背景

大多数企业开发人员都理解数据库乐观并发控制,不过很少有人听说过 CAS(我去年才听说这个概念),CAS 是多线程乐观并发控制策略的一种,一些无锁的支持并发的数据结构都会使用到 CAS,本文对比 CAS 和 数据库乐观并发控制,以此达到强化记忆的目的。

CAS

CAS = Compare And Swap

多线程环境下 this.i = this.i + 1 是没有办法保证线程安全的,因此就有了 CAS,CAS 可以保证上面代码的线程安全性,但是 CAS 并不会保证 Swap 的成功,只有 Compare 成功了才会 Swap,即:没有并发发生,即:在我读取和修改之间没有别人修改。另外说一点,如果 i 是局部变量,即:i = i + 1,那么这段代码是线程安全的,因为局部变量是线程独享的。

不明白 CAS 没关系,下面通过 CAS 的标准模式 和 一个简单的示例来理解 CAS。

CAS 的标准模式

伪代码

 1                     var localValue, currentValue;
2 do
3 {
4 localValue = this.
5
6 var newValue = 执行一些计算;
7
8 currentValue = Interlocked.CompareExchange(ref this.value, newValue, localValue);
9 } while (localValue != currentValue);

说明

把 this.value 看成是数据库数据,localValue 是某个用户读取的数据,newValue是用户想修改的值,这里有必要解释一下 CompareExchange 和 currentValue,它的内部实现代码是这样的(想想下面代码是线程安全的):

1 var currentValue = this.value
2 if(currentValue == localValue){
3 this.value = newValue;
4 }
5 return currentValue;

CompareExchange  用 sql 来类比就是:update xxx set value = newValue where value = localValue,只不过返回的值不同。通过 CompareExchange 的返回结果我们知道 CAS 是否成功了,即:是否出现并发了,即:是否在我读取和修改之间别人已经修改过了,如果是,可以选择重试。

累加示例

CAS 代码

 using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Threading; namespace InterlockStudy
{
class ConcurrentIncrease
{
public static void Test()
{
var sum = ; var tasks = new Task[];
for (var i = ; i <= ; i++)
{
tasks[i - ] = Task.Factory.StartNew((state) =>
{
int localSum, currentSum;
do
{
localSum = sum; Thread.Sleep();
var value = (int)state;
var newValue = localSum + value; currentSum = Interlocked.CompareExchange(ref sum, newValue, localSum);
} while (localSum != currentSum);
}, i);
} Task.WaitAll(tasks); Console.WriteLine(sum);
}
}
}

数据库并发代码

         public static void Test13()
{
var tasks = new Task[];
for (var i = ; i <= ; i++)
{
tasks[i - ] = Task.Factory.StartNew((state) =>
{
int localSum, result;
do
{
using (var con = new SqlConnection(CONNECTION_STRING))
{
con.Open();
var cmd = new SqlCommand("select sum from Tests where Id = 1", con);
var reader = cmd.ExecuteReader();
reader.Read();
localSum = reader.GetInt32(); System.Threading.Thread.Sleep();
var value = (int)state;
var newValue = localSum + value; cmd = new SqlCommand("update Tests set sum = " + newValue + " where sum = " + localSum + "", con);
result = cmd.ExecuteNonQuery();
}
} while (result == );
}, i);
} Task.WaitAll(tasks);
}
}

说明

我们发现 CAS 版本的代码和数据库版本的代码出奇的相似,数据库的CAS操作是通过 update + where 来完成的。

写着玩的 RingBuffer

代码

 using System;
using System.Collections.Generic;
using System.Collections.Concurrent;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Threading; namespace InterlockStudy
{
internal class Node<T>
{
public T Data { get; set; } public bool HasValue { get; set; }
} class RingBuffer<T>
{
private readonly Node<T>[] _nodes;
private long _tailIndex = -;
private long _headIndex = -;
private AutoResetEvent _readEvent = new AutoResetEvent(false);
private AutoResetEvent _writeEvent = new AutoResetEvent(false); public RingBuffer(int maxSize)
{
_nodes = new Node<T>[maxSize]; for (var i = ; i < maxSize; i++)
{
_nodes[i] = new Node<T>();
}
} public void EnQueue(T data)
{
while (true)
{
if (this.TryEnQueue(data))
{
_readEvent.Set();
return;
} _writeEvent.WaitOne();
} } public T DeQueue()
{
while (true)
{
T data;
if (this.TryDeQueue(out data))
{
_writeEvent.Set();
return data;
} _readEvent.WaitOne();
} } public bool TryEnQueue(T data)
{
long localTailIndex, newTailIndex, currentTailIndex;
do
{
localTailIndex = _tailIndex; if (!this.CanWrite(localTailIndex))
{
return false;
} newTailIndex = localTailIndex + ; if (_nodes[newTailIndex % _nodes.Length].HasValue)
{
return false;
} currentTailIndex = Interlocked.CompareExchange(ref _tailIndex, newTailIndex, localTailIndex);
}
while (localTailIndex != currentTailIndex); _nodes[newTailIndex % _nodes.Length].Data = data;
_nodes[newTailIndex % _nodes.Length].HasValue = true; return true;
} public bool TryDeQueue(out T data)
{
long localHeadIndex, newHeadIndex, currentHeadIndex;
do
{
localHeadIndex = _headIndex; if (!this.CanRead(localHeadIndex))
{
data = default(T);
return false;
} newHeadIndex = localHeadIndex + ;
if (_nodes[newHeadIndex % _nodes.Length].HasValue == false)
{
data = default(T);
return false;
} currentHeadIndex = Interlocked.CompareExchange(ref _headIndex, newHeadIndex, localHeadIndex);
}
while (localHeadIndex != currentHeadIndex); data = _nodes[newHeadIndex % _nodes.Length].Data;
_nodes[newHeadIndex % _nodes.Length].HasValue = false; return true;
} private bool CanWrite(long localTailIndex)
{
return localTailIndex - _headIndex < _nodes.Length;
} private bool CanRead(long localHeadIndex)
{
return _tailIndex - localHeadIndex > ;
}
}
}

备注

仓促成文,如果有必要可以再写篇文章,希望大家多批评。

.NET:通过 CAS 来理解数据库乐观并发控制,顺便给出无锁的 RingBuffer。的更多相关文章

  1. 如何在高并发环境下设计出无锁的数据库操作(Java版本)

    一个在线2k的游戏,每秒钟并发都吓死人.传统的hibernate直接插库基本上是不可行的.我就一步步推导出一个无锁的数据库操作. 1. 并发中如何无锁. 一个很简单的思路,把并发转化成为单线程.Jav ...

  2. 理解 Memory barrier(内存屏障)无锁环形队列

    原文:https://www.cnblogs.com/my_life/articles/5220172.html Memory barrier 简介 程序在运行时内存实际的访问顺序和程序代码编写的访问 ...

  3. CAS无锁操作

    https://coolshell.cn/articles/8239.html 主要讲的是<Implementing Lock-Free Queues>的论点,具体直接看论文最好.这里总结 ...

  4. [数据库事务与锁]详解八:底理解数据库事务乐观锁的一种实现方式——CAS

    注明: 本文转载自http://www.hollischuang.com/archives/1537 在深入理解乐观锁与悲观锁一文中我们介绍过锁.本文在这篇文章的基础上,深入分析一下乐观锁的实现机制, ...

  5. 简论数据库乐观悲观锁与并发编程中的CAS

    为了防止无良网站的爬虫抓取文章,特此标识,转载请注明文章出处.LaplaceDemon/ShiJiaqi. http://www.cnblogs.com/shijiaqi1066/p/5783205. ...

  6. 数据库乐观锁和悲观锁的理解和实现(转载&总结)

    数据的锁定分为两种,第一种叫作悲观锁,第二种叫作乐观锁. 1.悲观锁,就是对数据的冲突采取一种悲观的态度,也就是说假设数据肯定会冲突,所以在数据开始读取的时候就把数据锁定住.[数据锁定:数据将暂时不会 ...

  7. 深入理解MySQL的并发控制、锁和事务【转】

    本文主要是针对MySQL/InnoDB的并发控制和加锁技术做一个比较深入的剖析,并且对其中涉及到的重要的概念,如多版本并发控制(MVCC),脏读(dirty read),幻读(phantom read ...

  8. 第18/24周 乐观并发控制(Optimistic Concurrency)

    大家好,欢迎回到性能调优培训.上个星期我通过讨论悲观并发模式拉开了第5个月培训的序幕.今天我们继续,讨论下乐观并发模式(Optimistic Concurrency). 行版本(Row Version ...

  9. Entity Framework 乐观并发控制

    一.背景 我们知道,为了防止并发而出现脏读脏写的情况,可以使用Lock语句关键字,这属于悲观并发控制的一种技术,,但在分布式站点下,锁的作用几乎不存在,因为虽然锁住了A服务器的实例对象,但B服务器上的 ...

随机推荐

  1. 好久没有写过SQL了,今天写了一句select in留存

    应同事要求,直接去接数据库的数据. 数据C里有一个name是查询的起始. 然后,B其实是一个多对多的中间表, 通过B查出id之后, 就可以在A里找到需要的数据了. select name from A ...

  2. Observer 观察者

    意图 定义对象间的一种一对多的依赖关系 ,当一个对象的状态发生改变时, 所有依赖于它的对象都得到通知并被自动更新. 动机 一致性,松耦合 需要维护相关对象间的一致性.我们不希望为了维持一致性而使各类紧 ...

  3. ASP.NET:插件化机制

    概述 nopCommerce的插件机制的核心是使用BuildManager.AddReferencedAssembly将使用Assembly.Load加载的插件程序集添加到应用程序域的引用中.具体实现 ...

  4. shell心得

    向loader.ctl中插入文本

  5. 特殊字符导致jquery-mobile 挂起(firefox控制台报错 malformed URI sequence)

    同事遇到一个问题,刷新页面导致页面挂起,浏览器控制台报错 malformed URI sequence, 经排查发现是引用jquery-mobile js引起的问题, 有一些中文参数在url中,当页面 ...

  6. 哪种写法更好?<script></script> vs/or <script type=”text/javasript”></script>

    一直很奇怪 哪种写法更好<script type=“text/javascript”>…</script> or <script>…</script>? ...

  7. PHP 笔记——面向对象编程知识点

    类是属性和方法的集合,是面向对象编程方式的核心和基础,通过类可以将零散的用于实现某项功能的代码进行有效管理. 类是由class关键字.类名和成员组成的,类名不区分大小写. 在类中定义常量使用关键字 c ...

  8. 数据准备<4>:变量筛选-理论篇

    在上一篇文章<数据准备<3>:数据预处理>中,我们提到降维主要包括两种方式:基于特征选择的降维和基于维度转换的降维,其中基于特征选择的降维通俗的讲就是特征筛选或者变量筛选,是指 ...

  9. 【推导】【数学期望】【冒泡排序】Petrozavodsk Winter Training Camp 2018 Day 5: Grand Prix of Korea, Sunday, February 4, 2018 Problem C. Earthquake

    题意:两地之间有n条不相交路径,第i条路径由a[i]座桥组成,每座桥有一个损坏概率,让你确定一个对所有桥的检测顺序,使得检测所需的总期望次数最小. 首先,显然检测的时候,是一条路径一条路径地检测,跳跃 ...

  10. MySQL主从复制(Replication)(MySQL数据同步)配置

    MySQL是开源的关系型数据库系统.复制(Replication)是从一台MySQL数据库服务器(主服务器master)复制数据到另一个服务器(从服务器slave)的一个进程. 配置主服务器(mast ...