第五章 - 乐观锁无锁方案

Posted 2020-12-13 bangiao

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了第五章 - 乐观锁无锁方案相关的知识，希望对你有一定的参考价值。

无锁 --- 乐观锁(非阻塞)

共享模式之无锁

CAS 与 volatile
原子整数
原子引用
原子累加器
Unsafe

CAS无锁方案

CAS无锁主要看重三个变量: 预估值 + 修改值 + 主存值

预估值: 主要用来判断是否等于主存值, 是则将修改值修改到主存值中

修改值: 即将需要修改的新值, 修改到主存中

主存值: 实际值

class AccountSafe implements Account {
    // 主存值, 其内部的 value 使用的就是 volatile
    private AtomicInteger balance;
    
    public AccountSafe(Integer balance) {
        this.balance = new AtomicInteger(balance);
    }
    
    @Override
    public Integer getBalance() {
        return balance.get();
    }
    
    @Override
    public void withdraw(Integer amount) {
        while (true) {
            // 希望值
            int prev = balance.get();
            // 修改值
            int next = prev - amount;
            if (balance.compareAndSet(prev, next)) {
                break;
            }
        }
        // 可以简化为下面的方法
        // balance.addAndGet(-1 * amount);
    }
    public static void main(String[] args) {
        Account.demo(new AccountSafe(10000));
    }
}

其中的关键是 compareAndSet，它的简称就是 CAS （也有 Compare And Swap 的说法），它必须是原子操作

技术图片

**注意: **

其实 CAS 的底层是 lock cmpxchg 指令（X86 架构），在单核 CPU 和多核 CPU 下都能够保证【比较-交
换】的原子性
在多核状态下，某个核执行到带 lock 的指令时，CPU 会让总线锁住，当这个核把此指令执行完毕，再
开启总线。这个过程中不会被线程的调度机制所打断，保证了多个线程对内存操作的准确性，是原子
的。

CAS 与 volatile

为什么需要volatile? 其实很简单, 就是借助 volatile 关键字获取主存中的值, 如果使用, 则获取的值可能不是主存中的值

public class ConcurrentcyAtomicInteger {
	
	// 请求总数
	public static final int clientTotal = 5000;
	
	// 高并发数量
	public static final int threadTotal = 200;
	
	public static volatile int count = 0;
	
	// public static AtomicInteger count = new AtomicInteger(0);
	
	public static void main(String[] args) {
		ExecutorService executorService = Executors.newCachedThreadPool();
		Semaphore semaphore = new Semaphore(threadTotal);
		CountDownLatch countDownLatch = new CountDownLatch(clientTotal);
		for (int i = 0; i < clientTotal; i++) {
			executorService.execute(() -> {
				try {
					semaphore.acquire();
				} catch (InterruptedException e) {
					e.printStackTrace();
				}
				add();
				semaphore.release();
			});
			countDownLatch.countDown();
		}
		try {
			countDownLatch.await();
		} catch (InterruptedException e) {
			e.printStackTrace();
		}
		executorService.shutdown();
		System.out.println("count = " + count);
	}
	
	private synchronized static void add() {
		count++;
	}
}

volatile

获取共享变量时，为了保证该变量的可见性，需要使用 volatile 修饰。
它可以用来修饰成员变量和静态成员变量，他可以避免线程从自己的工作缓存中查找变量的值，必须到主存中获取它的值，线程操作 volatile 变量都是直接操作主存。即一个线程对 volatile 变量的修改，对另一个线程可见。

注意
volatile 仅仅保证了共享变量的可见性，让其它线程能够看到最新值，但不能解决指令交错问题（不能保证原子性）

CAS 必须借助 volatile 才能读取到共享变量的最新值来实现【比较并交换】的效果

为什么需要无锁???

无锁情况下，即使重试失败，线程始终在高速运行，没有停歇，而 synchronized 会让线程在没有获得锁的时
候，发生上下文切换，进入阻塞。打个比喻
线程就好像高速跑道上的赛车，高速运行时，速度超快，一旦发生上下文切换，就好比赛车要减速、熄火，
等被唤醒又得重新打火、启动、加速... 恢复到高速运行，代价比较大
但无锁情况下，因为线程要保持运行，需要额外 CPU 的支持，CPU 在这里就好比高速跑道，没有额外的跑
道，线程想高速运行也无从谈起，虽然不会进入阻塞，但由于没有分到时间片，仍然会进入可运行状态，还
是会导致上下文切换

总结:

? 上下文切换代价比线程循环代价来得大, 所以选择了CAS

? CAS合适竞争条件不激烈的环境, 如果激烈的话, 会出现很多线程 ‘死循环‘ 的情况

原子整数

AtomicInteger
AtomicBoolean
AtomicLong

以 AtomicInteger 为例

class Zhazha {
	public static void main(String[] args) {
	    AtomicInteger i = new AtomicInteger(0);
        // 获取并自增（i = 0, 结果 i = 1, 返回 0），类似于 i++
        System.out.println(i.getAndIncrement());
        // 自增并获取（i = 1, 结果 i = 2, 返回 2），类似于 ++i
        System.out.println(i.incrementAndGet());
        // 自减并获取（i = 2, 结果 i = 1, 返回 1），类似于 --i
        System.out.println(i.decrementAndGet());
        // 获取并自减（i = 1, 结果 i = 0, 返回 1），类似于 i--
        System.out.println(i.getAndDecrement());
        // 获取并加值（i = 0, 结果 i = 5, 返回 0）
        System.out.println(i.getAndAdd(5));
        // 加值并获取（i = 5, 结果 i = 0, 返回 0）
        System.out.println(i.addAndGet(-5));
        // 获取并更新（i = 0, p 为 i 的当前值, 结果 i = -2, 返回 0）
        // 其中函数中的操作能保证原子，但函数需要无副作用
        System.out.println(i.getAndUpdate(p -> p - 2));
        // 更新并获取（i = -2, p 为 i 的当前值, 结果 i = 0, 返回 0）
        // 其中函数中的操作能保证原子，但函数需要无副作用
        System.out.println(i.updateAndGet(p -> p + 2));
        // 获取并计算（i = 0, p 为 i 的当前值, x 为参数1, 结果 i = 10, 返回 0）
        // 其中函数中的操作能保证原子，但函数需要无副作用
        // getAndUpdate 如果在 lambda 中引用了外部的局部变量，要保证该局部变量是 final 的
        // getAndAccumulate 可以通过 参数1 来引用外部的局部变量，但因为其不在 lambda 中因此不必是 final
        System.out.println(i.getAndAccumulate(10, (p, x) -> p + x));
        // 计算并获取（i = 10, p 为 i 的当前值, x 为参数1, 结果 i = 0, 返回 0）
        // 其中函数中的操作能保证原子，但函数需要无副作用
        System.out.println(i.accumulateAndGet(-10, (p, x) -> p + x));
	}
}

原子引用

为什么需要原子引用类型？

AtomicReference
AtomicMarkableReference
AtomicStampedReference

有如下方法

public interface DecimalAccount {
    // 获取余额
    BigDecimal getBalance();

    // 取款
    void withdraw(BigDecimal amount);

    /**
	 * 方法内会启动 1000 个线程，每个线程做 -10 元 的操作
	 * 如果初始余额为 10000 那么正确的结果应当是 0
	 */
    static void demo(DecimalAccount account) {
        List<Thread> ts = new ArrayList<>();
        for (int i = 0; i < 1000; i++) {
            ts.add(new Thread(() -> {
                account.withdraw(BigDecimal.TEN);
            }));
        }
        ts.forEach(Thread::start);
        ts.forEach(t -> {
            try {
                t.join();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        });
        System.out.println(account.getBalance());
    }
}

不安全实现

class DecimalAccountUnsafe implements DecimalAccount {
    BigDecimal balance;

    public DecimalAccountUnsafe(BigDecimal balance) {
        this.balance = balance;
    }

    @Override
    public BigDecimal getBalance() {
        return balance;
    }

    @Override
    public void withdraw(BigDecimal amount) {
        BigDecimal balance = this.getBalance();
        this.balance = balance.subtract(amount);
    }
}

安全实现-使用锁

class DecimalAccountSafeLock implements DecimalAccount {
    private final Object lock = new Object();
    BigDecimal balance;
    public DecimalAccountSafeLock(BigDecimal balance) {
        this.balance = balance;
    }
    @Override
    public BigDecimal getBalance() {
        return balance;
    }
    @Override
    public void withdraw(BigDecimal amount) {
        synchronized (lock) {
            BigDecimal balance = this.getBalance();
            this.balance = balance.subtract(amount);
        }
    }
}

安全实现-使用 CAS

class DecimalAccountSafeCas implements DecimalAccount {
    AtomicReference<BigDecimal> ref;

    public DecimalAccountSafeCas(BigDecimal balance) {
        ref = new AtomicReference<>(balance);
    }

    @Override
    public BigDecimal getBalance() {
        return ref.get();
    }

    @Override
    public void withdraw(BigDecimal amount) {
        while (true) {
            BigDecimal prev = ref.get();
            BigDecimal next = prev.subtract(amount);
            if (ref.compareAndSet(prev, next)) {
                break;
            }
        }
    }
}

测试代码:

DecimalAccount.demo(new DecimalAccountUnsafe(new BigDecimal("10000")));
DecimalAccount.demo(new DecimalAccountSafeLock(new BigDecimal("10000")));
DecimalAccount.demo(new DecimalAccountSafeCas(new BigDecimal("10000")));

运行结果

4310 cost: 425 ms 
0 cost: 285 ms 
0 cost: 274 ms

ABA 问题及解决

ABA是什么?

cas存在一种情况就是在对比过程前, 主存的值被瞬间做了两次修改, 恰巧第二次修改的值和修改前的值相同, 这样导致回到对比过程时, cas无法发现它已经被修改过了

AtomicStampedReference

AtomicMarkableReference

@Slf4j
public class AtomicStampedReferenceDemo {
	static AtomicStampedReference<String> ref = new AtomicStampedReference<>("A", 0);
	public static void main(String[] args) throws Exception {
		log.debug("ref = {}", ref.getReference());
		String prev = ref.getReference();
		int stamp = ref.getStamp();
		other();
		Sleeper.sleep(1000);
		log.debug("ref A -> B {}", ref.compareAndSet("A", "B", stamp, stamp + 1));
	}
	private static void other() {
		new Thread(() -> {
			int stamp = ref.getStamp();
			log.debug("ref A -> B {}", ref.compareAndSet("A", "B", stamp, ++stamp));
		}).start();
		new Thread(() -> {
			int stamp = ref.getStamp();
			log.debug("ref B -> A {}", ref.compareAndSet("B", "A", stamp, ++stamp));
		}).start();
	}
}

@Slf4j
public class AtomicMarkableReferenceDemo {
	public static void main(String[] args) throws Exception {
		GarbageBag garbageBag = new GarbageBag("装满了垃圾的垃圾袋");
		AtomicMarkableReference<GarbageBag> reference = new AtomicMarkableReference<>(garbageBag, true);
		log.debug("主线程 start...");
		GarbageBag prev = reference.getReference();
		log.debug(prev.toString());
		
		new Thread(() -> {
			log.debug("打扫卫生的线程 start...");
			garbageBag.setDesc("空垃圾袋");
			while (!reference.compareAndSet(garbageBag, garbageBag, true, false)) {
			}
			log.debug(garbageBag.toString());
		}).start();
		
		Thread.sleep(1000);
		log.debug("主线程想换一只新垃圾袋？");
		boolean success = reference.compareAndSet(prev, new GarbageBag("空垃圾袋"), true, false);
		log.debug("换了么？" + success);
		log.debug(reference.getReference().toString());
	}
}

原子数组

AtomicIntegerArray
AtomicLongArray
AtomicReferenceArray

@Slf4j
public class AtomicIntegerArrayDemo {
	
	public static void main(String[] args) throws Exception {
		demo(() -> new int[10], ints -> ints.length, (ints, integer) -> ints[integer]++, ints -> System.out.println(Arrays.toString(ints)));
		demo(() -> new AtomicIntegerArray(10), AtomicIntegerArray::length, AtomicIntegerArray::getAndIncrement, System.out::println);
	}
	
	private static <T> void demo(Supplier<T> arraySupplier, Function<T, Integer> lengthFun, BiConsumer<T, Integer> putConsumer, Consumer<T> printConsumer) {
		List<Thread> ts = new ArrayList<>();
		T array = arraySupplier.get();
		Integer len = lengthFun.apply(array);
		for (int i = 0; i < len; i++) {
			ts.add(new Thread(() -> {
				for (int j = 0; j < 10000; j++) {
					putConsumer.accept(array, j % len);
				}
			}));
		}
		ts.forEach(Thread::start);
		ts.forEach(thread -> {
			try {
				thread.join();
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
		});
		printConsumer.accept(array);
	}
	
}

字段更新器

AtomicReferenceFieldUpdater // 域字段
AtomicIntegerFieldUpdater
AtomicLongFieldUpdater

@Slf4j
public class AtomicReferenceFieldUpdaterDemo {
	public static void main(String[] args) throws Exception  {
		Student student = new Student("zhazha");
		AtomicReferenceFieldUpdater<Student, String> updater = AtomicReferenceFieldUpdater.newUpdater(Student.class, String.class, "name");
		System.err.println(updater.compareAndSet(student, "zhazha", "heihei"));
	}
	
	static class Student {
		private volatile String name;
		
		public String getName() {
			return name;
		}
		
		public void setName(String name) {
			this.name = name;
		}
		
		@Override
		public String toString() {
			return "Student{" + "name=‘" + name + ‘‘‘ + ‘}‘;
		}
		
		public Student(String name) {
			this.name = name;
		}
	}
}

原子累加器

累加器性能比较

@Slf4j
public class AtomicLongLongAdderDemo {
	
	public static void main(String[] args) throws Exception {
		for (int i = 0; i < 5; i++) {
			AtomicLongLongAdderDemo.demo(() -> new AtomicLong(0), AtomicLong::getAndIncrement);
		}
		System.out.println("---------------------------------------------------------------");
		for (int i = 0; i < 5; i++) {
			AtomicLongLongAdderDemo.demo(LongAdder::new, LongAdder::increment);
		}
	}
	
	private static <T> void demo(Supplier<T> adderSupplier, Consumer<T> action) {
		T adder = adderSupplier.get();
		List<Thread> ts = new ArrayList<>();
		Instant start = Instant.now();
		// 四核系统, 所以我们这里使用4条线程 突破到 cas 最快的速度
		for (int i = 0; i < 4; i++) {
			ts.add(new Thread(() -> {
				for (int j = 0; j < 500000; j++) {
					action.accept(adder);
				}
			}));
		}
		ts.forEach(Thread::start);
		ts.forEach(thread -> {
			try {
				thread.join();
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
		});
		Instant end = Instant.now();
		Duration duration = Duration.between(start, end);
		System.out.println(adder + " cost: " + duration.toMillis());
	}
}

2000000 cost: 34
2000000 cost: 23
2000000 cost: 33
2000000 cost: 26
2000000 cost: 39
---------------------------------------------------------------
2000000 cost: 50
2000000 cost: 25
2000000 cost: 13
2000000 cost: 16
2000000 cost: 20

毫无疑问, LongAdder效率铁定比AtomicLong快

在存在高度竞争的条件下，LongAdder的性能会远远好于AtomicLong，不过会消耗更多空间。高度竞争当然是指在多线程条件下。(cas推荐在cpu多少核就创建多少来实现累加)

性能提升的原因很简单，就是在有竞争时，设置多个累加单元，Therad-0 累加 Cell[0]，而 Thread-1 累加 Cell[1]... 最后将结果汇总。这样它们在累加时操作的不同的 Cell 变量，因此减少了 CAS 重试失败，从而提高性能。

LongAdder底层原理

@Slf4j
public class LockCasDemo {
	
	public static void main(String[] args) throws Exception  {
		LockCas lockCas = new LockCas();
		new Thread(() -> {
			log.debug("{}运行了", Thread.currentThread().getName());
			try {
				lockCas.lock();
				log.debug("{} lock...", Thread.currentThread().getName());
				Sleeper.sleep(1000);
			} finally {
				lockCas.unlock();
			}
		}).start();
		
		new Thread(() -> {
			log.debug("{}运行了", Thread.currentThread().getName());
			try {
				lockCas.lock();
				log.debug("{} lock...", Thread.currentThread().getName());
			} finally {
			    lockCas.unlock();
			}
		}).start();
	}
	
	/**
	 * 生产环境最好别这样用
	 */
	static class LockCas {
		private AtomicInteger state = new AtomicInteger(0);
		
		public void lock() {
			while (true) {
				if (state.compareAndSet(0, 1)) {
					break;
				}
			}
		}
		
		public void unlock() {
			log.debug("unlock ...");
			state.set(0);
		}
	}
}

18:51:37.250 [Thread-1] DEBUG c.lockCasDemo - Thread-1运行了
18:51:37.275 [Thread-1] DEBUG c.lockCasDemo - Thread-1 lock...
18:51:37.275 [Thread-1] DEBUG c.lockCasDemo - unlock ...
18:51:37.250 [Thread-0] DEBUG c.lockCasDemo - Thread-0运行了
18:51:37.276 [Thread-0] DEBUG c.lockCasDemo - Thread-0 lock...
18:51:38.279 [Thread-0] DEBUG c.lockCasDemo - unlock ...

伪共享和缓存行

伪共享问题的表现是：并发的修改在一个缓存行中的多个独立变量，看起来是并发执行的，但实际在CPU处理的时候，是串行执行的，并发的性能大打折扣。

伪共享的原因就是 CPU 在 Invalid 的时候，是会直接废除一行的！

如果两个变量 （a,b） 同时在一个 Cache Line 中，处理器A修改了变量a ，那么处理器B中，这个 CacheLine 失效了，这个时候如果处理器B修改了变量b的话，就必须先提交处理器A的缓存，然后处理器B再去主存中读取数据！这样就出现了问题，a和b在两个处理器上被修改，本应该是一个并行的操作，但是由于缓存一致性，却成为了串行！这样会严重的影响并发的性能！

// 防止缓存行伪共享
@sun.misc.Contended
static final class Cell {
	volatile long value;
	Cell(long x) { value = x; }
		// 最重要的方法, 用来 cas 方式进行累加, prev 表示旧值, next 表示新值
	final boolean cas(long prev, long next) {
		return UNSAFE.compareAndSwapLong(this, valueOffset, prev, next);
	}
	// 省略不重要代码
}

技术图片

因为 CPU 与内存的速度差异很大，需要靠预读数据至缓存来提升效率。
而缓存以缓存行为单位，每个缓存行对应着一块内存，一般是 64 byte（8 个 long）
缓存的加入会造成数据副本的产生，即同一份数据会缓存在不同核心的缓存行中
CPU 要保证数据的一致性，如果某个 CPU 核心更改了数据，其它 CPU 核心对应的整个缓存行必须失效

技术图片

因为 Cell 是数组形式，在内存中是连续存储的，一个 Cell 为 24 字节（16 字节的对象头和 8 字节的 value），因此缓存行可以存下 2 个的 Cell 对象。这样问题来了：

Core-0 要修改 Cell[0]
Core-1 要修改 Cell[1]

无论谁修改成功，都会导致对方 Core 的缓存行失效，比如 Core-0 中 Cell[0]=6000, Cell[1]=8000 要累加
Cell[0]=6001, Cell[1]=8000 ，这时会让 Core-1 的缓存行失效
@sun.misc.Contended 用来解决这个问题，它的原理是在使用此注解的对象或字段的前后各增加 128 字节大小的
padding，从而让 CPU 将对象预读至缓存时占用不同的缓存行，这样，不会造成对方缓存行的失效

技术图片

累加主要调用下面的方法

源码分析:

class Zhazha {
    public void add(long x) {
        Cell[] cs; long b, v; int m; Cell c;
        if ((cs = cells) != null || !casBase(b = base, b + x)) {
            boolean uncontended = true;
            if (cs == null || (m = cs.length - 1) < 0 ||
                (c = cs[getProbe() & m]) == null ||
                !(uncontended = c.cas(v = c.value, v + x)))
                longAccumulate(x, null, uncontended);
        }
    }
}

技术图片

但是缺点也能多

class Zhazha {
    public long sum() {
        Cell[] cs = cells;
        long sum = base;
        if (cs != null) {
            for (Cell c : cs)
                if (c != null)
                    sum += c.value;
        }
        return sum;
    }
}

它不能保证sum在高并发情况下的正确性

Unsafe

Unsafe 对象提供了非常底层的，操作内存、线程的方法，Unsafe 对象不能直接调用，只能通过反射获得

public class UnsafeAccessor {
	private static final Unsafe unsafe;
	
	static {
		try {
			Field theUnsafe = Unsafe.class.getDeclaredField("theUnsafe");
			theUnsafe.setAccessible(true);
			unsafe = (Unsafe) theUnsafe.get(null);
		} catch (Exception e) {
			throw new RuntimeException(e);
		}
	}
	
	public static Unsafe getUNSAFE() {
		return unsafe;
	}
}

Unsafe CAS 操作

@Slf4j
public class GetUnsafeObjectDemo {
	
	public static void main(String[] args) throws Exception {
		Field theUnsafe = Unsafe.class.getDeclaredField("theUnsafe");
		theUnsafe.setAccessible(true);
		Unsafe unsafe = (Unsafe) theUnsafe.get(null);
		long idOffset = unsafe.objectFieldOffset(Student.class.getDeclaredField("id"));
		long nameOffset = unsafe.objectFieldOffset(Student.class.getDeclaredField("name"));
		Student student = new Student();
		unsafe.compareAndSwapInt(student, idOffset, 0, 1);
		unsafe.compareAndSwapObject(student, nameOffset, null, "zhazha");
		System.out.println(student);
	}
	
	@Data
	static class Student {
		private int id;
		private String name;
	}
}

使用自定义的 AtomicData 实现之前线程安全的原子整数 Account 实现

public interface Account {
	int getBalance();
	
	void withdraw(int amount);
	
	static void doSomething(Account account) {
		List<Thread> ts = new ArrayList<>();
		for (int i = 0; i < 1000; i++) {
			ts.add(new Thread(() -> {
				account.withdraw(10);
			}));
		}
		ts.forEach(Thread::start);
		ts.forEach(thread -> {
			try {
				thread.join();
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
		});
		System.out.println("余额: " + account.getBalance());
	}
}

public class MyAtomicIntegerDemo {
	public static void main(String[] args) {
		Account.doSomething(new MyAtomicInteger(10000));
	}
}

class MyAtomicInteger implements Account {
	private volatile int value;
	private final static long valueOffset;
	private final static Unsafe UNSAFE;
	static {
		UNSAFE = UnsafeAccessor.getUNSAFE();
		try {
			valueOffset = UNSAFE.objectFieldOffset(MyAtomicInteger.class.getDeclaredField("value"));
		} catch (NoSuchFieldException e) {
			throw new RuntimeException(e);
		}
	}
	
	public MyAtomicInteger(int value) {
		this.value = value;
	}
	
	@Override
	public int getBalance() {
		return value;
	}
	
	@Override
	public void withdraw(int amount) {
		while (true) {
			int prev = value;
			int next = prev - amount;
			if (UNSAFE.compareAndSwapInt(this, valueOffset, prev, next)) {
				break;
			}
		}
	}
}

MethodHandlers类的使用(这个类和unsafe很像)

这个类据说是官方为了防止别人擅自使用unsafe而产生的新的类

public class UnsafeVarHandlerDemo {
	
	public int value = 10;
	
	public static void main(String[] args) throws NoSuchFieldException, IllegalAccessException {
		UnsafeVarHandlerDemo demo = new UnsafeVarHandlerDemo();
		Unsafe unsafe = getUnsafe();
		long offset = unsafe.objectFieldOffset(UnsafeVarHandlerDemo.class.getDeclaredField("value"));
		boolean b = unsafe.compareAndSwapInt(demo, offset, 10, 199);
		System.out.println("value == " + demo.value);
	}
	
	private static Unsafe getUnsafe() throws NoSuchFieldException, IllegalAccessException {
		// Unsafe unsafe = Unsafe.getUnsafe();
		// System.out.println(unsafe);
		Field field = Unsafe.class.getDeclaredField("theUnsafe");
		field.setAccessible(true);
		return (Unsafe) field.get(null);
	}
	
	private static void funcVarHandler() throws NoSuchFieldException, IllegalAccessException {
		UnsafeVarHandlerDemo demo = new UnsafeVarHandlerDemo();
		MethodHandles.Lookup lookup = MethodHandles.lookup();
		VarHandle valueHandler = lookup.findVarHandle(UnsafeVarHandlerDemo.class, "value", int.class);
		valueHandler.compareAndExchange(demo, 10, 12);
		System.out.println(demo.value);
	}
	
}

无锁底层实现

无锁底层实现使用的是 cmpxchg 指令实现，但实际上有可能不会直接使用它，如果可以他会先使用XADD指令，
XADD指令效率高于cmpxchg

x86汇编指令，表示交换加，即先将两个数交换，再将二者之和送给第一个数。
写法：XADD reg/mem， reg
作用：先将两个数交换，然将二者之和送给第一个数。

lock cmpxchg lock compare and exchange
lock主要功能是上锁，cmpxchg主要功能是对比交换（cmpxchg不是原子操作）

LOCK_IF_MP 表示如果是多核cpu需要加上lock

以上是关于第五章 - 乐观锁无锁方案的主要内容，如果未能解决你的问题，请参考以下文章

第五章 - 乐观锁 无锁方案

无锁 --- 乐观锁(非阻塞)

共享模式之无锁

CAS无锁方案

CAS 与 volatile

volatile

为什么需要无锁???

原子整数

原子引用

不安全实现

安全实现-使用锁

安全实现-使用 CAS

ABA 问题及解决

ABA是什么?

原子数组

字段更新器

原子累加器

累加器性能比较

LongAdder底层原理

伪共享和缓存行

Unsafe

Unsafe CAS 操作

MethodHandlers类的使用(这个类和unsafe很像)

无锁底层实现

第五章 - 乐观锁无锁方案