熟悉的味道——从Java单例写到C++单例
设计模式中,单例模式是常见的一种。单例模式需要满足以下两个条件:
- 保证一个类只能创建一个示例;
- 提供对该实例的全局访问点。
关于单例最经典的问题就是DCL(Double-Checked Lock),今天就此问题展开叙述。
1 Java单例
1.1 通用的写法
public class Singleton {
private Singleton() {}
public static Singleton INSTANCE = new Singleton();
}
最简单的做法就是如上写法,在类被加载的时候就初始化其静态变量INSTANCE。因为JLS(Java Language Specification)中规定一个类只会被初始化一次,因此这样就可以实现一个朴实的单例类。
1.2 延迟加载单例
需求是多变的,部分人可能因为单例类的资源负担较重,想要其在需要的时候再进行初始化(Lazy initialization)。这样也简单,加把锁就满足你的需求。
public class Singleton {
private Singleton() {}
private static Singleton INSTANCE = null;
public static synchronized Singleton getInstance() {
if (null == INSTANCE) {
INSTANCE = new Singleton();
}
return INSTANCE;
}
}
但是挑剔的人又提出了需求,引入synchronized之后,多线程访问单例,会因为synchronized导致访问串行化,这性能上很不好看。程序员于是只能去进行优化,想到了DCL,于是BUG就被引入了。
public class Singleton {
private Singleton() {}
private static Singleton INSTANCE = null;
public static Singleton getInstance() {
if (null == INSTANCE) {
synchronized (Singleton.class) {
if (null == INSTANCE) {
INSTANCE = new Singleton();
}
}
}
return INSTANCE;
}
}
这是一段看上去很优美的代码,程序员在判断INSTANCE为空,加锁进行赋值时,还贴心的考虑到了可能存在多个线程同时判断INSTANCE是否为空的情况。如果加锁后发现INSTANCE被快一步的线程赋值了,那么我就直接返回此INSTANCE。
但是计算机的套路太多了,BUG就出现在INSTANCE = new Singleton()这一句代码上。这一句并不是原子操作,细分下去实际上可以被拆分为以下三个步骤:
- 分配Singleton对象的内存空间;
- 初始化Singleton对象(完成一些field赋值操作,本文为了篇幅,没填充field);
- INSTANCE指向分配的内存空间。
假如计算机严格的按照这个方式执行,那么DCL没错。可是CPU为了效率,代码可能会被乱序执行,假如线程A的指令被乱序为:
- 分配Singleton对象的内存空间;
- INSTANCE指向分配的内存空间;
- 初始化Singleton对象。
线程B假如在执行到第二步的时候拿到了INSTANCE对象(此时并未初始化),并且快速的传给应用使用,那么一些美好的事情即将发生(至于是什么,我当然是不晓得的)。
1.3 正确的DCL
2000年,一群致力于Java高性能开发者聚集在一起,发表了著名的文章 The "Double-Checked Locking is Broken" Declaration。
文章中讨论了关于DCL的各种尝试,比如使用ThreadLocal(虽然在老版本的代码中,可能效率会较低,但是为了正确性这是可以忍受的)。不过文章的最后,大家最欣赏的办法就是使用volatile修饰INSTANCE对象(加入内存屏障)。
public class Singleton {
private Singleton() {}
private static volatile Singleton INSTANCE = null;
public static Singleton getInstance() {
if (null == INSTANCE) {
synchronized (Singleton.class) {
if (null == INSTANCE) {
INSTANCE = new Singleton();
}
}
}
return INSTANCE;
}
}
奏效的原因在于,对volatile对象的写操作不能被重排序到之前对volatile对象的读写操作之前,对volatile对象的读操作不能被重排序到之后对volatile的读写操作之后(如果对这段翻译不甚理解,可以见下面贴着的原文,其实大概的意思就是告诉CPU别重排序了)。当然,享受福利就需要付出一些代价,就是升级jdk至1.5及之后的版本(估计总是会有人守着历史版本,就像锁死在三体的百度,坚持XP优于WIN10的人们,我真的很respect)。
JDK5 and later extends the semantics for volatile so that the system will not allow a write of a volatile to be reordered with respect to any previous read or write, and a read of a volatile cannot be reordered with respect to any following read or write.
2 C++单例
2.1 加入内存屏障
让我感兴趣的是,在The "Double-Checked Locking is Broken
一文中,各位大佬列举了关于C++如何正确实现DCL的做法(加入内存屏障),并且他们热心的贴出了代码,如下所示:
// C++ implementation with explicit memory barriers
// Should work on any platform, including DEC Alphas
// From "Patterns for Concurrent and Distributed Objects",
// by Doug Schmidt
template <class TYPE, class LOCK> TYPE *
Singleton<TYPE, LOCK>::instance (void) {
// First check
TYPE* tmp = instance_;
// Insert the CPU-specific memory barrier instruction
// to synchronize the cache lines on multi-processor.
asm ("memoryBarrier");
if (tmp == 0) {
// Ensure serialization (guard
// constructor acquires lock_).
Guard<LOCK> guard (lock_);
// Double check.
tmp = instance_;
if (tmp == 0) {
tmp = new TYPE;
// Insert the CPU-specific memory barrier instruction
// to synchronize the cache lines on multi-processor.
asm ("memoryBarrier");
instance_ = tmp;
}
return tmp;
}
如果跟Java的代码进行比较,会发现和Java的DCL基本类似,只不过有两处显式插入了内存屏障(即asm处)。此外,此段代码使用了RCU(read-copy-update),即先获取需要读取或者创建的数值(此处就是tmp),在检测tmp是合法的数值之后,最后更新到instance_变量中去。通过RCU保证了在创建以及赋值的过程中,不会干扰到别的线程(假使失败,那么也不会污染instance_数值,不过在C++编程中,new失败了不如直接爆炸吧,这样死的明明白白一点)。
关于RCU的用法,可以参见stackoverflow的RCU大讨论。
不过以上方法看似美好,但是在不同的平台上,内存屏障的添加方式也是存在差异,这就导致了你没法写出可移植的代码,甚至是依赖于特定编译器和特定环境的代码。这里就存在一个疑问,C++ 中也含有volatile,是否可以参考Java的代码,使用volatile添加内存屏障。答案很悲伤,C++ 的volatile和Java的volatile存在区别,无法照搬(关于此区别,可能在后续会写文章进行讲解)。
2.2 找一个类似于volatile的帮手
C++ 11中引入了std::atomic以及std::memory_order,有了标准库的定义,我们就能够写出在绝大多数平台下可移植的C++代码。此处,我们要了解一个概念,std::atomic的默认数值是std::memory_order_seq_cst
,这是一个永远安全却又代价昂贵的内存屏障。其作用是在所有CPU(或者核心)中,保持严格的代码线性执行顺序。
std::atomic<Singleton*> Singleton::m_instance;
std::mutex Singleton::m_mutex;
Singleton* Singleton::getInstance() {
Singleton* tmp = m_instance.load();
if (tmp == nullptr) {
std::lock_guard<std::mutex> lock(m_mutex);
tmp = m_instance.load();
if (tmp == nullptr) {
tmp = new Singleton;
m_instance.store(tmp);
}
}
return tmp;
}
使用std::atomic,利用编译器提供的库,现在DCL就能够保证代码的线性执行顺序,代码在多个平台上也能够保证通用性(假如不能保证,我们还能对编译器要求再多吗)。
然而C++开发者向来以追求性能为己任,还能快一点,再快一点吗?当然能了,这段代码存在的问题恰恰就是全部代码都是顺序执行,我们只需要对部分执行代码做出顺序保证即可。
2.3 精确控制顺序
std::atomic<Singleton*> Singleton::m_instance;
std::mutex Singleton::m_mutex;
Singleton* Singleton::getInstance() {
Singleton* tmp = m_instance.load(std::memory_order_relaxed);
// 保证在获取单例指针时,其他线程如果在创建单例对象
// 这些操作,包括创建Singleton对象以及其成员变量的初始化,对于当前线程都是可见的
std::atomic_thread_fence(std::memory_order_acquire);
if (tmp == nullptr) {
std::lock_guard<std::mutex> lock(m_mutex);
tmp = m_instance.load(std::memory_order_relaxed);
if (tmp == nullptr) {
tmp = new Singleton;
// 保证后续语句,存储tmp指针时,new Singleton已经执行结束
// 最重要的是,tmp的创建以及Singleton的内部初始化操作,对于其他线程均是可见的
std::atomic_thread_fence(std::memory_order_release);
m_instance.store(tmp, std::memory_order_relaxed);
}
}
return tmp;
}
我们对代码进行了修改,此处使用atomic_thread_fence实现关键位置的内存屏障。每次获取或存储变量m_instance,均使用memory_order_relaxed,保证单例的指针操作时原子操作。那么,存在的疑问就在于指针所指向的内容是不是跟随着原子操作,被同步过来了呢?
答案不是。指针是原子操作,但是指针的内容并未保证同步,因此我们需要使用std::atomic_thread_fence(std::memory_order_acquire)以及std::atomic_thread_fence(std::memory_order_release)去保证指针存放的内容被正确的同步了(详见代码中的注释内容)。
关于std::atomic_thread_fence,这个确实很晦涩,知乎上wangyongcong
给出的例子,我觉得很是恰当,以下摘抄过来。
Thread A | Thread B |
---|---|
release-fence | atomic-load |
atomic-store | acquire-fence |
存在线程A与B,A上的release-fence之后的atomic-store操作,如果对B的atomic-load操作可见,那么A的release-fence与B的atomic-load同步(sync-with);另一方面,B的atomic-load操作后跟acquire-fence,如果线程A的atomic-store所做出的的修改对该atomic-load可见,那么A的atomic-store与B的acquire-fence同步。
A的release-fence与B的acquire-fence构成了一个同步点。在时间轴上,如果A的release-fence在B的acquire-fence钱,那么A在release-fence之间的所有操作,也都在B的acquire-fence之前,同时也将在B的acquire-fence的后继操作之前。简单点,就是release-fence之前的所有store,对acquire-fence之后都是可见的。
补充:
1.上面所提到的atomic load/store均是指对同一个atmoic变量操作;
2.fence必须跟atomic变量共同作用才能起到一致性作用,离开atomic变量,那么无效。
通过使用std::atmoic以及std::atomic_thread_fence,大大的缩小了单例的同步范围,这样也就让CPU有了更大的自由去实现优化(指令乱序本身就是为了提升处理效率,为了性能,我们还是得捏着鼻子忍受这件事情)。
2.4 站在巨人的肩膀上
下面介绍一个单例的正确做法,那就是寄托于pthread库已实现安全的单例。下面这段代码摘抄于陈硕的muduo代码中(省略了部分代码),他对此做法的解释是,如果pthread_once都不能保证单例的线程安全,那么我们的代码就让他崩溃吧(总不能让我们再去修改pthread库吧)。
template<typename T>
class Singleton : noncopyable
{
public:
// 对于C++开发者,使用delete以及boost::noncopyable真的是一个好习惯
Singleton() = delete;
~Singleton() = delete;
static T& instance()
{
pthread_once(&ponce_, &Singleton::init);
assert(value_ != NULL);
return *value_;
}
private:
static pthread_once_t ponce_;
static T* value_;
};
2.5 让我们时髦一些
虽然嘴上说着时髦,其实概念很老旧,那就是借助于C++ 11中的local static去正确的实现单例(其本质上,是让编译器去帮助我们完成那些复杂的同步操作,保证我们的代码尽可能的less)。以下是C++ 11关于local static的描述(翻译过来就是在多线程调用的情况下,local static只会被初始化一次)。
If control enters the declaration concurrently while the variable is being initialized, the concurrent execution shall wait for completion of the initialization.
于是,我们的代码终于可以精简到一个很完美的地步(比Java的版本还要易于理解,不过需要注意,这要求我们的编译器支持C++ 11,或者说使用GCC 4.0以上版本,虽然GCC 4.0及以上的若干版本不完美支持C++ 11,但是它支持local static特性):
T& Singleton()
{
static T instance;
return instance;
}
这个写法太完美了,不过我还是不喜欢延迟加载,更倾向于在main函数执行之前就初始化静态单例变量(Java稍简单,一个声明语句就可以,C++需要在类外执行初始化)。
class Singleton: boost::noncopyable
{
private:
static Singleton instance;
public:
Singleton() = delete;
~Singleton() = delete;
public:
static Singleton& getInstance() {
return instance;
}
}
// 类外进行初始化操作
Singleton Singleton::instance;
PS:
如果您觉得我的文章对您有帮助,请关注我的微信公众号,谢谢!
熟悉的味道——从Java单例写到C++单例的更多相关文章
- JAVA之旅(六)——单例设计模式,继承extends,聚集关系,子父类变量关系,super,覆盖
JAVA之旅(六)--单例设计模式,继承extends,聚集关系,子父类变量关系,super,覆盖 java也越来越深入了,大家加油吧!咱们一步步来 一.单例设计模式 什么是设计模式? JAVA当中有 ...
- java 从零开始手写 RPC (05) reflect 反射实现通用调用之服务端
通用调用 java 从零开始手写 RPC (01) 基于 socket 实现 java 从零开始手写 RPC (02)-netty4 实现客户端和服务端 java 从零开始手写 RPC (03) 如何 ...
- C#多线程:使用ReaderWriterLock类实现多用户读/单用户写同步
摘要:C#提供了System.Threading.ReaderWriterLock类以适应多用户读/单用户写的场景.该类可实现以下功能:如果资源未被写操作锁定,那么任何线程都可对该资源进行读操作锁定, ...
- Scala 深入浅出实战经典 第79讲:单例深入讲解及单例背后的链式表达式
王家林亲授<DT大数据梦工厂>大数据实战视频 Scala 深入浅出实战经典(1-87讲)完整视频.PPT.代码下载:百度云盘:http://pan.baidu.com/s/1c0noOt6 ...
- c++ c# java 调用 c++ 写的dll
1. vs 中新建win32 dll 项目 testdll 添加实现文件 test.cpp #include "stdafx.h" #include <ios ...
- Java连接redis的使用演示样例
Java连接redis的使用演示样例 Redis是开源的key-value存储工具,redis通经常使用来存储结构化的数据,由于redis的key能够包括String.hash.listset和sor ...
- PyQt写的浏览单web页面的browser - 开源中国社区
PyQt写的浏览单web页面的browser - 开源中国社区 PyQt写的浏览单web页面的browser
- 对着java并发包写.net并发包之原子类型实现
众所周知,java1.5并发包通过volatile+CAS原理提供了优雅的并发支持.今天仔细想想.net也有volatile关键字保证内存的可见性,同时也有Interlocked提供了CAS的API, ...
- Java自己动手写连接池四
Java自己动手写连接池四 测试: package com.kama.cn; import java.sql.Connection; public class Test { public static ...
随机推荐
- Java注解简单学习
注解(也被称作元数据)为我们在代码中添加信息提供了一种形式化的方法,使我们在稍后某个时刻可以很方便的使用这些数据,其在一定程度上将元数据与源代码文件结合在一起,而不是保存在外部文档中. 注解使我们可以 ...
- 解决npm下载慢的问题
方法一:使用淘宝定制的cnpm命令行工具替代默认安装npm npm install -g cnpm --registry=https://registry.npm.taobao.org 方法二:将np ...
- 使用adb命令操控Android手机(adb命令)
1) 手机连接电脑之前 首先,查看安卓手机是否已经连接上电脑 adb devices 让adb一直查找安卓设备,找到后才停止 adb wait-for-device 2) 手机连接电脑后的操作 2.0 ...
- Mac OS 自带apache 启动不了的问题
问题:Mac OS 自带apache,启动不了,拒绝访问. 1.先看一下错误日志 /etc/apache2/httpd.conf 2.然后我去找了一下/private/var/log/apache2/ ...
- 高级语言——java
高级语言——java 起源与发展 1991 年,James Gosling 博士发布产品 Oak,这是 Java 语言的前身. 1995 年,Oak 语言改名为 Java. 1996 年,JDK(Ja ...
- oracle表空间设置自动扩展
开启自动扩展功能语法: alter database datafile '对应的数据文件路径信息' autoextend on; 关闭自动扩展功能语法: alter database datafile ...
- f.lux
这软件很小,安装后基本不用管,它会自动运行自动调节.在它运行的时候,一般在桌面右小角可以找到.平时不用去管它,它自会按时自动调节好屏幕的色温,以保护视力. https://justgetflux.co ...
- 洛谷 SP14932 LCA - Lowest Common Ancestor
洛谷 SP14932 LCA - Lowest Common Ancestor 洛谷评测传送门 题目描述 A tree is an undirected graph in which any two ...
- SpringBatch介绍
SpringBatch 是一个大数据量的并行处理框架.通常用于数据的离线迁移,和数据处理,⽀持事务.并发.流程.监控.纵向和横向扩展,提供统⼀的接⼝管理和任务管理;SpringBatch是Spring ...
- php处理curl的返回结果
最简单的方式: json_decode($res,true): 结果都是: