請問在不加鎖的情況下如何保證線程安全？
概念
compare and swap，解決多線程并行情況下使用鎖造成性能損耗的一種機制，CAS操作包含三個操作數——內存位置(V)、預期原值(A)和新值(B)。如果內存位置的值與預期原值相匹配，那么處理器會自動將該位置值更新為新值。否則，處理器不做任何操作。無論哪種情況，它都會在CAS指令之前返回該位置的值。CAS有效地說明了“我認為位置V應該包含值A;如果包含該值，則將B放到這個位置;否則，不要更改該位置，只告訴我這個位置現在的值即可。
簡單點來說就是修改之前先做一下對比，校驗數據是否被其他線程修改過，如果修改過了，那么將內存中新的值取出在與內存中的進行對比，直到相等，然后再做修改。
假如我們要對變量：num做累加操作，num初始值=0。1.cpu前往內存取出num;2.判斷內存中的num是否被修改;3.做+1操作;4.將修改后的值寫入內存中;
這時候可能會有疑問了，判斷、自加、寫回內存難道不會發生線程安全問題嗎?既然cas能成為并發編程中安全問題的解決這，那么這個問題肯定是不會發生的，為什么呢?因為判斷、自加、寫回內存這是一個由硬件保證的原子操作，硬件是如何保證原子性的，請先看下面這個例子
需求：
使用三個線程分別對某個成員變量累加10W，打印累加結果。
我們使用兩種方法完成此需求。1.正常累加(既不加鎖，也不使用原子類)。
1.使用synchronized。
2.使用原子類(Atomic)。
實現
1.正常累加(既不加鎖，也不使用原子類)。
這種方式沒有什么說的，直接上代碼
- package com.ymy.test;
- public class CASTest {
- private static long count = 0;
- /**
- * 累加10w
- */
- private static void add(){
- for (int i = 0; i< 100000; ++i){
- count+=1;
- }
- }
- public static void main(String[] args) throws InterruptedException {
- //開啟三個線程 t1 t2 t3
- Thread t1 = new Thread(() ->{
- add();
- });
- Thread t2 = new Thread(() ->{
- add();
- });
- Thread t3 = new Thread(() ->{
- add();
- });
- long starTime = System.currentTimeMillis();
- //啟動三個線程
- t1.start();
- t2.start();
- t3.start();
- //讓線程同步
- t1.join();
- t2.join();
- t3.join();
- long endTime = System.currentTimeMillis();
- System.out.println("累加完成，count："+count);
- System.out.println("耗時："+(endTime - starTime)+" ms");
- }
- }
執行結果
很明顯，三個線程累加，由于cpu緩存的存在，導致結果遠遠小于30w，這個也是我們預期到的，所以才會出現后面兩種解決方案。
2.使用synchronized
使用synchronized時需要注意，需求要求我們三個線程分別累加10W，所以synchronized鎖定的內容就非常重要了，要么直接鎖定類，要么三個線程使用同一把鎖，關于synchronized的介紹以及鎖定內容請參考：java并發編程之synchronized
第一種，直接鎖定類，我這里采用鎖定靜態方法。
我們來改動一下代碼，將add方法加上synchronized關鍵字即可，由于add方法已經時靜態方法了，所以現在鎖定的時整個CASTest類。
- /**
- * 累加10w
- */
- private static synchronized void add(){
- for (int i = 0; i< 100000; ++i){
- count+=1;
- }
- }
運行結果第一次：
第二次：
第三次：
這里就有意思了，加了鎖的運行時間居然比不加鎖的運行時間還少?是不是覺得有點不可思議了?其實這個也不難理解，這里就要牽扯到cpu緩存以及緩存與內存的回寫機制了，感興趣的小伙伴可以自行百度，今天的重點不在這里。
第二種：三個線程使用同一把鎖
改造代碼，去掉add方法的synchronized關鍵字，將synchronized寫在add方法內，新建一把鑰匙(成員變量：lock)，讓三個累加都累加操作使用這把鑰匙，代碼如下：
- package com.ymy.test;
- public class CASTest {
- private static long count = 0;
- private static final String lock = "lock";
- /**
- * 累加10w
- */
- private static void add() {
- synchronized(lock){
- for (int i = 0; i < 100000; ++i) {
- count += 1;
- }
- }
- }
- public static void main(String[] args) throws InterruptedException {
- //開啟三個線程 t1 t2 t3
- Thread t1 = new Thread(() -> {
- add();
- });
- Thread t2 = new Thread(() -> {
- add();
- });
- Thread t3 = new Thread(() -> {
- add();
- });
- long starTime = System.currentTimeMillis();
- //啟動三個線程
- t1.start();
- t2.start();
- t3.start();
- //讓線程同步
- t1.join();
- t2.join();
- t3.join();
- long endTime = System.currentTimeMillis();
- System.out.println("累加完成，count：" + count);
- System.out.println("耗時：" + (endTime - starTime) + " ms");
- }
- }
結果如下：
這兩種加鎖方式都能保證線程的安全，但是這里你需要注意一點，如果是在方法上加synchronized而不加static關鍵字的話，必須要保證多個線程共用這一個對象，否者加鎖無效。
原子類
原子類工具有很多，我們舉例的累加操作只用到其中的一種，我們一起看看java提供的原子工具有哪些：
工具類還是很豐富的，我們結合需求來講解一下其中的一種，我們使用：AtomicLong。
AtomicLong提供了兩個構造函數：
value：原子操作的初始值，調用無參構造value=0;調用有參構造value=指定值
其中value還是被volatile 關鍵字修飾，volatile可以保證變量的可見性，什么叫可見性?可見性有一條很重要的規則：Happens-Before 規則，意思：前面一個操作的結果對后續操作是可見的，線程1對變量A的修改其他線程立馬可以看到，具體請自行百度。
我們接著來看累加的需求，AtomicLong提供了一個incrementAndGet()，源碼如下：
- /**
- * Atomically increments by one the current value.
- *
- * @return the updated value
- */
- public final long incrementAndGet() {
- return unsafe.getAndAddLong(this, valueOffset, 1L) + 1L;
- }
Atomically increments by one the current value ：原子的增加一個當前值。好了，我們現在試著將互斥鎖修改成原子類工具，改造代碼：
1.實例化一個Long類型的原子類工具;
2.再for循環中使用incrementAndGet()方法進行累加操作。
改造后的代碼：
- package com.ymy.test;
- import java.util.concurrent.atomic.AtomicLong;
- public class CASTest {
- // private static long count = 0;
- //
- // private static final String lock = "lock";
- private static AtomicLong atomicLong = new AtomicLong();
- /**
- * 累加10w
- */
- private static void add() {
- for (int i = 0; i < 100000; ++i) {
- atomicLong.incrementAndGet();
- }
- }
- public static void main(String[] args) throws InterruptedException {
- //開啟三個線程 t1 t2 t3
- Thread t1 = new Thread(() -> {
- add();
- });
- Thread t2 = new Thread(() -> {
- add();
- });
- Thread t3 = new Thread(() -> {
- add();
- });
- long starTime = System.currentTimeMillis();
- //啟動三個線程
- t1.start();
- t2.start();
- t3.start();
- //讓線程同步
- t1.join();
- t2.join();
- t3.join();
- long endTime = System.currentTimeMillis();
- //System.out.println("累加完成，count：" + count);
- System.out.println("累加完成，count：" + atomicLong);
- System.out.println("耗時：" + (endTime - starTime) + " ms");
- }
- }
結果：
可以得到累加的結果也是：30w，但時間卻比互斥鎖要久，這是為什么呢?我們一起來解剖一下源碼。
AtomicLong incrementAndGet()源碼解析
- /**
- * Atomically increments by one the current value.
- *
- * @return the updated value
- */
- public final long incrementAndGet() {
- return unsafe.getAndAddLong(this, valueOffset, 1L) + 1L;
- }
- public final long getAndAddLong(Object var1, long var2, long var4) {
- long var6;
- do {
- var6 = this.getLongVolatile(var1, var2);
- } while(!this.compareAndSwapLong(var1, var2, var6, var6 + var4));
- return var6;
- }
我們來看看getAndAddLong方法，發現內部使用了一個 do while 循環，我們看看循環的條件是什么
- public final native boolean compareAndSwapLong(Object var1, long var2, long var4, long var6);
這是循環條件的源碼，不知道你們發現沒有一個關鍵字：native，表示java代碼已經走完了，這里需要調用C/C++代碼，這里調用的時C++代碼，在這里就要解釋一下為什么原子類的比較和賦值是線程安全的，那是因為c++代碼中是有加鎖的，不知道你們是否了解過內存與cpu的消息總線制，c++就是再消息總線中加了lock，保證了互斥性，所以對比和賦值是一個原子操作，線程安全的。
Unsafe，這個類可以為原子工具類提供硬件級別的原子性，雖然我們java中使用的這些原子工具類雖然都是無鎖的，但是我們無需考慮他的多線程安全問題。
為什么原子類比互斥鎖的效率低?
好了，現在來思考一下為什么原子工具類的效率會比互斥鎖低?明明沒有加鎖，反而比加了鎖慢，這是不是有點不合常理?其實這很符合常理，我們一起來分析一波，CAS(Compare and Swap)重在比較，我們看源碼的時候發現有一個 do while循環，這個循環的作用是什么呢?
1.判斷期望值是否和內存中的值一致;
2.如果不一致，獲取內存中最新的值(var6)，此時期望值就等于了var6，使用改期望值繼續與內存中的值做對比，直到發現期望值和內存中的值一致，+1之后返回結果。
這里有一個問題不知道你們發現沒有，就是這個循環問題，1.我們假設線程1最先訪問內存中的num值=0;加載到cpu中;2.還沒有做累加操作，cpu執行了線程切換操作;3.線程2得到了使用權，線程2也去內存中加載num=0，累加之后將結果返回到了內存中;4.線程切回線程1，接著上面的操作，要和內存中的num進行對比，期望值=0，內存num=1，法向對比不上，從新獲取內存中的num=1加載到線程1所在的cpu中;5.此時線程又切換了，這次切換了線程3;6.線程3從內存中加載num=1到線程3所在的cpu中，之后拿著期望值=1與內存中的num=1做對比，發現值并沒有被修改，此時，累加結果之后寫回內存;7.線程1拿到使用權;8.線程1期望值=1與內存num=2做對比，發現又不相同，此時又需要將內存中的新num=3加載到線程1所在的cpu中，然后拿著期望值=2與內存num=2做對比，發現相同，累加將結果寫回內存。
這是再多線程下的一種情況，我們發現線程1做了兩次對比，而真正的程序循環對比的次數肯定會比我們分析的多，互斥鎖三個線程累加10w，只需要累加30萬次即可，而原子類工具需要累加30萬次并且循環很多次，可能幾千次，也可能幾十萬次，所以再內存中累加操作互斥鎖會比原子類效率高，因為內存的執行效率高，會導致一個對比執行很多循環，我們稱這個循環叫：自旋。
是不是所有情況下都是互斥鎖要快呢?肯定不是的，如果操作的數據再磁盤中，或者操作數據量太多時，原子類就會比互斥鎖的性能高很多，這很好理解，就像內存中單線程比多線程效率會更高(一般情況)。
CAS的ABA問題
ABA是什么?我們來舉個例子：變量a初始值=0，被線程1獲取a=0，切換到線程2，獲取a=0，并且將a修改為1寫回內存，切換到線程3，再內存中獲取數據a=1，將數據修改為0然后寫回內存，切換到線程1，這時候線程1發現內存中的值還是0，線程1認為內存中a沒有被修改，這時候線程1將a的值修改為1，寫回內存。
我們來分析一下這波操作會不會有風險，從表面上看，好像沒什么問題，累加或者值修改的時候問題不大，覺得這個ABA沒有什么風險，如果你這樣認為，那就大錯特錯了，我舉個例子，用戶A用網上銀行給用戶B轉錢，同時用戶C也在給用戶A轉錢，我們假設用戶A賬戶余額100元，用戶A要給用戶B轉100元，用戶C要給用戶A轉100元，用戶A轉給用戶B、用戶C轉給用戶A同時發生，但由于用戶A的網絡不好，用戶A點了一下之后沒有反應，接著又點了一下，這時候就會發送兩條用戶A給用戶B轉100元的請求。
我們假設線程1：用戶A第一次轉用戶B100元
線程2：用戶A第二次轉用戶B100元
線程3：用戶C轉用戶A100元。
線程1執行的時候獲取用戶A的余額=100元，此時切換到了線程2，也獲取到了用戶A的余額=100元，線程2做了扣錢操作(update money-100 where money=100)，100是我們剛查出來的，扣完之后余額應該變成了0元，切換到線程3，用戶C轉給用戶A100元，此時用戶A的賬戶又變成了100元，切換到線程1，執行扣錢操作(update money-100 where money=100)，本來是應該扣錢失敗的，由于用戶C給用戶A轉了100元，導致用戶A的余額又變成了100元，所以線程1也扣錢成功了。
這是不是很恐怖?所以在開發的時候，ABA問題是否需要注意，還請分析好應用場景，像之前說的這個ABA問題，數據庫層面我們可以加版本號(版本號累加)就能解決，程序中原子類也給我們提供了解決方案：AtomicStampedReference，感興趣的小伙伴可以研究一下。其實思路和版本號類似，比較的時候不僅需要比較期望值，還要對比版本號，都相同的情況下才會做修改。
