的元素。就要用到原子数组了。
AtomicIntegerArray、AtomicLongArray、AtomicReferenceArray

举例：(注意函数式接口的写法)

/**
参数1，提供数组、可以是线程不安全数组或线程安全数组
参数2，获取数组长度的方法
参数3，自增方法，回传 array, index
参数4，打印数组的方法
*/
// **********************函数式接口**********************
// supplier 提供者 无中生有: ()->结果
// function 函数 一个参数一个结果: (参数)->结果 , BiFunction: (参数1,参数2)->结果
// consumer 消费者 一个参数没结果: (参数)->void, BiConsumer: (参数1,参数2)->void
private static <T> void demo(
		Supplier<T> arraySupplier,
		Function<T, Integer> lengthFun,
		BiConsumer<T, Integer> putConsumer,
		Consumer<T> printConsumer ) {
		
	List<Thread> ts = new ArrayList<>();
	T array = arraySupplier.get();
	int length = lengthFun.apply(array);
	for (int i = 0; i < length; i++) {
		// 每个线程对数组作 10000 次操作
		ts.add(new Thread(() -> {
			for (int j = 0; j < 10000; j++) {
				putConsumer.accept(array, j%length);
			}
		}));
	}
	ts.forEach(t -> t.start()); // 启动所有线程
	ts.forEach(t -> {
		try {
			t.join();
		} catch (InterruptedException e) {
			e.printStackTrace();
		}
	}); // 等所有线程结束
	printConsumer.accept(array);
}

4.1 调用时，传参：

不安全数组

安全数组

5. 字段更新器

刚才是保护数组中的元素，现在这个是==保护对象里的成员变量（属性）的线程安全。==多个线程访问一个类的成员变量。
AtomicReferenceFieldUpdater // 域 字段 、AtomicIntegerFieldUpdater、AtomicLongFieldUpdater

更新的是Student对象里的String成员变量，也是一个引用，所以用AtomicReferenceFieldUpdater

6. 原子累加器

AtomicLong 与 LongAdder
性能提升的原因很简单，就是在有竞争时，设置多个累加单元，Therad-0 累加 Cell[0]，而 Thread-1 累加Cell[1]… 最后将结果汇总。这样它们在累加时操作的不同的 Cell 变量，因此减少了 CAS 重试失败，从而提高性能。

6. 1 LongAdder

// 累加单元数组, 懒惰初始化
transient volatile Cell[] cells;

// 基础值, 如果没有竞争, 则用 cas 累加这个域
transient volatile long base;

// 在 cells 创建或扩容时, 置为 1, 表示加锁
transient volatile int cellsBusy;

6.1.1 原理之伪共享

6.1.1.1 缓存与内存的速度比较

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，即同一份数据会缓存在不同核心的缓存行中。
CPU 要保证数据的一致性，如果某个 CPU 核心更改了数据，其它 CPU 核心对应的整个缓存行必须失效。

![[uTools_1688857240831.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。这样问题来了：
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。

解决方法：
放在不同缓存行。
@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，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。

// LongAdder的increment的源码是一个add方法
public void add(long x) {  
	// as 为累加单元数组
	// b 为基础值
	// x 为累加值
    Cell[] cs; long b, v; int m; Cell c; 
    // 进入 if 的两个条件
	// 1. as 有值, 表示已经发生过竞争, 进入 if 
	// 2. cas 给 base 累加时失败了, 表示 base 发生了竞争, 进入 if
    if ((cs = cells) != null || !casBase(b = base, b + x)) { 
	    // uncontended 表示 cell 没有竞争 
        boolean uncontended = true;  
        if (
        cs == null || (m = cs.length - 1) < 0 || // as 还没有创建
            (c = cs[getProbe() & m]) == null ||  // 当前线程对应的 cell 还没有
            // cas 给当前线程的 cell 累加失败 uncontended=false ( a 为当前线程的 cell )
            !(uncontended = c.cas(v = c.value, v + x))) 
            // 进入 cell 数组创建、cell 创建的流程 
            longAccumulate(x, null, uncontended);  
    }  
}

longAccumulate 流程图：

7. 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。（CAS都是调用了unsafe的方法）

反射

• 我们编译时知道类或对象的具体信息，此时直接对类和对象进行操作即可，无需使用反射（reflection）
• 如果编译不知道类或对象的具体信息，此时应该如何做呢？这时就要用到 反射 来实现。比如类的名称放在XML文件中，属性和属性值放在XML文件中，需要在运行时读取XML文件，动态获取类的信息。

public class UnsafeAccessor {  
    static Unsafe unsafe;  
    static {  
        try {
	        // 反射获取私有成员变量用getDeclaredField
            Field theUnsafe = Unsafe.class.getDeclaredField("theUnsafe"); 
            // 允许访问私有成员变量 
            theUnsafe.setAccessible(true);  
            unsafe = (Unsafe) theUnsafe.get(null);  
        } catch (NoSuchFieldException | IllegalAccessException e) {  
            throw new Error(e);  
        }  
    }  
    static Unsafe getUnsafe() {  
        return unsafe;  
    }  
}

7.1 Unsafe CAS 操作

用更高层就是AtomicFileAdpater修改对象的域，此时是更底层的修改。