JAVA并发编程之Atomic包学习
此篇是J.U.C学习的第一篇Atomic包相关的内容,希望此篇总结能对自己的基础有所提升。本文总结来源自《Java并发编程的艺术》第七章并配以自己的实践理解。如有错误还请指正。
一、案例分析
首先看两段代码:
代码①:
/** * @author laoyeye * @Description: 5000个线程,200个并发 * @date 2018/8/16 21:58 */ public class IntTest { // 请求总数 public static int clientTotal = 5000; // 同时并发执行的线程数 public static int threadTotal = 200; public static int count = 0; public static void main(String[] args) throws Exception { ExecutorService executorService = Executors.newCachedThreadPool(); final Semaphore semaphore = new Semaphore(threadTotal); final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); for (int i = 0; i < clientTotal ; i++) { executorService.execute(() -> { try { semaphore.acquire(); add(); semaphore.release(); } catch (Exception e) { e.printStackTrace(); } countDownLatch.countDown(); }); } countDownLatch.await(); executorService.shutdown(); System.out.println(count); } private static void add() { count++; }
5000个线程200个并发的情况下,对一个共享变量进行++操作。
结果:4997
代码②:
public class AtomicIntegerTest { // 请求总数 public static int clientTotal = 5000; // 同时并发执行的线程数 public static int threadTotal = 200; public static AtomicInteger count = new AtomicInteger(0); public static void main(String[] args) throws Exception { ExecutorService executorService = Executors.newCachedThreadPool(); final Semaphore semaphore = new Semaphore(threadTotal); final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); for (int i = 0; i < clientTotal ; i++) { executorService.execute(() -> { try { semaphore.acquire(); add(); semaphore.release(); } catch (Exception e) { e.printStackTrace(); } countDownLatch.countDown(); }); } countDownLatch.await(); executorService.shutdown(); System.out.println(count); } private static void add() { count.incrementAndGet(); } }
5000个线程200个并发的情况下,同样进行每次加一操作。
结果:5000。和预期的结果一样
那么为什么AtomicInteger可以得到预期的结果,而使用基本数据类型Int的值却不对呢?
主要是原子性的问题,Int的操作,在多线程的情况下并不保证原子性,而AtomicInteger则是一个JDK提供的一个原子操作类,具体AtomicInteger怎么实现的原子性可以看下文。
二、Atomic相关概念
java从JDK1.5开始提供java.util.concurrent.atomic包,即本文所述的Atomic包。这个包的原子操作类提供了一个简单,高效,线程安全地更新一个变量的方式。
因为变量的类型很多,Atomic包基本上分为四种类型的更新方式,分别是原子更新基本类型,原子更新数组,原子更新引用和原子更新属性(字段)。Atomic包的类基本上都是使用Unsafe实现的包装类。 Unsafe 类提供了硬件级别的原子操作,可以安全的直接操作内存变量,其在 JUC 源码中被广泛的使用。
三、原子更新基本类型
1、AtomicBoolen:原子更新布尔类型。
2、AtomicInteger:原子更新整型。
3、AtomicLong:原子更新整型。
AtomicInteger详解
同样以一种的代码②为例,为什么AtomicInteger的incrementAndGet()方法保证了原子性的操作呢,我们来看一下源码的实现:
源码①:
static { try { valueOffset = unsafe.objectFieldOffset (AtomicInteger.class.getDeclaredField("value")); } catch (Exception ex) { throw new Error(ex); } }
首先我们通过unsafe调用了它的objectFieldOffset(Field field)方法,这个方法返回指定的变量在所属类的内存偏移地址,偏移地址仅仅在该Unsafe函数中访问指定字段时使用。
源码②:
unsafe.getAndAddInt(this, valueOffset, 1) + 1;
public final int getAndAddInt(Object var1, long var2, int var4) { int var5; do { var5 = this.getIntVolatile(var1, var2); } while(!this.compareAndSwapInt(var1, var2, var5, var5 + var4)); return var5; }
getIntVolatile获取对象obj中偏移量offset的变量对应的volative内存语义的值,即预期的值var5。
compareAndSwapInt方法中,var1为需要改变的对象,var2为偏移量(即之前求出来的valueOffset的值),var5为expect的值,第四个为update后的值。
当value的值与expect这个值相等,那么则将value修改为update这个值,并返回true,否则返回false。
此操作极为常说的CAS原子操作,这里使用while循环是考虑到多个线程同时调用的情况CAS失败后需要自旋重试。
AtomicBoolen详解
代码③
public class AtomicBooleanTest { // 请求总数 public static int clientTotal = 5000; // 同时并发执行的线程数 public static int threadTotal = 200; public static AtomicBoolean isHappened = new AtomicBoolean(false); public static void main(String[] args) throws Exception { ExecutorService executorService = Executors.newCachedThreadPool(); final Semaphore semaphore = new Semaphore(threadTotal); final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); for (int i = 0; i < clientTotal; i++) { executorService.execute(() -> { try { semaphore.acquire(); test(); semaphore.release(); } catch (Exception e) { e.printStackTrace(); } countDownLatch.countDown(); }); } countDownLatch.await(); executorService.shutdown(); System.out.println(isHappened.get()); } private static void test() { if (isHappened.compareAndSet(false, true)) { System.out.println("execute"); } } }
执行结果:
execute
true
通过结果可知System.out.println(“execute”);的代码只执行过一次,200的并发,为什么只执行了一次呢,我们再来看下源码的解决办法。
源码③
public final boolean compareAndSet(boolean expect, boolean update) { int e = expect ? 1 : 0; int u = update ? 1 : 0; return unsafe.compareAndSwapInt(this, valueOffset, e, u); }
我们看到当调用compareAndSet方法时,先把Boolean型转换为整型,在使用compareAndSwapInt进行CAS。所以即使在200并发的情况下,AtomicBoolen依旧能够保持原子性。
通过上面两个类的讲解我们看到都是使用的compareAndSwapInt的方法,unsafe类还提供了compareAndSwapLong,用于AtomicLong,以及compareAndSwapObject方法。而像char,float,double等数据类型没有对应的原子操作类,这时候我们可以参考AtomicBoolen的思路做类似处理。
四、原子更新数组
1、AtomicIntegerArray:原子更新整型数组里的元素
2、AtomicLongArray:原子更新长整型数组里的元素
3、AtomicReferenceArray:原子更新引用类型数组里的元素
这里我们只介绍下AtomicIntegerArray,基本操作类似。
代码④
public class AtomicIntegerArrayTest { // 请求总数 public static int clientTotal = 5000; // 同时并发执行的线程数 public static int threadTotal = 200; static int[] value = new int[]{1,2}; public static AtomicIntegerArray ai = new AtomicIntegerArray(value); public static void main(String[] args) throws Exception { ExecutorService executorService = Executors.newCachedThreadPool(); final Semaphore semaphore = new Semaphore(threadTotal); final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); for (int i = 0; i < clientTotal ; i++) { executorService.execute(() -> { try { semaphore.acquire(); test(); semaphore.release(); } catch (Exception e) { e.printStackTrace(); } countDownLatch.countDown(); }); } countDownLatch.await(); executorService.shutdown(); System.out.println(ai.get(0)); System.out.println(value[0]); } private static void test() { ai.getAndSet(0,3); } }
结果:3,1
为什么是3和1呢,同样的我们从源码中找答案。
源码④:
public final int getAndSet(int i, int newValue) { return unsafe.getAndSetInt(array, checkedByteOffset(i), newValue); }
public final int getAndSetInt(Object var1, long var2, int var4) { int var5; do { var5 = this.getIntVolatile(var1, var2); } while(!this.compareAndSwapInt(var1, var2, var5, var4)); return var5; }
同样的原理,当前位置的数组value的值和预期的值相等,然后将对应的元素更新为新的值。但是需要注意的是,AtomicIntegerArray会将当前数组复制一份,所以当AtomicIntegerArray对内部的数组元素进行修改后,不会影响到原先的数组。
五、原子更新引用类型
1、AtomicReference:原子更新引用类型
2、AtomicStampedReference:更新带有版本号的引用类型,可解决CAS的ABA问题
3、AtomicMarkableReference:原子更新带有标记位的引用类型
原子更新基本类型每次只能更新一个变量,如果要原子更新更多变量,这时候就需要引用类型了。
代码⑤
public class AtomicReferenceTest { public static void main(String[] args) { User user1 = new User("张三",12); User user2 = new User("lisi",20); AtomicReference<User> ar = new AtomicReference<User>(); ar.set(user1); ar.compareAndSet(user1, user2); System.out.println("user " + ar.get().getName()); } static class User { private String name; private int old; public String getName() { return name; } public int getOld() { return old; } public void setName(String name) { this.name = name; } public void setOld(int old) { this.old = old; } public User(String name, int old) { this.name = name; this.old = old; } } }
结果:user lisi
可以看到结果已经原子更新为lisi了,年龄也同步更新。
代码⑥
public class AtomicMarkableReferenceTest { public static void main(String[] args) { User user1 = new User("张三",12); User user2 = new User("lisi",20); AtomicStampedReference ar = new AtomicStampedReference(user1,0); final Integer stamp = ar.getStamp(); ar.compareAndSet(user1, user2,stamp,stamp+10); System.out.println("user " + ((User)ar.getReference()).getName()); System.out.println("user " + ar.getStamp()); System.out.println( ar.compareAndSet(user1, user2, stamp,stamp+10)); } static class User { private String name; private int old; public String getName() { return name; } public int getOld() { return old; } public void setName(String name) { this.name = name; } public void setOld(int old) { this.old = old; } public User(String name, int old) { this.name = name; this.old = old; } } }
结果:
user lisi
user 10
false
可以看到我们在做了原子更新后,版本号也做了改变,这时候如果还用原来的版本号去更新,就会出现更新失败的情况。
AtomicMarkableReference跟AtomicStampedReference类似
AtomicStampedReference是使用pair的int stamp作为计数器使用,AtomicMarkableReference的pair使用的是boolean mark。
就像一杯水,AtomicStampedReference可能关心的是动过几次,AtomicMarkableReference关心的是有没有被人动过,方法都比较简单,不在演示了。
六、原子更新字段类
1、AtomicIntegerFieldUpdater:更新整型字段
2、AtomicLongFieldUpdater:更新长整型字段
3、AtomicReferenceFieldUpdater:原子更新引用类型里的字段
public class AtomicIntegerFieldUpdaterTest { private static AtomicIntegerFieldUpdater<AtomicIntegerFieldUpdaterTest> updater = AtomicIntegerFieldUpdater.newUpdater(AtomicIntegerFieldUpdaterTest.class, "count"); public volatile int count = 100; public static void main(String[] args) { AtomicIntegerFieldUpdaterTest ai = new AtomicIntegerFieldUpdaterTest(); if (updater.compareAndSet(ai, 100, 120)) { System.out.println("方法1,"+ai.getCount()); } if (updater.compareAndSet(ai, 100, 120)) { System.out.println("方法2,"+ai.getCount()); } else { System.out.println("方法3,"+ai.getCount()); } } public int getCount() { return count; } public void setCount(int count) { this.count = count; } }
结果:
方法1,120
方法3,120
原子更新字段类需要两部,①必须使用静态方法newupdate()创建一个更新器,并且设置想要更新的类和属性。第二步,更新类的字段属性必须使用public volatile修饰
七、1.8新增的LongAdder相关类
这个类是1.8新增的一个类,为什么在已经有AtomicLong的情况下,还是增加了这个类呢?
这主要是由于AtomicLong CAS算法的缺陷造成的,众所周知,CAS是比较当前值与预期的值是否相等,相等则更新为新的值,否则重新自旋取值。这就造成了CAS在高并发情况性下大量失败,性能较低的情况。
既然AtomicLong性能问题是由于过多线程同时去竞争同一个变量的更新而降低的,那么如果把一个变量分解为多个变量,让同样多的线程去竞争多个资源,那么性能问题不就迎刃而解了吗?
没错,因此,JDK8 提供的LongAdder就是这个思路。这个类我目前只在网上了解到原理,还未应用也不了解源码实现,等以后再更新吧。
下文来自简书:https://www.jianshu.com/p/22d38d5c8c2a
总结分析下LongAdder减少冲突的方法以及在求和场景下比AtomicLong更高效的原因
- 首先和AtomicLong一样,都会先采用cas方式更新值
- 在初次cas方式失败的情况下(通常证明多个线程同时想更新这个值),尝试将这个值分隔成多个cell(sum的时候求和就好),让这些竞争的线程只管更新自己所属的cell(因为在rehash之前,每个线程中存储的hashcode不会变,所以每次都应该会找到同一个cell),这样就将竞争压力分散了
AtomicLong可否可以被LongAdder替代
有了传说中更高效的LongAdder,那AtomicLong可否不使用了呢?当然不是!
答案就在LongAdder的java doc中,从我们翻译的那段可以看出,LongAdder适合的场景是统计求和计数的场景,而且LongAdder基本只提供了add方法,而AtomicLong还具有cas方法(要使用cas,在不直接使用unsafe之外只能借助AtomicXXX了),,例如getAndIncrement、getAndDecrement等,使用起来非常的灵活,而LongAdder只有add和sum,使用起来比较受限。