Java：并发笔记-06

说明：这是看了 bilibili 上 黑马程序员 的课程 java并发编程后做的笔记

5. 共享模型之无锁

本章内容

CAS 与 volatile
原子整数
原子引用
原子累加器
Unsafe

5.1 问题提出

有如下需求，保证 account.withdraw 取款方法的线程安全

interface Account{

    // 获取余额

    Integer getBalance();

    // 取款

    void withdraw(Integer amount);

    /**

     * 方法内会启动 1000 个线程，每个线程做 -10 元的操作

     * 如果初始余额为10000那么正确的结果应当是 0

     */

    static void demo(Account account){

        List<Thread> threads = new ArrayList<>();

        long start = System.nanoTime();

        for (int i = 0; i < 1000; i++) {

            threads.add(new Thread(()->{

                account.withdraw(10);

            }));

        }

        threads.forEach(Thread::start);

        threads.forEach(t->{

            try {

                t.join();

            } catch (InterruptedException e) {

                e.printStackTrace();

            }

        });

        long end = System.nanoTime();

        System.out.println(account.getBalance()

                + " cost: " + (end-start)/1000_000 + " ms");

    }

}

原有实现并不是线程安全的：

class AccountUnsafe implements Account{

    private Integer balance;

    public AccountUnsafe(Integer balance) {

        this.balance = balance;

    }

    @Override

    public Integer getBalance() {

        return balance;

    }

    @Override

    public void withdraw(Integer amount) {

        balance -= amount;

    }

}

执行测试代码：

public static void main(String[] args) {

    Account.demo(new AccountUnsafe(10000));

}

某次的执行结果：

350 cost: 132 ms

为什么不安全

withdraw 方法：

public void withdraw(Integer amount) {

    balance -= amount;

}

上述方法不具有原子性，因此会出现：

单核的指令交错
多核的指令交错

解决思路-锁

首先想到的是给 Account 对象加锁

@Override

public synchronized Integer getBalance() {

    return balance;

}

@Override

public synchronized void withdraw(Integer amount) {

    balance -= amount;

}

结果为：

0 cost: 150 ms

解决思路-无锁

class AccountSafe implements Account{

    private AtomicInteger balance;

    public AccountSafe(AtomicInteger balance) {

        this.balance = balance;

    }

    @Override

    public Integer getBalance() {

        return balance.get();

    }

    @Override

    public void withdraw(Integer amount) {

        while (true){

            int prev = balance.get();

            int next = prev - amount;

            if(balance.compareAndSet(prev, next)){

                break;

            }

        }

        // 可以简化为下面的方法

        // balance.addAndGet(-1 * amount);

    }

}

执行测试代码

public static void main(String[] args) {

    Account.demo(new AccountSafe(10000));

}

某次的执行结果：

0 cost: 126 ms

5.2 CAS 与 volatile

前面看到的 AtomicInteger 的解决方法，内部并没有用锁来保护共享变量的线程安全。那么它是如何实现的呢？

@Override

public void withdraw(Integer amount) {

    while (true){

        int prev = balance.get();

        int next = prev - amount;

        /**

		  * compareAndSet 正是做这个检查，在 set 前，先比较 prev 与当前值

                - 不一致了，next 作废，返回 false 表示失败

                    比如，别的线程已经做了减法，当前值已经被减成了 990

                    那么本线程的这次 990 就作废了，进入 while 下次循环重试

                - 一致，以 next 设置为新值，返回 true 表示成功

		*/

        if(balance.compareAndSet(prev, next)){

            break;

        }

    }

    // 可以简化为下面的方法

    // balance.addAndGet(-1 * amount);

}

其中的关键是 compareAndSet，它的简称就是 CAS （也有 Compare And Swap 的说法），它必须是原子操作。

注意

其实 CAS 的底层是 lock cmpxchg 指令（X86 架构），在单核 CPU 和多核 CPU 下都能够保证【比较-交换】的原子性。

在多核状态下，某个核执行到带 lock 的指令时，CPU 会让总线锁住，当这个核把此指令执行完毕，再开启总线。这个过程中不会被线程的调度机制所打断，保证了多个线程对内存操作的准确性，是原子的。

慢动作分析

public class SlowMotion {

    public static void main(String[] args) {

        AtomicInteger balance = new AtomicInteger(10000);

        int mainPrev = balance.get();

        LoggerUtils.LOGGER.debug("try get {}", mainPrev);

        new Thread(()->{

            Sleeper.sleep(1);

            int prev = balance.get();

            balance.compareAndSet(prev, 9000);

            LoggerUtils.LOGGER.debug(balance.toString());

        }, "t1").start();

        Sleeper.sleep(2);

        LoggerUtils.LOGGER.debug("try set 8000...");

        // false->在t1中已经把值修改了，即此时的原值已经不是10000了

        boolean isSuccess = balance.compareAndSet(mainPrev, 8000);

        LoggerUtils.LOGGER.debug("is success? {}", isSuccess);

        if(!isSuccess){

            mainPrev = balance.get();

            LoggerUtils.LOGGER.debug("try set 8000...");

            isSuccess = balance.compareAndSet(mainPrev, 8000);

            LoggerUtils.LOGGER.debug("is success? {}", isSuccess);

        }

    }

}

输出结果：

13:06:31.015 cn.util.LoggerUtils [main] - try get 10000

13:06:32.054 cn.util.LoggerUtils [t1] - 9000

13:06:33.053 cn.util.LoggerUtils [main] - try set 8000...

13:06:33.053 cn.util.LoggerUtils [main] - is success? false

13:06:33.053 cn.util.LoggerUtils [main] - try set 8000...

13:06:33.053 cn.util.LoggerUtils [main] - is success? true

volatile

获取共享变量时，为了保证该变量的可见性，需要使用 volatile 修饰。

它可以用来修饰成员变量和静态成员变量，他可以避免线程从自己的工作缓存中查找变量的值，必须到主存中获取它的值，线程操作 volatile 变量都是直接操作主存。即一个线程对 volatile 变量的修改，对另一个线程可见。

注意

volatile 仅仅保证了共享变量的可见性，让其它线程能够看到最新值，但不能解决指令交错问题（不能保证原子性）

CAS 必须借助 volatile 才能读取到共享变量的最新值来实现【比较并交换】的效果

public class AtomicInteger extends Number implements java.io.Serializable {

	private volatile int value;

}

为什么无锁效率高

无锁情况下，即使重试失败，线程始终在高速运行，没有停歇，而 synchronized 会让线程在没有获得锁的时候，发生上下文切换，进入阻塞。打个比喻：线程就好像高速跑道上的赛车，高速运行时，速度超快，一旦发生上下文切换，就好比赛车要减速、熄火，等被唤醒又得重新打火、启动、加速... 恢复到高速运行，代价比较大；
但无锁情况下，因为线程要保持运行，需要额外 CPU 的支持，CPU 在这里就好比高速跑道，没有额外的跑道，线程想高速运行也无从谈起，虽然不会进入阻塞，但由于没有分到时间片，仍然会进入可运行状态，还是会导致上下文切换。

CAS 的特点

结合 CAS 和 volatile 可以实现无锁并发，适用于线程数少、多核 CPU 的场景下。

CAS 是基于乐观锁的思想：最乐观的估计，不怕别的线程来修改共享变量，就算改了也没关系，我吃亏点再重试呗。
synchronized 是基于悲观锁的思想：最悲观的估计，得防着其它线程来修改共享变量，我上了锁你们都别想改，我改完了解开锁，你们才有机会。
CAS 体现的是无锁并发、无阻塞并发，请仔细体会这两句话的意思
- 因为没有使用 synchronized，所以线程不会陷入阻塞，这是效率提升的因素之一
- 但如果竞争激烈，可以想到重试必然频繁发生，反而效率会受影响

5.3 原子整数

J.U.C 并发包提供了：

AtomicBoolean
AtomicInteger
AtomicLong

以 AtomicInteger 为例：

AtomicInteger i = new AtomicInteger(0);

// 获取并自增（i = 0, 结果 i = 1, 返回 0），类似于 i++

i.getAndIncrement();

// i = 1, 结果 i = 2, 返回 2），类似于 ++i

i.incrementAndGet();

// 自减并获取（i = 2, 结果 i = 1, 返回 1），类似于 --i

i.decrementAndGet();

// 获取并自减（i = 1, 结果 i = 0, 返回 1），类似于 i--

i.getAndDecrement();

// 获取并加值（i = 0, 结果 i = 5, 返回 0）

i.getAndAdd(5);

// 加值并获取（i = 5, 结果 i = 0, 返回 0）

i.addAndGet(-5);

// 获取并更新（i = 0, p 为 i 的当前值, 结果 i = -2, 返回 0）

// 其中函数中的操作能保证原子，但函数需要无副作用

i.getAndUpdate(p -> p-2);

// 等价于：

i.getAndUpdate(new IntUnaryOperator() {

    @Override

    public int applyAsInt(int operand) {

        return operand-2;

    }

});

// 更新并获取（i = -2, p 为 i 的当前值, 结果 i = 0, 返回 0）

// 其中函数中的操作能保证原子，但函数需要无副作用

i.updateAndGet(p -> p + 2);

// 获取并计算（i = 0, p 为 i 的当前值, x 为参数1, 结果 i = 10, 返回 0）

// 其中函数中的操作能保证原子，但函数需要无副作用

// getAndUpdate 如果在 lambda 中引用了外部的局部变量，要保证该局部变量是 final 的

// getAndAccumulate 可以通过 参数1 来引用外部的局部变量，但因为其不在 lambda 中因此不必是 final

i.getAndAccumulate(10, (p, x) -> p + x);

// 等价于：

i.getAndAccumulate(10, new IntBinaryOperator() {

    @Override

    public int applyAsInt(int left, int right) {

        return left+right;

    }

});

// 计算并获取（i = 10, p 为 i 的当前值, x 为参数1, 结果 i = 0, 返回 0）

// 其中函数中的操作能保证原子，但函数需要无副作用

i.accumulateAndGet(-10, (p, x) -> p + x);

5.4 原子引用

为什么需要原子引用类型？

AtomicReference
AtomicMarkableReference
AtomicStampedReference

有如下方法

interface DecimalAccount{

    // 获取金额

    BigDecimal getBalance();

    // 取款

    void withdraw(BigDecimal amount);

    /**

     * 方法内会启动 1000 个线程，每个线程做 -10 元 的操作

     * 如果初始余额为 10000 那么正确的结果应当是 0

     */

    static void demo(DecimalAccount account){

        long start = System.nanoTime();

        List<Thread> threads = new ArrayList<>();

        for (int i = 0; i < 1000; i++) {

            threads.add(new Thread(()->{

                account.withdraw(BigDecimal.TEN);

            }));

        }

        threads.forEach(Thread::start);

        threads.forEach(thread -> {

            try {

                thread.join();

            } catch (InterruptedException e) {

                e.printStackTrace();

            }

        });

        long end = System.nanoTime();

        System.out.println(account.getBalance()

                + " cost: " + (end-start)/1000_000 + " ms");

    }

}

试着提供不同的 DecimalAccount 实现，实现安全的取款操作

不安全实现

class DecimalAccountUnsafe implements DecimalAccount{

    private BigDecimal balance;

    public DecimalAccountUnsafe(BigDecimal balance) {

        this.balance = balance;

    }

    @Override

    public BigDecimal getBalance() {

        return balance;

    }

    @Override

    public void withdraw(BigDecimal amount) {

        this.balance = this.getBalance().subtract(amount);

    }

}

安全实现-使用锁

class DecimalAccountSafeLock implements DecimalAccount{

    private final Object lock = new Object();

    private BigDecimal balance;

    public DecimalAccountSafeLock(BigDecimal balance) {

        this.balance = balance;

    }

    @Override

    public BigDecimal getBalance() {

        return balance;

    }

    @Override

    public void withdraw(BigDecimal amount) {

        synchronized (lock){

            this.balance = this.getBalance().subtract(amount);

        }

    }

}

安全实现-使用 CAS

class DecimalAccountSafeCas implements DecimalAccount{

    private AtomicReference<BigDecimal> ref;

    public DecimalAccountSafeCas(BigDecimal balance) {

        ref = new AtomicReference<>(balance);

    }

    @Override

    public BigDecimal getBalance() {

        return ref.get();

    }

    @Override

    public void withdraw(BigDecimal amount) {

        while (true){

            BigDecimal prev = ref.get();

            BigDecimal next = prev.subtract(amount);

            if(ref.compareAndSet(prev, next)){

                break;

            }

        }

    }

}

测试代码：

public static void main(String[] args) {

    DecimalAccount.demo(new DecimalAccountUnsafe(new BigDecimal("10000")));

    DecimalAccount.demo(new DecimalAccountSafeLock(new BigDecimal("10000")));

    DecimalAccount.demo(new DecimalAccountSafeCas(new BigDecimal("10000")));

}

运行结果：

3040 cost: 142 ms

0 cost: 111 ms

0 cost: 81 ms

ABA 问题及解决

ABA 问题

static AtomicReference<String> ref = new AtomicReference<>("A");

public static void main(String[] args) {

    LoggerUtils.LOGGER.debug("main start...");

    // 获取值 A

    // 这个共享变量被它线程修改过？

    String prev = ref.get();

    Other();

    Sleeper.sleep(1);

    // 尝试改为 C

    LoggerUtils.LOGGER.debug("change A->C {}", ref.compareAndSet(prev, "C"));

}

private static void Other(){

    new Thread(()->{

        LoggerUtils.LOGGER.debug("change A->B {}",

                                 ref.compareAndSet(ref.get(), "B"));

    }, "t1").start();

    Sleeper.sleep(0.5);

    new Thread(()->{

        LoggerUtils.LOGGER.debug("change B->A {}",

                                 ref.compareAndSet(ref.get(), "A"));

    }, "t2").start();

}

输出：

14:12:56.397 cn.util.LoggerUtils [main] - main start...

14:12:56.443 cn.util.LoggerUtils [t1] - change A->B true

14:12:56.949 cn.util.LoggerUtils [t2] - change B->A true

14:12:57.944 cn.util.LoggerUtils [main] - change A->C true

主线程仅能判断出共享变量的值与最初值 A 是否相同，不能感知到这种从 A 改为 B 又改回 A 的情况，如果主线程希望：只要有其它线程【动过了】共享变量，那么自己的 cas 就算失败，这时，仅比较值是不够的，需要再加一个版本号

AtomicStampedReference

static AtomicStampedReference<String> ref = new AtomicStampedReference<>("A", 0);

public static void main(String[] args) {

    LoggerUtils.LOGGER.debug("main start...");

    // 获取值 A

    String prev = ref.getReference();

    // 获取版本号

    int stamp = ref.getStamp();

    LoggerUtils.LOGGER.debug("value:{} stamp:{}", prev, stamp);

    Other();

    Sleeper.sleep(1);

    // 尝试改为 C

    LoggerUtils.LOGGER.debug("change A->C {}", ref.compareAndSet(prev, "C", stamp, stamp+1));

}

private static void Other(){

    new Thread(()->{

        LoggerUtils.LOGGER.debug("change A->B {}",

                                 ref.compareAndSet(ref.getReference(), "B", ref.getStamp(), ref.getStamp()+1));

        LoggerUtils.LOGGER.debug("更新版本为 {}",ref.getStamp());

    }, "t1").start();

    Sleeper.sleep(0.5);

    new Thread(()->{

        LoggerUtils.LOGGER.debug("change B->A {}",

                                 ref.compareAndSet(ref.getReference(), "A", ref.getStamp(), ref.getStamp()+1));

        LoggerUtils.LOGGER.debug("更新版本为 {}",ref.getStamp());

    }, "t2").start();

}

输出为：

14:20:39.699 cn.util.LoggerUtils [main] - main start...

14:20:39.704 cn.util.LoggerUtils [main] - value:A stamp:0

14:20:39.746 cn.util.LoggerUtils [t1] - change A->B true

14:20:39.747 cn.util.LoggerUtils [t1] - 更新版本为 1

14:20:40.256 cn.util.LoggerUtils [t2] - change B->A true

14:20:40.256 cn.util.LoggerUtils [t2] - 更新版本为 2

14:20:41.250 cn.util.LoggerUtils [main] - change A->C false

AtomicMarkableReference

AtomicStampedReference 可以给原子引用加上版本号，追踪原子引用整个的变化过程，如： A -> B -> A ->C ，通过AtomicStampedReference，我们可以知道，引用变量中途被更改了几次。但是有时候，并不关心引用变量更改了几次，只是单纯的关心是否更改过，所以就有了AtomicMarkableReference

public class TestABAAtomicMarkableReference {

    public static void main(String[] args) throws InterruptedException {

        GarbageBag bag = new GarbageBag("装满了垃圾");

        // 参数2 mark 可以看作一个标记，表示垃圾袋满了

        AtomicMarkableReference<GarbageBag> ref = new AtomicMarkableReference<>(bag, true);

        LoggerUtils.LOGGER.debug("主线程 start...");

        GarbageBag prev = ref.getReference();

        LoggerUtils.LOGGER.debug(prev.toString());

        new Thread(()->{

            LoggerUtils.LOGGER.debug("保洁阿姨线程 start...");

            bag.setDesc("空垃圾袋");

            while (!ref.compareAndSet(prev, bag, true, false)){

            }

            LoggerUtils.LOGGER.debug(bag.toString());

        }, "t1").start();

        Thread.sleep(1000);

        LoggerUtils.LOGGER.debug("主线程想要换一个垃圾袋...");

        boolean isSuccess = ref.compareAndSet(prev, new GarbageBag("空垃圾袋"), true, false);

        LoggerUtils.LOGGER.debug("换成功了吗？{}", isSuccess);

        LoggerUtils.LOGGER.debug(ref.getReference().toString());

    }

}

class GarbageBag{

    String desc;

    public GarbageBag(String desc) {

        this.desc = desc;

    }

    public String getDesc() {

        return desc;

    }

    public void setDesc(String desc) {

        this.desc = desc;

    }

    @Override

    public String toString() {

        return "GarbageBag{" +

                "desc='" + desc + '\'' +

                '}';

    }

}

输出：

14:32:00.700 cn.util.LoggerUtils [main] - 主线程 start...

14:32:00.703 cn.util.LoggerUtils [main] - GarbageBag{desc='装满了垃圾'}

14:32:00.745 cn.util.LoggerUtils [t1] - 保洁阿姨线程 start...

14:32:00.745 cn.util.LoggerUtils [t1] - GarbageBag{desc='空垃圾袋'}

14:32:01.746 cn.util.LoggerUtils [main] - 主线程想要换一个垃圾袋...

14:32:01.746 cn.util.LoggerUtils [main] - 换成功了吗？false

14:32:01.760 cn.util.LoggerUtils [main] - GarbageBag{desc='空垃圾袋'}

5.5 原子数组

AtomicIntegerArray
AtomicLongArray
AtomicReferenceArray

有如下方法

/**

 参数1，提供数组、可以是线程不安全数组或线程安全数组

 参数2，获取数组长度的方法

 参数3，自增方法，回传 array, index

 参数4，打印数组的方法

 */

// supplier 提供者 无中生有 ()->结果

// function 函数 一个参数一个结果 (参数)->结果 , BiFunction (参数1,参数2)->结果

// consumer 消费者 一个参数没结果 (参数)->void, BiConsumer (参数1,参数2)->

private static <T> void demo(

    Supplier<T> arraySupplier,

    Function<T, Integer> lengthFun,

    BiConsumer<T, Integer> putConsumer,

    Consumer<T> printConsumer){

    List<Thread> threads = new ArrayList<>();

    T array = arraySupplier.get();

    int length = lengthFun.apply(array);

    for (int i = 0; i < length; i++) {

        // 每个线程对数组作 10000 次操作,对每个索引下标都加上1000

        threads.add(new Thread(()->{

            for (int j = 0; j < 10000; j++) {

                putConsumer.accept(array, j%length);

            }

        }));

    }

    // 启动所有线程

    threads.forEach(Thread::start);

    // 等所有线程结束

    threads.forEach(thread -> {

        try {

            thread.join();

        } catch (InterruptedException e) {

            e.printStackTrace();

        }

    });

    printConsumer.accept(array);

}

不安全的数组

demo(

    ()->new int[10],

    (array)->array.length,

    (array, index)->array[index]++,

    array-> System.out.println(Arrays.toString(array))

);

结果：

[8930, 8930, 8939, 8944, 8949, 8952, 8922, 8930, 8924, 8932]

安全的数组

demo(

    ()-> new AtomicIntegerArray(10),  // 创建原子数组

    (array)->array.length(),

    (array, index)->array.getAndIncrement(index),

    array-> System.out.println(array)

);

结果：

[10000, 10000, 10000, 10000, 10000, 10000, 10000, 10000, 10000, 10000]

5.6 字段更新器

AtomicReferenceFieldUpdater // 引用类型域字段
AtomicIntegerFieldUpdater
AtomicLongFieldUpdater

利用字段更新器，可以针对对象的某个域（Field）进行原子操作，只能配合 volatile 修饰的字段使用，否则会出现异常

private int field;

Exception in thread "main" java.lang.IllegalArgumentException: Must be volatile type

public class Test07 {

    private volatile int field;

    public static void main(String[] args) {

        AtomicIntegerFieldUpdater fieldUpdater =

                AtomicIntegerFieldUpdater.newUpdater(Test07.class, "field");

        Test07 test07 = new Test07();

        fieldUpdater.compareAndSet(test07, 0, 10);

        // 修改成功 field = 10

        System.out.println(test07.field);

        // 修改成功 field = 20

        fieldUpdater.compareAndSet(test07, 10, 20);

        System.out.println(test07.field);

        // 修改失败 field = 20

        fieldUpdater.compareAndSet(test07, 10, 30);

        System.out.println(test07.field);

    }

}

输出

5.7 原子累加器

AtomicLong
LongAdder

累加器性能比较

private static <T> void demo(Supplier<T> adderSupplier, Consumer<T> action){

    T adder = adderSupplier.get();

    long start = System.nanoTime();

    List<Thread> threads = new ArrayList<>();

    // 40 个线程，每人累加 50 万

    for (int i = 0; i < 40; i++) {

        threads.add(new Thread(()->{

            for (int j = 0; j < 500000; j++) {

                action.accept(adder);

            }

        }));

    }

    threads.forEach(Thread::start);

    threads.forEach(thread -> {

        try {

            thread.join();

        } catch (InterruptedException e) {

            e.printStackTrace();

        }

    });

    long end = System.nanoTime();

    System.out.println(adder + " cost:" + (end - start)/1000_000 + "ms");

}

比较 AtomicLong 与 LongAdder

// 比较 LongAdder 与 AtomicLong

for (int i = 0; i < 5; i++) {

    demo(

        ()->new LongAdder(),

        (adder) -> adder.increment()

    );

}

for (int i = 0; i < 5; i++) {

    demo(

        ()->new AtomicLong(),

        (adder)->adder.incrementAndGet()

    );

}

输出：

20000000 cost:82ms

20000000 cost:94ms

20000000 cost:75ms

20000000 cost:63ms

20000000 cost:49ms

20000000 cost:487ms

20000000 cost:426ms

20000000 cost:419ms

20000000 cost:491ms

20000000 cost:460ms

性能提升的原因很简单，LongAdder 就是在有竞争时，设置多个累加单元，Therad-0 累加 Cell[0]，而 Thread-1 累加Cell[1]... 最后将结果汇总。这样它们在累加时操作的不同的 Cell 变量，因此减少了 CAS 重试失败，从而提高性能。

源码之LongAdder

LongAdder 是并发大师 @author Doug Lea （大哥李）的作品，设计的非常精巧

LongAdder 类有几个关键域

// 累加单元数组, 懒惰初始化

transient volatile Cell[] cells;

// 基础值, 如果没有竞争, 则用 cas 累加这个域

transient volatile long base;

// 在 cells 创建或扩容时, 置为1, 表示加锁

transient volatile int cellsBusy;

cas 锁

// 不要用于实践！！！ 你不是大哥李

class LockCas{

    private AtomicInteger state = new AtomicInteger(0);

    public void lock(){

        while (true){

            if(state.compareAndSet(0, 1)){

                break;

            }

        }

    }

    public void unlock(){

        LoggerUtils.LOGGER.debug("unlock...");

        state.set(0);

    }

}

测试

LockCas lock = new LockCas();

new Thread(()->{

    LoggerUtils.LOGGER.debug("begin...");

    lock.lock();

    try {

        LoggerUtils.LOGGER.debug("locking...");

        Sleeper.sleep(1);

    }finally {

        lock.unlock();

    }

}, "t1").start();

new Thread(()->{

    LoggerUtils.LOGGER.debug("begin...");

    lock.lock();

    try {

        LoggerUtils.LOGGER.debug("locking...");

    }finally {

        lock.unlock();

    }

}, "t2").start();

输出：

19:18:54.696 cn.util.LoggerUtils [t1] - begin...

19:18:54.696 cn.util.LoggerUtils [t2] - begin...

19:18:54.698 cn.util.LoggerUtils [t1] - locking...

19:18:55.700 cn.util.LoggerUtils [t1] - unlock...

19:18:55.700 cn.util.LoggerUtils [t2] - locking...

19:18:55.700 cn.util.LoggerUtils [t2] - unlock...

原理：伪共享

其中 Cell 即为累加单元，若一个缓存行中加入多个 Cell 单元，会造成伪共享。

// 防止 缓存行 伪共享

@sun.misc.Contended

static final class Cell {

	volatile long value;

	Cell(long x) { value = x; }

	// 最重要的方法, 用来 cas 方式进行累加, prev 表示旧值, next 表示新值

    final boolean cas(long prev, long next) {

    	return UNSAFE.compareAndSwapLong(this, valueOffset, prev, next);

    }

	// 省略不重要代码

}

得从缓存说起

缓存与内存的速度比较

从 cpu 到	大约需要的时钟周期
寄存器	1 cycle (4GHz 的 CPU 约为0.25ns)
L1	3~4 cycle
L2	10~20 cycle
L3	40~45 cycle
内存	120~240 cycle

因为 CPU 与内存的速度差异很大，需要靠预读数据至缓存来提升效率。

而缓存以缓存行为单位，每个缓存行对应着一块内存，一般是 64 byte（8 个 long）

缓存的加入会造成数据副本的产生，即同一份数据会缓存在不同核心的缓存行中

CPU 要保证数据的一致性，如果某个 CPU 核心更改了数据，其它 CPU 核心对应的整个缓存行必须失效

因为 Cell 是数组形式，在内存中是连续存储的，一个 Cell 为 24 字节（16 字节的对象头和 8 字节的 value），因此缓存行可以存下 2 个的 Cell 对象。这样问题来了：

Core-0 要修改 Cell[0]
Core-1 要修改 Cell[1]

无论谁修改成功，都会导致对方 Core 的缓存行失效，比如 Core-0 中 Cell[0]=6000, Cell[1]=8000 要累加Cell[0]=6001, Cell[1]=8000 ，这时会让 Core-1 的缓存行失效。

@sun.misc.Contended 用来解决这个问题，它的原理是在使用此注解的对象或字段的前后各增加 128 字节大小的 padding，从而让 CPU 将对象预读至缓存时占用不同的缓存行，这样，不会造成对方缓存行的失效。

累加主要调用下面的方法

public void add(long x) {

    // as 为累加单元数组

    // b 为基础值

    // x 为累加值

    Cell[] as; long b, v; int m; Cell a;

    // 进入 if 的两个条件

    // 1. as 有值, 表示已经发生过竞争, 进入 if

    // 2. cas 给 base 累加时失败了, 表示 base 发生了竞争, 进入 if

    if ((as = cells) != null || !casBase(b = base, b + x)) {

        boolean uncontended = true;

        // as 还没有创建

        if (as == null || (m = as.length - 1) < 0 ||

            // 当前线程对应的 cell 还没有

            (a = as[getProbe() & m]) == null ||

            // cas 给当前线程的 cell 累加失败 uncontended=false ( a 为当前线程的 cell )

            !(uncontended = a.cas(v = a.value, v + x)))

            // 进入 cell 数组创建、cell 创建的流程

            longAccumulate(x, null, uncontended);

    }

}

add 流程图

final void longAccumulate(long x, LongBinaryOperator fn,

                          boolean wasUncontended) {

    int h;

    // 当前线程还没有对应的 cell, 需要随机生成一个 h 值用来将当前线程绑定到 cell

    if ((h = getProbe()) == 0) {

        // 初始化 probe

        ThreadLocalRandom.current();

        // h 对应新的 probe 值, 用来对应 cell

        h = getProbe();

        wasUncontended = true;

    }

    // collide 为 true 表示需要扩容

    boolean collide = false;

    for (;;) {

        Cell[] as; Cell a; int n; long v;

        // 已经有了 cells

        if ((as = cells) != null && (n = as.length) > 0) {

            // 还没有 cell

            if ((a = as[(n - 1) & h]) == null) {

                // 为 cellsBusy 加锁, 创建 cell, cell 的初始累加值为 x

                // 成功则 break, 否则继续 continue 循环

            }

            // 有竞争, 改变线程对应的 cell 来重试 cas

            else if (!wasUncontended)

                wasUncontended = true;

            // cas 尝试累加, fn 配合 LongAccumulator 不为 null, 配合 LongAdder 为 null

            else if (a.cas(v = a.value, ((fn == null) ? v + x : fn.applyAsLong(v, x))))

                break;

            // 如果 cells 长度已经超过了最大长度, 或者已经扩容, 改变线程对应的 cell 来重试 cas

            else if (n >= NCPU || cells != as)

                collide = false;

            // 确保 collide 为 false 进入此分支, 就不会进入下面的 else if 进行扩容了

            else if (!collide)

                collide = true;

            // 加锁

            else if (cellsBusy == 0 && casCellsBusy()) {

                // 加锁成功, 扩容

                continue;

            }

            // 改变线程对应的 cell

            h = advanceProbe(h);

        }

        // 还没有 cells, 尝试给 cellsBusy 加锁

        else if (cellsBusy == 0 && cells == as && casCellsBusy()) {

            // 加锁成功, 初始化 cells, 最开始长度为 2, 并填充一个 cell

            // 成功则 break;

        }

        // 上两种情况失败, 尝试给 base 累加

        else if (casBase(v = base, ((fn == null) ? v + x : fn.applyAsLong(v, x))))

            break;

    }

}

longAccumulate 流程图：

每个线程刚进入 longAccumulate 时，会尝试对应一个 cell 对象（找到一个坑位）

获取最终结果通过 sum 方法

public long sum() {

    Cell[] as = cells; Cell a;

    long sum = base;

    if (as != null) {

        for (int i = 0; i < as.length; ++i) {

            if ((a = as[i]) != null)

                sum += a.value;

        }

    }

    return sum;

}

5.8 Unsafe

概述

Unsafe 对象提供了非常底层的，操作内存、线程的方法，Unsafe 对象不能直接调用，只能通过反射获得

public class UnsafeAccessor {

    static Unsafe unsafe;

    static {

        try {

            Field theUnsafe = Unsafe.class.getDeclaredField("theUnsafe");

            theUnsafe.setAccessible(true);

            unsafe = (Unsafe) theUnsafe.get(null);

        } catch (NoSuchFieldException | IllegalAccessException e) {

            throw new Error(e);

        }

    }

    static Unsafe getUnsafe(){

        return unsafe;

    }

}

Unsafe CAS操作

@Data

class Student{

    volatile int id;

    volatile String name;

}

Unsafe unsafe = UnsafeAccessor.getUnsafe();

Field id = Student.class.getDeclaredField("id");

Field name = Student.class.getDeclaredField("name");

// 获得成员变量的偏移量

long idOffset = UnsafeAccessor.unsafe.objectFieldOffset(id);

long nameOffset = UnsafeAccessor.unsafe.objectFieldOffset(name);

Student student = new Student();

// 使用 cas 方法替换成员变量的值——>赋值时没有其他线程干扰，则成功赋值，否则得用while进行重试

UnsafeAccessor.unsafe.compareAndSwapInt(student, idOffset, 0, 20); // 返回ture

UnsafeAccessor.unsafe.compareAndSwapObject(student, nameOffset, null, "张三"); // 返回ture

System.out.println(student);

输出：

Student(id=20, name=张三)

使用自定义的 AtomicData 实现之前线程安全的原子整数 Account 实现

class AtomicData{

    private volatile int data;

    static final Unsafe unsafe;

    static final Long DATA_OFFSET;

    static {

        unsafe = UnsafeAccessor.getUnsafe();

        try {

            // data 属性在 DataContainer 对象中的偏移量，用于 Unsafe 直接访问该属性

            DATA_OFFSET = unsafe.objectFieldOffset(AtomicData.class.getDeclaredField("data"));

        } catch (NoSuchFieldException e) {

            throw new Error(e);

        }

    }

    public AtomicData(int data){

        this.data = data;

    }

    public void decrease(int amount){

        int oldValue;

        while (true){

            // 获取共享变量旧值，可以在这一行加入断点，修改 data 调试来加深理解

            oldValue = data;

            // cas 尝试修改 data 为 旧值 + amount，如果期间旧值被别的线程改了，返回 false

            if(unsafe.compareAndSwapInt(this, DATA_OFFSET, oldValue, oldValue-amount)){

                return;

            }

        }

    }

    public int getData(){

        return data;

    }

}

Account实现

Account.demo(new Account() {

    AtomicData atomicData = new AtomicData(10000);

    @Override

    public Integer getBalance() {

        return atomicData.getData();

    }

    @Override

    public void withdraw(Integer amount) {

        atomicData.decrease(amount);

    }

});

本章小结

CAS 与 volatile
API
- 原子整数
- 原子引用
- 原子数组
- 字段更新器
- 原子累加器
Unsafe
原理方面
- LongAdder 源码
- 伪共享