多线程同步工具——CAS原子变量

这是我参考的一篇文章《基于CAS的乐观锁实现》,讲述的是一种需要CPU支持的执行技术CAS(Compare and Swap)。

首先理解什么是原子性操作,意思是不能再拆分的操作,例如改写一个值,读取一个值都属于原子性操作。

那么CAS是两个操作,先比较旧值,比较通过后再进行改写,这种连合操作合并成一个指令交给CPU,由CPU操作来确保这是一个原子性操作。

多线程同时改写同一个值时,每个线程携带自己的旧值和新值交给CPU改写,CPU的运行是按逐条指令运行,如果发现旧值不符合,线程就会收到改写失败回应。

public final int incrementAndGet() {
for (;;) {
int current = get();
int next = current + 1;
if (compareAndSet(current, next))
return next;
}
}

因此AtomicInteger#incrementAndGet()方法里,会循环尝试使用compareAndSet(...)方法,直到成功为止。

相关的原子类所在包:java.util.concurrent.atomic

  • Atomic + Boolean/Integer/Long/Reference
    操作一个对应的类型对象
  • Atomic + Integer/Long/Reference + Array
    操作一个对应类型的数组

  • Atomic + Integer/Long/Reference + FieldUpdater
    操作一个对应类型的Field对象,类似反射方式改写对象字段

这里《AtomicStampedReference解决ABA问题》,讲述了原子类会出现ABA时带来的隐患,文中举了一个例子,一个单向的链表实现了堆栈操作,使用一个原子变量作为链头指针,现在链头是A,A的next是B。有两个线程分别是T1和T2,他们并发的操作如下:

  • T1:AB => B
  • T2:AB => B => 空 => D => CD => ACD

由于线程T1只认链头是不是A,如果是A,就会将链头指向B,因此可能会出现直接把ACD变成B,这就是ABA并发的隐患。

  • AtomicMarkableReference
    操作一个对象类型和boolean类型的二元组
  • AtomicStampedReference
    操作一个对象类型和int类型的二元组

虽然例子中链头指针是一个原子变量,会出现ABA的情况,但如果再增加一个原子变量,这个原子变量确保不会出现ABA的情况,两个原子变量作为二元组进行原子性操作,即使用AtomicStampedReference就可以有效解决这个ABA的隐患了。

以下是Java8增加的原子类:

  • Striped64
  • Long/Double + Adder
  • Long/Double + Accumulator

这里有两篇文章,内容是分析它们的源码:《从LongAdder 看更高效的无锁实现》《LongAdder和LongAccumulator》

源码有些复杂,我也没看完,Striped64是这项新原子类的基类,它提供的原理是,把一个原子数拆分成多个原子数,最后把这多个原子数合成一个数。换句话说,原本在一个数上做递增或者递减操作的,现在变成在多个数里,选择其中一个做做递增或递减操作,那么加起来的结果与原本方式的结果是等价的。虽然是等价,但它结算结果的过程,是需要把多个数加起来,这个过程已经不是线程安全了,所以它的应用场合相比原本方式会宽一点,原本方式所取出来的值可以作为唯一ID,但现在方式只能用于统计。试想,如果有1000个线程同时在统计同一个数据,那么原本方式的原子类,就会失败率上升,效率也会随之下降。但如果把1000个线程,分成10份,每100个线程统计同一个数据,那么产生10个数据,最后统计的结果就是这10个数据叠加一起的结果,失败率当然因份数的增加而减少,效率也自然有保障。

应用场合:高并发,统计数据。

上一篇:Noip2016组合数(数论)


下一篇:J2EE开发实战基础系列一 HelloWorld【转】