在简单介绍java.util.concurrent.atomic包之前,有个概念要先抄袭熟悉一遍:CAS(比较并交换)。现在大多数的处理器都提供对并发 访问的支持,这个支持的反映方式就是提供硬件的指令支持多处理的特殊需求。比如检测或者阻止其它处理器的并发访问来更新共享变量的 指令。对于 Intel x86架构的处理器来说就是通过提供实现CAS或者比较并设置的硬件原语指令集。CAS操作的三个操作数:内存位置(V) ,预期原值(A)和新值(B)。执行的过程通常是:预测内存地址V应该包含值A,如果包含则将值B替换到位置V;否则,不更改任何值,告 知地址V的当前值。CAS对待“读-修改-写”的操作一般是检测这个过程是否有其它的线程在修改变量,如果有那么这次的CAS操作失败, 可以尝试重新进行CAS。讲到这里似乎感觉比 Synchronized还复杂,是否意味着成本不小呢?答案是否。因为它是硬件原生实现的,极为轻 量级的无锁同步方式。就好像高清解码一样,GPU原生硬件解码比软解的CPU占用优势那是相当的不一样啊!
说到硬件我就想到最近狂能争论的使用64位操作系统的优势。现在处理器多数支持64位,意味着处理器的寄存器映射到内存的寻址空间 大大的大了,操作系统 64位的架构或许在内存管理上的挑战更大了,没有好的内存压缩技术,大内存只能是大浪费。同时还表示如果三方 软件开发者对64位系统内存管理不熟悉,软件变垃圾的概率变大了。没有好的64位三方软件的繁荣,操作系统仅仅作为一个支撑软件运行的 平台能干什么呢?所以使用优势不在操作系统本身而在于平台之上的软件。又扯远了,哎…
JDK5以后在java.util.concurrent.atomic包下提供了十几个原子类。常见的是 AtomicInteger,AtomicLong,AtomicReference以及它们 的数组形式,还有AtomicBoolean和为了处理 ABA问题引入的AtomicStampedReference类,最后就是基于反射的对volatile变量进行更新的 实用工具类:AtomicIntegerFieldUpdater,AtomicLongFieldUpdater,AtomicReferenceFieldUpdater。这些原子类理论上能够大幅的提升性 能。并且java.util.concurrent内的并发集合,线程池,执行器,同步器的内部实现大量的依赖这些无锁原子类,从而争取性能的最大化。 下面通过一个简单的例子看看:
Java代码
import java.util.concurrent.atomic.AtomicIntegerFieldUpdater;import java.util.concurrent.atomic.AtomicInteger;/** * User: yanxuxin * Date: Dec 16, 2009 * Time: 10:49:40 PM */public class AtomicCounterSample extends Thread { private AtomicCounter atomicCounter; public AtomicCounterSample(AtomicCounter atomicCounter) { this.atomicCounter = atomicCounter; } @Override public void run() { long sleepTime = (long) (Math.random() * 100); try { Thread.sleep(sleepTime); } catch (InterruptedException e) { e.printStackTrace(); } atomicCounter.counterIncrement(); } public static void main(String[] args) throws Exception { AtomicCounter atomicCounter = new AtomicCounter(); for (int i = 0; i < 5000; i++) { new AtomicCounterSample(atomicCounter).start(); } Thread.sleep(3000); System.out.println("counter=" + atomicCounter.getCounter()); }}class AtomicCounter { private AtomicInteger counter = new AtomicInteger(0); public int getCounter() { return counter.get(); } public void counterIncrement() { for (; ;) { int current = counter.get(); int next = current + 1; if (counter.compareAndSet(current, next)) return; } }}class AtomicCounter2 { private volatile int counter; private static final AtomicIntegerFieldUpdater counterUpdater = AtomicIntegerFieldUpdater.newUpdater(AtomicCounter2.class, "counter"); public int getCounter() { return counter; } public int counterIncrement() {// return counter++; return counterUpdater.getAndIncrement(this); }}
这个例子实现了原子计数器的两个版本:AtomicCounter,AtomicCounter2。AtomicCounterSample作为 Thread的子类对共享变量 AtomicCounter或者AtomicCounter2内的counter变量进行增幅为1的递增。主函数的过程是开启5000线程,并且每个线程随机睡眠极短时间 后执行递增。所以线程安全的执行结果应该是5000。
首先看版本1:AtomicCounter内的共享变量使用了Integer的原子类代替,在get()方法中不使用锁,也不用担心获取的过程中别的线程 去改变counter的值,因为这些原子类可以看成volatile的范化扩展,可见性能够保证。而在counterIncrement()方法中揭示了使用原子类 的重要技巧:循环结合CAS。这个技巧可以帮助我们实现复杂的非阻塞并发集合。方法中的 counter.compareAndSet(current, next)就是原 子类使用的精髓--CAS操作。compareAndSet(…)可以说是原子类搭积木的原材料,在循环中使用它可以让我们的并发程序昂首挺胸。
再看版本2:AtomicCounter2内有个volatile的共享变量counter,并且有个类变量counterUpdater作为 counter的更新器。在 counterIncrement()里注释掉的代码是非线程安全的。而 counterUpdater.getAndIncrement(this)的内部实现其实和版本1的几乎一样。唯 一不同的是通过反射找到要原子操作更新的变量counter,但是“循环+CAS”的精髓是一样的。
最后看看结果吧:版本1和版本2的无锁同步的执行分别20次均是5000,正确。版本2把无锁同步的代码注释,把已注释的非线程安全的代 码还原执行,平均每10次大概有1~2次出现<5000的数字。这个例子侧面证明了++的原子性操作非线程安全是保证不了的。因为“读-修 改-写”的操作碰到如下场景:线程A“读-修改”后“写”之前,线程B完成“读-修改-写”。这时候A,B的写值是重复的,这就造成了 结果<5000,又杯具了…
多线程的基础总结到这儿也算给自己一个交代了(可能还有lock),在尝试用文字和代码解释的过程是一个可以获得更深体会的机会。在 写这个系列总结的 blog时,通常为了用简单的例子解释一个简单的内容要理解的更加的透彻深入(理解的有可能不对)。所以越想写的简单 ,想的就越多,这算是一个可以分享的体会吧。对于并发的集合和执行器,线程池的知识整理虽然有个基本的概念,但是这一块毕竟还是以 性能说话,所以暂时不知从何说起了,呵呵。
山不厌高,水不厌深。