Java并发编程实战 第15章 原子变量和非阻塞同步机制

非阻塞的同步机制

简单的说，那就是又要实现同步，又不使用锁。

与基于锁的方案相比，非阻塞算法的实现要麻烦的多，但是它的可伸缩性和活跃性上拥有巨大的优势。

实现非阻塞算法的常见方法就是使用volatile语义和原子变量。

硬件对并发的支持

原子变量的产生主要是处理器的支持，最重要的是大多数处理器架构都支持的CAS（比较并交换）指令。

模拟实现AtomicInteger的++操作

 

首先我们模拟处理器的CAS语法，之所以说模拟，是因为CAS在处理器中是原子操作直接支持的。不需要加锁。

1. public synchronized int compareAndSwap(int exceptValue, int newValue){
2.         int oldValue = count;
3.         if(oldValue == exceptValue){
4.             count = newValue;
5.         }
6.         return oldValue;
7.     }

注意：CAS总是返回oldValue。

使用上面的方法模拟AtomicInteger的++操作。

1. class MyAtomicInteger{
2.    private int value;
3.    public int incrementAndGet()
4.    {
5.       int v ;
6.       do{
7.          v = value;
8.       }while(v != compareAndSwap(v,v+1));
9.  
10.       return v + 1;
11.    }
12. }

注意：Java的AtomicInteger大概实现机制就是这样的，不会阻塞，使用处理器的CAS功能，但是要轮询尝试。

看起来轮询尝试性能会更差，其实不然，当竞争不是非常高的时候，基于CAS的算法更胜一筹。

原子类

AtomicBoolean AtomicInteger AtomicLong AtomicReference

原子数组类：AtomicIntegerArray AtomicLong AtomicReferenceArray。

使用volatile语法修饰的数组只能保证数组变量本身的volatile语义，不能保证元素的volatile语义。这个时候应该使用，原子数组类。

注意：AtomicBoolean AtomicInteger AtomicLong和非原子的对应数值类如Integer截然不用。实现机制完全不一样，也没有对应关系。最重要的一个差别：这个三个原子类是可变的。而且是使用的Object的hashCode和equals方法，没有自己扩展。

性能比较：锁与原子变量

 

在中低程度的竞争下，原子变量能提供很高的可伸缩性，原子变量性能超过锁；而在高强度的竞争下，锁能够更有效地避免竞争，锁的性能将超过原子变量的性能。但在更真实的实际情况（一般没有那么高强大的竞争）中，原子变量的性能将超过锁的性能。

注意：不论是锁还是原子变量，都远远比不上避免共享状态（如使用线程封闭技术，但是使用场景计较局限），彻底消除竞争的效率。

两个非阻塞的算法示例

 

1. /**
2.  * 使用Treiber算法构造的非阻塞栈
3.  */
4. public class ConcurrentStack<E> {
5.     private AtomicReference<Node<E>> top = new AtomicReference<ConcurrentStack.Node<E>>();
6.  
7.     public void push(E item){
8.         Node<E> newHead = new Node<E>(item);
9.         Node<E> oldHead;
10.  
11.         do{
12.             oldHead = top.get();
13.             newHead.next = oldHead;
14.         } while (!top.compareAndSet(oldHead, newHead));
15.     }
16.  
17.     public E pop(){
18.         Node<E> oldHead;
19.         Node<E> newHead;
20.  
21.         do {
22.             oldHead = top.get();
23.             if (oldHead == null)
24.                 return null;
25.             newHead = oldHead.next;
26.         } while (!top.compareAndSet(oldHead, newHead));
27.         return oldHead.item;
28.     }
29.  
30.     private static class Node<E>{
31.         public final E item;
32.         public Node<E> next;
33.  
34.         public Node(E item){
35.             this.item = item;
36.         }
37.     }
38. }

 

下面这个没有看懂，留在这里记录，以后再看：

1. /**
2.  * 链表中非阻塞算法中的插入排序，来自Michael-Scott
3.  */
4. public class LinkedQueue<E> {
5.     private static class Node<E>{
6.         final E item;
7.         final AtomicReference<Node<E>> next;
8.  
9.         public Node(E item, Node<E> next){
10.             this.item = item;
11.             this.next = new AtomicReference<>(next);
12.         }
13.     }
14.  
15.     private final Node<E> dummy = new Node<E>(null, null);
16.     private final AtomicReference<Node<E>> head =
17.                         new AtomicReference<>(dummy);
18.     private final AtomicReference<Node<E>> tail =
19.                         new AtomicReference<>(dummy);
20.  
21.     public boolean put(E item){
22.         Node<E> newNode = new Node<E>(item, null);
23.         while (true){
24.             Node<E> curTail = tail.get();
25.             Node<E> tailNext = curTail.next.get();
26.             if (curTail == tail.get()){ //尾部还未修改
27.                 if (tailNext != null){
28.                     // 队列处于中间状态(即新节点已经接上，尾节点还未更新)，推进尾节点
29.                     tail.compareAndSet(curTail, tailNext);
30.                 } else{
31.                     // 处于稳定状态, 尝试插入新节点
32.                     if (curTail.next.compareAndSet(null, newNode)){
33.                         // 插入成功后，推进尾节点
34.                         tail.compareAndSet(curTail, tailNext);
35.                         return true;
36.                     }
37.                 }
38.             }
39.         }
40.     }
41. }

 

转载于:https://www.cnblogs.com/xiaolang8762400/p/7074920.html