ABA问题
在学习CAS之前，先从一个简单的案例入手，进而引出CAS的基本使用：
1、基于CAS的网站计数器
需求：
我们开发一个网站，需要对访问量进行统计，用户每发送一次请求，访问量+1，如何实现？
我们模拟有100个人同时访问，并且每个人对咱们的网站发起10次请求，最后总访问次数应该是1000次。
1.1 网站访客统计Demo
代码如下：
public class Demo {
// 网站总访问量
static int count = 0;
// 模拟用户访问的方法
public static void request() throws InterruptedException {
// 模拟耗时5毫秒
TimeUnit.MILLISECONDS.sleep(5);
// 访问量++
count ++;// 这里 count 并不是原子的
}
public static void main(String[] args) throws InterruptedException {
// 开始时间
long startTime = System.currentTimeMillis();
// 最大线程数100，模拟100个用户同时访问
int threadSize = 100;
//
CountDownLatch countDownLatch = new CountDownLatch(threadSize);
for(int i = 0; i < threadSize; i++) {
Thread thread = new Thread(new Runnable() {
@Override
public void run() {
// 模拟用户行为，每个用户访问10次网站
try {
for(int j = 0; j < 10; j++) {
request();
}
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
countDownLatch.countDown();
}
}
});
thread.start();
}
// 怎么保证100个线程结束之后，再执行后面代码？
countDownLatch.await();
// 100个线程执行结束时间
long endTime = System.currentTimeMillis();
System.out.println(Thread.currentThread().getName() + ",耗时：" + (endTime - startTime) + ", count = " + count);
}
}
这里先对CountDownLtch 做一个简单介绍，之后会更新一篇它的源码分析。
CountDownLatch的概念
- CountDownLatch是一个同步工具类，用来协调多个线程之间的同步，或者说起到线程之间的通信（而不是用作互斥的作用）。
- CountDownLatch能够使一个线程在等待另外一些线程完成各自工作之后，再继续执行。使用一个计数器进行实现。计数器初始值为线程的数量。当每一个线程完成自己任务后，计数器的值就会减一。当计数器的值为0时，表示所有的线程都已经完成了任务，然后在CountDownLatch上等待的线程就可以恢复执行任务。
CountDownLatch的用法
- CountDownLatch典型用法1：某一线程在开始运行前等待n个线程执行完毕。将CountDownLatch的计数器初始化为n —> new CountDownLatch(n) ，每当一个任务线程执行完毕，就将计数器减1 —> countdownlatch.countDown()，当计数器的值变为0时，在CountDownLatch上 await() 之后的线程就会被唤醒。一个典型应用场景就是启动一个服务时，主线程需要等待多个组件加载完毕，之后再继续执行。
- CountDownLatch典型用法2：实现多个线程开始执行任务的最大并行性。注意是并行性，不是并发，强调的是多个线程在某一时刻同时开始执行。类似于赛跑，将多个线程放到起点，等待发令枪响，然后同时开跑。做法是初始化一个共享的CountDownLatch(1)，将其计数器初始化为1，多个线程在开始执行任务前首先 coundownlatch.await()，当主线程调用 countDown() 时，计数器变为0，多个线程同时被唤醒。
上面案例代码的执行结果如下图：
如图所示，我们理论上应该是100个线程模拟用户，每个线程模拟访问10次，最终结果count 应该是1000才对，但是无论几次测试，最终count 都是达不到1000的。
原因分析：
/**
* Q：分析一下问题出在哪呢？
* A：count ++ 操作实际上是由3步来完成！（jvm执行引擎）
* 1.获取count的值，记做A : A=count
* 2.将A值+1，得到B ：B=A+1
* 3.将B值赋值给count
*
* 如果有A.B两个线程同时执行count++,他们通知执行到上面步骤的第一步，得到的
* count是一样的，3步操作结束后，count只加了1，导致count结果不正确！
* Q：怎么解决结果不正确问题？
* A：对count++操作的时候，我们让多个线程排队处理，多个线程同时到达request()方法的时候，
* 只能允许一个线程可以进去操作，其它的线程在外面等着，等里面的处理完毕出来之后，外面等着的
* 再进去一个，这样操作的count++就是排队进行的，结果一定是正确的。
*
* Q:怎么实现排队效果？？
* A：java中synchronized关键字和ReentrantLock都可以实现对资源枷锁，保证并发正确性，
* 多线程的情况下可以保证被锁住的资源被“串行”访问。
*/
1.2 使用synchronized关键字改进Demo案例
改进代码如下：
public class Demo {
// 网站总访问量
static int count = 0;
// 模拟用户访问的方法（加synchronized修饰）
public synchronized static void request() throws InterruptedException {
// 模拟耗时5毫秒
TimeUnit.MILLISECONDS.sleep(5);
// 访问量++
count ++;
}
public static void main(String[] args) throws InterruptedException {
// 开始时间
long startTime = System.currentTimeMillis();
// 最大线程数100，模拟100个用户同时访问
int threadSize = 100;
CountDownLatch countDownLatch = new CountDownLatch(threadSize);
for(int i = 0; i < threadSize; i++) {
Thread thread = new Thread(new Runnable() {
@Override
public void run() {
// 模拟用户行为，每个用户访问10次网站
try {
for(int j = 0; j < 10; j++) {
request();
}
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
countDownLatch.countDown();
}
}
});
thread.start();
}
// 怎么保证100个线程结束之后，再执行后面代码？
countDownLatch.await();
// 100个线程执行结束时间
long endTime = System.currentTimeMillis();
System.out.println(Thread.currentThread().getName() + ",耗时：" + (endTime - startTime) + ", count = " + count);
}
}
执行代码运行结果如下：
可以看出，我们要得到总访问量1000结果正确，但是当我们把synchronized关键字加在了request()方法上，由于锁住了方法，导致相比于不加锁时，线程执行效率严重降低！
/**
* Q：耗时太长的原因是什么呢？
* A：程序中的request方法使用synchronized关键字修饰，保证了并发情况下，request方法同一时刻
* 只允许一个线程进入，request加锁相当于串行执行了，count的结果和我们预期的一致，但是耗时太长了..
*
* Q：如何解决耗时长的问题？
* A：count ++ 操作实际上是由3步来完成！（jvm执行引擎）
* 1.获取count的值，记做A : A=count
* 2.将A值+1，得到B ：B=A+1
* 3.将B值赋值给count
* 升级第3步的实现（只把锁加到第3步上，缩小加锁的范围）：
* 1.获取锁
* 2.获取以下count最新的值，记做LV
* 3.判断LV是否等于A，如果相等，则将B的值赋值给count，并返回true，否则返回false
* 4.释放锁
*/
1.3 缩小加锁范围再次改进Demo案例
代码如下：
public class Demo03 {
// 网站总访问量：volatile保证线程可见性,便于在下面逻辑中 -> 保证多线程之间每次获取到的count是最新值
volatile static int count = 0;
// 模拟访问的方法
public static void request() throws InterruptedException {
// 模拟耗时5毫秒
TimeUnit.MILLISECONDS.sleep(5);
//count ++;
int expectCount; // 表示期望值
// 比较并交换
while (!compareAndSwap((expectCount = getCount()), expectCount + 1)) {
}
}
/**
* 比较并交换
*
* @param expectCount 期望值count
* @param newCount 需要给count赋值的新值
* @return 成功返回 true 失败返回false
*/
public static synchronized boolean compareAndSwap(int expectCount, int newCount) {
// 判断count当前值是否和期望值expectCount一致，如果一致 将newCount赋值给count
if (getCount() == expectCount) {
count = newCount;
return true;
}
return false;
}
public static int getCount() {
return count;
}
public static void main(String[] args) throws InterruptedException {
// 开始时间
long startTime = System.currentTimeMillis();
int threadSize = 100;
CountDownLatch countDownLatch = new CountDownLatch(threadSize);
for (int i = 0; i < threadSize; i++) {
Thread thread = new Thread(new Runnable() {
@Override
public void run() {
// 模拟用户行为，每个用户访问10次网站
try {
for (int j = 0; j < 10; j++) {
request();
}
} catch (InterruptedException e) {
e.printStackTrace();
} finally {
countDownLatch.countDown();
}
}
});
thread.start();
}
// 保证100个线程 结束之后，再执行后面代码
countDownLatch.await();
long endTime = System.currentTimeMillis();
System.out.println(Thread.currentThread().getName() + ",耗时：" + (endTime - startTime) + ", count = " + count);
}
}
执行结果如下：
可以看到这种方式下，不仅可以达到期望的网站访问量结果，效率也很高！
这种比较并交换，且线程安全的方式就可以称作CAS：
/**
* 比较并交换
*
* @param expectCount 期望值count
* @param newCount 需要给count赋值的新值
* @return 成功返回 true 失败返回false
*/
public static synchronized boolean compareAndSwap(int expectCount, int newCount) {
// 判断count当前值是否和期望值expectCount一致，如果一致 将newCount赋值给count
if (getCount() == expectCount) {
count = newCount;
return true;
}
return false;
}
2、CAS介绍与实现原理
CAS 全称“CompareAndSwap”，中文翻译过来为“比较并交换”。
定义：
- CAS操作包含三个操作数————内存位置（V）、期望值（A）和新值（B）。
- 如果内存位置的值与期望值匹配，那么处理器会自动将该位置值更新为新值。否则，处理器不作任何操作。
- 无论哪种情况，它都会在CAS指令之前返回该位置的值。（CAS在一些特殊情况下仅返回CAS是否成功，而不提取当前值）
- CAS有效的说明了 “我认为位置V应该包含值A；如果包含该值，则将B放到这个位置；否则，不要更改
该位置的值，只告诉我这个位置现在的值即可。”
2.1 Java中的CAS
java中提供了对CAS操作的支持，具体在sun.misc.unsafe类中，声明如下：
public final native boolean compareAndSwapObject(Object var1, long var2, Object var4, Object var5);
public final native boolean compareAndSwapInt(Object var1, long var2, int var4, int var5);
public final native boolean compareAndSwapLong(Object var1, long var2, long var4, long var6);
- 参数var1：表示要操作的对象。
- 参数var2：表示要操作对象中属性地址的偏移量。
- 参数var4：表示需要修改数据的期望的值。
- 参数var5：表示需要修改为的新值。
Java中的CAS通过调用JNI的代码实现，JNI：java Native Interface，允许java调用其它语言。而compareAndSwapXXX系列的方法就是借助C语言来调用cpu底层指令实现的。
以常用的Intel x86平台来说，最终映射到的cpu的指令为“cmpxchg”，这是一个原子指令，cpu执行此命令时，实现比较并替换的操作！
2.2 CAS也会出现一些问题
2.2.1 ABA问题(狸猫换太子)
CAS需要在操作值的时候检查下值有没有发生变化，如果没有发生变化则更新，但是如果一个值原来是A，在CAS方法执行之前，被其它线程修改为了B、然后又修改回了A，那么CAS方法执行检查的时候会发现它的值没有发生变化，但是实际却变化了。这就是CAS的ABA问题。
提示，使用程序模拟ABA：
public class CasABADemo {
public static AtomicInteger a = new AtomicInteger(1);
public static void main(String[] args) {
Thread main = new Thread(new Runnable() {
@Override
public void run() {
System.out.println("操作线程" + Thread.currentThread().getName() + ", 初始值：" + a.get());
try {
int expectNum = a.get();
int newNum = expectNum + 1;
Thread.sleep(1000);// 主线程休眠一秒钟，让出cpu
// CAS比较并交换
boolean isCASSccuess = a.compareAndSet(expectNum, newNum);
System.out.println("操作线程" + Thread.currentThread().getName() + "，CAS操作：" + isCASSccuess);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}, "主线程");
Thread other = new Thread(new Runnable() {
@Override
public void run() {
try {
Thread.sleep(20);// 确保Thread-main线程优先执行
a.incrementAndGet();// a + 1,a=2
System.out.println("操作线程" + Thread.currentThread().getName() + "，【increment】,值=" +a.get());
a.decrementAndGet();// a - 1,a=1
System.out.println("操作线程" + Thread.currentThread().getName() + "，【decrement】,值=" +a.get());
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}, "干扰线程");
main.start();
other.start();
}
}
输出结果如下：
我们看到结果中，在主线程“比较并交换之前”，干扰线程先是将a的值改成2，然后又重新改回1，之后才执行主线程的CAS！
2.2.2 如何解决ABA问题？
解决ABA最简单的方案就是给值加一个修改版本号，每次值变化，都会修改它的版本号，CAS操作时都去对比此版本号。
java中ABA解决方法（AtomicStampedReference），这种方式类似于乐观锁，即：通过当前版本号来控制CAS交换，如果当前版本号与期望版本号相等，才能交换，否则不可以交换，每执行一次交换当前版本号就+1。
AtomicStampedReference主要包含一个对象引用及一个可以自动更新的整数 stamp 版本号 的 Pair 对象来解决ABA问题。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KziroKif-1619351907827)(Java并发基石-CAS原理.assets/image-20210425194204352.png)]
AtomicStampedReference中的compareAndSet()方法：
/**
* Atomically sets the value of both the reference and stamp
* to the given update values if the
* current reference is {@code ==} to the expected reference
* and the current stamp is equal to the expected stamp.
*
* @param expectedReference the expected value of the reference 期望值的引用
* @param newReference the new value for the reference 新值的引用
* @param expectedStamp the expected value of the stamp 期望引用的版本号
* @param newStamp the new value for the stamp 新值的版本号
* @return {@code true} if successful
*/
public boolean compareAndSet(V expectedReference,// 期望值的引用
V newReference,// 新值的引用
int expectedStamp,// 期望引用的版本号
int newStamp) {// 新值的版本号
Pair<V> current = pair;
return
expectedReference == current.reference && // 期望引用与当前引用一致
expectedStamp == current.stamp && // 期望版本号与当前版本号一致
((newReference == current.reference &&
newStamp == current.stamp) ||
casPair(current, Pair.of(newReference, newStamp)));
}
private boolean casPair(Pair<V> cmp, Pair<V> val) {
return UNSAFE.compareAndSwapObject(this, pairOffset, cmp, val);
}
使用AtomicStampedReference解决ABA问题：
public class CasABADemo02 {
public static AtomicStampedReference<Integer> a = new AtomicStampedReference(new Integer(1), 1);
public static void main(String[] args) {
Thread main = new Thread(() -> {
System.out.println("操作线程" + Thread.currentThread().getName() + ", 初始值：" + a.getReference());
try {
Integer expectReference = a.getReference();
Integer newReference = expectReference + 1;
Integer expectStamp = a.getStamp();
Integer newStamp = expectStamp + 1;
Thread.sleep(1000);// 主线程休眠一秒钟，让出cpu
// AtomicStampedReference下的compareAndSet来解决ABA问题
boolean isCASSccuess = a.compareAndSet(expectReference, newReference, expectStamp, newStamp);
System.out.println("操作线程" + Thread.currentThread().getName() + "，CAS操作：" + isCASSccuess);
} catch (InterruptedException e) {
e.printStackTrace();
}
}, "主线程");
Thread other = new Thread(() -> {
try {
Thread.sleep(20);// 确保Thread-main线程优先执行
a.compareAndSet(a.getReference(), (a.getReference() + 1), a.getStamp(), (a.getStamp() + 1));
System.out.println("操作线程" + Thread.currentThread().getName() + "，【increment】,值=" + a.getReference());
a.compareAndSet(a.getReference(), (a.getReference() - 1), a.getStamp(), (a.getStamp() + 1));
System.out.println("操作线程" + Thread.currentThread().getName() + "，【decrement】,值=" + a.getReference());
} catch (InterruptedException e) {
e.printStackTrace();
}
}, "干扰线程");
main.start();
other.start();
}
}
运行结果如图：
这时就解决了ABA问题，如果主线程执行CAS操作前，出现狸猫换太子的情况，那么这时候就不能进行比较并交换！
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2021-07-02，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读