CAS And Atomic
阿里云国内75折 回扣 微信号:monov8 |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |
CAS(Compare And Swap 比较并交换)通常指的是这样一种原子操作:针对一个变量首先比较它的内存值与某个期望值是否相同如果相同就给它赋一个新值,底层是能保证cas是原子性的
CAS的应用
在Java 中CAS 操作是由 Unsafe 类提供支持的该类定义了三种针对不同类型变量的 CAS 操作对ObjectInt,Long类型数据的操作CAS可以理解为乐观锁的一种实现
Jvm会去保证可见性和有序性
CAS源码分析:
Hotspot 虚拟机对compareAndSwapInt 方法的实现如下:
#unsafe.cpp
UNSAFE_ENTRY(jboolean, Unsafe_CompareAndSwapInt(JNIEnv *env, jobject unsafe, jo
bject obj, jlong offset, jint e, jint x))
UnsafeWrapper("Unsafe_CompareAndSwapInt");
oop p = JNIHandles::resolve(obj);
// 根据偏移量计算value的地址
jint* addr = (jint *) index_oop_from_field_offset_long(p, offset);
// Atomic::cmpxchg(x, addr, e) cas逻辑x:要交换的值e:要比较的值
//cas成功返回期望值e等于e,此方法返回true
//cas失败返回内存中的value值不等于e此方法返回false
return (jint)(Atomic::cmpxchg(x, addr, e)) == e;
UNSAFE_END
CAS缺陷
CAS 只是一个指令不涉及用户态到内核态的切换性能的影响是很低的虽然高效地解决了原子操作但是还是存在一些缺陷的主要表现在三个方面:
1.自旋 CAS 长时间地不成功则会给 CPU 带来非常大的开销
2.只能保证一个共享变量原子操作
3.ABA 问题
Public class AtomicIntegerTest {
static AtomicInteger sum=new AtomicInteger(0);
public static void main(String[] args) {
for (int i = 0; i < 10; i++) {
Thread thread = new Thread(()->{
for (int j = 0; j < 10000; j++) {
//原子 自增 cas
sum.incrementAndGet();
}
});
thread.start();
}
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(sum.get());
}
}
ABA问题及其解决方案
CAS算法实现一个重要前提需要取出内存中某时刻的数据而在下时刻比较并替换那么在这个时间差类会导致数据的变化。
ABA:当有多个线程对一个原子类进行操作的时候某个线程在短时间内将原子类的值A修改为B又马上将其修改为A此时其他线程不感知还是会修改成功。
示例:
public class ABATest {
public static void main(String[] args) {
AtomicInteger atomicInteger = new AtomicInteger(1);
new Thread(()->{
int value = atomicInteger.get();
System.out.println("Thread1 read value:"+value);
//阻塞1s
LockSupport.parkNanos(1000000000L);
//Thread1通过CAS修改value值为3
if(atomicInteger.compareAndSet(value,3)){
System.out.println("Thread1 update from "+value+"to 3");
}else {
System.out.println("Thread1 update fail!");
}
},"Thread1").start();
new Thread(()->{
int value=atomicInteger.get();
System.out.println("Thread2 read value:"+value);
if(atomicInteger.compareAndSet(value,2)){
System.out.println("Thread2 update from"+value+"to 2");
value=atomicInteger.get();
System.out.println("Thread2 read value:"+value);
if(atomicInteger.compareAndSet(value,1)){
System.out.println("Thread2 update from"+value+"to 1");
}
}else {
System.out.println("Thread2 update fail");
}
},"Thread2").start();
}
}
Thread1不清楚Thread2对value的操作Thread1阻塞一秒期间Thread2进行了修改操作但最后value值都是1。
ABA问题的解决方案
数据库有个锁称为乐观锁是一种基于数据版本实现数据同步的机制每次修改一次数据版本就会进行累加。同样Java也提供了相应的原子引用类
AtomicStampedReference<V>
reference即我们实际存储的变量stamp是版本每次修改可以通过+1保证版本唯一性。这样就可以保证每次修改后的版本也会往上递增。
示例:
public class AtomicStampedReferenceTest {
public static void main(String[] args) {
//初始值 1 版本号 1
//定义AtomicStampedReference Pair.reference 值为1Pair.stamp 为1
AtomicStampedReference atomicStampedReference = new AtomicStampedReference(1, 1);
new Thread(() -> {
int[] stampHolder = new int[1];
//传入一个至少长度为1的数组 返回真实的值
int value = (int) atomicStampedReference.get(stampHolder);
//传入的数组 的0号位存放的是版本信息
int stamp = stampHolder[0];
System.out.println("Thread1 read value:" + value + ",版本 stamp:" + stamp);
//阻塞1s
LockSupport.parkNanos(1000000000L);
//Thread1通过CAS修改value值为3 stamp是版本每次修改可以通过+1保证版本唯一性
if (atomicStampedReference.compareAndSet(value, 3, stamp, stamp + 1)) {
System.out.println("Thread1 update from " + value + "to 3");
} else {
System.out.println("Thread1 update fail");
}
}, "Thread1").start();
new Thread(() -> {
int[] stampHolder = new int[1];
int value = (int) atomicStampedReference.get(stampHolder);
int stamp = stampHolder[0];
System.out.println("Thread2 read value:" + value + ",stamp:" + stamp);
//Thread2通过CAS修改value值为2
if (atomicStampedReference.compareAndSet(value, 2, stamp, stamp + 1)) {
System.out.println("Thread2 update from" + value + "to 2");
value = (int) atomicStampedReference.get(stampHolder);
stamp = stampHolder[0];
System.out.println("Thread2 read value:" + value + ",stamp:" + stamp);
// Thread2通过CAS修改value值为1
if (atomicStampedReference.compareAndSet(value, 1, stamp, stamp + 1)) {
System.out.println("Thread2 update from" + value + "to 1");
}
}
}, "Thread2").start();
}
}
通过版本控制最后线程1更新失败
补充:AtomicMarkableReference可以理解为上面AtomicStampedReference的简化版就是 不关心修改过几次仅仅关心是否修改过。因此变量mark是boolean类型仅记录值是否有过修改。
Atomic原子操作类
基本类型:AtomicInteger、AtomicLong、AtomicBoolean;
引用类型:AtomicReference、AtomicStampedRerence、AtomicMarkableReference;
数组类型:AtomicIntegerArray、AtomicLongArray、AtomicReferenceArray
对象属性原子修改器:AtomicIntegerFieldUpdater、AtomicLongFieldUpdater、
AtomicReferenceFieldUpdater
原子类型累加器(jdk1.8增加的类:DoubleAccumulator、DoubleAdder、
LongAccumulator、LongAdder、Striped64
数组类型示例:
public class AtomicIntegerArrayTest {
static int[] value=new int[]{1,2,3,4,5};
static AtomicIntegerArray atomicIntegerArray=new AtomicIntegerArray(value);
public static void main(String[] args) {
//设置索引0的元素为100
atomicIntegerArray.set(0,100);
System.out.println(atomicIntegerArray.get(0));
//以原子更新的方式将数组中索引为1的元素与输入值相加
atomicIntegerArray.getAndAdd(1,5);
System.out.println(atomicIntegerArray);
}
}
原子更新引用类型示例:
AtomicReference作用是对普通对象的封装它可以保证你在修改对象引用时的线程安全性
public class AtomicStampedReferenceDemo {
public static void main(String[] args) {
User user1 = new User("张三", 23);
User user2 = new User("李四", 25);
User user3 = new User("王五", 20);
//初始化为 user1
AtomicReference<User> atomicReference = new AtomicReference<>();
atomicReference.set(user1);
//把 user2 赋给 atomicReference
atomicReference.compareAndSet(user1, user2);
System.out.println(atomicReference.get());
//把 user3 赋给 atomicReference
atomicReference.compareAndSet(user1, user3);
System.out.println(atomicReference.get());
}
}
LongAdder/DoubleAdder详解 累加器
AtomicLong是利用底层的CAS操作来提供并发性的比如addAndGet方法:
上述方法内部用的CAS方式逻辑是采用自旋的方式不断更新目标值直到更新成功在并发量较低的环境下线程冲突的概率比较小自旋的次数不会很多但是高并发环境下N个线程同时进行自旋操作会出现大量失败并不断自旋的情况此时AtomicLong的自旋会成为瓶颈这就是LongAdder引入的初衷解决高并发环境下AtomicInteger / AtomicLong的自旋瓶颈问题。
LongAdder示例:
public class LongAdderTest {
public static void main(String[] args) {
testAtomicLongVSLongAdder(10, 10000);
System.out.println("==================");
testAtomicLongVSLongAdder(10, 200000);
System.out.println("==================");
testAtomicLongVSLongAdder(100, 200000);
}
static void testAtomicLongVSLongAdder(final int threadCount, final int times) {
try {
long start = System.currentTimeMillis();
testLongAdder(threadCount, times);
long end = System.currentTimeMillis() - start;
System.out.println("条件=====线程数:" + threadCount + ",单线程操作数" + times);
System.out.println("结果=====LongAdder方式增加计数" + (threadCount * times) + "次共计耗时:" + end);
long start2 = System.currentTimeMillis();
testAtomicLong(threadCount, times);
long end2 = System.currentTimeMillis() - start2;
System.out.println("条件>>>>>>线程数:" + threadCount + ", 单线程操作计数" + times);
System.out.println("结果>>>>>>AtomicLong方式增加计数" + (threadCount * times) + "次,共计耗时:" + end2);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
static void testAtomicLong(final int threadCount, final int times) throws InterruptedException {
CountDownLatch countDownLatch = new CountDownLatch(threadCount);
AtomicLong atomicLong = new AtomicLong();
for (int i = 0; i < threadCount; i++) {
new Thread(new Runnable() {
@Override
public void run() {
for (int j = 0; j < times; j++) {
atomicLong.incrementAndGet();
}
countDownLatch.countDown();
}
}, "my‐thread" + i).start();
}
countDownLatch.await();
}
static void testLongAdder(final int threadCount, final int times) throws InterruptedException {
CountDownLatch countDownLatch = new CountDownLatch(threadCount);
LongAdder longAdder = new LongAdder();
for (int i = 0; i < threadCount; i++) {
new Thread(new Runnable() {
@Override
public void run() {
for (int j = 0; j < times; j++) {
longAdder.add(1);
}
countDownLatch.countDown();
}
}, "my‐thread" + i).start();
}
countDownLatch.await();
}
}
低并发、一般的业务场景下AtomicLong是足够了。如果并发量很多存在大量写多读少的情况那LongAdder可能更合适。
LongAdder原理
AtomicLong中有个内部变量value保存着实际的long值所有的操作都是针对该变量进行。也就是说高并发环境下value变量其实是一个热点也就是N个线程竞争一个热点。
LongAdder的基本思路就是分散热点将value值分散到一个数组中不
同线程会命中到数组的不同槽中各个线程只对自己槽中的那个值进行CAS操作这样热点就被分散了冲突的概率就小很多。如果要获取真正的long值只要将各个槽中的变量值累加返回。
LongAdder的内部结构
LongAdder内部有一个base变量一个Cell[]数组:
base变量:非竞态条件下直接累加到该变量上
Cell[]数组:竞态条件下累加个各个线程自己的槽Cell[i]中