【多线程】CAS的原理及应用，看这篇文章就够啦

💐个人主页：初晴~

📚相关专栏：多线程 / javaEE初阶

一、CAS概述

CAS（Compare and Swap），中文译为 “比较并交换” ，是一种无锁算法中常用的原子操作。CAS通常用于实现线程之间的同步，特别是在多线程环境下需要保证原子性的场景下。

compareAndSwap(V, A, B)

CAS操作涉及三个操作数：内存位置（V）、预期原值（A）和新值（B）。如果内存位置的值与预期原值相匹配，那么处理器会自动将该位置的值更新为新值。否则，操作失败，处理器不做任何事情。

简单来说就是以下三步：

1. ⽐较 A 与 V 是否相等。（⽐较）
2. 如果⽐较相等，将 B 写⼊ V。（交换）
3. 返回操作是否成功。
一般来说，V就是内存中的值，A就是CPU寄存器中的值，如果发现两者相同，就可以粗略认为该值未被其它线程修改，于是就正常进行交换操作（交换的是内存与另一个寄存器的值，目的是让内存中的值得到更新赋值操作）
优点：
  1. 无需锁：CAS操作本身就是一个原子操作，因此可以在不使用锁的情况下实现多线程环境下的同步。
  2. 减少上下文切换：相比于传统的锁机制，使用CAS可以减少线程上下文切换的次数，提高性能。
  3. 易于实现：CAS的实现相对简单，可以方便地在多线程环境中使用。
尽管CAS具有许多优点，但它也存在一些固有的局限性：
  1. 循环时间长的问题：在并发量较大的情况下，CAS操作可能因为一直获取不到正确的预期值而陷入无限循环，导致CPU使用率上升。
  2. 只能保证一个共享变量的原子性：如果需要对多个共享变量进行原子操作，则CAS无法直接实现，需要结合其他手段，如使用AtomicReference或者其他同步机制。
  3. ABA问题：如果一个值在两次比较之间被修改回原来的值，那么CAS操作将会成功，但实际上中间发生过更改。这被称为ABA问题，在后文我们会再进行详细叙述的。

二、CAS的实现

CAS（Compare and Swap）操作是一种硬件级别的原子操作，用于实现无锁编程模式中的原子更新。在Java中，CAS操作主要通过Unsafe类来实现，并被广泛应用于java.util.concurrent包下的原子类中，如AtomicInteger、AtomicLong等。

CAS的硬件支持

CAS操作依赖于现代处理器提供的原子指令，例如Intel x86架构中的CMPXCHG（Compare and Exchange）指令，ARM架构中的LDREX/STREX（Load Exclusive / Store Exclusive）指令等。这些指令能够保证比较和交换操作的原子性，即使在多处理器环境下也不会被中断。

Java中CAS的实现

在Java中，Unsafe类提供了访问底层硬件的能力，包括执行CAS操作。Unsafe类并不是公开的API，它位于sun.misc包中，并且是隐藏的，不允许直接实例化。但是，Java的原子类（如AtomicInteger）通过反射等方式间接使用了Unsafe类来实现CAS操作。

Unsafe类中有几个关键方法用于实现CAS操作：

  1. compareAndSwapInt：用于整型变量的CAS操作。
  2. compareAndSwapLong：用于长整型变量的CAS操作。
  3. compareAndSwapObject：用于引用类型的CAS操作。

这些方法接受的对象参数是目标对象、预期旧值、新值以及一个表示目标字段偏移量的整数。偏移量通常是通过反射获取的。

不过直接使用Unsafe类通常是不推荐的，因为它涉及到底层操作，容易出现安全性问题。通常我们会使用更高层次的API，如AtomicInteger等。

三、CAS简单应用

（1）实现原子类

标准库中提供了 java.util.concurrent.atomic 包, ⾥⾯的类都是基于这种⽅式来实现的.
典型的就是 AtomicInteger 类。以下是其中一些重要的方法：

  1. get()：获取当前的整数值。
  2. set(int newValue)：设置整数值。
  3. getAndIncrement()：返回当前值，然后将值加一，相当于i++。
  4. getAndDecrement()：返回当前值，然后将值减一，相当于i--。
  5. incrementAndGet()：将值加一，然后返回新的值，相当于++i。
  6. decrementAndGet()：将值减一，然后返回新的值，相当于--i。
  7. addAndGet(int delta)：将当前值加上一个增量，然后返回新的值，相当于+=delta。
  8. getAndAdd(int delta)：返回当前值，然后将当前值加上一个增量，相当于-=delta。
  9. compareAndSet(int expect, int update)：如果当前值等于预期值，则原子地将值设置为新值；返回一个布尔值指示是否成功。

让我们看看下面这个伪代码：

接着通过CAS（value，oldValue，oldValue+1）来对比寄存器中的数据与内存数据是否相等来保证执行的准确性：

  • 若相等，就通过将oldValue+1赋值给内存数据oldValue，并返回true退出while循环， 实现安全的修改变量操作
  • 若不相等，则说明在 上方的赋值 与 此处的 CAS 操作之间有其它的线程穿插执行改变了内存数据，这时就返回false给while循环，重新执行“oldVlue = value”，从而重新加载内存中的值到寄存器中

过去的++操作需要三个指令，不具备原子性，就容易出现线程安全问题：

 而通过CAS就能解决这一问题，将原来的add指令改为CAS，在真正执行++操作时会判断寄存器的值与内存中的值是否相等，若相等，则近似等价于数据未发生改变，则正常执行++操作并赋值。若发现值不同，则说明该操作被其他线程给插入了，就会重新从load指令开始重新执行操作，从而避免了线程问题的产生：

这样我们就可以利用原子类 AtomicInteger 来实现一个线程安全的计时器：

public class AtomicIntegerCounterExample {public static void main(String[] args) throws InterruptedException {//创建一个原子类AtomicInteger counter = new AtomicInteger(0);int threadCount = 10;CountDownLatch latch = new CountDownLatch(threadCount);//创建了一个线程池ExecutorService executor = Executors.newFixedThreadPool(threadCount);for (int i = 0; i < threadCount; i++) {executor.execute(() -> {for (int j = 0; j < 1000; j++) {//相当于++操作counter.incrementAndGet();}latch.countDown();});}latch.await(); // 等待所有线程完成executor.shutdown();System.out.println("Final count: " + counter.get());}
}

在上述代码中，我们就创建了一个 AtomicInteger对象counter，并通过一个线程池创建了多个线程来对计数器进行递增操作。每个线程递增计数器1000次，最终打印出计数器的最终值。由于AtomicInteger的原子性，即使在多线程环境下，计数器的值也是准确的。

（2）实现自旋锁

自旋锁是一种同步机制，当一个线程试图获取已经被其他线程持有的锁时，它不会立即放弃CPU，而是继续循环尝试获取锁，直到成功为止。在 常见锁策略 一文中曾介绍过这一机制。

基于CAS实现自旋锁的步骤：

  1. 初始化锁标志：定义一个标志位来表示锁的状态，通常是一个整型变量。
  2. 获取锁：当一个线程想要获取锁时，它会使用CAS操作尝试将锁标志设置为已锁定状态。
  3. 释放锁：当线程完成其临界区操作后，它会将锁标志恢复为未锁定状态，以便其他线程可以获取锁。
  4. 自旋等待：如果CAS操作失败（即锁已被其他线程占用），当前线程将在一个循环中继续尝试获取锁，直到成功为止。
import java.util.concurrent.atomic.AtomicInteger;public class SpinLock {private final AtomicInteger lock = new AtomicInteger(0); // 0 表示未锁定，1 表示已锁定/*** 尝试获取锁。*/public void lock() {while (!lock.compareAndSet(0, 1)) {// CAS操作失败，说明锁已被占用，继续循环尝试}}/*** 释放锁。*/public void unlock() {lock.compareAndSet(1, 0); // 释放锁}public static void main(String[] args) {SpinLock spinLock = new SpinLock();// 模拟两个线程对共享资源的访问Thread t1 = new Thread(() -> {spinLock.lock();try {System.out.println(Thread.currentThread().getName() + " acquired the lock.");Thread.sleep(2000);} catch (InterruptedException e) {e.printStackTrace();} finally {System.out.println(Thread.currentThread().getName() + " released the lock.");spinLock.unlock();}});Thread t2 = new Thread(() -> {spinLock.lock();try {System.out.println(Thread.currentThread().getName() + " acquired the lock.");Thread.sleep(2000);} catch (InterruptedException e) {e.printStackTrace();} finally {System.out.println(Thread.currentThread().getName() + " released the lock.");spinLock.unlock();}});t1.start();t2.start();}
}

在上述代码中，我们定义了一个SpinLock类，它使用AtomicInteger来实现自旋锁的逻辑。lock()方法使用CAS操作尝试获取锁，如果获取失败，则进入自旋等待。unlock()方法则用于释放锁。

注意：

  1. 自旋次数：在高并发环境下，自旋锁可能会导致CPU利用率较高。可以考虑在自旋一定次数后让线程挂起，然后再尝试获取锁。
  2. 公平性：默认情况下，上述实现的自旋锁是非公平的，即先等待的线程不一定能先获取锁。如果需要公平性，可以考虑实现一个公平的自旋锁。
  3. 性能考量：自旋锁适合于锁的持有时间较短的情况。如果锁的持有时间较长，应该考虑使用传统的阻塞锁机制。

通过这种方式实现的自旋锁可以在一定程度上提高并发性能，特别是在锁的持有时间较短的情况下。然而，对于长时间持有的锁，还是建议使用传统的锁机制来避免不必要的CPU开销。

四、ABA问题

概述

假设有一个变量V，它的初始值为A。现在有以下过程：

  1. 线程T1读取V的值为A。
  2. 线程T2修改V的值为B。
  3. 线程T2再次修改V的值为A。
  4. 线程T1尝试使用CAS操作将V的值从A修改为C。

在这个过程中，尽管线程T1的CAS操作成功了（因为V的当前值确实为A），但实际上V曾经被修改过，这可能会导致不正确的结果。这就是所谓的ABA问题。

这时候有人可能就会有疑问了，就从结果上来看对于t1线程的执行似乎也没啥问题呀？的确在大多数应用场景下ABA问题并不会带来bug，但在下面这个场景中就不一定了：

比如通过CAS方法来实现ATM的转账功能。

        jay有100的存款，想从 ATM 取 50 块钱. 取款机创建了两个线程, 并发的来执⾏ -50 操作。我们期望⼀个线程执⾏ -50 成功, 另⼀个线程 -50 失败。如果使⽤ CAS 的⽅式来完成这个扣款过程就可能出现问题

正常的过程
1. 存款 100. 线程1 获取到当前存款值为 100, 期望更新为 50; 线程2 获取到当前存款值为 100, 期望更新为 50.
2. 线程1 执⾏扣款成功, 存款被改成 50. 线程2 阻塞等待中.
3. 轮到线程2 执⾏了, 发现当前存款为 50, 和之前读到的 100 不相同, 执⾏失败.
异常的过程
1. 存款 100. 线程1 获取到当前存款值为 100, 期望更新为 50; 线程2 获取到当前存款值为 100, 期望更新为 50.
2. 线程1 执⾏扣款成功, 存款被改成 50. 线程2 阻塞等待中.
3. 在线程2 执⾏之前, jay的朋友正好给jay转账 50, 账⼾余额变成 100 !!
4. 轮到线程2 执⾏了, 发现当前存款为 100, 和之前读到的 100 相同, 再次执⾏扣款操作

解决方案

（1）引用“版本号”

引起 ABA 问题的主要原因就是 CAS 能加也能减，导致CAS无法正确判断当前数据是否已经经过修改。但由于上述场景中的余额本身就是能加能减的，这时我们就可以引入新的概念“版本号”。

使用带有版本号的原子引用类型，如 AtomicStampedReference。这种类型的引用不仅包含了引用本身，还包含了一个版本号或标记。每次修改引用的同时也会更新版本号，这样即使引用值回到原来的值，版本号也会发生变化，从而避免了ABA问题。

import java.util.concurrent.atomic.AtomicStampedReference;public class ABASolutionExample {public static void main(String[] args) {AtomicStampedReference<Integer> ref = new AtomicStampedReference<>(0, 0);// 修改引用值int stamp = ref.getStamp();int reference = ref.getReference();reference = 1; // 修改引用值ref.compareAndSet(reference, reference, stamp, stamp + 1);// 回滚引用值reference = 0;ref.compareAndSet(reference, reference, stamp + 1, stamp + 2);// 尝试修改引用值boolean success = ref.compareAndSet(0, 2, stamp + 2, stamp + 3);System.out.println("CAS operation result: " + success);System.out.println("Current value: " + ref.getReference());}
}

上述代码中，我们创建了一个AtomicStampedReference，它包含了值0和版本号0。通过修改引用值和版本号，我们模拟了ABA问题。在尝试修改引用值时，由于版本号已经发生了变化，所以CAS操作会失败，从而避免了ABA问题的发生

（2）使用带有标记的指针：

  • 对于特定的应用场景，可以使用带有标记的指针来解决ABA问题。标记可以是一个额外的字段，用来记录值的版本信息。这种方法类似于使用AtomicStampedReference，但需要手动维护标记字段。

（2）使用条件变量：

  • 在某些情况下，可以通过引入条件变量来解决ABA问题。条件变量可以帮助线程等待某个条件成立，从而确保在进行CAS操作之前，值确实没有被修改过。

小结

在实际开发中，选择哪种方法来解决ABA问题取决于具体的应用场景和需求。如果ABA问题导致的后果不是特别严重，可以接受ABA问题的存在，因为引入版本号或标记字段会增加系统的复杂性。然而，在需要严格保证一致性的情况下，应该使用带有版本号的原子引用或其他适当的解决方案。

总的来说，解决ABA问题的关键在于引入某种形式的版本控制或标记机制，以确保即使值回到了原来的状态，也能识别出它曾经被修改过。这样可以有效地防止由于ABA问题导致的数据一致性问题。

总结

CAS作为一种高效的原子操作，对于并发编程有着重要的意义。它可以提高程序的并发性能，减少锁带来的开销。然而，它也存在一些固有的局限性，比如ABA问题、循环重试导致的CPU消耗等问题。在实际应用中，应根据具体的使用场景和需求来权衡是否使用CAS，以及如何合理地使用CAS来实现高效、可靠的并发控制。同时，可以结合其他同步机制来弥补CAS的不足，以达到更好的并发效果。

那么本篇文章就到此为止了，如果觉得这篇文章对你有帮助的话，可以点一下关注和点赞来支持作者哦。作者还是一个萌新，如果有什么讲的不对的地方欢迎在评论区指出，希望能够和你们一起进步✊

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/428414.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

linux之nacos安装

linux之nacos安装

1:下载nacos安装包 方式一、进入官网下载压缩包 官网地址 找到nacos-server-2.0.1.tar.gz 点击进行下载&#xff0c;下载完成后上传到服务器中。 方式二、使用wget命令下载 也有两种方式&#xff1a;第一种下载速度较慢 wget https://github.com/alibaba/nacos/releases/downl…
阅读更多...
Zookeeper学习

Zookeeper学习

文章目录 学习第 1 章 Zookeeper 入门1.1 概述Zookeeper工作机制 1.2 特点1.3 数据结构1.4 应用场景统一命名服务统一配置管理统一集群管理服务器动态上下线软负载均衡 1.5 下载zookeeper 第 2 章 Zookeeper 本地安装2.1 本地模式安装安装前准备配置修改操作 Zookeeper本地安装…
阅读更多...
【React】React18.2.0核心源码解读

【React】React18.2.0核心源码解读

前言 本文使用 React18.2.0 的源码&#xff0c;如果想回退到某一版本执行git checkout tags/v18.2.0即可。如果打开源码发现js文件报ts类型错误请看本人另一篇文章&#xff1a;VsCode查看React源码全是类型报错如何解决。 阅读源码的过程&#xff1a; 下载源码 观察 package…
阅读更多...
uniapp使用uview2上传图片功能

uniapp使用uview2上传图片功能

官网地址Upload 上传 | uView 2.0 - 全面兼容 nvue 的 uni-app 生态框架 - uni-app UI 框架 前提&#xff0c;需要下载vuew2插件 <view class"upload"><view class"u-demo-block__content"><view class"u-page__upload-item"&…
阅读更多...
Observability：构建下一代托管接入服务

Observability：构建下一代托管接入服务

作者&#xff1a;来自 Elastic Vishal Raj, Marc Lopez Rubio 随着无服务器&#xff08;serverless&#xff09;的引入&#xff0c;向 Elastic Cloud 发送可观察性数据变得越来越容易。你可以在 Elastic Cloud Serverless 中创建一个可观察性无服务器项目&#xff0c;并将可观察…
阅读更多...
一文说清楚ETL与Kafka如何实现集成

一文说清楚ETL与Kafka如何实现集成

ETL与Kafka为何需要集成? 随着企业对实时流数据的处理要求越来越高&#xff0c;很多企业都把实时流数(日志、实时CDC采集数据、设备数据…)先推入到kafka中&#xff0c;再通过ETL对kafka中的数据进行消费通过ETL强大的数据的转换、清洗功能来进行数据的集成与分发。 实时数据…
阅读更多...
WebMagic：强大的Java网络爬虫框架

WebMagic：强大的Java网络爬虫框架

上班苦上班累&#xff0c;上班就想打瞌睡。 在当今信息爆炸的时代&#xff0c;数据的获取和处理变得越来越重要。网络爬虫作为获取网络数据的重要工具&#xff0c;已经成为许多开发者和数据科学家的必备技能。今天&#xff0c;我们将介绍一个广受欢迎的Java网络爬虫框架——We…
阅读更多...
硬件工程师笔试面试——存储器件

硬件工程师笔试面试——存储器件

目录 16、存储器件 16.1 基础 存储器件实物图 16.1.1 概念 16.1.2 常见的存储器件及其特点 16.2 相关问题 16.2.1 不同类型的存储器件在成本和性能上有哪些具体的差异 16.2.2 如何根据应用需求选择合适的存储器件? 16.2.3 存储器件的耐用性和可靠性是如何影响其在不同…
阅读更多...
数据结构不再难懂：带你轻松搞定图

数据结构不再难懂：带你轻松搞定图

数据结构入门学习&#xff08;全是干货&#xff09;——图 1 图 1.1 什么是图 图是一种用于表示多对多关系的数学模型。它由一组顶点和一组边构成&#xff0c;用于描述事物之间的复杂关联。 顶点&#xff1a;通常用 V (Vertex) 表示&#xff0c;代表事物或对象。边&#xf…
阅读更多...
uniapp+renderJS+google map开发安卓版APP非小程序

uniapp+renderJS+google map开发安卓版APP非小程序

背景需求 需要在uniapp中接入google地图，研究了一番，都没有找到合适的，现在说一下教程。 效果图 前期工作 这两点缺一不可，否则你啥也看不到。 1、电脑安装L-O-U梯 用于访问G-OO-G-LE的API或者创建google map key。 2、手机安装L-O-U梯 用于显示google地图。我就是手…
阅读更多...
Linux中的进程入门

Linux中的进程入门

冯诺依曼体系结构 操作系统(Operator System) 进程控制块&#xff08;PCB&#xff09; struct task_struct{//该进程的所有属性//该进程对应的代码和属性地址struct task_struct* next; }; struct task_struct 内核结构体——>创建内核结构体对象(task_struct&#xff09;…
阅读更多...
LinuxC高级作业2

LinuxC高级作业2

1.整理思维导图 2.做一套笔试题 一&#xff1a; 1.cd .. mkdir dir1 cd dir1 touch file1 2.cp ~/mnt/dir1/ -r * ~/home/dir2/ 3.pwd 4.ls -l 5.ifconfig 6.top 10.find /usr -type f -name "*name*" 11.:wq 13.df -h 14.tar -xzvf tmp.tar.gz 15.sudo c…
阅读更多...
登录校验(令牌，过滤器，拦截器使用详解)

登录校验(令牌，过滤器，拦截器使用详解)

文章目录 前言一、会话技术1. Cookie2. Session3. 令牌 二、JWT令牌1. 简介 二、过滤器Filter1. 简介2. 快速入门3. 执行流程4. 使用示例5. 为什么自定义的Filter类不需要使用Component 四、拦截器Interceptor1. 介绍2. 入门程序3. Interceptor详解 前言 该篇详细对SpringBoot…
阅读更多...
串口助手的qt实现思路

串口助手的qt实现思路

要求实现如下功能&#xff1a; 获取串口号&#xff1a; foreach (const QSerialPortInfo &serialPortInfo, QSerialPortInfo::availablePorts()) {qDebug() << "Port: " << serialPortInfo.portName(); // e.g. "COM1"qDebug() <<…
阅读更多...
GeoPandas在地理空间数据分析中的应用

GeoPandas在地理空间数据分析中的应用

GeoPandas是一个开源的Python库&#xff0c;专门用于处理和分析地理空间数据。它建立在Pandas库的基础上&#xff0c;扩展了Pandas的数据类型&#xff0c;使得用户能够在Python中方便地进行GIS操作。GeoPandas的核心数据结构是GeoDataFrame&#xff0c;它是Pandas的DataFrame的…
阅读更多...
射击靶标检测系统源码分享

射击靶标检测系统源码分享

射击靶标检测检测系统源码分享 [一条龙教学YOLOV8标注好的数据集一键训练_70全套改进创新点发刊_Web前端展示] 1.研究背景与意义 项目参考AAAI Association for the Advancement of Artificial Intelligence 项目来源AACV Association for the Advancement of Computer Vis…
阅读更多...
VScode开发GD32移植(标准库通用)，保姆级！！！！！！！

VScode开发GD32移植(标准库通用)，保姆级！！！！！！！

VScode开发GD32移植(标准库通用)&#xff0c;保姆级&#xff01;&#xff01;&#xff01;&#xff01;&#xff01;&#xff01;&#xff01; 文章目录 VScode开发GD32移植(标准库通用)&#xff0c;保姆级&#xff01;&#xff01;&#xff01;&#xff01;&#xff01;&#…
阅读更多...
哪个牌子的麦克风好用？无线麦克风避坑指南：五大常见问题

哪个牌子的麦克风好用？无线麦克风避坑指南：五大常见问题

随着短视频行业的兴起&#xff0c;和视频拍摄有关的外设也被推到了风口浪尖上&#xff0c;而麦克风作为视频拍摄或者现场直播使用的主要拾音工具&#xff0c;自然成为了大家非常关注的一个摄影外设工具&#xff0c;毕竟一款好的拾音工具能够给视频创作者或者直播博主带来更好的…
阅读更多...
基于PHP的CRM管理系统源码/客户关系管理CRM系统源码/php源码/附安装教程

基于PHP的CRM管理系统源码/客户关系管理CRM系统源码/php源码/附安装教程

源码简介&#xff1a; 这是一款基于PHP开发的CRM管理系统源码&#xff0c;全称客户关系管理CRM系统源码&#xff0c;它是由php源码开发的&#xff0c;还附带了一整套详细的安装教程哦&#xff01; 功能亮点&#xff1a; 1、公海管理神器&#xff1a;不仅能搞定公海类型&…
阅读更多...
OpenCV特征检测(6)对初步检测到的角点位置进行亚像素级别的精炼函数cornerSubPix()的使用

OpenCV特征检测(6)对初步检测到的角点位置进行亚像素级别的精炼函数cornerSubPix()的使用

操作系统&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言&#xff1a;C11 算法描述 细化角点的位置。 该函数迭代以找到角点或径向鞍点的亚像素级准确位置&#xff0c;如 93中所述&#xff0c;并如下图所示。 亚像素级准确的角点…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023