【并发】深度解析CAS原理与底层源码
【并发】深度解析CAS原理与底层源码
什么是 CAS？
CAS全称是（Compare And Swap，比较并交换），通常指的是这样一种原子操作（针对一个变量，首先比较它的内存值与某个期望值是否相同，如果相同，就给它赋一个新值）
我们用伪代码描述起来就是：
if(value == expectValue) {
value = newValue;
}以上伪代码描述了一个由比较和赋值两阶段组成的复合操作。
而 CAS 可以看作是它们合并后的整体！一个不可分割的原子操作，并且其原子性是直接在硬件层面得到保障的。
CAS可以看做是乐观锁（对比数据库的悲观、乐观锁）的一种实现方式，我们稍后要讲的Java原子类中的递增操作（i++）就通过CAS自旋实现的。
CAS是一种无锁算法，在不使用锁（没有线程被阻塞）的情况下实现多线程之间的变量同步！
CAS案例分析
我们先来看看CAS是怎么解决多线程并发问题的！
一、不采用任何限制
这里要求开10个线程，每个线程执行1万次的“++操作”
public class Test {
private volatile static int sum = 0;
public static void main(String[] args) {
for (int i = 0; i < 10; i++) {
Thread thread = new Thread(() -> {
for (int j = 0; j < 10000; j++) {
sum++;
}
});
thread.start();
}
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
// 30421
System.out.println(sum);
}
}
由于我们这里没有使用任务“限制”，线程之间没有同步关系，最后输出的结果肯定不是10万！
二、使用synchronized锁解决线程安全问题
public class Test {
private volatile static int sum = 0;
static Object object = "";
public static void main(String[] args) {
for (int i = 0; i < 10; i++) {
Thread thread = new Thread(() -> {
synchronized (object) {
for (int j = 0; j < 10000; j++) {
sum++;
}
}
});
thread.start();
}
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
// 100000
System.out.println(sum);
}
}
显然，加锁之后，结果就是我们预计的那样，这种方案可以解决大多数场景。
虽然， synchronized 在JDK1.8的时候优化了很多，但是由于Java线程是与操作系统线程一一对应的。Java的线程的切换，需要涉及到操作系统用户态到内核态的切换，是一个很重的操作！！！而synchronized的使用就会导致这种上下文切换！！！
三、使用CAS解决线程安全问题
在 Java 中，CAS 操作是由 Unsafe 类提供支持的，该类定义了三种针对不同类型变量的 CAS 操做。
（1）Unsafe的基本使用
Java中的Unsafe的介绍与使用_面向鸿蒙编程的博客-CSDN博客
https://blog.csdn.net/weixin_43715214/article/details/128260404这篇JavaGuide文章写得很好，可以看看
Java 魔法类 Unsafe 详解 (javaguide.cn)https://javaguide.cn/java/basis/unsafe.html#unsafe-%E5%8A%9F%E8%83%BD不能通过new的方式去创建一个Unsafe对象，必须要通过反射。
（2）自定义的UnsafeFactory
在项目开发中，如果要用到Unsafe，一般要通过自定义一个Unsafe工厂类，去创建Unsafe对象。
public class UnsafeFactory {
// 获取 Unsafe 对象
public static Unsafe getUnsafe() {
try {
Field field = Unsafe.class.getDeclaredField("theUnsafe");
field.setAccessible(true);
return (Unsafe) field.get(null);
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
// 获取字段的内存偏移量
public static long getFieldOffset(Unsafe unsafe, Class clazz, String fieldName) {
try {
return unsafe.objectFieldOffset(clazz.getDeclaredField(fieldName));
} catch (NoSuchFieldException e) {
throw new Error(e);
}
}
}
我们可以看 Unsafe类 的源码，分别定义了Object、int、long类型的比较与交换
它们都是 native 方法，由 Java 虚拟机 提供具体实现，这意味着不同的 Java 虚拟机对它们的实现可能会略有不同。
我们可以先研究一下这三个API
（3）Unsafe的关于CAS的API
public class CASTest {
public static void main(String[] args) {
Entity entity = new Entity();
Unsafe unsafe = UnsafeFactory.getUnsafe();
long offset = UnsafeFactory.getFieldOffset(unsafe, Entity.class, "x");
// 12
System.out.println(offset);
boolean successful;
// 4个参数分别是：对象实例、字段的内存偏移量、字段期望值、字段更新值
// true 3
successful = unsafe.compareAndSwapInt(entity, offset, 0, 3);
System.out.println(successful + "\t" + entity.x);
// true 5
successful = unsafe.compareAndSwapInt(entity, offset, 3, 5);
System.out.println(successful + "\t" + entity.x);
// false 5
successful = unsafe.compareAndSwapInt(entity, offset, 3, 8);
System.out.println(successful + "\t" + entity.x);
}
}
class Entity{
int x;
}
compareAndSwapInt(Object var1, long var2, int var4, int var5);
上述的参数分别是：对象实例、字段内存偏移量、字段期望值、字段更新值
针对 entity.x 的 3 次 CAS 操作，分别试图将它从 0 改成 3、从 3 改成 5、从 3 改成 8。
其中前两次是成功的！最后一次失败了，返回false，因为字段的值已经在上一次CAS中更新为5，但是此时的期望值为3，不符，所以返回false。
偏移量怎么算来的？？？
Java中的对象在内存中是怎么去存储的？
以Entry为例，对象头占8个字节，指针占4个字节，假如对象中没有定义属性（空的），那么操作系统会再为其分配一个对其填充为4个字节，所以，换句话说，new一个对象最少需要16个字节！
那这个例子中，Entry里面有一个变量x，所以x的偏移量就是12
再举一个例子，如下：
class Entry {
int x;
int y;
}x的偏移量为12，y为16
（4）自定义一个CASLock锁工具类
// 工具类
public class CASLock {
//加锁标记
private volatile int state;
private static final Unsafe UNSAFE;
private static final long OFFSET;
static {
try {
UNSAFE = UnsafeFactory.getUnsafe();
// 偏移量
OFFSET = UnsafeFactory.getFieldOffset(
UNSAFE, CASLock.class, "state");
} catch (Exception e) {
throw new Error(e);
}
}
// CAS操作，值为0，则更新为1
public boolean cas() {
return UNSAFE.compareAndSwapInt(this, OFFSET, 0, 1);
}
public int getState() {
return state;
}
public void setState(int state) {
this.state = state;
}
}
（5）CAS实现线程同步
public class Test {
private volatile static int sum = 0;
static CASLock casLock = new CASLock();
public static void main(String[] args) {
for (int i = 0; i < 10; i++) {
Thread thread = new Thread(() -> {
for(;;){
if(casLock.getState() == 0 && casLock.cas()) {
try {
for (int j = 0; j < 10000; j++) {
sum++;
}
} finally {
// 改回0
casLock.setState(0);
}
break;
}
}
});
thread.start();
}
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
// 100000
System.out.println(sum);
}
}
这里开了10个线程，同一时刻，只会有一个线程进入到如下逻辑里面
if(casLock.getState() == 0 && casLock.cas()) { ... }
其它的线程都会在此处“自旋”！
因为，当第一个线程进去后，它进行了cas操作，会将state值改为1，所以它们get到的state值都是1，不满足这里的 casLock.getState() == 0 条件。
故，这样也就实现了“无锁”的线程变量同步，避免了上下文切换，线程由用户态到内核态的切换。
四、其它方式
当然了，实现这个小案例的方式有很多。
我们这里只是为了讲CAS原理和源码，才会采用这种方式。像AtomicInteger、Reentrantlock也都可以解决这个问题！
CAS源码分析
Unsafe_CompareAndSwapInt
Hotspot 虚拟机对compareAndSwapInt 方法的实现如下：
/** unsafe.cpp
* obj：对象
* offset：对象偏移量
* e：比较值
* x：更新值
*/
UNSAFE_ENTRY(jboolean, Unsafe_CompareAndSwapInt(JNIEnv *env, jobject unsafe, jobject obj, jlong offset, jint e, jint x))
UnsafeWrapper("Unsafe_CompareAndSwapInt");
oop p = JNIHandles::resolve(obj);
// 根据偏移量，计算value的地址
jint* addr = (jint *) index_oop_from_field_offset_long(p, offset);
// Atomic::cmpxchg(x, addr, e) cas逻辑 x:要交换的值 e:要比较的值
// cas成功，返回期望值e，等于e,此方法返回true
// cas失败，返回内存中的value值，不等于e，此方法返回false
return (jint)(Atomic::cmpxchg(x, addr, e)) == e;
UNSAFE_ENDAtomic::cmpxchg
核心逻辑在Atomic::cmpxchg方法中，这个根据不同操作系统和不同CPU会有不同的实现。
这里我们以 linux_64x 的为例
#atomic_linux_x86.inline.hpp
inline jint Atomic::cmpxchg (jint exchange_value, volatile jint* dest, jint compare_value) {
//判断当前执行环境是否为多处理器环境
int mp = os::is_MP();
//LOCK_IF_MP(%4) 在多处理器环境下，为 cmpxchgl 指令添加 lock 前缀，以达到内存屏障的效果
//cmpxchgl 指令是包含在 x86 架构及 IA-64 架构中的一个原子条件指令，
//它会首先比较 dest 指针指向的内存值是否和 compare_value 的值相等，
//如果相等，则双向交换 dest 与 exchange_value，否则就单方面地将 dest 指向的内存值交给exchange_value。
//这条指令完成了整个 CAS 操作，因此它也被称为 CAS 指令。
__asm__ volatile (LOCK_IF_MP(%4) "cmpxchgl %1,(%3)"
: "=a" (exchange_value)
: "r" (exchange_value), "a" (compare_value), "r" (dest), "r" (mp)
: "cc", "memory");
return exchange_value;
}里面的cmpxchgl指令，就是linux_64x 架构下的比较与交换！
Atomic::cmpxchg 这个函数最终返回值是 exchange_value。
也就是说，如果 cmpxchgl 执行时 compare_value（要比较的值）和 dest指针指向的内存值相等，则会使得 dest指针指向内存值 变成 exchange_value，最终 eax寄存器存的compare_value 赋值给了exchange_value变量（返回旧值），即函数最终返回的值是原先的compare_value。此时，Unsafe_CompareAndSwapInt 的返回值 (jint)(Atomic::cmpxchg(x, addr, e)) == e 就是true，表明CAS成功。
简单来说就是：
如果compare_value与dest指针指向的内存值相等，“函数”返回值情况：
dest指针指向内存值为 新值
exchange_value为 旧值（用于比较）
如果cmpxchgl执行时 compare_value 和 (dest) 不等，则会把当前dest指针指向内存的值写入eax寄存器，最终输出时赋值给 exchange_value变量作为返回值，导致 (jint)(Atomic::cmpxchg(x, addr, e)) == e 得到false，表明CAS失败。
如果compare_value与dest指针指向的内存值不相等，“函数”返回值情况：
dest指针指向内存的值（赋值给exchange_value）
可以用伪代码表示：
if(compare_value(存在eax寄存器) == dest指针指向的内存值) {
dest指针指向内存值 = exchange_value;
exchange_value = compare_value(存在eax寄存器);
return exchange_value;
} else {
compare_value(存在eax寄存器) = dest指针指向内存值;
exchange_value = compare_value(存在eax寄存器);
return exchange_value;
}CAS底层源码总结
不管是 Hotspot 中的 Atomic::cmpxchg 方法，还是 Java 中的 compareAndSwapInt 方法，它们本质上都是对相应平台的 CAS 指令的一层简单封装。
CAS 指令作为一种硬件原语，有着天然的原子性，这也正是 CAS 的价值所在！！！
CAS的缺点
CAS 虽然高效地解决了原子操作，但是还是存在一些缺陷的，主要表现在三个方面：
- 自旋 CAS 长时间地不成功，则会给 CPU 带来非常大的开销
- 只能保证一个共享变量原子操作
- ABA 问题
ABA问题及其解决方案
什么是ABA问题？
当有多个线程对一个原子类进行操作的时候，某个线程在短时间内将原子类的值A修改为B，又马上将其修改为A，此时其他线程不感知，还是会修改成功！
发生ABA问题的测试代码
public class ABATest {
public static void main(String[] args) {
AtomicInteger atomicInteger = new AtomicInteger(1);
new Thread(()->{
int value = atomicInteger.get();
System.out.println("Thread1 read value: " + value);
// 阻塞1s
LockSupport.parkNanos(1000000000L);
// Thread1通过CAS修改value值为3
if (atomicInteger.compareAndSet(value, 3)) {
System.out.println("Thread1 update from " + value + " to 3");
} else {
System.out.println("Thread1 update fail!");
}
},"Thread1").start();
new Thread(()->{
int value = atomicInteger.get();
System.out.println("Thread2 read value: " + value);
// Thread2通过CAS修改value值为2
if (atomicInteger.compareAndSet(value, 2)) {
System.out.println("Thread2 update from " + value + " to 2");
// do something
value = atomicInteger.get();
System.out.println("Thread2 read value: " + value);
// Thread2通过CAS修改value值为1
if (atomicInteger.compareAndSet(value, 1)) {
System.out.println("Thread2 update from " + value + " to 1");
}
}
},"Thread2").start();
}
}运行结果
显然，这边最后是可以讲1改为3，即该程序认为最后的这个1的状态是没有被修改的！
ABA问题的解决方案
数据库有个锁称为乐观锁，是一种基于数据版本实现数据同步的机制，每次修改一次数据，版本就会进行累加。
所以，ABA问题也可以通过版本号来解决！
public class AtomicStampedReferenceTest {
public static void main(String[] args) {
// 定义AtomicStampedReference Pair.reference值为1, Pair.stamp为1
AtomicStampedReference atomicStampedReference = new AtomicStampedReference(1,1);
new Thread(()->{
int[] stampHolder = new int[1];
int value = (int) atomicStampedReference.get(stampHolder);
int stamp = stampHolder[0];
System.out.println("Thread1 read value: " + value + ", stamp: " + stamp);
// 阻塞1s
LockSupport.parkNanos(1000000000L);
// Thread1通过CAS修改value值为3，stamp是版本，每次修改可以通过+1保证版本唯一性
if (atomicStampedReference.compareAndSet(value, 3,stamp,stamp+1)) {
System.out.println("Thread1 update from " + value + " to 3");
} else {
System.out.println("Thread1 update fail!");
}
},"Thread1").start();
new Thread(()->{
int[] stampHolder = new int[1];
int value = (int)atomicStampedReference.get(stampHolder);
int stamp = stampHolder[0];
System.out.println("Thread2 read value: " + value+ ", stamp: " + stamp);
// Thread2通过CAS修改value值为2
if (atomicStampedReference.compareAndSet(value, 2,stamp,stamp+1)) {
System.out.println("Thread2 update from " + value + " to 2");
// do something
value = (int) atomicStampedReference.get(stampHolder);
stamp = stampHolder[0];
System.out.println("Thread2 read value: " + value+ ", stamp: " + stamp);
// Thread2通过CAS修改value值为1
if (atomicStampedReference.compareAndSet(value, 1,stamp,stamp+1)) {
System.out.println("Thread2 update from " + value + " to 1");
}
}
},"Thread2").start();
}
}运行结果
关于 AtomicStampedReference 的补充
上面用到了 AtomicStampedReference类
public class AtomicStampedReference<V> {
private static class Pair<T> {
final T reference;
// 版本号
final int stamp;
private Pair(T reference, int stamp) {
this.reference = reference;
this.stamp = stamp;
}
static <T> Pair<T> of(T reference, int stamp) {
return new Pair<T>(reference, stamp);
}
}
private volatile Pair<V> pair;
......
}AtomicMarkableReference
AtomicMarkableReference 是 AtomicStampedReference 的简化版本！它不关心修改过几次，仅仅关心是否修改过。因此变量mark是boolean类型，仅记录值是否有过修改。
public class AtomicMarkableReference<V> {
private static class Pair<T> {
final T reference;
final boolean mark;
private Pair(T reference, boolean mark) {
this.reference = reference;
this.mark = mark;
}
static <T> Pair<T> of(T reference, boolean mark) {
return new Pair<T>(reference, mark);
}
}
private volatile Pair<V> pair;
......
}
