CAS策略

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。