（五）共享模型之无锁

问题提出

有如下需求，保证 account.withdraw 取款方法的线程安全

interface Account {// 获取余额Integer  getBalance();// 取款void withdraw(Integer amount);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) {throw new RuntimeException(e);}});long end = System.nanoTime();System.out.println(account.getBalance() + " cost: " + (end-start)/1000_000 + " ms");}}

原有实现并不是线程安全的

class AccountUnsafe implements Account {private Integer balance;public AccountUnsafe(Integer balance) {this.balance = balance;}@Overridepublic Integer getBalance() {return balance;}@Overridepublic void withdraw(Integer amount) {balance -= amount;}
}

执行测试

class TestAccount {public static void main(String[] args) {AccountUnsafe accountUnsafe = new AccountUnsafe(1000);Account.demo(accountUnsafe);}
}

执行结果

同时有多个线程并发对变量 balance 进行操作，产生线程安全问题

解决思路-锁

首先想到的是给 Account 对象加锁

class AccountUnsafe implements Account {private Integer balance;public AccountUnsafe(Integer balance) {this.balance = balance;}@Overridepublic synchronized Integer getBalance() {return balance;}@Overridepublic synchronized void withdraw(Integer amount) {balance -= amount;}
}

加锁后执行结果

解锁思路-无锁

class AccountSafe implements Account {private AtomicInteger balance;public AccountSafe(AtomicInteger balance) {this.balance = balance;}@Overridepublic Integer getBalance() {return balance.get();}@Overridepublic void withdraw(Integer amount) {while(true) {int prev = balance.get();int next = prev - amount;if (balance.compareAndSet(prev, next)) {break;}}}
}

测试代码

class TestAccount {public static void main(String[] args) {AccountUnsafe accountUnsafe = new AccountUnsafe(10000);AccountSafe accountSafe = new AccountSafe(new AtomicInteger(10000));Account.demo(accountUnsafe);Account.demo(accountSafe);}
}

执行结果

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？

public void withdraw(Integer amount) {// 需要不断尝试，直到成功为止while(true) {// 比如拿到了旧值 1000int prev = balance.get();// 在这个基础上 1000 - 10 = 990int next = prev - amount;/** compareAndSet 正式做这个检查的，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;}}
}

其中的关键是 compareAndSet，它的简称就是 CAS （也有 Compare And Swap 的说法），它必须是原子操作。
:::tips
**注意 **
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

• 在多核状态下，某个核执行到带 lock 的指令时，CPU 会让总线锁住，当这个核把此指令执行完毕，再开启总线。这个过程中不会被线程的调度机制所打断，保证了多个线程对内存操作的准确性，是原子 的。
  :::

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，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。
:::tips
注意：
volatile 仅仅保证了共享变量的可见性，让其他线程能看到最新值，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2，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：线程就好像告诉跑道上的赛车，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。

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
  • 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

原子整数

J.U.C 并发包提供了：

• AtomicBoolean
• AtomicInteger
• AtomicLong

以 AtomicInteger 为例：

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）
// 其中函数中的操作能保证原子，但函数需要无副作用
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）
// 其中函数中的操作能保证原子，但函数需要无副作用
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）
// 其中函数中的操作能保证原子，但函数需要无副作用
// 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）
// 其中函数中的操作能保证原子，但函数需要无副作用
System.out.println(i.accumulateAndGet(-10, (p, x) -> p + x));

原子引用

为什么需要原子引用类型？

• AtomicReference
• AtomicMarkableReference
• AtomicStampedReference

有如下方法：

public interface DecimalAccount {// 获取余额BigDecimal getBalance();// 取款void withdraw(BigDecimal amount);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) {throw new RuntimeException(e);}});System.out.println(account.getBalance());}
}

使用 CAS 锁实现安全的取款操作

class DecimalAccountCas implements DecimalAccount {private AtomicReference balance;public DecimalAccountCas(BigDecimal balance) {this.balance = new AtomicReference(balance);}@Overridepublic BigDecimal getBalance() {return (BigDecimal) balance.get();}@Overridepublic void withdraw(BigDecimal amount) {while(true) {BigDecimal prev = getBalance();BigDecimal next = prev.subtract(amount);if(balance.compareAndSet(prev, next)) {break;}}}
}

测试

class TestDecimalAccountCas {public static void main(String[] args) {DecimalAccount.demo(new DecimalAccountCas(new BigDecimal("10000")));}
}

输出结果：

ABA 问题及解决

AtomicReference

@Slf4j(topic = "c.TestABA")
public class TestABA {static AtomicReference<String> ref = new AtomicReference<>("A");public static void main(String[] args) {log.debug("main start...");// 获取值 AString prev = ref.get();other();sleep(1000);// 尝试改为 Clog.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();sleep(500);new Thread(() -> {log.debug("change B->A, {}", ref.compareAndSet(ref.get(), "A"));}, "t2").start();}private static void sleep(long time) {try {Thread.sleep(time);} catch (InterruptedException e) {throw new RuntimeException(e);}}
}

输出：

21:34:33.971 [main] - main start...
21:34:33.997 [t1] - change A->B, true
21:34:34.503 [t2] - change B->A, true
21:34:35.508 [main] - change A->C, true

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，如果主线程希望：只要有其他线程【动过了】共享变量，那么自己的 CAS 计算失败，这时，仅比较值是不够的，需要再加一个版本号。

AtomicStampedReference

@Slf4j(topic = "c.TestABA")
public class TestABA {static AtomicStampedReference<String> ref = new AtomicStampedReference<>("A", 0);public static void main(String[] args) {log.debug("main start...");// 获取值 AString prev = ref.getReference();int stamp = ref.getStamp();log.debug("版本 {}", stamp);other();sleep(1000);// 尝试改为 Clog.debug("change A->C, {}", ref.compareAndSet(prev, "C", stamp, stamp + 1));}private static void other() {new Thread(() -> {log.debug("change A->B, {}", ref.compareAndSet(ref.getReference(), "B", ref.getStamp(), ref.getStamp() + 1));}, "t1").start();log.debug("更新版本为 {}", ref.getStamp());sleep(500);new Thread(() -> {log.debug("change B->A, {}", ref.compareAndSet(ref.getReference(), "A", ref.getStamp(), ref.getStamp() + 1));}, "t2").start();log.debug("更新版本为 {}", ref.getStamp());}private static void sleep(long time) {try {Thread.sleep(time);} catch (InterruptedException e) {throw new RuntimeException(e);}}
}

输出为：

22:06:25.993 [main] - main start...
22:06:25.994 [main] - 版本 0
22:06:26.022 [t1] - change A->B, true
22:06:26.022 [main] - 更新版本为 0
22:06:26.528 [t2] - change B->A, true
22:06:26.528 [main] - 更新版本为 1
22:06:27.533 [main] - change A->C, false

AtomicStampedReference 可以给原子引用加上版本号，追踪原子应用整个的变化过程，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。
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 AtomicMakableReference。

AtomicMakableReference

@Slf4j(topic = "c.TestABAAtomicMarkableReference")
public class TestABAAtomicMarkableReference {public static void main(String[] args) throws InterruptedException {GarbageBag bag = new GarbageBag("装满垃圾了");AtomicMarkableReference<GarbageBag> ref = new AtomicMarkableReference<>(bag, true);log.debug("main start...");GarbageBag prev = ref.getReference();log.debug(prev.toString());new Thread(() -> {log.debug("打扫卫生的线程 start...");bag.setDesc("空垃圾袋");ref.compareAndSet(bag, bag, true, false);log.debug(bag.toString());}, "保洁阿姨").start();Thread.sleep(1000);log.debug("想换一只新垃圾袋？");boolean success = ref.compareAndSet(prev, new GarbageBag("空的垃圾袋"), 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;}@Overridepublic String toString() {return "GarbageBag{" +"desc='" + desc + '\'' +'}';}
}

输出结果：

22:43:40.296 [main] - main start...
22:43:40.297 [main] - GarbageBag{desc='装满垃圾了'}
22:43:40.322 [保洁阿姨] - 打扫卫生的线程 start...
22:43:40.322 [保洁阿姨] - GarbageBag{desc='空垃圾袋'}
22:43:41.327 [main] - 想换一只新垃圾袋？
22:43:41.328 [main] - 换了么？false
22:43:41.328 [main] - GarbageBag{desc='空垃圾袋'}

注释掉打扫卫生线程代码，再观察输出

22:45:29.014 [main] - main start...
22:45:29.015 [main] - GarbageBag{desc='装满垃圾了'}
22:45:30.017 [main] - 想换一只新垃圾袋？
22:45:30.017 [main] - 换了么？true
22:45:30.017 [main] - GarbageBag{desc='空的垃圾袋'}

**原子数组 **

• AtomicIntegerArray
• AtomicLongArray
• AtomicReferenceArray

有如下方法：

public class Test27 {/**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> lengthFunc,BiConsumer<T, Integer> putConsumer,Consumer<T> printConsumer) {List<Thread> ts = new ArrayList<>();T array = arraySupplier.get();int length = lengthFunc.apply(array);for (int i = 0; i < length; i++) {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) {throw new RuntimeException(e);}});printConsumer.accept(array);}public static void main(String[] args) {// 不安全的数组System.out.print("不安全的数组：");demo(() -> new int[10],array -> array.length, // 此处通过泛型确定 Fuction 接口中的 T 为 int 型数组(array, index) -> array[index]++,array -> System.out.println(Arrays.toString(array)));// 安全的数组System.out.print("安全的数组：");demo(() -> new AtomicIntegerArray(10),array -> array.length(), // 此处通过泛型确定 Fuction 接口中的 T 为 int 型数组(array, index) -> array.getAndIncrement(index),array -> System.out.println(array));}
}

输出结果：

不安全的数组：[9131, 9043, 9256, 9288, 9221, 9231, 9212, 9212, 9199, 9225]
安全的数组：[10000, 10000, 10000, 10000, 10000, 10000, 10000, 10000, 10000, 10000]

字段更新器

• AtomicReferenceFieldUpdater // 域字段
• AtomicIntegerFieldUpdater
• AtomicLongFieldUpdater

利用字段更新器，可以针对对象的某个域（Field）进行原子操作，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

public class Test40 {public static void main(String[] args) throws InterruptedException {Student stu = new Student();AtomicReferenceFieldUpdater updater =AtomicReferenceFieldUpdater.newUpdater(Student.class, String.class, "name");new Thread(() -> {stu.name = "李四";}).start();Thread.sleep(1000);System.out.println(updater.compareAndSet(stu, null, "张三"));System.out.println(stu);}
}class Student {volatile String name;@Overridepublic String toString() {return "Student{" +"name='" + name + '\'' +'}';}}

输出：

false
Student{name='李四'}

原子累加器

累加器性能比较

public class Test41 {private static <T> void demo(Supplier<T> addSupplier, Consumer<T> action) {T adder = addSupplier.get();long start = System.nanoTime();List<Thread> ts = new ArrayList<>();for (int i = 0; i < 4; i++) {ts.add(new Thread(() -> {for (int j = 0; j < 500000; j++) {action.accept(adder);}}));}ts.forEach(t -> t.start());ts.forEach(t -> {try {t.join();} catch (InterruptedException e) {throw new RuntimeException(e);}});long end = System.nanoTime();System.out.println(adder + " cost:" + (end - start)/1000_000);}
}

比较 AtomicLong 与 LongAdder

public static void main(String[] args) {System.out.println("累加器 LongAdder：");for (int i = 0; i < 5; i++) {demo(() -> new LongAdder(), adder -> adder.increment());}System.out.println("--------------------------------");System.out.println("累加器 AtomicLong：");for (int i = 0; i < 5; i++) {demo(() -> new AtomicLong(), adder -> adder.getAndIncrement());}
}

输出

累加器 LongAdder：
2000000 cost:14
2000000 cost:14
2000000 cost:4
2000000 cost:4
2000000 cost:5
--------------------------------
累加器 AtomicLong：
2000000 cost:33
2000000 cost:26
2000000 cost:27
2000000 cost:27
2000000 cost:25

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，Thread-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，因为减少了 CAS 重试失败，从而提高性能。

源码之 LongAdder

LongAdder 类有几个关键域

// 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 cellBusy;

cas 锁

// 不要用于实践！！！
public class LockCas {private AtomicInteger state = new AtomicInteger(0);public void lock() {while (true) {if (state.compareAndSet(0, 1)) {break;}}	}public void unlock() {log.debug("unlock...");state.set(0);}
}

测试

LockCas lock = new LockCas();new Thread(() -> {log.debug("begin...");lock.lock();try {log.debug("lock...");sleep(1);} finally {lock.unlock();}
}, "t1").start();new Thread(() -> {log.debug("begin...");lock.lock();try {log.debug("lock...");} finally {lock.unlock();}
}, "t2").start();

输出

18:27:07.198 c.Test42 [t1] - begin... 
18:27:07.202 c.Test42 [t1] - lock... 
18:27:07.198 c.Test42 [t2] - begin... 
18:27:08.204 c.Test42 [t1] - unlock... 
18:27:08.204 c.Test42 [t2] - lock... 
18:27:08.204 c.Test42 [t2] - unlock...

原理之伪共存

其中 Cell 即为累加单元

abstract class Striped64 extends Number {// 防止缓存行伪共享@sun.misc.Contended static final class Cell {volatile long value;Cell(long x) { value = x; }// 最重要的方法, 用 cas 方式来进行累加, cmp 表示旧值, val 表示新值final boolean cas(long cmp, long val) {return UNSAFE.compareAndSwapLong(this, valueOffset, cmp, val);}// 省略不重要代码}
}

得从缓存说起
缓存与内存的速度比较


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

因为 Cell 是数组形式，在内存中是连续存储的，一个 Cell 为 24 字节（16 字节的对象头和 8 字节的 value），因此缓存行可以存下 2 个 Cell 对象。这样问题来了：

• Core-0 要修改 Cell[0]
• Core-1 要修改 Cell[1]
• 一个 Core 对应一个线程，一个线程负责修改一个 Cell。

无论谁修改成功，都会导致对方 Core 的缓存行失效，比如 Core-0 中Cell[0]=6000, Cell[1]=8000要累加Cell[0]=6001, Cell[1]=8000，这时会让 Core-1 的缓存行失效
@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，不会造成对方缓存行的失效。

累加主要调用下面的 add 方法：

public class LongAdder extends Striped64 implements Serializable {private static final long serialVersionUID = 7249069246863182397L;/*** Creates a new adder with initial sum of zero.*/public LongAdder() {}/*** Adds the given value.** @param x the value to add*/public void add(long x) {// as 为累加单元数组// b 为基础值// x 为累加值Cell[] as; long b, v; int m; Cell a;// 进入 if 的两个条件// 1. as 有值, 表示已经发生过竞争, 进入 if// 2. cas 给 base 累加时失败了, 表示 base 发生了竞争, 进入 if// base 是父类 Striped64 中的 volatile 变量// base：基值，主要在无争用时使用，但也在表初始化竞争期间用作回退。通过 CAS 更新。// casBase：父类方法if ((as = cells) != null || !casBase(b = base, b + x)) {// uncontended 表示 cell 没有竞争boolean uncontended = true;// as 还没有创建if (as == null || (m = as.length - 1) < 0 ||// 当前线程对应的 cell 还没有(a = as[getProbe() & m]) == null ||// cas 给当前线程的 cell 累加失败 uncontended=false (a为当前线程的cell)!(uncontended = a.cas(v = a.value, v + x)))// 进入 cell 数组创建、cell 创建的流程longAccumulate(x, null, uncontended);}}}

add 流程图：

abstract class Striped64 extends Number {// CPU 数量，要限制 Cell 数组的大小static final int NCPU = Runtime.getRuntime().availableProcessors();// Cell 数组。当非 null 时，size 是 2 的幂transient volatile Cell[] cells;// 基值，主要在无争用时使用，但也在表初始化竞争期间用作回退。通过 CAS 更新。transient volatile long base;// 调整大小和/或创建 Cell 数组时使用的自旋锁（通过 CAS 锁定）transient volatile int cellsBusy;final boolean casBase(long cmp, long val) {return UNSAFE.compareAndSwapLong(this, BASE, cmp, val);}final void longAccumulate(long x, LongBinaryOperator fn,boolean wasUncontended) {int h;// 当前线程还没有对应的 cell, 需要随机生成一个 h 值用来将当前线程绑定到 cellif ((h = getProbe()) == 0) {// 初始化 probeThreadLocalRandom.current(); // force initialization// h 对应新的 probe 值, 用来对应 cellh = getProbe();wasUncontended = true;}// collide 为 true 表示需要扩容boolean collide = false;                // True if last slot nonemptyfor (;;) {Cell[] as; Cell a; int n; long v;// 已经有了 cellsif ((as = cells) != null && (n = as.length) > 0) {// 还没有 cellif ((a = as[(n - 1) & h]) == null) {// 为 cellsBusy 加锁, 创建 cell, cell 的初始累加值为 x// 成功则 break, 否则继续 continue 循环if (cellsBusy == 0) {       // Try to attach new CellCell r = new Cell(x);   // Optimistically createif (cellsBusy == 0 && casCellsBusy()) {boolean created = false;try {               // Recheck under lockCell[] rs; int m, j;if ((rs = cells) != null &&(m = rs.length) > 0 &&rs[j = (m - 1) & h] == null) {rs[j] = r;created = true;}} finally {cellsBusy = 0;}if (created)break;continue;           // Slot is now non-empty}}collide = false;} // 有竞争, 改变线程对应的 cell 来重试 caselse if (!wasUncontended)       // CAS already known to failwasUncontended = true;      // Continue after rehash// cas 尝试累加, fn 配合 LongAccumulator 不为 null, 配合 LongAdder 为 nullelse if (a.cas(v = a.value, ((fn == null) ? v + x :fn.applyAsLong(v, x))))break;// 如果 cells 长度已经超过了最大长度, 或者已经扩容, 改变线程对应的 cell 来重试 caselse if (n >= NCPU || cells != as)collide = false;            // At max size or stale// 确保 collide 为 false 进入此分支, 就不会进入下面的 else if 进行扩容了else if (!collide)collide = true;// 加锁else if (cellsBusy == 0 && casCellsBusy()) {// 加锁成功, 扩容try {if (cells == as) {      // Expand table unless staleCell[] rs = new Cell[n << 1];for (int i = 0; i < n; ++i)rs[i] = as[i];cells = rs;}} finally {cellsBusy = 0;}collide = false;continue;                   // Retry with expanded table}// 改变线程对应的 cellh = advanceProbe(h);}// 还没有 cells, 尝试给 cellsBusy 加锁else if (cellsBusy == 0 && cells == as && casCellsBusy()) {// 加锁成功, 初始化 cells, 最开始长度为 2, 并填充一个 cellboolean init = false;try {                           // Initialize tableif (cells == as) {Cell[] rs = new Cell[2];rs[h & 1] = new Cell(x);cells = rs;init = true;}} finally {cellsBusy = 0;}// 成功则 break;if (init)break;}// 上两种情况失败, 尝试给 base 累加else if (casBase(v = base, ((fn == null) ? v + x :fn.applyAsLong(v, x))))break;                          // Fall back on using base}}}

longAccumulate 流程图


每个线程刚进入 longAccumulate 时，会尝试对应一个 cell 对象（找到一个坑位）

获取最终结果通过 sum 方法

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;
}

Unsafe

概述

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

public class UnsafeAccessor {static Unsafe unsafe;static {try {Field theUnsafe = Unsafe.class.getDeclaredField("theUnsafe");theUnsafe.setAccessible(true);unsafe = (Unsafe) theUnsafe.get(null);} catch (NoSuchFieldException e) {throw new RuntimeException(e);} catch (IllegalAccessException e) {throw new RuntimeException(e);}}static Unsafe getUnsafe() {return unsafe;}
}

Unsafe CAS 操作

@Data
class Teacher {volatile int id;volatile String name;
}class TestUnsafe {public static void main(String[] args) throws NoSuchFieldException {Unsafe unsafe = UnsafeAccessor.getUnsafe();Field id = Teacher.class.getDeclaredField("id");Field name = Teacher.class.getDeclaredField("name");// 获得成员变量的偏移量(可以理解为该成员变量相对于对象在内存中的偏移地址)long idOffset = unsafe.objectFieldOffset(id);long nameOffset = unsafe.objectFieldOffset(name);Teacher t = new Teacher();// 使用 cas 方法替换成员变量的值unsafe.compareAndSwapInt(t, idOffset, 0, 20);unsafe.compareAndSwapObject(t, nameOffset, null, "张三");System.out.println(t);}
}

输出

Teacher(id=20, name=张三)

使用自定义的 AtomicData 实现之前线程安全的原子整数 Account 实现

public class AtomicData {private volatile int data;static final Unsafe unsafe;static final long DATA_OFFSET;static {unsafe = UnsafeAccessor.getUnsafe();try {// data 属性在 DataContainer 对象中的偏移量，用于 Unsafe 直接访问该属性DATA_OFFSET = unsafe.objectFieldOffset(AtomicData.class.getDeclaredField("data"));} catch (NoSuchFieldException e) {throw new RuntimeException(e);}}public AtomicData(int data) {this.data = data;}public void decrease(int amount) {int oldValue;while(true) {// 获取共享变量旧值oldValue = data;// cas 尝试修改 data 为 oldValue - amount，如果期间旧值被别的线程修改了，返回 falseif(unsafe.compareAndSwapInt(this, DATA_OFFSET, oldValue, oldValue - amount)){return;}}}public int getData() {return data;}
}

Account 实现

class TestAtomicData {public static void main(String[] args) {Account.demo(new Account() {AtomicData atomicData = new AtomicData(10000);@Overridepublic Integer getBalance() {return atomicData.getData();}@Overridepublic void withdraw(Integer amount) {atomicData.decrease(amount);}});}
}