Java的LockSupport.park()实现分析

LockSupport类是Java6(JSR166-JUC)引入的一个类，提供了主要的线程同步原语。LockSupport实际上是调用了Unsafe类里的函数，归结到Unsafe里，仅仅有两个函数：

  public native void unpark(Thread jthread);
  public native void park(boolean isAbsolute, long time);

isAbsolute參数是指明时间是绝对的，还是相对的。

只两个简单的接口，就为上层提供了强大的同步原语。

先来解析下两个函数是做什么的。

unpark函数为线程提供“许可(permit)”，线程调用park函数则等待“许可”。这个有点像信号量，可是这个“许可”是不能叠加的，“许可”是一次性的。

比方线程B连续调用了三次unpark函数，当线程A调用park函数就使用掉这个“许可”，假设线程A再次调用park，则进入等待状态。

注意，unpark函数能够先于park调用。比方线程B调用unpark函数，给线程A发了一个“许可”，那么当线程A调用park时，它发现已经有“许可”了，那么它会立即再继续执行。

实际上，park函数即使没有“许可”，有时也会无理由地返回，这点等下再解析。

park和unpark的灵活之处

上面已经提到，unpark函数能够先于park调用，这个正是它们的灵活之处。

一个线程它有可能在别的线程unPark之前，或者之后，或者同一时候调用了park，那么由于park的特性，它能够不用操心自己的park的时序问题，否则，假设park必需要在unpark之前，那么给编程带来非常大的麻烦！！

考虑一下，两个线程同步，要怎样处理？

在Java5里是用wait/notify/notifyAll来同步的。wait/notify机制有个非常蛋疼的地方是，比方线程B要用notify通知线程A，那么线程B要确保线程A已经在wait调用上等待了，否则线程A可能永远都在等待。编程的时候就会非常蛋疼。

另外，是调用notify，还是notifyAll？

notify仅仅会唤醒一个线程，假设错误地有两个线程在同一个对象上wait等待，那么又悲剧了。为了安全起见，貌似仅仅能调用notifyAll了。

park/unpark模型真正解耦了线程之间的同步，线程之间不再须要一个Object或者其他变量来存储状态，不再须要关心对方的状态。

HotSpot里park/unpark的实现

每一个java线程都有一个Parker实例，Parker类是这样定义的：

class Parker : public os::PlatformParker {
private:
  volatile int _counter ;
  ...
public:
  void park(bool isAbsolute, jlong time);
  void unpark();
  ...
}
class PlatformParker : public CHeapObj<mtInternal> {
  protected:
    pthread_mutex_t _mutex [1] ;
    pthread_cond_t  _cond  [1] ;
    ...
}

能够看到Parker类实际上用Posix的mutex，condition来实现的。

在Parker类里的_counter字段，就是用来记录所谓的“许可”的。

当调用park时，先尝试直接是否能直接拿到“许可”，即_counter>0时，假设成功，则把_counter设置为0,并返回：

void Parker::park(bool isAbsolute, jlong time) {
  // Ideally we'd do something useful while spinning, such
  // as calling unpackTime().
 
  // Optional fast-path check:
  // Return immediately if a permit is available.
  // We depend on Atomic::xchg() having full barrier semantics
  // since we are doing a lock-free update to _counter.
  if (Atomic::xchg(0, &_counter) > 0) return;

假设不成功，则构造一个ThreadBlockInVM，然后检查_counter是不是>0，假设是，则把_counter设置为0，unlock mutex并返回：

  ThreadBlockInVM tbivm(jt);
  if (_counter > 0)  { // no wait needed
    _counter = 0;
    status = pthread_mutex_unlock(_mutex);

否则，再推断等待的时间，然后再调用pthread_cond_wait函数等待，假设等待返回，则把_counter设置为0，unlock mutex并返回：

  if (time == 0) {
    status = pthread_cond_wait (_cond, _mutex) ;
  }
  _counter = 0 ;
  status = pthread_mutex_unlock(_mutex) ;
  assert_status(status == 0, status, "invariant") ;
  OrderAccess::fence();

当unpark时，则简单多了，直接设置_counter为1，再unlock mutext返回。假设_counter之前的值是0，则还要调用pthread_cond_signal唤醒在park中等待的线程：

void Parker::unpark() {
  int s, status ;
  status = pthread_mutex_lock(_mutex);
  assert (status == 0, "invariant") ;
  s = _counter;
  _counter = 1;
  if (s < 1) {
     if (WorkAroundNPTLTimedWaitHang) {
        status = pthread_cond_signal (_cond) ;
        assert (status == 0, "invariant") ;
        status = pthread_mutex_unlock(_mutex);
        assert (status == 0, "invariant") ;
     } else {
        status = pthread_mutex_unlock(_mutex);
        assert (status == 0, "invariant") ;
        status = pthread_cond_signal (_cond) ;
        assert (status == 0, "invariant") ;
     }
  } else {
    pthread_mutex_unlock(_mutex);
    assert (status == 0, "invariant") ;
  }
}

简而言之，是用mutex和condition保护了一个_counter的变量，当park时，这个变量置为了0，当unpark时，这个变量置为1。

值得注意的是在park函数里，调用pthread_cond_wait时，并没实用while来推断，所以posix condition里的"Spurious wakeup"一样会传递到上层Java的代码里。

关于"Spurious wakeup"，參考上一篇blog：http://blog.csdn.net/hengyunabc/article/details/27969613

  if (time == 0) {
    status = pthread_cond_wait (_cond, _mutex) ;
  }

这也就是为什么Java dos里提到，当以下三种情况下park函数会返回：

Some other thread invokes unpark with the current thread as the target; or
Some other thread interrupts the current thread; or
The call spuriously (that is, for no reason) returns.

其他的一些东东：

Parker类在分配内存时，使用了一个技巧，重载了new函数来实现了cache line对齐。

// We use placement-new to force ParkEvent instances to be
// aligned on 256-byte address boundaries.  This ensures that the least
// significant byte of a ParkEvent address is always 0.
 
void * operator new (size_t sz) ;

Parker里使用了一个无锁的队列在分配释放Parker实例：

volatile int Parker::ListLock = 0 ;
Parker * volatile Parker::FreeList = NULL ;
 
Parker * Parker::Allocate (JavaThread * t) {
  guarantee (t != NULL, "invariant") ;
  Parker * p ;
 
  // Start by trying to recycle an existing but unassociated
  // Parker from the global free list.
  for (;;) {
    p = FreeList ;
    if (p  == NULL) break ;
    // 1: Detach
    // Tantamount to p = Swap (&FreeList, NULL)
    if (Atomic::cmpxchg_ptr (NULL, &FreeList, p) != p) {
       continue ;
    }
 
    // We've detached the list.  The list in-hand is now
    // local to this thread.   This thread can operate on the
    // list without risk of interference from other threads.
    // 2: Extract -- pop the 1st element from the list.
    Parker * List = p->FreeNext ;
    if (List == NULL) break ;
    for (;;) {
        // 3: Try to reattach the residual list
        guarantee (List != NULL, "invariant") ;
        Parker * Arv =  (Parker *) Atomic::cmpxchg_ptr (List, &FreeList, NULL) ;
        if (Arv == NULL) break ;
 
        // New nodes arrived.  Try to detach the recent arrivals.
        if (Atomic::cmpxchg_ptr (NULL, &FreeList, Arv) != Arv) {
            continue ;
        }
        guarantee (Arv != NULL, "invariant") ;
        // 4: Merge Arv into List
        Parker * Tail = List ;
        while (Tail->FreeNext != NULL) Tail = Tail->FreeNext ;
        Tail->FreeNext = Arv ;
    }
    break ;
  }
 
  if (p != NULL) {
    guarantee (p->AssociatedWith == NULL, "invariant") ;
  } else {
    // Do this the hard way -- materialize a new Parker..
    // In rare cases an allocating thread might detach
    // a long list -- installing null into FreeList --and
    // then stall.  Another thread calling Allocate() would see
    // FreeList == null and then invoke the ctor.  In this case we
    // end up with more Parkers in circulation than we need, but
    // the race is rare and the outcome is benign.
    // Ideally, the # of extant Parkers is equal to the
    // maximum # of threads that existed at any one time.
    // Because of the race mentioned above, segments of the
    // freelist can be transiently inaccessible.  At worst
    // we may end up with the # of Parkers in circulation
    // slightly above the ideal.
    p = new Parker() ;
  }
  p->AssociatedWith = t ;          // Associate p with t
  p->FreeNext       = NULL ;
  return p ;
}
 
void Parker::Release (Parker * p) {
  if (p == NULL) return ;
  guarantee (p->AssociatedWith != NULL, "invariant") ;
  guarantee (p->FreeNext == NULL      , "invariant") ;
  p->AssociatedWith = NULL ;
  for (;;) {
    // Push p onto FreeList
    Parker * List = FreeList ;
    p->FreeNext = List ;
    if (Atomic::cmpxchg_ptr (p, &FreeList, List) == List) break ;
  }
}

总结与扯谈

JUC(Java Util Concurrency)仅用简单的park, unpark和CAS指令就实现了各种高级同步数据结构，并且效率非常高，令人惊叹。

在C++程序猿各种自制轮子的时候，Java程序猿则有非常丰富的并发数据结构，如lock，latch，queue，map等信手拈来。

要知道像C++直到C++11才有标准的线程库，同步原语，但离高级的并发数据结构还有非常远。boost库有提供一些线程，同步相关的类，但也是非常easy的。Intel的tbb有一些高级的并发数据结构，可是国内boost都用得少，更别说tbb了。

最開始研究无锁算法的是C/C++程序猿，可是后来非常多Java程序猿，或者类库開始自制各种高级的并发数据结构，常常能够看到有分析Java并发包的文章。反而C/C++程序猿总是在分析无锁的队列算法。高级的并发数据结构，比方并发的HashMap，没有看到有相关的实现或者分析的文章。在C++11之后，这样的情况才有好转。

由于正确高效实现一个Concurrent Hash Map是非常困难的，要对内存CPU有深刻的认识，并且还要面对CPU不断升级带来的各种坑。

我觉得真正值得信赖的C++并发库，仅仅有Intel的tbb和微软的PPL。

https://software.intel.com/en-us/node/506042 Intel® Threading Building Blocks

http://msdn.microsoft.com/en-us/library/dd492418.aspx Parallel Patterns Library (PPL)

另外FaceBook也开源了一个C++的类库，里面也有并发数据结构。

https://github.com/facebook/folly