关于java:深入分析-Java-乐观锁

6次阅读

共计 2472 个字符，预计需要花费 7 分钟才能阅读完成。

强烈的锁竞争，会造成 线程阻塞挂起 ，导致 零碎的上下文切换 ，减少零碎的性能开销。那有没有不阻塞线程，且保障线程平安的机制呢？—— 乐观锁。

操作共享资源时，总是很乐观，认为本人能够胜利。在操作失败时（资源被其余线程占用），并不会挂起阻塞，而仅仅是返回，并且失败的线程能够重试。

长处：

不会死锁
不会饥饿
不会因竞争造成零碎开销

CAS。在 java.util.concurrent.atomic 中的类都是基于 CAS 实现的。

以 AtomicLong 为例，一段测试代码：

@Test
public void testCAS() {AtomicLong atomicLong = new AtomicLong();
    atomicLong.incrementAndGet();}

java.util.concurrent.atomic.AtomicLong#incrementAndGet 的实现办法是：

public final long incrementAndGet() {return U.getAndAddLong(this, VALUE, 1L) + 1L;
}

其中 U 是一个 Unsafe 实例。

private static final jdk.internal.misc.Unsafe U = jdk.internal.misc.Unsafe.getUnsafe();

本文应用的源码是 JDK 11，其 getAndAddLong 源码为：

@HotSpotIntrinsicCandidate
public final long getAndAddLong(Object o, long offset, long delta) {
    long v;
    do {v = getLongVolatile(o, offset);
    } while (!weakCompareAndSetLong(o, offset, v, v + delta));
    return v;
}

能够看到外面是一个 while 循环，如果不胜利就始终循环，是一个乐观锁，深信本人能胜利，始终 CAS 直到胜利。最终调用了 native 办法：

@HotSpotIntrinsicCandidate
public final native boolean compareAndSetLong(Object o, long offset,
                                                long expected,
                                                long x);

从下面能够看到，CAS 是调用处理器底层的指令来实现原子操作，那么处理器底层是如何实现原子操作的呢？

处理器的处理速度 >> 处理器与物理内存的通信速度，所以在处理器外部有 L1、L2 和 L3 的高速缓存，能够放慢读取的速度。

单核处理器 可能保留内存操作是原子性的，当一个线程读取一个字节，所以过程和线程看到的都是同一个缓存里的字节。然而 多核处理器 里，每个处理器都保护了一块字节的内存，每个内核都保护了一个字节的缓存，多线程并发会存在 缓存不统一 的问题。

那处理器如何保障内存操作的原子性呢？

总线锁定：当处理器要操作共享变量时，会在总线上收回 Lock 信号，其余处理器就不能操作这个共享变量了。
缓存锁定：某个处理器对缓存中的共享变量操作后，就告诉其余处理器从新读取该共享资源。

本文剖析的 AtomicLong 源码，其实是在循环不断尝试 CAS 操作，如果长时间不胜利，就会给 CPU 带来很大开销。JDK 1.8 中新增了原子类 LongAdder，可能更好利用于高并发场景。

LongAdder 的原理就是升高操作共享变量的并发数，也就是将对繁多共享变量的操作压力扩散到多个变量值上，将竞争的每个写线程的 value 值扩散到一个数组中，不同线程会命中到数组的不同槽中，各个线程只对本人槽中的 value 值进行 CAS 操作，最初在读取值的时候会将原子操作的共享变量与各个扩散在数组的 value 值相加，返回一个近似精确的数值。

LongAdder 外部由一个 base 变量和一个 cell[] 数组组成。当只有一个写线程，没有竞争的状况下，LongAdder 会间接应用 base 变量作为原子操作变量，通过 CAS 操作批改变量；当有多个写线程竞争的状况下，除了占用 base 变量的一个写线程之外，其它各个线程会将批改的变量写入到本人的槽 cell[] 数组中。

一个测试用例：

@Test
public void testLongAdder() {LongAdder longAdder = new LongAdder();
    longAdder.add(1);
    System.out.println(longAdder.longValue());
}

先看外面的 longAdder.longValue() 代码：

public long longValue() {return sum();
}

最终是调用了 sum() 办法，是对外面的 cells 数组每项加起来求和。这个值在读取的时候并不准，因为这期间可能有其余线程在并发批改 cells 中某个项的值：

public long sum() {Cell[] cs = cells;
    long sum = base;
    if (cs != null) {for (Cell c : cs)
            if (c != null)
                sum += c.value;
    }
    return sum;
}

add() 办法源码：

public void add(long x) {Cell[] cs; long b, v; int m; Cell c;
    if ((cs = cells) != null || !casBase(b = base, b + x)) {
        boolean uncontended = true;
        if (cs == null || (m = cs.length - 1) < 0 ||
            (c = cs[getProbe() & m]) == null ||
            !(uncontended = c.cas(v = c.value, v + x)))
            longAccumulate(x, null, uncontended);
    }
}

add 具体的代码本篇文章就不具体叙述了~

coding 笔记、点滴记录，当前的文章也会同步到公众号（Coding Insight）中，心愿大家关注 ^_^

代码和思维导图在 GitHub 我的项目中，欢送大家 star！

正文完