JUC之无锁并发（乐观锁）

1、引述

有如下需求，保证 account.withdraw 取款方法的线程安全

interface Account {
    /**
     * 获取余额
     *
     * @return Integer 余额
     */
    Integer getBalance();

    /**
     * 取款
     *
     * @param amount 取款数
     */
    void withdraw(Integer amount);

    /**
     * 方法内会启动 1000 个线程，每个线程做 -10 元 的操作
     * 如果初始余额为 10000 那么正确的结果应当是 0
     *
     * @param account 实现类
     */
    static void demo(Account account) {
        List<Thread> ts = new ArrayList<>();
        long start = System.nanoTime();
        for (int i = 0; i < 1000; i++) {
            ts.add(new Thread(() -> {
                account.withdraw(10);
            }));
        }
        ts.forEach(Thread::start);
        ts.forEach(t -> {
            try {
                t.join();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        });
        long end = System.nanoTime();
        System.out.println(account.getBalance()
                + " cost: " + (end - start) / 1000_000 + " ms");
    }
}

不安全的实现，至于为什么，不细说，很明显

@Slf4j
public class Test {

    public static void main(String[] args) {
        Account.demo(new AccountUnsafe(10000));
    }
}

class AccountUnsafe implements Account {
    private Integer balance;

    public AccountUnsafe(Integer balance) {
        this.balance = balance;
    }

    @Override
    public Integer getBalance() {
        return balance;
    }

    @Override
    public void withdraw(Integer amount) {
        balance -= amount;
    }
}

加锁的实现

class AccountUnsafe implements Account {
    private Integer balance;

    public AccountUnsafe(Integer balance) {
        this.balance = balance;
    }

    @Override
    public synchronized Integer getBalance() {
        return balance;
    }

    @Override
    public synchronized void withdraw(Integer amount) {
        balance -= amount;
    }
}

无锁的实现

class AccountCas implements Account {
    private final AtomicInteger balance;

    public AccountCas(Integer balance) {
        this.balance = new AtomicInteger(balance);
    }

    @Override
    public synchronized Integer getBalance() {
        return balance.get();
    }

    @Override
    public synchronized void withdraw(Integer amount) {
        while (true) {
            int prev = balance.get();
            int next = prev - amount;
            if (balance.compareAndSet(prev, next)) {
                break;
            }
        }
        // 可以简化为下面的方法
        // balance.addAndGet(-1 * amount);
    }
}

2、CAS 与 volatile

前面看到的 AtomicInteger 的解决方法，内部并没有用锁来保护共享变量的线程安全。那么它是如何实现的呢？

compareAndSet 正是做这个检查，在 set 前，先比较 prev 与当前值，不一致了，next 作废，返回 false 表示失败，比如，别的线程已经做了减法，当前值已经被减成了 990 那么本线程的这次 990 就作废了，进入 while 下次循环重试，如果一致，以 next 设置为新值，返回 true 表示成功

其实 CAS 的底层是 lock cmpxchg 指令（X86 架构），在单核 CPU 和多核 CPU 下都能够保证【比较-交换】的原子性。

进入 AtomicInteger 源代码

获取共享变量时，为了保证该变量的可见性，需要使用 volatile 修饰。它可以用来修饰成员变量和静态成员变量，他可以避免线程从自己的工作缓存中查找变量的值，必须到主存中获取它的值，线程操作 volatile 变量都是直接操作主存。即一个线程对 volatile 变量的修改，对另一个线程可见。CAS 必须借助 volatile 才能读取到共享变量的最新值来实现【比较并交换】的效果

还可以看到我们使用无锁实现，比前两种实现效率都会高，为什么呢？

无锁情况下，即使重试失败，线程始终在高速运行，没有停歇(阻塞)，而 synchronized 会让线程在没有获得锁的时候，发生上下文切换，进入阻塞，不过如果竞争激烈，可以想到重试必然频繁发生，反而效率会受影响
CAS 是基于乐观锁的思想：最乐观的估计，不怕别的线程来修改共享变量，就算改了也没关系，我吃亏点再重试呗。
synchronized 是基于悲观锁的思想：最悲观的估计，得防着其它线程来修改共享变量，我上了锁你们都别想改，我改完了解开锁，你们才有机会。

3、原子整数

JUC 并发包提供了：

AtomicBoolean
AtomicInteger
AtomicLong

以 AtomicInteger 为例，其他两个都是类似

AtomicInteger i = new AtomicInteger(0);

// 获取并自增（i = 0, 结果 i = 1, 返回 0），类似于 i++
System.out.println(i.getAndIncrement());

// 自增并获取（i = 1, 结果 i = 2, 返回 2），类似于 ++i
System.out.println(i.incrementAndGet());

// 自减并获取（i = 2, 结果 i = 1, 返回 1），类似于 --i
System.out.println(i.decrementAndGet());

// 获取并自减（i = 1, 结果 i = 0, 返回 1），类似于 i--
System.out.println(i.getAndDecrement());

// 获取并加值（i = 0, 结果 i = 5, 返回 0）
System.out.println(i.getAndAdd(5));

// 加值并获取（i = 5, 结果 i = 0, 返回 0）
System.out.println(i.addAndGet(-5));

// 获取并更新（i = 0, p 为 i 的当前值, 结果 i = -2, 返回 0）
System.out.println(i.getAndUpdate(p -> p - 2));

// 更新并获取（i = -2, p 为 i 的当前值, 结果 i = 0, 返回 0）
System.out.println(i.updateAndGet(p -> p + 2));

// 获取并计算（i = 0, p 为 i 的当前值, x 为参数1, 结果 i = 10, 返回 0）
// getAndUpdate 如果在 lambda 中引用了外部的局部变量，要保证该局部变量是 final 的
// getAndAccumulate 可以通过 参数1 来引用外部的局部变量，但因为其不在 lambda 中因此不必是 final
System.out.println(i.getAndAccumulate(10, (p, x) -> p + x));

// 计算并获取（i = 10, p 为 i 的当前值, x 为参数1, 结果 i = 0, 返回 0）
System.out.println(i.accumulateAndGet(-10, (p, x) -> p + x));

观察方法 updateAndGet 源码

public final int updateAndGet(IntUnaryOperator updateFunction) {
    int prev, next;
    do {
        prev = get();
        next = updateFunction.applyAsInt(prev);
    } while (!compareAndSet(prev, next));
    return next;
}

因为除了加减法后，还有乘除法，这一个操作被抽象为了一个函数式接口 IntUnaryOperator

这样一来，我们只需要将原始值以及更改后的值放入 IntUnaryOperator 中，然后 AtomicInteger 再调用 CAS 操作去修改

4、原子引用

为什么需要原子引用类型，因为数据不一定都是基本类型的，还有小数类型 BigDecimal，那么就可以使用原子引用类型，JUC 并发包提供了：

AtomicReference
AtomicMarkableReference
AtomicStampedReference

4.1、AtomicReference

先做一个不使用 AtomicReference 取款的不安全实现

class DecimalAccountUnsafe implements DecimalAccount {
    BigDecimal balance;

    public DecimalAccountUnsafe(BigDecimal balance) {
        this.balance = balance;
    }

    @Override
    public BigDecimal getBalance() {
        return balance;
    }

    @Override
    public void withdraw(BigDecimal amount) {
        BigDecimal balance = this.getBalance();
        // 减法
        this.balance = balance.subtract(amount);
    }
}

interface DecimalAccount {
    /**
     * 获取余额
     */
    BigDecimal getBalance();

    /**
     * 取款
     */
    void withdraw(BigDecimal amount);

    /**
     * 方法内会启动 1000 个线程，每个线程做 -10 元 的操作
     * 如果初始余额为 10000 那么正确的结果应当是 0
     */
    static void demo(DecimalAccount account) {
        List<Thread> ts = new ArrayList<>();
        for (int i = 0; i < 1000; i++) {
            ts.add(new Thread(() -> {
                account.withdraw(BigDecimal.TEN);
            }));
        }
        ts.forEach(Thread::start);
        ts.forEach(t -> {
            try {
                t.join();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        });
        System.out.println(account.getBalance());
    }
}

使用锁来实现

@Override
public synchronized BigDecimal getBalance() {
    return balance;
}

@Override
public synchronized void withdraw(BigDecimal amount) {
    BigDecimal balance = this.getBalance();
    this.balance = balance.subtract(amount);
}

使用 AtomicReference 实现

class DecimalAccountUnsafe implements DecimalAccount {
    AtomicReference<BigDecimal> balance;

    public DecimalAccountUnsafe(BigDecimal balance) {
        this.balance = new AtomicReference<>(balance);
    }

    @Override
    public BigDecimal getBalance() {
        return balance.get();
    }

    @Override
    public void withdraw(BigDecimal amount) {
        while (true) {
            BigDecimal prev = balance.get();
            BigDecimal next = prev.subtract(amount);
            if (balance.compareAndSet(prev, next)) {
                break;
            }
        }
    }
}

4.2、ABA问题

执行如下代码

static AtomicReference<String> ref = new AtomicReference<>("A");

@SneakyThrows
public static void main(String[] args) {
    log.info("main start...");
    // 获取值 A
    // 这个共享变量被它线程修改过？
    String prev = ref.get();
    other();
    TimeUnit.SECONDS.sleep(1);
    // 尝试改为 C
    log.info("change A->C {}", ref.compareAndSet(prev, "C"));
}

@SneakyThrows
private static void other() {
    new Thread(() -> {
        log.info("change A->B {}", ref.compareAndSet(ref.get(), "B"));
    }, "t1").start();
    TimeUnit.MILLISECONDS.sleep(500);
    new Thread(() -> {
        log.info("change B->A {}", ref.compareAndSet(ref.get(), "A"));
    }, "t2").start();
}

可以发现主线程仅能判断出共享变量的值与最初值 A 是否相同，不能感知到这种从 A 改为 B 又改回 A 的情况，对于绝大部分场景来讲，这对我们的业务没有任何影响，但是如果主线程希望，只要有其它线程【动过了】共享变量，那么自己的 CAS 就算失败，应该怎么办呢？这时候就不能使用 AtomicReference了，而是用 AtomicStampedReference

4.3、AtomicStampedReference

AtomicStampedReference 可以给原子引用加上版本号，追踪原子引用整个的变化过程，如： A -> B -> A -> C ，通过AtomicStampedReference，我们可以知道，引用变量中途被更改了几次。

static AtomicStampedReference<String> ref = new AtomicStampedReference<>("A", 0);

@SneakyThrows
public static void main(String[] args) {
    log.info("main start...");
    // 获取值 A
    String prev = ref.getReference();
    // 获取版本号
    int stamp = ref.getStamp();
    log.info("版本 {}", stamp);
    // 如果中间有其它线程干扰，发生了 ABA 现象
    other();
    TimeUnit.SECONDS.sleep(1);
    // 尝试改为 C
    log.info("change A->C {}", ref.compareAndSet(prev, "C", stamp, stamp + 1));
}

@SneakyThrows
private static void other() {
    new Thread(() -> {
        log.info("change A->B {}", ref.compareAndSet(ref.getReference(), "B",
                ref.getStamp(), ref.getStamp() + 1));
        log.info("更新版本为 {}", ref.getStamp());
    }, "t1").start();
    TimeUnit.MILLISECONDS.sleep(500);
    new Thread(() -> {
        log.info("change B->A {}", ref.compareAndSet(ref.getReference(), "A",
                ref.getStamp(), ref.getStamp() + 1));
        log.info("更新版本为 {}", ref.getStamp());
    }, "t2").start();
}

但是有时候，并不关心引用变量更改了几次，只是单纯的关心是否更改过，所以就有了 AtomicMarkableReference

4.4、AtomicMarkableReference

@Slf4j
public class Test {

    @SneakyThrows
    public static void main(String[] args) {
        GarbageBag bag = new GarbageBag("装满了垃圾");
        // 参数2 mark 可以看作一个标记，表示垃圾袋满了
        AtomicMarkableReference<GarbageBag> ref = new AtomicMarkableReference<>(bag, true);
        log.info("主线程 start...");
        GarbageBag prev = ref.getReference();
        log.info(prev.toString());
        new Thread(() -> {
            log.info("打扫卫生的线程 start...");
            bag.setDesc("空垃圾袋");
            while (!ref.compareAndSet(bag, bag, true, false)) {
            }
            log.info(bag.toString());
        }).start();
        Thread.sleep(1000);
        log.info("主线程想换一只新垃圾袋？");
        boolean success = ref.compareAndSet(prev, new GarbageBag("空垃圾袋"), true, false);
        log.info("换了么？" + success);
        log.info(ref.getReference().toString());

    }
}

class GarbageBag {
    String desc;

    public GarbageBag(String desc) {
        this.desc = desc;
    }

    public void setDesc(String desc) {
        this.desc = desc;
    }

    @Override
    public String toString() {
        return super.toString() + " " + desc;
    }
}

5、原子数组

对于前面讲的 AtomicReference 中如果存的是数组的话，我们便不能够线程安全的访问数组内部保存的各个元素，所以就有了原子数组

AtomicIntegerArray
AtomicLongArray
AtomicReferenceArray

现在有如下方法

/**
 * supplier 提供者 无中生有 ()->结果
 * function 函数 一个参数一个结果 (参数)->结果 , BiFunction (参数1,参数2)->结果
 * consumer 消费者 一个参数没结果 (参数)->void, BiConsumer (参数1,参数2)->void
 *
 * @param arraySupplier 提供数组、可以是线程不安全数组或线程安全数组
 * @param lengthFun     获取数组长度的方法
 * @param putConsumer   自增方法，回传 array, index
 * @param printConsumer 打印数组的方法
 */
private static <T> void demo(
    Supplier<T> arraySupplier,
    Function<T, Integer> lengthFun,
    BiConsumer<T, Integer> putConsumer,
    Consumer<T> printConsumer) {
    List<Thread> ts = new ArrayList<>();
    T array = arraySupplier.get();
    int length = lengthFun.apply(array);
    for (int i = 0; i < length; i++) {
        ts.add(new Thread(() -> {
            // 每个线程对数组作 10000 次操作
            for (int j = 0; j < 10000; j++) {
                // 分摊到每个元素 10000 / 10 = 1000 次自增，外层循环，10个线程分别自增1000
                putConsumer.accept(array, j % length);
            }
        }));
    }
    // 启动所有线程
    ts.forEach(Thread::start);
    // 等所有线程结束
    ts.forEach(t -> {
        try {
            t.join();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    });
    printConsumer.accept(array);
}

5.1、不安全的实现

如果我们不用原子数组，使用普通数组：

demo(
        () -> new int[10],
        (array) -> array.length,
        (array, index) -> array[index]++,
        array -> System.out.println(Arrays.toString(array))
);

5.2、安全的实现

上例可以看到，普通数组在多线程的下是不安全的，现在我们使用 AtomicIntegerArray

demo(
        () -> new AtomicIntegerArray(10),
        (AtomicIntegerArray::length),
        (AtomicIntegerArray::getAndIncrement),
        atomicIntegerArray -> System.out.println(atomicIntegerArray.toString())
);

6、字段更新器

利用字段更新器，可以针对对象的某个域（Field）进行原子操作，JUC 并发包提供了：

AtomicReferenceFieldUpdater // 域字段
AtomicIntegerFieldUpdater
AtomicLongFieldUpdater

只能配合 volatile 修饰的字段使用，否则会出现异常

Exception in thread "main" java.lang.IllegalArgumentException: Must be volatile type

简单实现

@Slf4j
public class Test {

    @SneakyThrows
    public static void main(String[] args) {
        Student student = new Student();
        AtomicReferenceFieldUpdater<Student, String> updater =
                AtomicReferenceFieldUpdater.newUpdater(Student.class, String.class, "name");
        updater.compareAndSet(student, null, "两米以下皆凡人");
        System.out.println(student.toString());
    }

}

@Data
class Student {
    volatile String name;
}

7、原子累加器

JDK 8 以后，新增了几个专门用来做累加的类，他们的性能要比诸如 AtomicInteger 的自增高很多

7.1、累加器性能比较

@Slf4j
public class Test {

    @SneakyThrows
    public static void main(String[] args) {
        for (int i = 0; i < 5; i++) {
            demo(
                    AtomicLong::new,
                    AtomicLong::incrementAndGet
            );
        }
        for (int i = 0; i < 5; i++) {
            demo(
                    LongAdder::new,
                    LongAdder::increment
            );
        }
    }

    private static <T> void demo(Supplier<T> adderSupplier, Consumer<T> action) {
        T adder = adderSupplier.get();
        long start = System.nanoTime();
        List<Thread> ts = new ArrayList<>();
        // 4 个线程，每人累加 50 万
        for (int i = 0; i < 40; i++) {
            ts.add(new Thread(() -> {
                for (int j = 0; j < 500000; j++) {
                    action.accept(adder);
                }
            }));
        }
        ts.forEach(Thread::start);
        ts.forEach(t -> {
            try {
                t.join();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        });
        long end = System.nanoTime();
        System.out.println(adder + " cost:" + (end - start) / 1000_000);
    }
}

性能提升的原因很简单，就是在有竞争时，设置多个累加单元(根据竞争激烈程度合理分配，但是最终都不会超过系统核心数)，Therad-0 累加 Cell[0]，而 Thread-1 累加 Cell[1]… 最后将结果汇总。这样它们在累加时操作的不同的 Cell 变量，因此减少了 CAS 重试失败，从而提高性能。

7.2、LongAdder源码

LongAdder 类有几个关键域，详见其父类 Striped64

// 累加单元数组, 懒惰初始化
transient volatile Cell[] cells;

// 基础值, 如果没有竞争, 则用 cas 累加这个域
transient volatile long base;

// 在 cells 创建或扩容时, 置为 1, 表示加锁
transient volatile int cellsBusy;

7.2.1、CAS实现锁

cellsBusy 为什么表示加锁呢？CAS 不是没有锁的概念吗，其实用 CAS 是可以实现类似锁的机制的

仅作测试用，生产环境勿用

@Slf4j
class CasLock {
    private final AtomicInteger state = new AtomicInteger(0);

    public void lock() {
        while (true) {
            if (state.compareAndSet(0, 1)) {
                break;
            }
        }
    }

    public void unlock() {
        log.info("unlock...");
        state.set(0);
    }
}

测试

@SneakyThrows
public static void main(String[] args) {
    CasLock lock = new CasLock();
    new Thread(() -> {
        log.info("begin...");
        lock.lock();
        try {
            log.info("lock...");
            TimeUnit.SECONDS.sleep(1);
        } catch (InterruptedException e) {
            e.printStackTrace();
        } finally {
            lock.unlock();
        }
    }).start();
    new Thread(() -> {
        log.info("begin...");
        lock.lock();
        try {
            log.info("lock...");
        } finally {
            lock.unlock();
        }
    }).start();
}

其实 cellsBusy 在 LongAdder 中就等价于代码中的 state

7.2.2、Cell

//防止缓存行和伪共享
@sun.misc.Contended 
static final class Cell {
    volatile long value;
    Cell(long x) { value = x; }
    final boolean cas(long cmp, long val) {
        return UNSAFE.compareAndSwapLong(this, valueOffset, cmp, val);
    }

    // 不安全的机制
    private static final sun.misc.Unsafe UNSAFE;
    private static final long valueOffset;
    static {
        try {
            UNSAFE = sun.misc.Unsafe.getUnsafe();
            Class<?> ak = Cell.class;
            valueOffset = UNSAFE.objectFieldOffset
                (ak.getDeclaredField("value"));
        } catch (Exception e) {
            throw new Error(e);
        }
    }
}

理解这段代码需要从缓存说起

其中缓存与内存的速度比较如下( cycle 表示时钟周期)：

从 cpu 到	大约需要的时钟周期
寄存器	1 cycle (4GHz 的 CPU 约为0.25ns)
L1	3~4 cycle
L2	10~20 cycle
L3	40~45 cycle
内存	120~240 cycle

因为 CPU 与内存的速度差异很大，需要靠预读数据至缓存来提升效率。
而缓存以缓存行为单位，每个缓存行对应着一块内存，一般是 64 byte（8 个 long）
缓存的加入会造成数据副本的产生，即同一份数据会缓存在不同核心的缓存行中
CPU 要保证数据的一致性，如果某个 CPU 核心更改了数据，其它 CPU 核心对应的整个缓存行必须失效

比如，现有 Cell[2] 数组，因为一个 Cell 占用 24 字节（对象头 16 + long 8 字节），故两个单位的 Cell 占用 48 ，小于一个缓存行 64，所以对于两个 Core 来讲，他们分别都会将这个 Cell[2] 放入自己的缓存行，这样不管哪个 Core 修改了其中一个单元，另一个单元缓存都得失效，这样就不得不重新去内存中读取最新的 Cell[2] （因为 Cell[2] 存在于一行）

@sun.misc.Contended 用来解决这个问题，它的原理是在使用此注解的对象或字段的前后各增加 128 字节大小的 padding，从而让 CPU 将对象预读至缓存时占用不同的缓存行，这样，其中一个 Cell 修改了，并不会造成对方缓存行的失效

7.2.3、自增源码跟踪

入口选择 increment 方法

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

看着流程图我们来跟一下

Cells 是懒加载的，也就是说，一开始还没有出现竞争的时候，Cells 还是 null，所以这个时候使用基础值 base 做 CAS 自增操作，对应的 casBase 方法，如果自增成功，就会直接 return，否则，进入第一层 if 分支，然后直接走到 longAccumulate 方法
如果出现过竞争了，则直接进入第一层 if 分支，然后开始根据当前线程判断对应的 Cell 单元是否存在，as[getProbe() & m]，如果不存在，直接进入 longAccumulate 方法，如果创建过了，就使用该单元执行 CAS 操作，对应 uncontended = a.cas(v = a.value, v + x)，当然，执行成功会直接返回，否则还是进入 longAccumulate 方法

上面步骤都涉及到了 longAccumulate 方法，现在我们进入此方法看看，由于这段代码太长，我们可以拆开来看

首先我们看第二个 if 分支，当 cells 还不存在的情况，就会从第一个分支转移到第二个分支，但是也需要 cells 没有被加锁，而且还没有被其他线程创建才会进去

graph  
subgraph cells 创建
cells --> lock("加锁")
lock --成功--> create("创建 cells 并初始化一个 cell")
create --> return
lock --失败--> base("cas base 累加")
base --成功--> return
base --失败--> a
a("循环入口") --> cells("cells 不存在 且 未加锁 且 未新建")
end

加锁操作便是 casCellsBusy 方法执行的，如果加锁失败了，就会走到最后一个分支，直接对 base 自增，如果自增成功，便直接返回，否则死循环再次判断，如果加锁成功，进入第二个 if 分支

else if (cellsBusy == 0 && cells == as && casCellsBusy()) {
    boolean init = false;
    try {                           // Initialize table
        // 再次判断是否有其他人初始化 cells
        if (cells == as) {
            // 初始值为 2
            Cell[] rs = new Cell[2];
            // 当前线程对应的累加单元初始值为 1，因为这个 x 是外层传递进来的自增 1
            rs[h & 1] = new Cell(x);
            cells = rs;
            init = true;
        }
    } finally {
        // 解锁
        cellsBusy = 0;
    }
    if (init)
        break;
}

那么当累加单元 cells 已经存在了，再次进入了这个方法后，当前线程对应的 cell 槽位未必就存在，所以进入第一个分支，先看不存在的情况

if ((as = cells) != null && (n = as.length) > 0) {
    // 判断当前线程对应的槽位是否存在
    if ((a = as[(n - 1) & h]) == null) {
        if (cellsBusy == 0) {       // Try to attach new Cell
            // 创建 cell 对象，初始值也是 x
            Cell r = new Cell(x);   // Optimistically create
            // 尝试上锁
            if (cellsBusy == 0 && casCellsBusy()) {
                boolean created = false;
                try {               // Recheck under lock
                    Cell[] rs; int m, j;
                    // 再次确认槽位是否为空
                    if ((rs = cells) != null &&
                        (m = rs.length) > 0 &&
                        rs[j = (m - 1) & h] == null) {
                        // 将创建的单元存入 cells
                        rs[j] = r;
                        created = true;
                    }
                } finally {
                    // 解锁
                    cellsBusy = 0;
                }
                if (created)
                    break;
                continue;           // Slot is now non-empty
            }
        }
        collide = false;
    } else if {
        ...
    }
}

如果 cells 和 cell 都存在了，则进入第一个 if 分支的第三个分支，直接对累加单元做 CAS 操作

if ((as = cells) != null && (n = as.length) > 0) {
    // 判断当前线程对应的槽位是否存在
    if ((a = as[(n - 1) & h]) == null) {
        ...
    }
    else if (!wasUncontended)       // CAS already known to fail
        wasUncontended = true;      // Continue after rehash
    // 直接做 CAS 累加
    else if (a.cas(v = a.value, ((fn == null) ? v + x :
                                 fn.applyAsLong(v, x))))
        break;
    // 累加失败了，判断数组长度是否超过 CPU 核心数，设置 collide 标志位，控制其走到下方一个分支
    else if (n >= NCPU || cells != as)
        collide = false;            // At max size or stale
    // 走了这个分支，就不会走下面扩容分支
    else if (!collide)
        collide = true;
    //扩容操作
    else if (cellsBusy == 0 && casCellsBusy()) {
        try {
            if (cells == as) {      // Expand table unless stale
                //两倍扩容
                Cell[] rs = new Cell[n << 1];
                //转移原始数据
                for (int i = 0; i < n; ++i)
                    rs[i] = as[i];
                //覆盖
                cells = rs;
            }
        } finally {
            cellsBusy = 0;
        }
        collide = false;
        continue;                   // Retry with expanded table
    }
    // 尝试改变当前线程的累加单元（老失败，给你换一个）
    h = advanceProbe(h);
}

7.2.4、sum

所有累加单元都完成后，需要把所有数据加起来，就用到了 sum 方法，这部分代码比较易懂，不用讲了吧

public long sum() {
    Cell[] as = cells;
    Cell a;
    long sum = base;
    if (as != null) {
        for (int i = 0; i < as.length; ++i) {
            if ((a = as[i]) != null)
                sum += a.value;
        }
    }
    return sum;
}

8、Unsafe

8.1、获取

Unsafe 对象提供了非常底层的，操作内存、线程的方法，Unsafe 对象不能直接调用，只能通过反射获得，因为其设计的部分偏底层，不建议我们开发人员随意调用

static Unsafe unsafe;

static {
    try {
        Field theUnsafe = Unsafe.class.getDeclaredField("theUnsafe");
        theUnsafe.setAccessible(true);
        unsafe = (Unsafe) theUnsafe.get(null);
    } catch (NoSuchFieldException | IllegalAccessException e) {
        throw new Error(e);
    }
}

static Unsafe getUnsafe() {
    return unsafe;
}

8.2、实现CAS

@SneakyThrows
public static void main(String[] args) {
    Field theUnsafe = Unsafe.class.getDeclaredField("theUnsafe");
    theUnsafe.setAccessible(true);
    Unsafe unsafe = (Unsafe) theUnsafe.get(null);
    Field id = Student.class.getDeclaredField("id");
    Field name = Student.class.getDeclaredField("name");
    // 获得成员变量的偏移量
    long idOffset = unsafe.objectFieldOffset(id);
    long nameOffset = unsafe.objectFieldOffset(name);
    Student student = new Student();
    System.out.println(student);
    // 使用 cas 方法替换成员变量的值
    // 返回 true
    unsafe.compareAndSwapInt(student, idOffset, 0, 22);
    // 返回 true
    unsafe.compareAndSwapObject(student, nameOffset, null, "两米以下皆凡人");
    System.out.println(student);
}

@Data
class Student {
    volatile int id;
    volatile String name;
}

8.3、实现原子整数

public class Test {

    @SneakyThrows
    public static void main(String[] args) {
        Account.demo(new MyAtomicInteger(10000));
    }
}

interface Account {
    /**
     * 获取余额
     */
    Integer getBalance();

    /**
     * 取款
     */
    void withdraw(Integer amount);

    /**
     * 方法内会启动 1000 个线程，每个线程做 -10 元 的操作
     * 如果初始余额为 10000 那么正确的结果应当是 0
     */
    static void demo(Account account) {
        List<Thread> ts = new ArrayList<>();
        for (int i = 0; i < 1000; i++) {
            ts.add(new Thread(() -> {
                account.withdraw(10);
            }));
        }
        long start = System.nanoTime();
        ts.forEach(Thread::start);
        ts.forEach(t -> {
            try {
                t.join();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        });
        long end = System.nanoTime();
        System.out.println(account.getBalance()
                + " cost: " + (end - start) / 1000_000 + " ms");
    }
}

class MyAtomicInteger implements Account {
    private final int value;
    private static final long VALUE_OFFSET;
    private static final Unsafe UNSAFE;

    static {
        UNSAFE = UnsafeAccessor.getUnsafe();
        try {
            VALUE_OFFSET = UNSAFE.objectFieldOffset(MyAtomicInteger.class.getDeclaredField("value"));
        } catch (NoSuchFieldException e) {
            e.printStackTrace();
            throw new RuntimeException(e);
        }
    }

    public int getValue() {
        return value;
    }

    public void decrement(int amount) {
        while (true) {
            int prev = this.value;
            int next = prev - amount;
            if (UNSAFE.compareAndSwapInt(this, VALUE_OFFSET, prev, next)) {
                break;
            }
        }
    }

    public MyAtomicInteger(int value) {
        this.value = value;
    }

    @Override
    public Integer getBalance() {
        return getValue();
    }

    @Override
    public void withdraw(Integer amount) {
        decrement(amount);
    }
}

class UnsafeAccessor {
    private static final Unsafe UNSAFE;

    static {
        try {
            Field theUnsafe = Unsafe.class.getDeclaredField("theUnsafe");
            theUnsafe.setAccessible(true);
            UNSAFE = (Unsafe) theUnsafe.get(null);
        } catch (NoSuchFieldException | IllegalAccessException e) {
            throw new Error(e);
        }
    }

    public static Unsafe getUnsafe() {
        return UNSAFE;
    }
}

JUC之无锁并发（乐观锁）

文章目录

1、引述

2、CAS 与 volatile

3、原子整数

4、原子引用

4.1、AtomicReference

4.2、ABA问题

4.3、AtomicStampedReference

4.4、AtomicMarkableReference

5、原子数组

5.1、不安全的实现

5.2、安全的实现

6、字段更新器

7、原子累加器

7.1、累加器性能比较

7.2、LongAdder源码

7.2.1、CAS实现锁

7.2.2、Cell

7.2.3、自增源码跟踪

7.2.4、sum

8、Unsafe

8.1、获取

8.2、实现CAS

8.3、实现原子整数

悦读