多線程併發工具——CAS原子變數

這是我參考的一篇文章《基於CAS的樂觀鎖實現》，講述的是一種需要CPU支持的執行技術CAS（Compare and Swap）。

首先理解什麼是原子性操作，意思是不能再拆分的操作，例如改寫一個值，讀取一個值都屬於原子性操作。

那麼CAS是兩個操作，先比較舊值，比較通過後再進行改寫，這種連合操作合併成一個指令交給CPU，由CPU操作來確保這是一個原子性操作。

多線程同時改寫同一個值時，每個線程攜帶自己的舊值和新值交給CPU改寫，CPU的運行是按逐條指令運行，如果發現舊值不符合，線程就會收到改寫失敗回應。

public final int incrementAndGet() {
    for (;;) {
        int current = get();
        int next = current + 1;
        if (compareAndSet(current, next))
            return next;
    }
}

因此AtomicInteger#incrementAndGet()方法里，會迴圈嘗試使用compareAndSet(...)方法，直到成功為止。

相關的原子類所在包：java.util.concurrent.atomic

• Atomic + Boolean/Integer/Long/Reference
  操作一個對應的類型對象

• Atomic + Integer/Long/Reference + Array
  操作一個對應類型的數組

• Atomic + Integer/Long/Reference + FieldUpdater
  操作一個對應類型的Field對象，類似反射方式改寫對象欄位

這裡《AtomicStampedReference解決ABA問題》，講述了原子類會出現ABA時帶來的隱患，文中舉了一個例子，一個單向的鏈表實現了堆棧操作，使用一個原子變數作為鏈頭指針，現在鏈頭是A，A的next是B。有兩個線程分別是T1和T2，他們併發的操作如下：

• T1：AB => B
• T2：AB => B => 空 => D => CD => ACD

由於線程T1只認鏈頭是不是A，如果是A，就會將鏈頭指向B，因此可能會出現直接把ACD變成B，這就是ABA併發的隱患。

• AtomicMarkableReference
  操作一個對象類型和boolean類型的二元組
• AtomicStampedReference
  操作一個對象類型和int類型的二元組

雖然例子中鏈頭指針是一個原子變數，會出現ABA的情況，但如果再增加一個原子變數，這個原子變數確保不會出現ABA的情況，兩個原子變數作為二元組進行原子性操作，即使用AtomicStampedReference就可以有效解決這個ABA的隱患了。

以下是Java8增加的原子類：

• Striped64
  
• Long/Double + Adder 
• Long/Double + Accumulator

這裡有兩篇文章，內容是分析它們的源碼：《從LongAdder 看更高效的無鎖實現》，《LongAdder和LongAccumulator》

源碼有些複雜，我也沒看完，Striped64是這項新原子類的基類，它提供的原理是，把一個原子數拆分成多個原子數，最後把這多個原子數合成一個數。換句話說，原本在一個數上做遞增或者遞減操作的，現在變成在多個數里，選擇其中一個做做遞增或遞減操作，那麼加起來的結果與原本方式的結果是等價的。雖然是等價，但它結算結果的過程，是需要把多個數加起來，這個過程已經不是線程安全了，所以它的應用場合相比原本方式會寬一點，原本方式所取出來的值可以作為唯一ID，但現在方式只能用於統計。試想，如果有1000個線程同時在統計同一個數據，那麼原本方式的原子類，就會失敗率上升，效率也會隨之下降。但如果把1000個線程，分成10份，每100個線程統計同一個數據，那麼產生10個數據，最後統計的結果就是這10個數據疊加一起的結果，失敗率當然因份數的增加而減少，效率也自然有保障。

應用場合：高併發，統計數據。