CAS是Compare And Swap的缩写,CAS是一种解决部分并发情况下的解决方案,比如多线程环境下变量的自增就可以用CAS策略解决,一般而言,CAS有三个操作数,一个是目标变量V,一个是新值N,一个是目标变量期望值E,当更新V的时候,先判断V和E是否相等,如果相等则更新,否则重新读取V作为E,循环上述更新操作,直到成功。
有个很普遍但是很容易被忽视的地方,就是我们使用CAS的期望值E往往是先读取的变量值,然后做了使用E做了业务逻辑处理,写回内存,通常是这种业务场景,如果说写回的值和读取的值没有任何联系,那么可以直接写回,不需要使用CAS算法,因为我的写入值完全不依赖读取值。
上面的CAS策略会有ABA问题的出现,也就是目标变量可能变化后有变回原来的值,然后CAS认为目标变量值没有变化,直接更新,解决这种问题的方案就是再额外添加一个版本号,每次变化后,目标变量还要维护一个版本号,在比较E和V时,不仅仅比较他们本身值,还比较版本号,这样就能确切的知道是否变化了。
具体的使用环境有memcached使用时,在xmemcached客户端接口中,就有cas()这类接口,我们可以简单的了解下,在客户端处于分布式的情况下,或者多线程环境下,或者两者的混合情况下,我们去累加一个全局缓存变量,很大可能就会得不到正确的结果,这时我们就可以借助cas策略来解决这种情况。在xmemcached客户端的API中,我们的解决方式可以这样:
GetsResponse<Integer> result = client.gets("a");
long cas = result.getCas();
//尝试将a的值更新为2
if (!client.cas("a", 0, 2, cas)) {
System.err.println("cas error");
}
这个方法就是一个set的流程,我们可以把它放在一个死循环中,就可以达到CAS效果的修改,当然,这里直接将目标变量修改为2,通常情况下应该是在取出来的值的基础上进行修改才对。当然,xmemcached还提供了另一种简单的方式:
client.cas("a", 0, new CASOperation<Integer>() {
public int getMaxTries() {
return 10000;
}
public Integer getNewValue(long currentCAS, Integer currentValue) {
return 2;
}
});
这样,我们就可以更为简单的进行CAS操作变量。上面的代码未必能直接作为生产环境中使用,仅当作参考。