volatile和原子操作

作  者: HUFAN
标  题: volatile和原子操作
时  间: Thu Aug  6 12:16:53 2009
点  击: 25

所谓原子操作,就是"不可中断的一个或一系列操作" , 在确认一个操作是原子的情况下，
多线程环境里面，我们可以避免仅仅为保护这个操作在外围加上性能昂贵的锁，甚至借助
于原子操作，我们可以实现互斥锁。

很多操作系统都为int类型提供了+-赋值的原子操作版本，比如 NT 提供了 
InterlockedExchange 等API， Linux/UNIX也提供了atomic_set 等函数。

 前两天有同学问我:在x86上，g_count++ （int类型) 是否是一个原子操作?  我的回答是
"不是的, 多个CPU的机器(SMP)上面这就不是原子操作"。  


今天想起，在单CPU上这个是否是原子操作呢，但是这个和编译器有关，编译器可能有两种
编译方式: 


A.  多条指令版本 ， 这就不是原子的 

MOV 寄存器 , g_count 

ADD  寄存器, 1 

MOV g_count , 寄存器 


B. 单指令版本， 这在单CPU的x86上就是原子的 

INC  g_count 


只能写程序验证了, 让5个线程每个对 g_count++ 一亿次，假如是原子操作的话，结果应
该是5亿： 

其实还需要对 g_count 进行volatile声明，防止编译器对这里不适当的优化，为了看看编
译器对volatile的处理，我另外做了个volatile版本作为比较。


#include <windows.h>
#include <stdio.h>

int g_count = 0;

DWORD WINAPI ThreadFunc( LPVOID lpParam )
{
   
    int i;
    printf( "Thread %d start/n", (DWORD*)lpParam );
    

    for (i=0; i <100000000  ; i++)
        g_count++;

    printf( "Thread %d quit/n", (DWORD*)lpParam );
    return 0;
}

#define THREAD_NUM 5
VOID main( VOID )
{
    DWORD dwThreadId;
    HANDLE hThread;
    int i;
   
    for (i=0;i<THREAD_NUM;i++)
    {
        hThread = CreateThread(
            NULL,                        // default security attributes
            0,                           // use default stack size 
            ThreadFunc,                  // thread function
            (LPVOID)i,                // argument to thread function
            0,                           // use default creation flags
            &dwThreadId);                // returns the thread identifier

        // Check the return value for success.
        if (hThread == NULL)
        {
          printf( "CreateThread failed./n" );
        }
    }
   
      printf("Press any key after all thread exit.../n");
      getchar();

      printf("g_count %d/n", g_count);

      if (g_count!=THREAD_NUM*100000000)
      {
          printf("ERROR! g_count %d!=%d/n", g_count, THREAD_NUM*100000000);
      }
      getchar();
      //一个随手的程序，就不close handle了
}

volatile的本意是易变的, 它限制编译器的优化，因为CPU对寄存器处理比内存快很多，我
想这个程序的没有加上volatile的版本优化以后应该是这样:

MOV 寄存器, g_count
for循环一亿次, 执行 INC 寄存器
MOV g_count, 寄存器

这样，最后g_count的值应该是1亿,2亿,3亿,4亿,5亿的整数，1亿出现的可能性较高。

而加上volatile以后，或者是没有代码优化的版本，都是老老实实对内存加上一亿次，假
如不是原子操作的话，最后结果就会比五亿小。 



用的是Vc6的cl编译器，我预期的结果是这样的:


++是原子操作
 没有代码优化
 代码优化(cl -O2编译)
 
没有 volatile
 g_count == 五亿 
 g_count的值应该是1亿,2亿,3亿,4亿,5亿的整数 
 
volatile
 g_count == 五亿 
 g_count == 五亿 
 




++ 不是原子操作
 没有代码优化
 代码优化(cl -O2编译)  
没有 volatile
 g_count < 五亿 
 g_count的值应该是1亿,2亿,3亿,4亿,5亿的整数,1亿出现的可能性较高 
 
volatile
 同上 
 g_count < 五亿 
 


但是最后的结果却让我大跌了一下眼镜:



VC6实验的结果
 没有代码优化
 代码优化
 
没有 volatile
 g_count 一般为五亿, 偶尔< 五亿(疑惑中...) 
 都是五亿(疑惑中...) 
 
volatile
 同上(疑惑中...) 
 g_count = < 五亿(这个可以解释) 
 


这个结果太让人疑惑了，没办法，只能看asm代码了, 首先看看为什么volatile的版本为什
么和预期不符合吧:


这里是没有优化的版本（编译命令行 cl -Fa test_thread.c): 
for (i=0; i <100000000  ; i++)
初始化i=0;
    mov    DWORD PTR _i$[ebp], 0
    jmp    SHORT $L52751
$L52752: i++
    mov    ecx, DWORD PTR _i$[ebp]
    add    ecx, 1
    mov    DWORD PTR _i$[ebp], ecx
$L52751: 判断 i <100000000
    cmp    DWORD PTR _i$[ebp], 100000000        ; 05f5e100H
    jge    SHORT $L52753
g_count++;
  //这里发现编译使用的是多个指令，也就是说g_count++不是原子的
    mov    edx, DWORD PTR _g_count
    add    edx, 1
    mov    DWORD PTR _g_count, edx
    jmp    SHORT $L52752

下面是加了volatile的优化版本（编译命令行 cl -Fa test_thread.c -O2) 

    //初始化 i = 100000000, 这个循环变量被直接放到了寄存器里面
    mov    eax, 100000000                ; 05f5e100H
$L52793:
    //g_count++;这里发现编译使用的是多个指令，也就是说g_count++不是原子的
    mov    ecx, DWORD PTR _g_count
    inc    ecx
    mov    DWORD PTR _g_count, ecx
    //下面又是循环体的asm代码
    dec    eax  // i--
    jne    SHORT $L52793 // if (i>0) 则继续循环



   


终于发现了问题所在了, 优化以后，循环从i++变成了i--, 就是如下的形式： 

    for (i=100000000; i >0  ; i--)
        g_count++;
因为将一个数字和0比较和将其与其他数字比较更加有效率优势，而且这里i在循环体里面
并不使用，所以VC编译器将其变换成上面的形式，可以大大节省循环运行的时钟周期。 


这样，未优化的版本有很大的机会出现 g_count == 五亿 就有了解释，是因为:

CPU对于纯粹的整数运算是很快的，一亿次循环里面，可能只有一两次的线程上下文切换 
没有优化的版本循环体比++操作本身更加耗时，这样切换操作很可能出现在 for 循环中，
 而不是 g_count++ 的三条指令之间   
这里也证明了VC6编译器对于 ++ 的运行代码是是非原子的，查了一下资料 这3条指令在
pentium以后的CPU比一条inc更快


  

然后再检查没有加volatile的优化版本
发现汇编代码的循环体完全没有了: 




    mov    eax, DWORD PTR _g_count
    push    esi
    add    eax, 100000000                ; 05f5e100H 

表示成C的代码大概就是这样:    g_count+=100000000; 编译器还是很聪明，发现这个循
环其实使用前面的语句也可以达到目的，干脆把循环拿掉了，这样因为线程执行时间很短
，往往一个线程都执行完了其他线程还没有被调度，所以结果都是5亿了。


附带以下总结:


1. 不要小看编译器的聪明程度，上面的那些优化，我在gcc上也作了验证，我们不要太在
意i++/++i之类的优化，要相信编译器能做好它

2. ++的操作在单CPU的x86上也不是原子性的，所以优化多线程性能的兄弟不要在这里搞过
火，老实用 InterlockedIncrement 吧

3. x86上，不管是否SMP, 对于int(要求地址4 bytes对齐)的读取和赋值还是原子的，不过
这个就和这个试验无关了(RISC的机器就不要这样做了，大家还是加锁吧)