循序渐进理解AQS(1):如何实现锁

栏目: 数据库 · 发布时间: 5年前

内容简介:AbstractQueuedSynchronizer(以下简称AQS)是Java中用于构建锁和同步器的框架,许多同步器都可以通过AQS很容易并且高效地构造出来。很多文章已经基于论文和源码对实现进行了解读,本文试着从另外的角度入手:先不考虑AQS的实现,假设让我们自己实现锁,我们可以怎么做?最后再来看AQS的实现,才能更好地理解为什么要这么实现。我们可以形象地把锁理解成门票,只有当线程拿到了门票,才能进入临界区。因此我们可以用一个状态变量基于第一种思路实现的锁叫做自旋锁(SpinLock)。下面我们先看自选锁

AbstractQueuedSynchronizer(以下简称AQS)是 Java 中用于构建锁和同步器的框架,许多同步器都可以通过AQS很容易并且高效地构造出来。很多文章已经基于论文和源码对实现进行了解读,本文试着从另外的角度入手:先不考虑AQS的实现,假设让我们自己实现锁,我们可以怎么做?最后再来看AQS的实现,才能更好地理解为什么要这么实现。

锁的实现思路

我们可以形象地把锁理解成门票,只有当线程拿到了门票,才能进入临界区。因此我们可以用一个状态变量 state 表示锁, state = true 表示可以获取到锁,反之就是表示锁已经被占用。那么当锁被占用时,应该怎么处理?这里有两种思路:

  1. 循环检测直到锁可用(也叫自旋)
  2. 让出处理器,等待通知

TAS锁

基于第一种思路实现的锁叫做自旋锁(SpinLock)。下面我们先看自选锁中最简单的实现,这个实现叫做 Test-And-Set-LOCK ,简称 TAS Lock

public class TASLock {
    AtomicBoolean state = new AtomicBoolean(false);

    public void lock() {
        while (!state.getAndSet(true)) {} // 循环检测直到状态可用
    }

    public void unlock() {
        state.set(false);
    }
}
复制代码

从实现上我们可以看出,获取锁的线程一直处于活跃状态,但是并没有执行任何有效的任务,因此使用自旋锁会造成 busy-waiting

在对TAS锁提出优化思路前,先介绍一下 缓存一致性 。下面这张图描述的是每个处理器都有自己的缓存,但共享一个内存,缓存的内容来自内存。一旦处理器更新了自己的缓存,如果这个更新需要被其他处理器感知,就需要通过总线来通知。因此频繁更新会占用大量总线流量。

循序渐进理解AQS(1):如何实现锁

目前我们是用一个状态变量来标识锁的状态。TAS锁每次循环都会调用 getAndSet() ,这是一个更新指令,会导致其他线程的缓存都失效,从而都会去内存中获取值,因此占用总线流量资源。

TTAS锁

TAS锁 的问题在于每次循环都修改状态,实际上只有状态是可用的情况下,才有必要去修改。 TTASTest-Test-And-Set )改进就是在加锁前先检查状态变量是否为false,只有条件满足才去修改。

public class TTASLock {
    AtomicBoolean state = new AtomicBoolean(false);

    public void lock() {
        while (true) {
            while (state.get()) {} // 循环读取state状态
            if (!state.getAndSet(true)) { // 只有当state为false,才会修改
                return;
            }
        }
    }

    public void unlock() {
        state.set(false);
    }
}
复制代码

但是当释放锁时,其他线程检测到 state 都是 false ,这时都会调用 state.getAndSet(true) ,又退化到 TAS 的情形。

指数退避

TTAS 的问题关键在于所有线程都同时去获取锁,因此引入延迟可以解决问题:当获取锁失败时,在重试前先睡眠一段时间,再次失败则延迟时间翻倍——指数退避。

public class BackoffLock {
    AtomicBoolean state = new AtomicBoolean(false);

    private int minDelay;
    private int maxDelay;

    public BackoffLock(int minDelay, int maxDelay) {
        this.minDelay = minDelay;
        this.maxDelay = maxDelay;
    }

    public void lock() throws InterruptedException {
        int delay = minDelay;
        while (true) {
            while (state.get()) {}
            if (!state.getAndSet(true)) {
                return;
            }
            Thread.sleep((int) (Math.random() * minDelay));
            if (delay < maxDelay) {
                delay = 2 * delay;
            }
        }
    }

    public void unlock() {
        state.set(false);
    }
}
复制代码

指数退避自旋的不足在于需要设置好延迟参数,很可能就在线程睡眠过程中,获取锁的线程刚好就释放了锁。

基于数组的队列锁

一开始因为我们都是基于一个状态变量来标识锁,才会导致频繁占用总线流量,那么如果每个线程都有一个状态,就可以大幅减少占用。

基于数组的队列锁 lock() 时从数组中按顺序找到一个可用的位置,用来代表当前线程。 unlock() 时通知下一个线程。

public class ArrayLock {
    private int n;
    private volatile boolean[] flags;

    private AtomicInteger next = new AtomicInteger(0);
    private ThreadLocal<Integer> slot = new ThreadLocal<>();

    public ArrayLock(int n) {
        this.n = n;
        flags = new boolean[n];
        flags[0] = true;
    }

    public void lock() {
        int index = next.getAndIncrement();
        slot.set(index);
        while (!flags[index % n]) {}
    }

    public void unlock() {
        int index = slot.get();
        flags[index % n] = false; // 为复用做好准备
        flags[(index + 1) % n] = true; // 通知下一个线程
    }
}
复制代码

显然,基于数组的队列锁的不足之处就是锁的数量受限于数组长度。因此,可用考虑通过链表来改进。

CLH锁

CLH锁 内部就维护了一个隐式的链表。 CLH 是Craig, Landin, and Hagersten的缩写。

public class CLHSpinLock {
    private final ThreadLocal<QNode> node;
    private final ThreadLocal<QNode> prev;
    AtomicReference<QNode> tail = new AtomicReference<>(new QNode());

    public CLHSpinLock() {
        node = new ThreadLocal<QNode>() {
            @Override
            protected QNode initialValue() {
                return new QNode();
            }
        };

        prev = new ThreadLocal<QNode>() {
            @Override
            protected QNode initialValue() {
                return null;
            }
        };
    }

    public void lock() {
        QNode myNode = node.get();
        myNode.locked = true;
        QNode pred = tail.getAndSet(myNode);
        prev.set(pred);

        // 在前继节点自旋
        while (pred.locked) {};
    }

    public void unlock() {
        QNode myNode = node.get();
        myNode.locked = false;
        node.set(prev.get());
    }

    class QNode {
        volatile boolean locked = false;
    }
}
复制代码

由于CLH是在前继节点上自旋,在NUMA架构下,可能需要频繁访问远端内存,影响性能。那么能不能直接在本地节点自旋呢?

循序渐进理解AQS(1):如何实现锁

MCS锁

MCS锁 就是在本地节点自旋,把CLH的多次对远端内存的监听 + 一次对本地内存的更新,简化成了多次对本地内存的监听 + 一次对远端内存的更新。

public class MCSSpinLock {
    ThreadLocal<QNode> node = new ThreadLocal<QNode>() {
        @Override
        protected QNode initialValue() {
            return new QNode();
        }
    };

    AtomicReference<QNode> tail = new AtomicReference<>(null);

    public void lock() {
        QNode qNode = node.get();
        QNode pred = tail.getAndSet(qNode);
        if (pred != null) {
            qNode.locked = true;
            pred.next = qNode; // QNode.next是volatile,保证了线程可见性
            while (qNode.locked) {};
        }
    }

    public void unlock() {
        QNode qNode = node.get();
        if (qNode.next == null) { // 当前节点没有发现后继节点
            if (tail.compareAndSet(qNode, null)) { // 确实没有后继节点
                return;
            }
            while (qNode.next == null) {}; // 有后继节点,但是还没有关联上,需要等待
        }
        qNode.next.locked = false;
    }

    class QNode {
        volatile boolean locked = false;
        volatile QNode next = null;
    }
}
复制代码

参考文献

  1. Spin Locks and Contention
  2. Practice: Spin Locks and Contention
  3. 自旋锁学习系列(4):基于数组的队列锁
  4. building fifo and priority-queueing spin locks from atomic swap
  5. Ticket Lock, CLH Lock, MCS Lock
  6. NUMA架构的CPU -- 你真的用好了么?

以上所述就是小编给大家介绍的《循序渐进理解AQS(1):如何实现锁》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

数据科学入门

数据科学入门

[美] Joel Grus / 高蓉、韩波 / 人民邮电出版社 / 2016-3 / 69.00元

数据科学是一个蓬勃发展、前途无限的行业,有人将数据科学家称为“21世纪头号性感职业”。本书从零开始讲解数据科学工作,教授数据科学工作所必需的黑客技能,并带领读者熟悉数据科学的核心知识——数学和统计学。 作者选择了功能强大、简单易学的Python语言环境,亲手搭建工具和实现算法,并精心挑选了注释良好、简洁易读的实现范例。书中涵盖的所有代码和数据都可以在GitHub上下载。 通过阅读本书,......一起来看看 《数据科学入门》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具