CAS 无锁机制

本文介绍了CAS算法的基础知识,包括其实现原理、三个操作数及其工作流程。同时对比了CAS与Synchronize关键字、Lock锁的不同之处,并详细阐述了CAS算法的优缺点。

参考链接

面试必备:CAS无锁机制

CAS无锁机制和AQS

CAS无锁机制

不可不说的Java“锁”事

基础知识

保证多线程安全有三种方式:

使用Synchronize关键字

  • 使用了Synchronize加锁后的多线程相当于串行,执行效率并不是太高
  • 思想上:Synchronized属于 悲观锁,悲观地认为程序中的并发情况严重,所以严防死守

Lock锁

  • 在高并发场景下使用,Lock锁底层就是通过 AQS+CAS机制 实现的,属于 悲观锁

Atomic 原子类

  • 使用Java并发包(java.util.concurrent)下的Atomic 原子类是基于 CAS无锁算法 实现了乐观锁
  • jdk1.5增加了并发包 java.util.concurrent.*,其下面的类使用CAS算法实现了 区别于synchronized同步锁 的一种乐观锁

CAS 算法

CAS全称 Compare And Swap(比较与交换),是一种无锁算法

三个操作数

  • 需要读写的内存值 V
  • 进行比较的值 A
  • 要写入的新值 B

当且仅当 V 的值等于 A 时,CAS通过原子方式用新值B来更新V的值(“比较+更新”整体是一个原子操作),否则不会执行任何操作

一般情况下,“更新”是一个不断重试的操作:

  • CAS操作是抱着乐观的态度进行的,它总是认为自己可以成功完成操作
  • 当多个线程同时使用CAS操作一个变量时,只有一个会胜出,并成功更新,其余均会失败
  • 失败的线程不会被挂起,仅是被告知失败,并且允许再次尝试,当然也允许失败的线程放弃操作
  • 基于这样的原理,CAS操作即使没有锁,也可以发现其他线程对当前线程的干扰,并进行恰当的处理

优缺点

  • 缺点
    • CPU开销比较大:在并发量比较高的情况下,如果线程反复尝试更新一个变量,却又一直更新不成功,循环往复,会给CPU带来很大的压力
    • 只能保证一个共享变量的原子操作:无法确保整个代码块的原子性,也就是在需要保证2个及以上变量共同进行原子性的更新时,就不得不使用Synchronized
    • ABA问题:假设有一个变量 A ,经修改后变为B,然后又修改为 A,实际已经修改过了,但 CAS操作就会误任务它从来没有被修改过,造成了不合理的值修改操作
      • 解决方案是:使用版本号,在 变量前面追加上版本号,每次变量更新的时候把版本号加一,那么 从“A-B-A”变成了“1A-2B-3A”
      • java并发包提供了一个带有标记的原子应用类AtomicStampedRefernce,它可以通过变量值的版本来保证CAS的正确性
  • 优点
    • 在一般情况下,性能优先于锁的使用
    • 与锁相比,使用比较交换会使程序看起来更加复杂一些。但由于其 非阻塞性,它对死锁问题天生免疫,并且,线程间的相互影响也远远比基于锁的方式要小
    • 更为重要的是,使用无锁的方式 完全没有锁竞争带来的系统开销,也没有线程间频繁调度带来的开销
### CAS队列的原理 CAS(Compare And Swap)是一种常见的原子操作,广泛应用于实现数据结构。其核心思想是比较内存中的某个位置上的值是否等于预期值,如果相等,则将其替换为新值;如果不相等,则不做任何修改[^1]。这种机制确保了即使在多线程环境下也能安全地更新共享资源。 #### 无队列的核心概念 无队列的设计目标是在不依赖互斥的情况下完成入队和出队操作。它通过使用原子操作来协调多个线程之间的访问冲突,从而避免因竞争而导致的性能瓶颈[^3]。具体来说: - **入队操作**:当一个线程尝试向队列中添加元素时,会先获取当前尾指针的位置,并将新的节点附加到该位置上。随后,通过CAS指令更新尾指针指向新增加的节点。 - **出队操作**:对于移除元素的操作,线程需要找到头指针对应的节点,并通过CAS指令将其标记为空闲状态或者直接删除。之后调整头指针至下一个有效节点。 这些过程均需借助于底层硬件支持的原子级比较交换功能来保障一致性[^2]。 ### 实现细节分析 以下是基于单生产者/消费者模型的一个简单版本C++代码示例展示如何利用标准库提供的`std::atomic`类配合自定义逻辑构建基本形式下的无环形缓冲区(queue): ```cpp #include <iostream> #include <atomic> template<typename T, size_t N> class LockFreeQueue { private: struct Node { std::atomic<T*> value; bool used; Node() : value(nullptr), used(false) {} }; alignas(64) std::array<Node, N> buffer; // Cache line padding to prevent false sharing. std::atomic<size_t> head; std::atomic<size_t> tail; public: explicit LockFreeQueue():head{0},tail{0}{} ~LockFreeQueue(){ clear(); } void enqueue(T* item){ while(true){ auto t=tail.load(std::memory_order_acquire); const auto next=(t+1)%N; if(head.load(std::memory_order_relaxed)==t && !buffer[t].used){ if(tail.compare_exchange_weak(t,next,std::memory_order_release)){ buffer[next].value.store(item,std::memory_order_release); buffer[next].used=true; break; } }else{ // Queue is full or race condition occurred. continue; } } } T* dequeue(){ while(true){ auto h=head.load(std::memory_order_acquire); if(h==tail.load(std::memory_order_acquire))return nullptr;//queue empty. const auto index=h%N; if(buffer[index].used && (h==head.exchange((h+1)%N,std::memory_order_acq_rel))){ T *res=buffer[index].value.exchange(nullptr,std::memory_order_release); buffer[index].used=false; return res; } } } void clear(){ while(auto p=dequeue())delete p; } }; ``` 上述代码片段展示了如何创建一个固定大小的循环数组作为存储容器,并采用两个独立计数器分别追踪生产和消费进度。每次执行插入或提取动作前都会验证当前位置的状态以决定下一步行动方案,整个流程完全依靠CAS命令维持同步关系而不涉及显式的定机制。 ### 性能考量 相比传统的带方法,无算法减少了由于频繁请求获得独占权限所引发的时间消耗以及可能存在的死风险等问题。然而值得注意的是,在极高负载条件下也可能出现所谓的ABA问题——即某些特定序列变化可能导致误判情况发生,因此实际应用时常还需引入额外辅助手段加以防范。
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值