并发原子类:用原子类来保证可见性和原子性

2023-10-18 22:30
文章标签 并发 原子 保证 类来

本文主要是介绍并发原子类:用原子类来保证可见性和原子性,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

请添加图片描述

原子类保证原子性

JUC是java.util.concurrent包的简称,JUC有2大核心,CAS和AQS,CAS是java.util.concurrent.atomic包的基础,即AtomicInteger和AtomicLong等是用CAS实现的

我在volatile相关文章中分享过volatile只能保证可见性,不能保证原子性。
但原子类(AtomicInteger等可以保证原子性),原子类利用volatile+CAS来保证原子性,来看看怎么做到的吧。

开5个线程,每个线程将count加1000

@NotThreadSafe
public class CountTest {public static int count = 0;public static void main(String[] args) {//新建一个线程池ExecutorService service = Executors.newCachedThreadPool();//Java8 lambda表达式执行runnable接口for (int i = 0; i < 5; i++) {service.execute(() -> {for (int j = 0; j < 1000; j++) {count++;}});}//关闭线程池service.shutdown();try {TimeUnit.SECONDS.sleep(2);} catch (InterruptedException e) {e.printStackTrace();}System.out.println("count = " + count);}
}

由于这个代码是线程不安全的(因为count++不是原子操作),所以最终结果有可能小于5000,我们可以用synchronized保证操作的原子性和可见性

@ThreadSafe
public class CountTest {public static int count = 0;public static void main(String[] args) {ExecutorService service = Executors.newCachedThreadPool();for (int i = 0; i < 5; i++) {service.execute(() -> {for (int j = 0; j < 1000; j++) {synchronized (CountTest.class) {count++;}}});}service.shutdown();try {TimeUnit.SECONDS.sleep(2);} catch (InterruptedException e) {e.printStackTrace();}System.out.println("count = " + count);}
}

synchronized属于悲观锁,它有一个明显的缺点,它不管数据存不存在竞争都加锁,随着并发量增加,且如果锁的时间比较长,其性能开销将会变得很大。有没有办法解决这个问题?答案是基于冲突检测的乐观锁。这种模式下,已经没有所谓的锁概念了,每个线程都直接先去执行操作,检测是否与其他线程存在共享数据竞争,如果没有则让此操作成功,如果存在共享数据竞争则不断地重新执行操作,直到成功为止,重新尝试的过程叫自旋

java.util.concurrent.atomic包就用到了CAS,如AtomicInteger可以用于Integer类型的原子性操作,可将上述代码改为如下,也是线程安全的

@ThreadSafe
public class CountTest {public static AtomicInteger count = new AtomicInteger(0);public static void main(String[] args) {ExecutorService service = Executors.newCachedThreadPool();for (int i = 0; i < 5; i++) {service.execute(() -> {for (int j = 0; j < 1000; j++) {count.getAndIncrement();}});}service.shutdown();try {TimeUnit.SECONDS.sleep(2);} catch (InterruptedException e) {e.printStackTrace();}System.out.println("count = " + count);}
}

CAS介绍

CAS(Compare and Swap), 翻译成比较并交换。

CAS有3个操作数,内存值V,旧的预期值A,要修改的新值B。当且仅当预期值A和内存值V相同时,将内存值V修改为B,否则什么都不做。

在这里插入图片描述
仔细看图,CAS原理就是这么简单,看源码加深一下印象。

实现原理

private static final Unsafe unsafe = Unsafe.getUnsafe();
private static final long valueOffset;static {try {valueOffset = unsafe.objectFieldOffset(AtomicInteger.class.getDeclaredField("value"));} catch (Exception ex) { throw new Error(ex); }
}private volatile int value;

AtomicInteger的值保存在value中,通过volatile保证操作的可见性,通过一个静态代码块来保证,类被加载时valueOffset已经有值了

Unsafe是一个不安全的类,提供了一些对底层的操作,我们是不能使用这个类的,valueOffset 是AtomicInteger对象value成员变量在内存中的偏移量

public final int getAndIncrement() {return unsafe.getAndAddInt(this, valueOffset, 1);
}
//第一个参数为当前这个对象,如count.getAndIncrement(),则这个参数则为count这个对象
//第二个参数为AtomicInteger对象value成员变量在内存中的偏移量
//第三个参数为要增加的值
public final int getAndAddInt(Object var1, long var2, int var4) {int var5;do {//调用底层方法得到value值var5 = this.getIntVolatile(var1, var2);//通过var1和var2得到底层值,var5为当前值,如果底层值=当前值,则将值设为var5+var4,并返回true,否则返回false} while(!this.compareAndSwapInt(var1, var2, var5, var5 + var4));return var5;
}

这个方法是由其他语言实现的,就不再分析

public final native boolean compareAndSwapInt(Object var1, long var2, int var4, int var5);

并发比较低的时候用CAS比较合适,并发比较高用synchronized比较合适

CAS的缺点

1.只能保证对一个变量的原子性操作
当对一个共享变量执行操作时,我们可以使用循环CAS的方式来保证原子操作,但是对多个共享变量操作时,循环CAS就无法保证操作的原子性,这个时候就可以用锁来保证原子性。

2.长时间自旋会给CPU带来压力
我们可以看到getAndAddInt方法执行时,如果CAS失败,会一直进行尝试。如果CAS长时间一直不成功,可能会给CPU带来很大的开销。

3.ABA问题
如果内存地址V初次读取的值是A,并且在准备赋值的时候检查到它的值仍然为A,那我们就能说它的值没有被其他线程改变过了吗?

如果在这段期间它的值曾经被改成了B,后来又被改回为A,那CAS操作就会误认为它从来没有被改变过。这个漏洞称为CAS操作的“ABA”问题。Java并发包为了解决这个问题,提供了一个带有标记的原子引用类“AtomicStampedReference”,它可以通过控制变量值的版本来保证CAS的正确性。因此,在使用CAS前要考虑清楚“ABA”问题是否会影响程序并发的正确性,如果需要解决ABA问题,改用传统的互斥同步可能会比原子类更高效。

除了AtomicInteger外,Java还提供了很多其他类型的原子类,按照作用分类如下
请添加图片描述

原子更新数组元素

AtomicIntegerArray:原子更新整型数组中的元素
AtomicLongArray:原子更新长整型数组中的元素
AtomicReferenceArray:原子更新引用类型数组中的元素

AtomicIntegerArray array = new AtomicIntegerArray(new int[]{1, 2, 3});
// 1
System.out.println(array.getAndAdd(0, 5));
// 6
System.out.println(array.get(0));

原子更新引用类型

AtomicReference:原子更新引用类型
AtomicStampedReference:原子更新引用类型(对比版本号)
AtomicMarkableReference:原子更新引用类型(对比bool值)

@Data
@AllArgsConstructor
public class User {private String name;private Integer age;
}
AtomicReference<User> reference = new AtomicReference<>(new User("a", 1));
// AtomicTest.User(name=a, age=1)
System.out.println(reference.getAndSet(new User("b", 2)));
// AtomicTest.User(name=b, age=2)
System.out.println(reference.get());

AtomicStampedReference更新的时候通过对比版本号来解决ABA的问题

// 1为版本号
AtomicStampedReference<String> reference = new AtomicStampedReference<>("a", 1);
// 将a更为b,同时将版本号加1
// true
System.out.println(reference.compareAndSet("a", "b", reference.getStamp(), reference.getStamp() + 1));
// 更新失败,因为版本号不一致
// false
System.out.println(reference.compareAndSet("b", "c", 1, reference.getStamp()));
// b
System.out.println(reference.getReference());

AtomicMarkableReference更新的时候通过对比bool值来解决ABA的问题

AtomicMarkableReference<String> reference = new AtomicMarkableReference<>("a", false);
// true
System.out.println(reference.compareAndSet("a", "b", reference.isMarked(), !reference.isMarked()));

原子更新字段

AtomicIntegeFieldUpdater:原子更新整型字段类
AtomicLongFieldUpdater:原子更新长整型字段类
AtomicReferenceFieldUpdater:原子更新引用类型字段类

更新类的属性必须使用public volatile修饰,保证可见性

@Data
@AllArgsConstructor
public class Person {private String name;public volatile int age;
}
Person person = new Person("a", 1);
AtomicIntegerFieldUpdater updater = AtomicIntegerFieldUpdater.newUpdater(Person.class, "age");
// 2
System.out.println(updater.incrementAndGet(person));

Striped64

在java.util.concurrent.atomic包中除了上述原子类外,还提供了如下4个类,那么这4个类有啥作用呢?我们下节来分析
在这里插入图片描述

参考博客

[1]https://mp.weixin.qq.com/s?__biz=MzIxMjE5MTE1Nw==&mid=2653192625&idx=1&sn=cbabbd806e4874e8793332724ca9d454&chksm=8c99f36bbbee7a7d169581dedbe09658d0b0edb62d2cbc9ba4c40f706cb678c7d8c768afb666&scene=21#wechat_redirect
[2]https://mp.weixin.qq.com/s/nRnQKhiSUrDKu3mz3vItWg
[3]https://blog.csdn.net/pi9nc/article/details/39177343
[4]https://blog.csdn.net/tanga842428/article/details/52742698
知乎文章
[5]https://zhuanlan.zhihu.com/p/34556594

这篇关于并发原子类:用原子类来保证可见性和原子性的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/235519

相关文章

高并发环境中保持幂等性

在高并发环境中保持幂等性是一项重要的挑战。幂等性指的是无论操作执行多少次,其效果都是相同的。确保操作的幂等性可以避免重复执行带来的副作用。以下是一些保持幂等性的常用方法: 唯一标识符: 请求唯一标识:在每次请求中引入唯一标识符(如 UUID 或者生成的唯一 ID),在处理请求时,系统可以检查这个标识符是否已经处理过,如果是,则忽略重复请求。幂等键(Idempotency Key):客户端在每次

Java并发编程之——BlockingQueue(队列)

一、什么是BlockingQueue BlockingQueue即阻塞队列,从阻塞这个词可以看出,在某些情况下对阻塞队列的访问可能会造成阻塞。被阻塞的情况主要有如下两种: 1. 当队列满了的时候进行入队列操作2. 当队列空了的时候进行出队列操作123 因此,当一个线程试图对一个已经满了的队列进行入队列操作时,它将会被阻塞,除非有另一个线程做了出队列操作;同样,当一个线程试图对一个空

Lua 脚本在 Redis 中执行时的原子性以及与redis的事务的区别

在 Redis 中,Lua 脚本具有原子性是因为 Redis 保证在执行脚本时,脚本中的所有操作都会被当作一个不可分割的整体。具体来说,Redis 使用单线程的执行模型来处理命令,因此当 Lua 脚本在 Redis 中执行时,不会有其他命令打断脚本的执行过程。脚本中的所有操作都将连续执行,直到脚本执行完成后,Redis 才会继续处理其他客户端的请求。 Lua 脚本在 Redis 中原子性的原因

java线程深度解析(五)——并发模型(生产者-消费者)

http://blog.csdn.net/Daybreak1209/article/details/51378055 三、生产者-消费者模式     在经典的多线程模式中,生产者-消费者为多线程间协作提供了良好的解决方案。基本原理是两类线程,即若干个生产者和若干个消费者,生产者负责提交用户请求任务(到内存缓冲区),消费者线程负责处理任务(从内存缓冲区中取任务进行处理),两类线程之

java线程深度解析(四)——并发模型(Master-Worker)

http://blog.csdn.net/daybreak1209/article/details/51372929 二、Master-worker ——分而治之      Master-worker常用的并行模式之一,核心思想是由两个进程协作工作,master负责接收和分配任务,worker负责处理任务,并把处理结果返回给Master进程,由Master进行汇总,返回给客

深入解析秒杀业务中的核心问题 —— 从并发控制到事务管理

深入解析秒杀业务中的核心问题 —— 从并发控制到事务管理 秒杀系统是应对高并发、高压力下的典型业务场景,涉及到并发控制、库存管理、事务管理等多个关键技术点。本文将深入剖析秒杀商品业务中常见的几个核心问题,包括 AOP 事务管理、同步锁机制、乐观锁、CAS 操作,以及用户限购策略。通过这些技术的结合,确保秒杀系统在高并发场景下的稳定性和一致性。 1. AOP 代理对象与事务管理 在秒杀商品

PostgreSQL中的多版本并发控制(MVCC)深入解析

引言 PostgreSQL作为一款强大的开源关系数据库管理系统,以其高性能、高可靠性和丰富的功能特性而广受欢迎。在并发控制方面,PostgreSQL采用了多版本并发控制(MVCC)机制,该机制为数据库提供了高效的数据访问和更新能力,同时保证了数据的一致性和隔离性。本文将深入解析PostgreSQL中的MVCC功能,探讨其工作原理、使用场景,并通过具体SQL示例来展示其在实际应用中的表现。 一、

使用协程实现高并发的I/O处理

文章目录 1. 协程简介1.1 什么是协程?1.2 协程的特点1.3 Python 中的协程 2. 协程的基本概念2.1 事件循环2.2 协程函数2.3 Future 对象 3. 使用协程实现高并发的 I/O 处理3.1 网络请求3.2 文件读写 4. 实际应用场景4.1 网络爬虫4.2 文件处理 5. 性能分析5.1 上下文切换开销5.2 I/O 等待时间 6. 最佳实践6.1 使用 as

Go并发模型:流水线模型

Go作为一个实用主义的编程语言,非常注重性能,在语言特性上天然支持并发,Go并发模型有多种模式,通过流水线模型系列文章,你会更好的使用Go的并发特性,提高的程序性能。 这篇文章主要介绍流水线模型的流水线概念,后面文章介绍流水线模型的FAN-IN和FAN-OUT,最后介绍下如何合理的关闭流水线的协程。 Golang的并发核心思路 Golang并发核心思路是关注数据流动。数据流动的过程交给cha

如何保证android程序进程不到万不得已的情况下,不会被结束

最近,做一个调用系统自带相机的那么一个功能,遇到的坑,在此记录一下。 设备:红米note4 问题起因 因为自定义的相机,很难满足客户的所有需要,比如:自拍杆的支持,优化方面等等。这些方面自定义的相机都不比系统自带的好,因为有些系统都是商家定制的,难免会出现一个奇葩的问题。比如:你在这款手机上运行,无任何问题,然而你换一款手机后,问题就出现了。 比如:小米的红米系列,你启用系统自带拍照功能后