在不只一個線程訪問一個互斥的變量時，所有線程都必須使用同步，否則就可能會發(fā)生一些非常糟糕的事情。Java 語言中主要的同步手段就是synchronized?關(guān)鍵字（也稱為內(nèi)在鎖），它強制實行互斥，確保執(zhí)行?synchronized?塊的線程的動作，能夠被后來執(zhí)行受相同鎖保護的synchronized?塊的其他線程看到。在使用得當(dāng)?shù)臅r候，內(nèi)在鎖可以讓程序做到線程安全，但是在使用鎖定保護短的代碼路徑，而且線程頻繁地爭用鎖的時候，鎖定可能成為相當(dāng)繁重的操作。

在?“流行的原子”?一文中，我們研究了原子變量，原子變量提供了原子性的讀-寫-修改操作，可以在不使用鎖的情況下安全地更新共享變量。原子變量的內(nèi)存語義與 volatile 變量類似，但是因為它們也可以被原子性地修改，所以可以把它們用作不使用鎖的并發(fā)算法的基礎(chǔ)。

非阻塞的計數(shù)器

清單 1 中的?Counter?是線程安全的，但是使用鎖的需求帶來的性能成本困擾了一些開發(fā)人員。但是鎖是必需的，因為雖然增加看起來是單一操作，但實際是三個獨立操作的簡化：檢索值，給值加 1，再寫回值。（在?getValue?方法上也需要同步，以保證調(diào)用?getValue?的線程看到的是最新的值。雖然許多開發(fā)人員勉強地使自己相信忽略鎖定需求是可以接受的，但忽略鎖定需求并不是好策略。）

在多個線程同時請求同一個鎖時，會有一個線程獲勝并得到鎖，而其他線程被阻塞。JVM 實現(xiàn)阻塞的方式通常是掛起阻塞的線程，過一會兒再重新調(diào)度它。由此造成的上下文切換相對于鎖保護的少數(shù)幾條指令來說，會造成相當(dāng)大的延遲。

清單 1. 使用同步的線程安全的計數(shù)器

public final class Counter {private long value = 0;public synchronized long getValue() {return value;}public synchronized long increment() {return ++value;} }

清單 2 中的?NonblockingCounter?顯示了一種最簡單的非阻塞算法：使用?AtomicInteger?的?compareAndSet()?（CAS）方法的計數(shù)器。compareAndSet()?方法規(guī)定 “將這個變量更新為新值，但是如果從我上次看到這個變量之后其他線程修改了它的值，那么更新就失敗”（請參閱?“流行的原子”?獲得關(guān)于原子變量以及 “比較和設(shè)置” 的更多解釋。）

清單 2. 使用 CAS 的非阻塞算法

public class NonblockingCounter {private AtomicInteger value;public int getValue() {return value.get();}public int increment() {int v;do {v = value.get();while (!value.compareAndSet(v, v + 1));return v + 1;} }

原子變量類之所以被稱為原子的，是因為它們提供了對數(shù)字和對象引用的細粒度的原子更新，但是在作為非阻塞算法的基本構(gòu)造塊的意義上，它們也是原子的。非阻塞算法作為科研的主題，已經(jīng)有 20 多年了，但是直到 Java 5.0 出現(xiàn)，在 Java 語言中才成為可能。

現(xiàn)代的處理器提供了特殊的指令，可以自動更新共享數(shù)據(jù)，而且能夠檢測到其他線程的干擾，而?compareAndSet()?就用這些代替了鎖定。（如果要做的只是遞增計數(shù)器，那么?AtomicInteger?提供了進行遞增的方法，但是這些方法基于?compareAndSet()，例如NonblockingCounter.increment()）。

非阻塞版本相對于基于鎖的版本有幾個性能優(yōu)勢。首先，它用硬件的原生形態(tài)代替 JVM 的鎖定代碼路徑，從而在更細的粒度層次上（獨立的內(nèi)存位置）進行同步，失敗的線程也可以立即重試，而不會被掛起后重新調(diào)度。更細的粒度降低了爭用的機會，不用重新調(diào)度就能重試的能力也降低了爭用的成本。即使有少量失敗的 CAS 操作，這種方法仍然會比由于鎖爭用造成的重新調(diào)度快得多。

NonblockingCounter?這個示例可能簡單了些，但是它演示了所有非阻塞算法的一個基本特征 —— 有些算法步驟的執(zhí)行是要冒險的，因為知道如果 CAS 不成功可能不得不重做。非阻塞算法通常叫作樂觀算法，因為它們繼續(xù)操作的假設(shè)是不會有干擾。如果發(fā)現(xiàn)干擾，就會回退并重試。在計數(shù)器的示例中，冒險的步驟是遞增 —— 它檢索舊值并在舊值上加一，希望在計算更新期間值不會變化。如果它的希望落空，就會再次檢索值，并重做遞增計算。

回頁首

非阻塞堆棧

非阻塞算法稍微復(fù)雜一些的示例是清單 3 中的?ConcurrentStack。ConcurrentStack?中的?push()?和?pop()?操作在結(jié)構(gòu)上與NonblockingCounter?上相似，只是做的工作有些冒險，希望在 “提交” 工作的時候，底層假設(shè)沒有失效。push()?方法觀察當(dāng)前最頂?shù)墓?jié)點，構(gòu)建一個新節(jié)點放在堆棧上，然后，如果最頂端的節(jié)點在初始觀察之后沒有變化，那么就安裝新節(jié)點。如果 CAS 失敗，意味著另一個線程已經(jīng)修改了堆棧，那么過程就會重新開始。

清單 3. 使用 Treiber 算法的非阻塞堆棧

public class ConcurrentStack<E> {AtomicReference<Node<E>> head = new AtomicReference<Node<E>>();public void push(E item) {Node<E> newHead = new Node<E>(item);Node<E> oldHead;do {oldHead = head.get();newHead.next = oldHead;} while (!head.compareAndSet(oldHead, newHead));}public E pop() {Node<E> oldHead;Node<E> newHead;do {oldHead = head.get();if (oldHead == null) return null;newHead = oldHead.next;} while (!head.compareAndSet(oldHead,newHead));return oldHead.item;}static class Node<E> {final E item;Node<E> next;public Node(E item) { this.item = item; }} }

性能考慮

在輕度到中度的爭用情況下，非阻塞算法的性能會超越阻塞算法，因為 CAS 的多數(shù)時間都在第一次嘗試時就成功，而發(fā)生爭用時的開銷也不涉及線程掛起和上下文切換，只多了幾個循環(huán)迭代。沒有爭用的 CAS 要比沒有爭用的鎖便宜得多（這句話肯定是真的，因為沒有爭用的鎖涉及 CAS 加上額外的處理），而爭用的 CAS 比爭用的鎖獲取涉及更短的延遲。

在高度爭用的情況下（即有多個線程不斷爭用一個內(nèi)存位置的時候），基于鎖的算法開始提供比非阻塞算法更好的吞吐率，因為當(dāng)線程阻塞時，它就會停止?fàn)幱?#xff0c;耐心地等候輪到自己，從而避免了進一步爭用。但是，這么高的爭用程度并不常見，因為多數(shù)時候，線程會把線程本地的計算與爭用共享數(shù)據(jù)的操作分開，從而給其他線程使用共享數(shù)據(jù)的機會。（這么高的爭用程度也表明需要重新檢查算法，朝著更少共享數(shù)據(jù)的方向努力。）“流行的原子”?中的圖在這方面就有點兒讓人困惑，因為被測量的程序中發(fā)生的爭用極其密集，看起來即使對數(shù)量很少的線程，鎖定也是更好的解決方案。

回頁首

非阻塞的鏈表

目前為止的示例（計數(shù)器和堆棧）都是非常簡單的非阻塞算法，一旦掌握了在循環(huán)中使用 CAS，就可以容易地模仿它們。對于更復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，非阻塞算法要比這些簡單示例復(fù)雜得多，因為修改鏈表、樹或哈希表可能涉及對多個指針的更新。CAS 支持對單一指針的原子性條件更新，但是不支持兩個以上的指針。所以，要構(gòu)建一個非阻塞的鏈表、樹或哈希表，需要找到一種方式，可以用 CAS 更新多個指針，同時不會讓數(shù)據(jù)結(jié)構(gòu)處于不一致的狀態(tài)。

在鏈表的尾部插入元素，通常涉及對兩個指針的更新：“尾” 指針總是指向列表中的最后一個元素，“下一個” 指針從過去的最后一個元素指向新插入的元素。因為需要更新兩個指針，所以需要兩個 CAS。在獨立的 CAS 中更新兩個指針帶來了兩個需要考慮的潛在問題：如果第一個 CAS 成功，而第二個 CAS 失敗，會發(fā)生什么？如果其他線程在第一個和第二個 CAS 之間企圖訪問鏈表，會發(fā)生什么？

對于非復(fù)雜數(shù)據(jù)結(jié)構(gòu)，構(gòu)建非阻塞算法的 “技巧” 是確保數(shù)據(jù)結(jié)構(gòu)總處于一致的狀態(tài)（甚至包括在線程開始修改數(shù)據(jù)結(jié)構(gòu)和它完成修改之間），還要確保其他線程不僅能夠判斷出第一個線程已經(jīng)完成了更新還是處在更新的中途，還能夠判斷出如果第一個線程走向 AWOL，完成更新還需要什么操作。如果線程發(fā)現(xiàn)了處在更新中途的數(shù)據(jù)結(jié)構(gòu)，它就可以 “幫助” 正在執(zhí)行更新的線程完成更新，然后再進行自己的操作。當(dāng)?shù)谝粋€線程回來試圖完成自己的更新時，會發(fā)現(xiàn)不再需要了，返回即可，因為 CAS 會檢測到幫助線程的干預(yù)（在這種情況下，是建設(shè)性的干預(yù)）。

這種 “幫助鄰居” 的要求，對于讓數(shù)據(jù)結(jié)構(gòu)免受單個線程失敗的影響，是必需的。如果線程發(fā)現(xiàn)數(shù)據(jù)結(jié)構(gòu)正處在被其他線程更新的中途，然后就等候其他線程完成更新，那么如果其他線程在操作中途失敗，這個線程就可能永遠等候下去。即使不出現(xiàn)故障，這種方式也會提供糟糕的性能，因為新到達的線程必須放棄處理器，導(dǎo)致上下文切換，或者等到自己的時間片過期（而這更糟）。

清單 4 的?LinkedQueue?顯示了 Michael-Scott 非阻塞隊列算法的插入操作，它是由?ConcurrentLinkedQueue?實現(xiàn)的：

清單 4. Michael-Scott 非阻塞隊列算法中的插入

public class LinkedQueue <E> {private static class Node <E> {final E item;final AtomicReference<Node<E>> next;Node(E item, Node<E> next) {this.item = item;this.next = new AtomicReference<Node<E>>(next);}}private AtomicReference<Node<E>> head= new AtomicReference<Node<E>>(new Node<E>(null, null));private AtomicReference<Node<E>> tail = head;public boolean put(E item) {Node<E> newNode = new Node<E>(item, null);while (true) {Node<E> curTail = tail.get();Node<E> residue = curTail.next.get();if (curTail == tail.get()) {if (residue == null) /* A */ {if (curTail.next.compareAndSet(null, newNode)) /* C */ {tail.compareAndSet(curTail, newNode) /* D */ ;return true;}} else {tail.compareAndSet(curTail, residue) /* B */;}}}} }

像許多隊列算法一樣，空隊列只包含一個假節(jié)點。頭指針總是指向假節(jié)點；尾指針總指向最后一個節(jié)點或倒數(shù)第二個節(jié)點。圖 1 演示了正常情況下有兩個元素的隊列：

圖 1. 有兩個元素，處在靜止?fàn)顟B(tài)的隊列

如?清單 4?所示，插入一個元素涉及兩個指針更新，這兩個更新都是通過 CAS 進行的：從隊列當(dāng)前的最后節(jié)點（C）鏈接到新節(jié)點，并把尾指針移動到新的最后一個節(jié)點（D）。如果第一步失敗，那么隊列的狀態(tài)不變，插入線程會繼續(xù)重試，直到成功。一旦操作成功，插入被當(dāng)成生效，其他線程就可以看到修改。還需要把尾指針移動到新節(jié)點的位置上，但是這項工作可以看成是 “清理工作”，因為任何處在這種情況下的線程都可以判斷出是否需要這種清理，也知道如何進行清理。

隊列總是處于兩種狀態(tài)之一：正常狀態(tài)（或稱靜止?fàn)顟B(tài)，圖 1?和?圖 3）或中間狀態(tài)（圖 2）。在插入操作之前和第二個 CAS（D）成功之后，隊列處在靜止?fàn)顟B(tài)；在第一個 CAS（C）成功之后，隊列處在中間狀態(tài)。在靜止?fàn)顟B(tài)時，尾指針指向的鏈接節(jié)點的 next 字段總為 null，而在中間狀態(tài)時，這個字段為非 null。任何線程通過比較?tail.next?是否為 null，就可以判斷出隊列的狀態(tài)，這是讓線程可以幫助其他線程 “完成” 操作的關(guān)鍵。

圖 2. 處在插入中間狀態(tài)的隊列，在新元素插入之后，尾指針更新之前

插入操作在插入新元素（A）之前，先檢查隊列是否處在中間狀態(tài)，如?清單 4?所示。如果是在中間狀態(tài)，那么肯定有其他線程已經(jīng)處在元素插入的中途，在步驟（C）和（D）之間。不必等候其他線程完成，當(dāng)前線程就可以 “幫助” 它完成操作，把尾指針向前移動（B）。如果有必要，它還會繼續(xù)檢查尾指針并向前移動指針，直到隊列處于靜止?fàn)顟B(tài)，這時它就可以開始自己的插入了。

第一個 CAS（C）可能因為兩個線程競爭訪問隊列當(dāng)前的最后一個元素而失敗；在這種情況下，沒有發(fā)生修改，失去 CAS 的線程會重新裝入尾指針并再次嘗試。如果第二個 CAS（D）失敗，插入線程不需要重試 —— 因為其他線程已經(jīng)在步驟（B）中替它完成了這個操作！

圖 3. 在尾指針更新后，隊列重新處在靜止?fàn)顟B(tài)

幕后的非阻塞算法

如果深入 JVM 和操作系統(tǒng)，會發(fā)現(xiàn)非阻塞算法無處不在。垃圾收集器使用非阻塞算法加快并發(fā)和平行的垃圾搜集；調(diào)度器使用非阻塞算法有效地調(diào)度線程和進程，實現(xiàn)內(nèi)在鎖。在 Mustang（Java 6.0）中，基于鎖的?SynchronousQueue?算法被新的非阻塞版本代替。很少有開發(fā)人員會直接使用?SynchronousQueue，但是通過?Executors.newCachedThreadPool()?工廠構(gòu)建的線程池用它作為工作隊列。比較緩存線程池性能的對比測試顯示，新的非阻塞同步隊列實現(xiàn)提供了幾乎是當(dāng)前實現(xiàn) 3 倍的速度。在 Mustang 的后續(xù)版本（代碼名稱為 Dolphin）中，已經(jīng)規(guī)劃了進一步的改進。

結(jié)束語

非阻塞算法要比基于鎖的算法復(fù)雜得多。開發(fā)非阻塞算法是相當(dāng)專業(yè)的訓(xùn)練，而且要證明算法的正確也極為困難。但是在 Java 版本之間并發(fā)性能上的眾多改進來自對非阻塞算法的采用，而且隨著并發(fā)性能變得越來越重要，可以預(yù)見在 Java 平臺的未來發(fā)行版中，會使用更多的非阻塞算法。

原文：http://www.ibm.com/developerworks/cn/java/j-jtp04186/

轉(zhuǎn)載于:https://www.cnblogs.com/davidwang456/p/3814715.html

總結(jié)

以上是生活随笔為你收集整理的Java 理论与实践: 非阻塞算法简介--转载的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。