<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ??碼云GVP開源項目 12k star Uniapp+ElementUI 功能強大 支持多語言、二開方便! 廣告
                [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
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看