[TOC]
大家可能都聽說說 Java 中的并發包,如果想要讀懂 Java 中的并發包,其核心就是要先讀懂 CAS 機制,因為 CAS 可以說是并發包的底層實現原理。
今天就帶大家讀懂 CAS 是如何保證操作的原子性的,以及 Java8 對 CAS 進行了哪些優化。
### synchronized:大材小用
我們先來看幾行代碼:
~~~
public class CASTest {
static int i = 0;
public static void increment() {
i++;
}
}
復制代碼
~~~
假如有100個線程同時調用 increment() 方法對 i 進行自增操作,i 的結果會是 100 嗎?
學會多線程的同學應該都知道,這個方法是線程不安全的,由于 i++ 不是一個**原子操作**,所以是很難得到 100 的。
> 這里稍微解釋下為啥會得不到 100(知道的可直接跳過), i++ 這個操作,計算機需要分成三步來執行。 1、讀取 i 的值。 2、把 i 加 1. 3、把 最終 i 的結果寫入內存之中。所以,假如線程 A 讀取了 i 的值為 i = 0,這個時候線程 B 也讀取了 i 的值 i = 0。接著 A把 i 加 1,然后寫入內存,此時 i = 1。緊接著,B也把 i 加 1,此時線程B中的 i = 1,然后線程 B 把 i 寫入內存,此時內存中的 i = 1。也就是說,線程 A, B 都對 i 進行了自增,但最終的結果卻是 1,不是 2.
那該怎么辦呢?解決的策略一般都是給這個方法加個鎖,如下
~~~
public class CASTest {
static int i = 0;
public synchronized static void increment() {
i++;
}
}
復制代碼
~~~
加了 synchronized 之后,就最多只能有一個線程能夠進入這個 increment() 方法了。這樣,就不會出現線程不安全了。不懂 synchronized 的可以看我這篇文章:[徹底搞懂synchronized(從偏向鎖到重量級鎖)](https://mp.weixin.qq.com/s/qDvd8MYAzBXOsWgzwIbNMA)
然而,一個簡簡單單的自增操作,就加了 synchronized 進行同步,好像有點大材小用的感覺,加了 synchronized 關鍵詞之后,當有很多線程去競爭 increment 這個方法的時候,拿不到鎖的方法是會被**阻塞**在方法外面的,最后再來喚醒他們,而阻塞/喚醒這些操作,是非常消耗時間的。
> 這里可能有人會說,synchronized 到了JDK1.6之后不是做了很多優化嗎?是的,確實做了很多優化,增加了偏向鎖、輕量級鎖等, 但是,就算增加了這些,當很多線程來競爭的時候,開銷依然很多,不信你看我另外一篇文章的介紹:[徹底搞懂synchronized(從偏向鎖到重量級鎖)](https://mp.weixin.qq.com/s/qDvd8MYAzBXOsWgzwIbNMA)
### CAS :這種小事交給我
那有沒有其他方法來代替 synchronized 對方法的加鎖,并且保證 increment() 方法是線程安全呢?
大家看一下,如果我采用下面這種方式,能否保證 increment 是線程安全的呢?步驟如下:
1、線程從內存中讀取 i 的值,假如此時 i 的值為 0,我們把這個值稱為 k 吧,即此時 k = 0。
2、令 j = k + 1。
3、用 k 的值與內存中i的值相比,如果相等,這意味著沒有其他線程修改過 i 的值,我們就把 j(此時為1) 的值寫入內存;如果不相等(意味著i的值被其他線程修改過),我們就不把j的值寫入內存,而是重新跳回步驟 1,繼續這三個操作。
翻譯成代碼的話就是這樣:
~~~
public static void increment() {
do{
int k = i;
int j = k + 1;
}while (compareAndSet(i, k, j))
}
復制代碼
~~~
如果你去模擬一下,就會發現,這樣寫是線程安全的。
這里可能有人會說,第三步的 compareAndSet 這個操作不僅要讀取內存,還干了比較、寫入內存等操作,,,這一步本身就是線程不安全的啊?
如果你能想到這個,說明你是真的有去思考、模擬這個過程,不過我想要告訴你的是,這個 compareAndSet 操作,他其實只對應操作系統的**一條硬件操作指令**,盡管看似有很多操作在里面,但操作系統能夠保證他是原子執行的。
對于一條英文單詞很長的指令,我們都喜歡用它的簡稱來稱呼他,所以,我們就把 compareAndSet 稱為 **CAS** 吧。
所以,采用 CAS 這種機制的寫法也是線程安全的,通過這種方式,可以說是不存在鎖的競爭,也不存在阻塞等事情的發生,可以讓程序執行的更好。
在 Java 中,也是提供了這種 CAS 的原子類,例如:
1. AtomicBoolean
2. AtomicInteger
3. AtomicLong
4. AtomicReference
具體如何使用呢?我就以上面那個例子進行改版吧,代碼如下:
~~~
public class CASTest {
static AtomicInteger i = new AtomicInteger(0);
public static void increment() {
// 自增 1并返回之后的結果
i.incrementAndGet();
}
}
復制代碼
~~~
### CAS:誰偷偷更改了我的值
雖然這種 CAS 的機制能夠保證increment() 方法,但依然有一些問題,例如,當線程A即將要執行第三步的時候,線程 B 把 i 的值加1,之后又馬上把 i 的值減 1,然后,線程 A 執行第三步,這個時候線程 A 是認為并沒有人修改過 i 的值,因為 i 的值并沒有發生改變。而這,就是我們平常說的**ABA問題**。
對于基本類型的值來說,這種把**數字改變了在改回原來的值**是沒有太大影響的,但如果是對于引用類型的話,就會產生很大的影響了。
### 來個版本控制吧
為了解決這個 ABA 的問題,我們可以引入版本控制,例如,每次有線程修改了引用的值,就會進行版本的更新,雖然兩個線程持有相同的引用,但他們的版本不同,這樣,我們就可以預防 ABA 問題了。Java 中提供了 AtomicStampedReference 這個類,就可以進行版本控制了。
### Java8 對 CAS 的優化。
由于采用這種 CAS 機制是沒有對方法進行加鎖的,所以,所有的線程都可以進入 increment() 這個方法,假如進入這個方法的線程太多,就會出現一個問題:每次有線程要執行第三個步驟的時候,i 的值老是被修改了,所以線程又到回到第一步繼續重頭再來。
而這就會導致一個問題:由于線程太密集了,太多人想要修改 i 的值了,進而大部分人都會修改不成功,白白著在那里循環消耗資源。
為了解決這個問題,Java8 引入了一個 cell\[\] 數組,它的工作機制是這樣的:假如有 5 個線程要對 i 進行自增操作,由于 5 個線程的話,不是很多,起沖突的幾率較小,那就讓他們按照以往正常的那樣,采用 CAS 來自增吧。
但是,如果有 100 個線程要對 i 進行自增操作的話,這個時候,沖突就會大大增加,系統就會把這些線程分配到不同的 cell 數組元素去,假如 cell\[10\] 有 10 個元素吧,且元素的初始化值為 0,那么系統就會把 100 個線程分成 10 組,每一組對 cell 數組其中的一個元素做自增操作,這樣到最后,cell 數組 10 個元素的值都為 10,系統在把這 10 個元素的值進行匯總,進而得到 100,二這,就等價于 100 個線程對 i 進行了 100 次自增操作。
當然,我這里只是舉個例子來說明 Java8 對 CAS 優化的大致原理,具體的大家有興趣可以去看源碼,或者去搜索對應的文章哦。
### 總結
理解 CAS 的原理還是非常重要的,它是 AQS 的基石,而 AQS 又是并發框架的基石,接下來有時間的話,還會寫一篇 AQS 的文章。
作者:帥地
鏈接:https://juejin.cn/post/6844903841406648333
來源:掘金
- 一.JVM
- 1.1 java代碼是怎么運行的
- 1.2 JVM的內存區域
- 1.3 JVM運行時內存
- 1.4 JVM內存分配策略
- 1.5 JVM類加載機制與對象的生命周期
- 1.6 常用的垃圾回收算法
- 1.7 JVM垃圾收集器
- 1.8 CMS垃圾收集器
- 1.9 G1垃圾收集器
- 2.面試相關文章
- 2.1 可能是把Java內存區域講得最清楚的一篇文章
- 2.0 GC調優參數
- 2.1GC排查系列
- 2.2 內存泄漏和內存溢出
- 2.2.3 深入理解JVM-hotspot虛擬機對象探秘
- 1.10 并發的可達性分析相關問題
- 二.Java集合架構
- 1.ArrayList深入源碼分析
- 2.Vector深入源碼分析
- 3.LinkedList深入源碼分析
- 4.HashMap深入源碼分析
- 5.ConcurrentHashMap深入源碼分析
- 6.HashSet,LinkedHashSet 和 LinkedHashMap
- 7.容器中的設計模式
- 8.集合架構之面試指南
- 9.TreeSet和TreeMap
- 三.Java基礎
- 1.基礎概念
- 1.1 Java程序初始化的順序是怎么樣的
- 1.2 Java和C++的區別
- 1.3 反射
- 1.4 注解
- 1.5 泛型
- 1.6 字節與字符的區別以及訪問修飾符
- 1.7 深拷貝與淺拷貝
- 1.8 字符串常量池
- 2.面向對象
- 3.關鍵字
- 4.基本數據類型與運算
- 5.字符串與數組
- 6.異常處理
- 7.Object 通用方法
- 8.Java8
- 8.1 Java 8 Tutorial
- 8.2 Java 8 數據流(Stream)
- 8.3 Java 8 并發教程:線程和執行器
- 8.4 Java 8 并發教程:同步和鎖
- 8.5 Java 8 并發教程:原子變量和 ConcurrentMap
- 8.6 Java 8 API 示例:字符串、數值、算術和文件
- 8.7 在 Java 8 中避免 Null 檢查
- 8.8 使用 Intellij IDEA 解決 Java 8 的數據流問題
- 四.Java 并發編程
- 1.線程的實現/創建
- 2.線程生命周期/狀態轉換
- 3.線程池
- 4.線程中的協作、中斷
- 5.Java鎖
- 5.1 樂觀鎖、悲觀鎖和自旋鎖
- 5.2 Synchronized
- 5.3 ReentrantLock
- 5.4 公平鎖和非公平鎖
- 5.3.1 說說ReentrantLock的實現原理,以及ReentrantLock的核心源碼是如何實現的?
- 5.5 鎖優化和升級
- 6.多線程的上下文切換
- 7.死鎖的產生和解決
- 8.J.U.C(java.util.concurrent)
- 0.簡化版(快速復習用)
- 9.鎖優化
- 10.Java 內存模型(JMM)
- 11.ThreadLocal詳解
- 12 CAS
- 13.AQS
- 0.ArrayBlockingQueue和LinkedBlockingQueue的實現原理
- 1.DelayQueue的實現原理
- 14.Thread.join()實現原理
- 15.PriorityQueue 的特性和原理
- 16.CyclicBarrier的實際使用場景
- 五.Java I/O NIO
- 1.I/O模型簡述
- 2.Java NIO之緩沖區
- 3.JAVA NIO之文件通道
- 4.Java NIO之套接字通道
- 5.Java NIO之選擇器
- 6.基于 Java NIO 實現簡單的 HTTP 服務器
- 7.BIO-NIO-AIO
- 8.netty(一)
- 9.NIO面試題
- 六.Java設計模式
- 1.單例模式
- 2.策略模式
- 3.模板方法
- 4.適配器模式
- 5.簡單工廠
- 6.門面模式
- 7.代理模式
- 七.數據結構和算法
- 1.什么是紅黑樹
- 2.二叉樹
- 2.1 二叉樹的前序、中序、后序遍歷
- 3.排序算法匯總
- 4.java實現鏈表及鏈表的重用操作
- 4.1算法題-鏈表反轉
- 5.圖的概述
- 6.常見的幾道字符串算法題
- 7.幾道常見的鏈表算法題
- 8.leetcode常見算法題1
- 9.LRU緩存策略
- 10.二進制及位運算
- 10.1.二進制和十進制轉換
- 10.2.位運算
- 11.常見鏈表算法題
- 12.算法好文推薦
- 13.跳表
- 八.Spring 全家桶
- 1.Spring IOC
- 2.Spring AOP
- 3.Spring 事務管理
- 4.SpringMVC 運行流程和手動實現
- 0.Spring 核心技術
- 5.spring如何解決循環依賴問題
- 6.springboot自動裝配原理
- 7.Spring中的循環依賴解決機制中,為什么要三級緩存,用二級緩存不夠嗎
- 8.beanFactory和factoryBean有什么區別
- 九.數據庫
- 1.mybatis
- 1.1 MyBatis-# 與 $ 區別以及 sql 預編譯
- Mybatis系列1-Configuration
- Mybatis系列2-SQL執行過程
- Mybatis系列3-之SqlSession
- Mybatis系列4-之Executor
- Mybatis系列5-StatementHandler
- Mybatis系列6-MappedStatement
- Mybatis系列7-參數設置揭秘(ParameterHandler)
- Mybatis系列8-緩存機制
- 2.淺談聚簇索引和非聚簇索引的區別
- 3.mysql 證明為什么用limit時,offset很大會影響性能
- 4.MySQL中的索引
- 5.數據庫索引2
- 6.面試題收集
- 7.MySQL行鎖、表鎖、間隙鎖詳解
- 8.數據庫MVCC詳解
- 9.一條SQL查詢語句是如何執行的
- 10.MySQL 的 crash-safe 原理解析
- 11.MySQL 性能優化神器 Explain 使用分析
- 12.mysql中,一條update語句執行的過程是怎么樣的?期間用到了mysql的哪些log,分別有什么作用
- 十.Redis
- 0.快速復習回顧Redis
- 1.通俗易懂的Redis數據結構基礎教程
- 2.分布式鎖(一)
- 3.分布式鎖(二)
- 4.延時隊列
- 5.位圖Bitmaps
- 6.Bitmaps(位圖)的使用
- 7.Scan
- 8.redis緩存雪崩、緩存擊穿、緩存穿透
- 9.Redis為什么是單線程、及高并發快的3大原因詳解
- 10.布隆過濾器你值得擁有的開發利器
- 11.Redis哨兵、復制、集群的設計原理與區別
- 12.redis的IO多路復用
- 13.相關redis面試題
- 14.redis集群
- 十一.中間件
- 1.RabbitMQ
- 1.1 RabbitMQ實戰,hello world
- 1.2 RabbitMQ 實戰,工作隊列
- 1.3 RabbitMQ 實戰, 發布訂閱
- 1.4 RabbitMQ 實戰,路由
- 1.5 RabbitMQ 實戰,主題
- 1.6 Spring AMQP 的 AMQP 抽象
- 1.7 Spring AMQP 實戰 – 整合 RabbitMQ 發送郵件
- 1.8 RabbitMQ 的消息持久化與 Spring AMQP 的實現剖析
- 1.9 RabbitMQ必備核心知識
- 2.RocketMQ 的幾個簡單問題與答案
- 2.Kafka
- 2.1 kafka 基礎概念和術語
- 2.2 Kafka的重平衡(Rebalance)
- 2.3.kafka日志機制
- 2.4 kafka是pull還是push的方式傳遞消息的?
- 2.5 Kafka的數據處理流程
- 2.6 Kafka的腦裂預防和處理機制
- 2.7 Kafka中partition副本的Leader選舉機制
- 2.8 如果Leader掛了的時候,follower沒來得及同步,是否會出現數據不一致
- 2.9 kafka的partition副本是否會出現腦裂情況
- 十二.Zookeeper
- 0.什么是Zookeeper(漫畫)
- 1.使用docker安裝Zookeeper偽集群
- 3.ZooKeeper-Plus
- 4.zk實現分布式鎖
- 5.ZooKeeper之Watcher機制
- 6.Zookeeper之選舉及數據一致性
- 十三.計算機網絡
- 1.進制轉換:二進制、八進制、十六進制、十進制之間的轉換
- 2.位運算
- 3.計算機網絡面試題匯總1
- 十四.Docker
- 100.面試題收集合集
- 1.美團面試常見問題總結
- 2.b站部分面試題
- 3.比心面試題
- 4.騰訊面試題
- 5.哈羅部分面試
- 6.筆記
- 十五.Storm
- 1.Storm和流處理簡介
- 2.Storm 核心概念詳解
- 3.Storm 單機版本環境搭建
- 4.Storm 集群環境搭建
- 5.Storm 編程模型詳解
- 6.Storm 項目三種打包方式對比分析
- 7.Storm 集成 Redis 詳解
- 8.Storm 集成 HDFS 和 HBase
- 9.Storm 集成 Kafka
- 十六.Elasticsearch
- 1.初識ElasticSearch
- 2.文檔基本CRUD、集群健康檢查
- 3.shard&replica
- 4.document核心元數據解析及ES的并發控制
- 5.document的批量操作及數據路由原理
- 6.倒排索引
- 十七.分布式相關
- 1.分布式事務解決方案一網打盡
- 2.關于xxx怎么保證高可用的問題
- 3.一致性hash原理與實現
- 4.微服務注冊中心 Nacos 比 Eureka的優勢
- 5.Raft 協議算法
- 6.為什么微服務架構中需要網關
- 0.CAP與BASE理論
- 十八.Dubbo
- 1.快速掌握Dubbo常規應用
- 2.Dubbo應用進階
- 3.Dubbo調用模塊詳解
- 4.Dubbo調用模塊源碼分析
- 6.Dubbo協議模塊