java并发学习30：cas操作，原子整数，原子引用等

class AccountSafe implements Account {
	private Atomic Integer balance;
    public AccountSafe(Integerbalance) {
        this.balance = new AtomicInteger(balance);
        }
    @Override
    public Integer getBalance() {
        returnbalance.get();  
    }
    @Override
    public void withdraw(Integeramount) {
        while (true) {
            int prev = balance.get();
            int next = prev-amount;
            if (balance.compareAndSet(prev, next)) {
                break;    
            }      
        }
    // 可以简化为下面的方法
    // balance.addAndGet(-1 * amount);   
    }
}

1、cas与volatile

public void withdraw(Integeramount) {
    while(true) {
        // 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 
            废，返回 false 表示失败比如，别的线程已经做了减法，当前值已经被减成了 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 compareAndSet，它的简称就是 CAS （也有 Compare And Swap 的说法），它必须是原子操作。

• 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 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

2、效率分析

• 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。

3、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：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。
• 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。
• 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

4、原子整数

J.U.C 并发包提供了：

• AtomicBoolean
• AtomicInteger
• AtomicLong

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));

5、原子引用

• AtomicReference
• AtomicMarkableReference
• AtomicStampedReference

class DecimalAccountSafeCas implements DecimalAccount {
	AtomicReference<BigDecimal> ref;
    public DecimalAccountSafeCas(BigDecimalbalance) {
        ref=newAtomicReference<>(balance); 
    }
    @Override
    public BigDecimal getBalance() {
        return ref.get();   
    }
    @Override
    public void withdraw(BigDecimalamount) {
        while (true) {
            BigDecimal prev = ref.get();
            BigDecimal next = prev.subtract(amount);
            if (ref.compareAndSet(prev, next)) {
                break;           
            }       
        }  
    }
}

6、ABA问题

static AtomicReference<String> ref = new AtomicReference<>("A");
public static void main(String[] args) throws InterruptedException {
    log.debug("main start...");
    // 获取值 A
    // 这个共享变量被它线程修改过？
    String prev = ref.get();
    other();
    sleep(1);
    // 尝试改为 C
    log.debug("change A->C {}", ref.compareAndSet(prev, "C"));
}
private static void other() {
    newThread(() -> {
        log.debug("change A->B {}", ref.compareAndSet(ref.get(), "B")); 
    }, "t1").start();
    sleep(0.5);
    newThread(() -> {
        log.debug("change B->A {}", ref.compareAndSet(ref.get(), "A"));   
    }, "t2").start();
}

输出：

11:29:52.325 c.Test36 [main] - main start... 
11:29:52.379 c.Test36 [t1] - change A->B true 
11:29:52.879 c.Test36 [t2] - change B->A true 
11:29:53.880 c.Test36 [main] - change A->C true

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

7、解决ABA,AtomicStampedReference

static AtomicStampedReference<String> ref = new AtomicStampedReference<>("A", 0);
public static void main(String[] args) throws InterruptedException {
    log.debug("main start...");
    // 获取值 A
    String prev = ref.getReference();
    // 获取版本号
    int stamp = ref.getStamp();
    log.debug("版本 {}", stamp);
    // 如果中间有其它线程干扰，发生了 ABA 现象
    other();
    sleep(1);
    // 尝试改为 C
    log.debug("change A->C {}", ref.compareAndSet(prev, "C", stamp, stamp+1));
}
private static void other() {
    newThread(() -> {
        log.debug("change A->B {}", ref.compareAndSet(ref.getReference(), "B", ref.getStamp(), ref.getStamp() +1));
        log.debug("更新版本为 {}", ref.getStamp());   
    }, "t1").start();
    sleep(0.5);
    newThread(() -> {
        log.debug("change B->A {}", ref.compareAndSet(ref.getReference(), "A", ref.getStamp(), ref.getStamp() +1));
        log.debug("更新版本为 {}", ref.getStamp());   
    }, "t2").start();
}

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

class GarbageBag {
    String desc;
    public GarbageBag(Stringdesc) {
        this.desc=desc;  
    }
    public void setDesc(Stringdesc) {
        this.desc=desc;
    }
    @Override
    public String toString() {
        return super.toString() +" "+desc;    
    }
}

public class TestABAAtomicMarkableReference {
    public static void main(String[] args) throwsInterruptedException {
        GarbageBag bag = new GarbageBag("装满了垃圾");
        // 参数2 mark 可以看作一个标记，表示垃圾袋满了
        AtomicMarkableReference<GarbageBag> ref = new AtomicMarkableReference<>(bag, true);
        log.debug("主线程 start...");
        GarbageBag prev = ref.getReference();
        log.debug(prev.toString());
        newThread(() -> {
            log.debug("打扫卫生的线程 start...");
            bag.setDesc("空垃圾袋");
            while (!ref.compareAndSet(bag, bag, true, false)) {}
            log.debug(bag.toString()); 
        }).start();
        Thread.sleep(1000);
        log.debug("主线程想换一只新垃圾袋？");
        boolean success = ref.compareAndSet(prev, newGarbageBag("空垃圾袋"), true, false);
        log.debug("换了么？"+success);
        log.debug(ref.getReference().toString());  
    }
}

8、原子数组

• AtomicIntegerArray
• AtomicLongArray
• AtomicReferenceArra

/**
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*/
// 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)->
private static <T> void demo(Supplier<T>arraySupplier,
                             Function<T, Integer>lengthFun,
                             BiConsumer<T, Integer>putConsumer,
                             Consumer<T>printConsumer ) {
    List<Thread> ts = new ArrayList<>();
    Tarray = arraySupplier.get();
    int length = lengthFun.apply(array);
    for (inti=0; i<length; i++) {
        // 每个线程对数组作 10000 次操作
        ts.add(new Thread(() -> {
            for (intj=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 (InterruptedExceptione) {
            e.printStackTrace();      
        }   
    });     // 等所有线程结束
    printConsumer.accept(array);
}

安全的数组:

demo(    
    ()->newAtomicIntegerArray(10),   
    (array) ->array.length(),   
    (array, index) ->array.getAndIncrement(index),
    array->System.out.println(array)
);

9、原子更新器

• AtomicReferenceFieldUpdater // 域字段
• 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：java.lang.IllegalArgumentException: Mustbevolatiletype

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); 
    }
}

10、原子累加器

AtomicLong 与 LongAdder：LongAdder性能更好。

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。