CAS和Synchronized的区别是什么?适合什么样的场景?有什么样的优点和缺点?
示例程序:启动两个线程,每个线程中让静态变量count循环累加100次。
public class ThreadTest {
private static int count = 0;
public static void main(String[] args) {
for (int i = 0; i < 2; i++) {
//开启两个线程
new Thread(new Runnable() {
@Override
public void run() {
try {
Thread.sleep(10);
} catch (Exception e) {
e.printStackTrace();
}
//每个线程自增100
for (int i = 0; i < 100; i++) {
count++;
}
}
}).start();
}
try {
Thread.sleep(200);
} catch (Exception e) {
e.printStackTrace();
}
System.out.println("count="+count);
}
}
最终输出的count结果是什么呢?一定会是200吗?
因为这段代码不是线程安全的,所以最终的自增结果很可能少于200!
加上Synchronized同步锁,看看结果:
public class ThreadTest {
private static int count = 0;
public static void main(String[] args) {
for (int i = 0; i < 2; i++) {
//开启两个线程
new Thread(new Runnable() {
@Override
public void run() {
try {
Thread.sleep(10);
} catch (Exception e) {
e.printStackTrace();
}
//每个线程自增100
for (int i = 0; i < 100; i++) {
//加上同步锁
synchronized (ThreadTest.class) {
count++;
}
}
}
}).start();
}
try {
Thread.sleep(200);
} catch (Exception e) {
e.printStackTrace();
}
System.out.println("count="+count);
}
}
加了同步锁之后,count自增的操作变成了原子性操作,所以最终的输出一定是count=200,代码实现了线程安全。
Synchronized的确保证了线程安全,但是在某些情况下,确不是最优选择。
为什么这么说呢?关键在于性能问题。
Synchronized关键字会让没有得到锁资源的线程进入BLOCKED状态,而后在争夺到锁资源后恢复为RUNNABLE状态,这个过程中涉及到操作系统用户模式和内核模式的转换,代价比较高。
尽管Java1.6为Synchronized做了优化,增加了从偏向锁到轻量级锁再到重量级锁的过度,但是在最终转变为重量级锁之后**,性能仍然较**低。
还有别的方法吗?
有没有听说过,java当中的原子操作类?
所谓原子操作类,指的是java.util.concurrent.atomic包下,一系列以Atomic开头的包装类。例如AtomicBoolean,AtomicInteger,AtomicLong。它们分别用于Boolean,Integer,Long类型的原子性操作。
现在我们尝试在代码中引入AtomicInteger类:
public class ThreadTest {
// private static int count = 0;
private static AtomicInteger count = new AtomicInteger(0);
public static void main(String[] args) {
for (int i = 0; i < 2; i++) {
//开启两个线程
new Thread(new Runnable() {
@Override
public void run() {
try {
Thread.sleep(10);
} catch (Exception e) {
e.printStackTrace();
}
//每个线程自增100
for (int i = 0; i < 100; i++) {
//加上同步锁
// synchronized (ThreadTest.class) {
// count++;
// }
count.incrementAndGet();
}
}
}).start();
}
try {
Thread.sleep(200);
} catch (Exception e) {
e.printStackTrace();
}
System.out.println("count="+count);
}
}
使用AtomicInteger之后,最终的输出结果同样可以保证是200。并且在某些情况下,代码的性能会比Synchronized更好。
Atomic操作类的底层,正是用了CAS机制。
什么是CAS?
CAS是英文单词Compare And Swap的缩写,翻译过来就是比较并替换。
CAS机制当中使用了3个基本操作数:内存地址V,旧的预期值A,要修改的新值B。
更新一个变量的时候,只有当变量的预期值A和内存地址V当中的实际值相同时,才会将内存地址V对应的值修改为B。
这样说或许有些抽象,我们来看一个例子:
- 在内存地址V当中,存储着值为10的变量。
- 此时线程1想要把变量的值增加1。对线程1来说,旧的预期值A=10,要修改的新值B=11。
- 在线程1要提交更新之前,另一个线程2抢先一步,把内存地址V中的变量值率先更新成了11。
- 线程1开始提交更新,首先进行A和地址V的实际值比较(Compare),发现A不等于V的实际值,提交失败。
- 线程1重新获取内存地址V的当前值,并重新计算想要修改的新值。此时对线程1来说,A=11,B=12。这个重新尝试的过程被称为自旋。
- 这一次比较幸运,没有其他线程改变地址V的值。线程1进行Compare,发现A和地址V的实际值是相等的。
- 线程1进行SWAP,把地址V的值替换为B,也就是12。
从思想上来说,Synchronized属于悲观锁,悲观地认为程序中的并发情况严重,所以严防死守。CAS属于乐观锁,乐观地认为程序中的并发情况不那么严重,所以让线程不断去尝试更新。
这两种机制没有绝对的好与坏,关键看使用场景。在并发量非常高的情况下,反而用同步锁更合适一些。
Java当中都有哪些地方应用到了CAS机制呢?
- Atomic系统
- Lock系列类的底层实现
甚至在java1.6以上版本,Synchronized转变为重量级锁之前,也会采用CAS机制。
CAS机制有哪些缺点?
- CPU开销较大
在并发量比较高的情况下,如果许多线程反复尝试更新某一个变量,却又一直更新不成功,循环往复,会给CPU带来很大的压力。
- 不能保证代码块的原子性
CAS机制所保证的只是一个变量的原子性操作,而不能保证整个代码块的原子性。比如需要保证3个变量共同进行原子性的更新,就不得不使用Synchronized了。
- ABA问题
两个问题如下需要解决:
- Java当中CAS的底层实现。
- CAS的ABA问题和解决方法。
1.CAS的底层究竟是怎么来实现的?比如AtomicInteger,是怎么做到原子性的比较和更新一个值?
我们来看一下AtomicInteger的源代码
首先看一看AtomicInteger当中常用的自增方法 incrementAndGet:
private volatile int value;
public final int get(){
return value;
}
public final int incrementAndGet(){
for(;;){
int current = get();
int next = current+1;
if(compareAndSet(current,next)){
return next;
}
}
}
这段代码是一个无限循环,也就是CAS的自旋。循环体当中做了三件事:
- 获取当前值。
- 当前值+1,计算出目标值。
- 进行CAS操作,如果成功则跳出循环,如果失败则重复上述步骤。
这里需要注意的重点是 get 方法,这个方法的作用是获取变量的当前值。
如何保证获得的当前值是内存中的最新值呢?很简单,用volatile[ˈvɒlətaɪl]关键字来保证。有关volatile关键字的知识,我们之前有介绍过,这里就不详细阐述了。
compareAndSet是如何保证原子性操作的呢?
接下来看一看compareAndSet方法的实现,以及方法所依赖对象的来历:
private static final Unsafe unsafe = Unsafe.getUnsafe();
private staitc final long valueOffset;
static{
try{
valueOffset = unsafe.objectFieldOffset(AtomicInteger.class.getDeclareField("value"));
}catch(Exception ex){
throw new Exception(ex);
}
}
public final boolean compareAndSet(int expect,int update){
return unsafe.compareAndSwapInt(this,valueOffset,expect,update);
}
compareAndSet方法的实现很简单,只有一行代码。这里涉及到两个重要的对象,一个是unsafe,一个是valueOffset。
什么是unsafe呢?Java语言不像C,C++那样可以直接访问底层操作系统,但是JVM为我们提供了一个后门,这个后门就是unsafe。unsafe为我们提供了硬件级别的原子操作。
至于valueOffset对象,是通过unsafe.objectFieldOffset方法得到,所代表的是AtomicInteger对象value成员变量在内存中的偏移量。我们可以简单地把valueOffset理解为value变量的内存地址。
我们在上一期说过,CAS机制当中使用了3个基本操作数:内存地址V,旧的预期值A,要修改的新值B。
而unsafe的compareAndSwapInt方法参数包括了这三个基本元素:
- valueOffset参数代表了V
- expect参数代表了A
- update参数代表了B
正是unsafe的compareAndSwapInt方法保证了Compare和Swap操作之间的原子性操作。
2.ABA问题呢?
所谓ABA问题,就是一个变量的值从A改成B,又从B改成了A。
什么是ABA呢?假设内存中有一个值为A的变量,存储在地址V当中。
此时有三个线程想使用CAS的方式更新这个变量值,每个线程的执行时间有略微的偏差。线程1和线程2已经获得当前值,线程3还未获得当前值。
接下来,线程1先一步执行成功,把当前值成功从A更新为B;同时线程2因为某种原因被阻塞住,没有做更新操作;线程3在线程1更新之后,获得了当前值B。
再之后,线程2仍然处于阻塞状态,线程3继续执行,成功把当前值从B更新成了A。
最后,线程2终于恢复了运行状态,由于阻塞之前已经获得了“当前值”A,并且经过compare检测,内存地址V中的实际值也是A,所以成功把变量值A更新成了B。
这个过程中,线程2获取到的变量值A是一个旧值,尽管和当前的实际值相同,但内存地址V中的变量已经经历了A->B->A的改变。
表面看起来没毛病,本来就是要把A变成B,但如果我们结合实际应用场景,就可以看出它的问题所在。
当我们举一个提款机的例子。假设有一个遵循CAS原理的提款机,小灰有100元存款,要用这个提款机来提款50元。
由于提款机硬件出了点小问题,小灰的提款操作被同时提交两次,开启了两个线程,两个线程都是获取当前值100元,要更新成50元。
理想情况下,应该一个线程更新成功,另一个线程更新失败,小灰的存款只被扣一次。
线程1首先执行成功,把余额从100改成50。线程2因为某种原因阻塞了。这时候,小灰的妈妈刚好给小灰汇款50元。
线程2仍然是阻塞状态,线程3执行成功,把余额从50改成100。
线程2恢复运行,由于阻塞之前已经获得了“当前值”100,并且经过compare检测,此时存款实际值也是100,所以成功把变量值100更新成了50。
这个举例改编自《java特种兵》当中的一段例子。原本线程2应当提交失败,小灰的正确余额应该保持为100元,结果由于ABA问题提交成功了。
那么ABA问题如何解决呢?
解决方法很简单,加个版本号就行。
什么意思呢?真正要做到严谨的CAS机制,我们在Compare阶段不仅要比较期望值A和地址V中的实际值,还要比较变量的版本号是否一致。
我们仍然以最初的例子来说明一下,假设地址V中存储着变量值A,当前版本号是01。线程1获得了当前值A和版本号01,想要更新为B,但是被阻塞了。
这时候,内存地址V中的变量发生了多次改变,版本号提升为03,但是变量值仍然是A。
随后线程1恢复运行,进行Compare操作。经过比较,线程1所获得的值和地址V的实际值都是A,但是版本号不相等,所以这一次更新失败。
在Java当中,AtomicStampedReference类就实现了用版本号做比较的CAS机制。
3.总结
3.1 Java语言CAS底层如何实现?
利用unsafe提供了原子性操作方法。
3.2 什么是ABA问题?怎么解决?
当一个值从A更新成B,又更新会A,普通CAS机制会误判通过检测。
利用版本号比较可以有效解决ABA问题。