1. 引子
实现1
package cn.itcast.testcopy;
import java.util.ArrayList;
import java.util.List;
public class TestAccount {
public static void main(String[] args) {
Account account = new UnsafeAccount(10000);
Account.demo(account);
}
}
class UnsafeAccount implements Account {
private Integer balance;
public UnsafeAccount(Integer balance) {
this.balance = balance;
}
@Override
public Integer getBalance() {
return balance;
}
@Override
public void withdraw(Integer amount) {
balance -= amount;
}
}
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");
}
}
1000个线程，每个取10元，共一万，没加锁毫无疑问并发运行出错。
class UnsafeAccount implements Account {
private Integer balance;
public UnsafeAccount(Integer balance) {
this.balance = balance;
}
@Override
public Integer getBalance() {
synchronized (this) {
return this.balance;
}
}
@Override
public void withdraw(Integer amount) {
synchronized (this) {
this.balance -= amount;
}
}
}方法加锁后正常输出了
实现2
下面采用无锁的方式实现
class UnsafeCas implements Account {
private AtomicInteger balance;
public UnsafeCas(int balance) {
this.balance = new AtomicInteger(balance);
}
@Override
public Integer getBalance() {
return balance.get();
}
@Override
public void withdraw(Integer amount) {
while (true) {
// 获取余额最新值
int prev = balance.get();
// 要修改的余额
int next = prev - amount;
// 真正修改
if (balance.compareAndSet(prev, next)) {
break;
}
}
}
}
cas的效率比synchronized高。
2. CAS 与 volatile
cas原理
public void withdraw2(Integer amount) {
while (true) {
// 需要不断尝试，直到成功为止
while (true) {
// 比如拿到了旧值 1000
int prev = balance.get();
// 在这个基础上 1000-10 = 990
int next = prev - amount;
/*
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 下次循环重试一致，以 next 设置为新值，返回 true 表示成功
*/
if (balance.compareAndSet(prev, next)) {
break;
}
}
}
}
volatile
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。
注意
volatile 仅仅保证了共享变量的可见性，让其它线程能够看到最新值，但不能解决指令交错问题（不能保证原子性）
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.
为什么无锁效率高
无锁情况下，即使重试失败，线程始终在高速运行，没有停歇，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。打个比喻线程就好像高速跑道上的赛车，高速运行时，速度超快，一旦发生上下文切换，就好比赛车要减速、熄火，等被唤醒又得重新打火、启动、加速... 恢复到高速运行，代价比较大
但无锁情况下，因为线程要保持运行，需要额外 CPU 的支持，CPU 在这里就好比高速跑道，没有额外的跑道，线程想高速运行也无从谈起，虽然不会进入阻塞，但由于没有分到时间片，仍然会进入可运行状态，还是会导致上下文切换。（所以cas需要多核CPU，且线程数最好不要超出CPU核心数，不然就像没跑道，跑多块也没用）。
CAS 的特点
结合 CAS 和 volatile 可以实现无锁并发，适用于线程数少、多核 CPU 的场景下。
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。
CAS 体现的是无锁并发、无阻塞并发，请仔细体会这两句话的意思因为没有使用 synchronized，所以线程不会陷入阻塞，这是效率提升的因素之一。但如果竞争激烈，可以想到重试必然频繁发生，反而效率会受影响。
3. 原子整数
public class Test34 {
public static void main(String[] args) {
AtomicInteger i=new AtomicInteger(5);
System.out.println(i.incrementAndGet());//6
System.out.println(i.getAndIncrement());//先获取6再增加为7，但7不输出
System.out.println(i.getAndAdd(5));//7
System.out.println(i.addAndGet(5));//12
}
}基于上面几个API可以将引子的例子简化
@Override
public void withdraw(Integer amount) {
balance.getAndAdd(-1 * amount);
/*while (true) {
// 获取余额最新值
int prev = balance.get();
// 要修改的余额
int next = prev - amount;
// 真正修改
if (balance.compareAndSet(prev, next)) {
break;
}
}*/
}只用一行代码就行了。接下来模仿实现一个原子整数的功能。
public class Test34 {
public static void main(String[] args) {
AtomicInteger i=new AtomicInteger(5);
/*System.out.println(i.incrementAndGet());//6
System.out.println(i.getAndIncrement());//先获取6再增加为7，但7不输出
System.out.println(i.getAndAdd(5));//7
System.out.println(i.addAndGet(5));//17*/
//System.out.println(i.updateAndGet(x -> x * 10));
updateAndGet(i);
System.out.println(i.get());
}
private static void updateAndGet(AtomicInteger i) {
while (true){
int prev=i.get();
int next=prev*10;
if (i.compareAndSet(prev,next)){
break;
}
}
}
}
操作写死了，应该用接口
public static void main(String[] args) {
AtomicInteger i=new AtomicInteger(5);
/*System.out.println(i.incrementAndGet());//6
System.out.println(i.getAndIncrement());//先获取6再增加为7，但7不输出
System.out.println(i.getAndAdd(5));//7
System.out.println(i.addAndGet(5));//17*/
//System.out.println(i.updateAndGet(x -> x * 10));
System.out.println(updateAndGet(i, x -> x * 5));
System.out.println(i.get());
}
private static int updateAndGet(AtomicInteger i,IntUnaryOperator operator) {
while (true){
int prev=i.get();
int next=operator.applyAsInt(prev);
if (i.compareAndSet(prev,next)){
return next;
}
}
}与源码对比
public final int updateAndGet(IntUnaryOperator updateFunction) {
int prev, next;
do {
prev = get();
next = updateFunction.applyAsInt(prev);
} while (!compareAndSet(prev, next));
return next;
}基本一致（除了第一次学程序设计这还是第一次见do-while循环）。
4. 原子引用
为什么需要原子引用类型？
AtomicReference
AtomicMarkableReference
AtomicStampedReference
还是引子的例子，金额存储改为BigDecimal，这就是原子引用的一种体现
public class Test35{
public static void main(String[] args) {
DecimalAccount.demo(new DecimalCas(new BigDecimal("10000")));
}
}
class DecimalCas implements DecimalAccount {
private AtomicReference<BigDecimal> balance;
public DecimalCas(BigDecimal balance) {
this.balance = new AtomicReference<>(balance);
}
@Override
public BigDecimal getBalance() {
return balance.get();
}
@Override
public void withdraw(BigDecimal amount) {
while (true) {
// 获取余额最新值
BigDecimal prev = balance.get();
// 要修改的余额
BigDecimal next = prev.subtract(amount);
// 真正修改
if (balance.compareAndSet(prev, next)) {
break;
}
}
}
}
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);
}));
}
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");
}
}
思想都一样
ABA问题
@Slf4j(topic = "c.Test36")
public class Test36 {
static AtomicReference<String> ref = new AtomicReference<>("A");
public static void main(String[] args) throws InterruptedException {
log.debug("main start...");
// 获取值 A
// 这个共享变量被它线程修改过？
String prev = ref.get();
other();
Sleeper.sleep(1);
// 尝试改为 C
log.debug("change A->C {}", ref.compareAndSet(prev, "C"));
}
private static void other() {
new Thread(() -> {
log.debug("change A->B {}", ref.compareAndSet(ref.get(), "B"));
}, "t1").start();
Sleeper.sleep(0.5);
new Thread(() -> {
log.debug("change B->A {}", ref.compareAndSet(ref.get(), "A"));
}, "t2").start();
}
}
其实大部分业务并不关心ABA是否为同一个A，只要是A就行但有些业务对A是否被改动过敏感，那么这种方式就不行了，这时，仅比较值是不够的，需要再加一个版本号
AtomicStampedReference
@Slf4j(topic = "c.Test36Stamp")
public class Test36Stamp {
static AtomicStampedReference<String> ref = new AtomicStampedReference<>("A", 0);
public static void main(String[] args) throws InterruptedException {
log.debug("main start...");
// 获取值 A
// 这个共享变量被它线程修改过？
String prev = ref.getReference();
int stamp = ref.getStamp();
log.debug("{}", stamp);
other();
Sleeper.sleep(1);
// 尝试改为 C
log.debug("change A->C {}", ref.compareAndSet(prev, "C", stamp, stamp + 1));
}
private static void other() {
new Thread(() -> {
int stamp = ref.getStamp();
log.debug("{}", stamp);
log.debug("change A->B {}", ref.compareAndSet(ref.getReference(), "B", stamp, stamp + 1));
}, "t1").start();
Sleeper.sleep(0.5);
new Thread(() -> {
int stamp = ref.getStamp();
log.debug("{}", stamp);
log.debug("change B->A {}", ref.compareAndSet(ref.getReference(), "A", stamp, stamp + 1));
}, "t2").start();
}
}
other函数执行完版本号变为2，而主线程拿的还是0，匹配不上就失败。
AtomicMarkableReference
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，这时可以用AtomicMarkableReference。如
package cn.itcast.testcopy;
import lombok.extern.slf4j.Slf4j;
import java.util.concurrent.atomic.AtomicMarkableReference;
import static cn.itcast.n2.util.Sleeper.sleep;
/**
* ClassName: Test38copy
* Package: cn.itcast.testcopy
* Description:
*
* @Author: 1043
* @Create: 2024/9/7 - 16:16
* @Version: v1.0
*/
@Slf4j(topic = "c.Test38copy")
public class Test38copy {
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.debug("start...");
GarbageBag prev = ref.getReference();
log.debug(prev.toString());
sleep(1);
log.debug("想换一只新垃圾袋？");
boolean success = ref.compareAndSet(prev, new GarbageBag("空垃圾袋"), true, false);
log.debug("换了么？" + success);
log.debug(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;
}
}
这时新增一个保洁阿姨打扫
new Thread(()->{
log.debug("start...");
bag.setDesc("空垃圾袋");
ref.compareAndSet(bag,bag,true,false);
log.debug(bag.toString());
},"保洁阿姨").start();
5. 原子数组
public class Test39copu {
public static void main(String[] args) {
demo(
()->new int[10],
(array)->array.length,
(array,index)->array[index]++,
array-> System.out.println(Arrays.toString(array))
);
demo(
()->new AtomicIntegerArray(10),
(array)->array.length(),
(array,index)->array.getAndIncrement(index),
array-> System.out.println(array)
);
}
/**
参数1，提供数组、可以是线程不安全数组或线程安全数组
参数2，获取数组长度的方法
参数3，自增方法，回传 array, index
参数4，打印数组的方法
*/
// 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)->
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();
Integer length = lengthFun.apply(array);
for (Integer i = 0; i < length; i++) {
// 每个线程对数组作 10000 次操作
ts.add(new Thread(() -> {
for (int j = 0; j < 10000; j++) {
putConsumer.accept(array, j%length);
}
}));
}
ts.forEach(t->t.start());
ts.forEach(t->{
try {
t.join();
} catch (InterruptedException e) {
e.printStackTrace();
}
});// 等所有线程结束
printConsumer.accept(array);
}
}
6. 原子字段更新器
AtomicReferenceFieldUpdater // 域 字段
AtomicIntegerFieldUpdater
AtomicLongFieldUpdater
7.原子累加器
public class Test41 {
public static void main(String[] args) {
for (int i = 0; i < 5; i++) {
demo(
() -> new AtomicLong(0),
(adder) -> adder.getAndIncrement()
);
}
for (int i = 0; i < 5; i++) {
demo(
() -> new LongAdder(),
adder -> adder.increment()
);
}
}
/*
() -> 结果 提供累加器对象
(参数) -> 执行累加操作
*/
private static <T> void demo(Supplier<T> adderSupplier, Consumer<T> action) {
T adder = adderSupplier.get();
List<Thread> ts = new ArrayList<>();
// 4 个线程，每人累加 50 万
for (int i = 0; i < 4; i++) {
ts.add(new Thread(() -> {
for (int j = 0; j < 500000; j++) {
action.accept(adder);
}
}));
}
long start = System.nanoTime();
ts.forEach(t -> t.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);
}
}
可见性能提升还是很明显的。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，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。
标签：之无锁,prev,Java,编程,System,线程,new,balance,public From： https://blog.csdn.net/m0_56369671/article/details/141995167