java多线程编程_java多线程安全_java多线程实现安全锁CAS机制,CAS在java多线程中相当于数据库的乐观锁，synchronized相当于数据库的乐观锁。<h2>引言</h2>
java多线程编程中难免会遇到资源共享。这里将会讲解一下java多线程中的CAS机制和锁的基础概念。java多线程编程_java多线程安全_java多线程实现安全锁CAS机制,CAS在java多线程中相当于数据库的乐观锁，synchronized相当于数据库的乐观锁。
<h2>一.java多线程编程常见问题</h2>
<strong><a rel="external nofollow" target="_blank" id="java多线程1" name="java多线程1">java多线程示例程序</a>:</strong>启动两个线程,每个线程中让静态共享变量count循环累加100次<br />
<br />
<a rel="external nofollow" target="_blank" id="java多线程代码" name="java多线程代码"><strong>java多线程示例代码</strong></a>:
<pre>
<code class="language-java">package xqlee.net.project.demo.thread.synchronize;
public class ForTest {
public static int count = 0;
public static void main(String[] args) {
// 开启两个线程
for (int i = 0; i < 2; i++) {
new Thread(new Runnable() {
@Override
public void run() {
try {
Thread.sleep(10);
} catch (Exception e) {
e.printStackTrace();
}
//每个线程累计加100
for (int j = 0; j < 100; j++) {
count++;
// System.out.println(count);
}
}
}).start();
}
try {
Thread.sleep(2000);
} catch (Exception e) {
e.printStackTrace();
}
System.out.println("count=" + count);
}
}
</code></pre>
<strong>疑惑</strong>:<span style="color:#6600ff">最终输出的count结果是多少呢？两个线程执行完毕一定是200吗？</span><br />
<br />
<strong>答案</strong>:因为这段代码不是线程安装的，所以最终的自增结果很有可能会小于200。<br />
<strong>尝试执行结果</strong>:<br />
<img alt="java多线程演示代码执行结果" class="img-thumbnail" src="/assist/images/blog/00053be4566b4b93acc2f6e7b13e93bf.png" /><br />
接下来，修改上面的演示代码。通过关键字synchronized在java多线程编程实现中添加一个锁。这个是个重量级的锁。后续详说。<br />
修改后演示代码如下:
<pre>
<code class="language-java">package xqlee.net.project.demo.thread.synchronize;
public class ForTest {
public static int count = 0;
public static void main(String[] args) {
// 开启两个线程
for (int i = 0; i < 2; i++) {
new Thread(new Runnable() {
@Override
public void run() {
try {
Thread.sleep(10);
} catch (Exception e) {
e.printStackTrace();
}
//每个线程累计加100
for (int j = 0; j < 100; j++) {
synchronized (ForTest.class) {
count++;
}
// System.out.println(count);
}
}
}).start();
}
try {
Thread.sleep(2000);
} catch (Exception e) {
e.printStackTrace();
}
System.out.println("count=" + count);
}
}
</code></pre>
<br />
再次执行演示代码，查看结果:<br />
<img alt="java多线程编程加锁后的执行结果" class="img-thumbnail" src="/assist/images/blog/0ef74f747d6c440c8f62513431d9b462.png" /><br />
加了同步锁之后，count自增的操作变成了原子性操作，所以最终的输出一定是<strong>count=200</strong>，代码实现了线程安全。<br />
<br />
但是注意,虽然synchronized确保了线程的安全，但是在某些情况下，却不是一个最优选择。为啥这么说呢？关键在于synchronized存在性能问题。synchronized关键字会让没有得到锁资源的线程进入BLOCKED状态，而后再争夺到锁资源后恢复为RUNNABLE状态，这个过程中涉及到操作系统<strong>用户模式</strong>和<strong>内核模式</strong>的转换，代价比较高。尽管Java1.6为Synchronized做了优化，增加了从<strong>偏向锁</strong>到<strong>轻量级锁</strong>再到<strong>重量级锁</strong>的过度，但是在最终转变为重量级锁之后，性能仍然较低。<br />
<br />
<br />
那么有啥好的其他解决办法嘛？<br />
有:原子操作类;<br />
<img alt="JDK中的原子操作类" class="img-thumbnail" src="/assist/images/blog/4a065fca722e4577982931e44fe71839.png" />
<p> 所谓原子操作类，指的是java.util.concurrent.atomic包下，一系列以Atomic开头的包装类。例如<strong>AtomicBoolean</strong>，<strong>AtomicInteger</strong>，<strong>AtomicLong</strong>。它们分别用于Boolean，Integer，Long类型的原子性操作。</p>
<p>现在我们尝试在代码中引入AtomicInteger类：</p>
<pre>
<code class="language-java">package xqlee.net.project.demo.thread.synchronize;
import java.util.concurrent.atomic.AtomicInteger;
public class ForTest2 {
public static AtomicInteger count = new AtomicInteger(0);
public static void main(String[] args) {
// 开启两个线程
for (int i = 0; i < 2; i++) {
new Thread(new Runnable() {
@Override
public void run() {
try {
Thread.sleep(10);
} catch (Exception e) {
e.printStackTrace();
}
//每个线程累计加100
for (int j = 0; j < 100; j++) {
count.incrementAndGet();
// System.out.println(count);
}
}
}).start();
}
try {
Thread.sleep(2000);
} catch (Exception e) {
e.printStackTrace();
}
System.out.println("count=" + count);
}
}
</code></pre>
<br />
演示执行结果：<br />
<img alt="原子操作类进行乐观锁" class="img-thumbnail" src="/assist/images/blog/be44242a5e9340abbe97aa8cd621a55f.png" /><br />
使用AtomicInteger之后，最终的输出结果同样可以保证是200。并且在<strong>某些情况下</strong>，代码的性能会比Synchronized更好。<br />
<br />
那么Atomic操作类底层到底利用了什么手段呢？<br />
其实Atomic就是用到了我们要讲的[CAS机制]<br />
<p><strong>什么是CAS？</strong></p>
<p> </p>
<p>CAS是英文单词<strong>Compare And Swap</strong>的缩写，翻译过来就是比较并替换。</p>
<p> </p>
<p>CAS机制当中使用了3个基本操作数：内存地址V，旧的预期值A，要修改的新值B。</p>
<p>更新一个变量的时候，只有当变量的预期值A和内存地址V当中的实际值相同时，才会将内存地址V对应的值修改为B。</p>
<p>这样说或许有些抽象，我们来看一个例子：</p>
<p>1.在内存地址V当中，存储着值为10的变量。</p>
<img alt="内存地址V" class="img-thumbnail" src="/assist/images/blog/9da6331c557f46d3ad148fe777a91e5a.png" /><br />
2.此时线程1想要把变量的值增加1。对线程1来说，旧的预期值A=10，要修改的新值B=11。<br />
<img alt="内存地址V2" class="img-thumbnail" src="/assist/images/blog/761fcd40fb074a66915e845d08139997.png" /><br />
<br />
3.在线程1要提交更新之前，另一个线程2抢先一步，把内存地址V中的变量值率先更新成了11。<br />
<br />
<img alt="内存地址V3" class="img-thumbnail" src="/assist/images/blog/e247329a723f45c39dd4db9f50b59122.png" /><br />
4.线程1开始提交更新，首先进行<strong>A和地址V的实际值比较(Compare)</strong>，发现A不等于V的实际值，提交失败。<br />
<img alt="内存地址V4" class="img-thumbnail" src="/assist/images/blog/ea99b78cf5fa414fa481ff39437f310e.png" /><br />
5.线程1重新获取内存地址V的当前值，并重新计算想要修改的新值。此时对线程1来说，A=11，B=12。这个重新尝试的过程被称为<strong>自旋</strong>。<br />
<br />
<img alt="内存地址V5" class="img-thumbnail" src="/assist/images/blog/f03a795b87884530a02d4247f2e1bd26.png" /><br />
6.这一次比较幸运，没有其他线程改变地址V的值。线程1进行<strong>Compare</strong>，发现A和地址V的实际值是相等的。<br />
<br />
<img alt="内存地址6" class="img-thumbnail" src="/assist/images/blog/f1d8e07fac864ef9845aed9436d17c7f.png" /><br />
7.线程1进行<strong>SWAP</strong>，把地址V的值替换为B，也就是12。<br />
<img alt="内存地址7" class="img-thumbnail" src="/assist/images/blog/c407d63f332043bc8c09f4582d66e6dc.png" /><br />
所以从思想上来说，Synchronized属于<strong>悲观锁</strong>，悲观地认为程序中的并发情况严重，所以严防死守。CAS属于<strong>乐观锁</strong>，乐观地认为程序中的并发情况不那么严重，所以让线程不断去尝试更新。<br />
<br />
两种机制CAS机制和Synchronized，没有绝对的好坏。那么如何抉择呢？<br />
在并发量非常搞的情况下使用Synchronized同步锁更适合一些。<br />
<br />
<strong>CAS缺点:</strong>
<p><strong>1.CPU开销较大</strong></p>
<p>在并发量比较高的情况下，如果许多线程反复尝试更新某一个变量，却又一直更新不成功，循环往复，会给CPU带来很大的压力。</p>
<p><strong>2.不能保证代码块的原子性</strong></p>
<p>CAS机制所保证的只是一个变量的原子性操作，而不能保证整个代码块的原子性。比如需要保证3个变量共同进行原子性的更新，就不得不使用Synchronized了。</p>
<p><strong>3.ABA问题</strong></p>
<p>这是CAS机制最大的问题所在。</p>
<p>什么是<strong>ABA</strong>问题？怎么解决？我们后面来详细介绍。</p>
3588
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
