CAS 和 ABA 问题

Posted 2020-11-24

CAS简介
CAS 全称是 compare and swap，是一种用于在多线程环境下实现同步功能的机制。

CAS 它是一条CPU并发原语。操作包含三个操作数 -- 内存位置、预期数值和新值。CAS 的实现逻辑是将内存位置处的数值与预期数值想比较，若相等，则将内存位置处的值替换为新值。若不相等，则不做任何操作。这个过程是原子的。

CAS并发原语体现在java语言中的sun.misc.Unsafe类中的各个方法。调用Unsafe类中的CAS方法，JVM会帮我们实现汇编指令。这是一种完全依赖硬件的功能，通过它实现了原子操作。由于CAS是一种系统原语，原语属于操作系统用语范畴，是由若干条指令组成的，用于完成某个功能的一个过程，并且原语的执行必须是连续的，在执行过程中不允许被打断，也就是说CAS是一条CPU的原子指令，不会造成所谓的数据不一致问题。

Unsafe类
Unsafe类是CAS的核心类，由于Java方法无法直接访问底层系统，需要通过本地（native）方法来访问，基于该类可以直接操作特定内存的数据。Unsafe类存在与sum.misc包中，其内部方法操作可以像C的指针一样直接操作内存，因为Java中CAS操作的执行依赖于Unsafe类的方法。

Unsafe类中的所有方法都是native修饰的，也就是说Unsafe类中的方法都直接调用操作系统底层资源执行相应任务。

代码解析
public class CASDemo {
public static void main(String[] args) {
AtomicInteger atomicInteger = new AtomicInteger(5);

    // 运行结果： true   2019
    System.out.println(atomicInteger.compareAndSet(5, 2019) + "	" + atomicInteger.get());
    // 运行结果： false  2019
    System.out.println(atomicInteger.compareAndSet(5, 1024) + "	" + atomicInteger.get());

    // 此方法可以解决多线程环境下i++问题，底层使用的是Unsafe类CAS和自旋锁
    atomicInteger.getAndIncrement();
}

}
源码分析：

/**

• Atomically increments by one the current value.

• @return the previous value
  */
  public final int getAndIncrement() {
  // this=当前对象 valueOffset=内存偏移量(内存地址) 1=固定值，每次调用+1
  // Unsafe就是根据内存偏移地址获取数据的。
  return unsafe.getAndAddInt(this, valueOffset, 1);
  }

  /**

• 为了方便查看和添加注释，此方法是从Unsafe类中复制出来的
  */
  public final int getAndAddInt(Object var1, long var2, int var4) {
  int var5;
  do {
  // 获取var1对象，内存地址在var2的值。
  // 相当于这个线程从主物理内存中取值copy到自己的工作内存中。
  var5 = this.getIntVolatile(var1, var2);

          // 比较并交换，如果var1对象，内存地址在var2的值和var5值一样，那么就+1
          // compareAndSwapInt如果返回true，取反为false，说明更新成功，退出循环，则返回。
          // compareAndSwapInt如果返回false，取反为true，说明当前线程工作内存中的值和主物理内存中的值不一样，被其他线程修改了，则继续循环获取比较，直到更新成功为止。
      } while(!this.compareAndSwapInt(var1, var2, var5, var5 + var4));
  
      return var5;
  }

  执行过程说明：

假设线程A和线程B两个线程同时执行 getAndAddInt操作(分别跑在不同CPU上):
AtomicInteger里面的value原始值为3,即主内存中 AtomicInteger的value为3,根据JMM模型,线程A和线程B各自持有一
份值为3的value的副本分别到各自的工作内存。
线程A通过 getIntVolatile(var1,var2)拿到value值3,这时线程A被挂起。
线程B也通过 getIntVolatile(var1,var2)方法获取到value值3,此时刚好线程B没有被挂起并执行 compareAndSwapInt方法
比较内存值也为3,成功修改内存值为4,线程B改完收工,一切OK。
这时线程A恢复,执行 compareAndSwapInt方法比较,发现自己手里的值数字3和主内存的值数字4不一致,说明该值已
经被其它线程抢先一步修改过了,那A线程本次修改失败,只能重新读取重新来一遍了。
线程A重新获取 value值,因为变量value被 volatile修饰,所以其它线程对它的修改,线程A总是能够看到,线程A继续执
了 compareAndSwapInt进行比较替换,直到成功。
volatile简单说明：
volatile是一个轻量级的同步机制, 三大特性: 保证可见性, 不保证原子性, 禁止指令重排。

可见性: 多个线程从主内存中copy一份数据,修改后,需要将自己的数据重新写入主内存,并通知其他线程数据已更新,保证数据可见性,和多线程数据一致性。
禁止指令重排: 由于指令重排,会对代码的执行顺序进行优化,可能会导致最后的结果和期望的结果不一致,所以需要禁止重排。
CAS的优缺点
优点：

不需要加锁，保持了一致性和并发性。
缺点：

循环时间长开销很大：我们可以看到getAndAddInt方法执行时，如果CAS失败，会一直进行尝试。如果CAS长时间一直不成功，可能会给CPU带来很大的开销。
只能保证一个共享变量的原子操作：当对一个共享变量执行操作时，我们可以使用循环CAS的方式来保证原子操作，但是对多个共享变量操作时，循环CAS就无法保证操作的原子性，这个时候就可以用锁来保证原子性。
ABA问题：下面会提供详细案例
ABA问题
举个栗子说明：

主内存有个数据值：A，两个线程A和B分别copy主内存数据到自己的工作区，A执行比较慢，需要10秒， B执行比较快，需要2秒， 此时B线程将主内存中的数据更改为B，过了一会又更改为A，然后A线程执行比较，发现结果是A，以为别人没有动过，然后执行更改操作。其实中间已经被更改过了，这就是ABA问题。

也就是ABA问题只要开始时的数据和结束时的数据一致，我就认为没改过，不管过程。

尽管A线程的CAS操作是成功的，但是不代表这个过程就是没问题的。

ABA问题说简单点就是，预判值还是和当初抓取的一样，但是这个“ 值 ”的版本可能不一样了，在某些不仅要考虑数据值是否一致，还要考虑版本是否一致的场景下需要注意.

Java并发包为了解决这个问题，提供了一个带有标记的原子引用类“AtomicStampedReference”，它可以通过控制变量值的版本来保证CAS的正确性。

解决ABA问题的代码示例
/**

• 解决CAS的ABA问题
  */

  public class SolveABAOfCAS {
  
  static AtomicReference<Integer> atomicReference = new AtomicReference<>(100);
  static AtomicStampedReference<Integer> atomicStampedReference = new AtomicStampedReference<>(100, 1);
  
  public static void main(String[] args) throws InterruptedException {
      System.out.println("==========以下是ABA问题的产生==========");
      new Thread(() -> {
          atomicReference.compareAndSet(100, 101);
          atomicReference.compareAndSet(101, 100);
      }, "t1").start();
  
      new Thread(() -> {
          try {
              // 暂停1秒钟,保证上面完成一次ABA操作
              Thread.sleep(1000);
              System.out.println(atomicReference.compareAndSet(100, 2019) + "	" + atomicReference.get());
          } catch (InterruptedException e) {
              e.printStackTrace();
          }
      }, "t2").start();
  
      Thread.sleep(2000);
      System.out.println("==========以下是ABA问题的解决==========");
      new Thread(() -> {
          int stamp = atomicStampedReference.getStamp();
          System.out.println(Thread.currentThread().getName() + "	第1次版本号" + stamp);
          try {
              // 暂停一秒钟t3线程
              Thread.sleep(1000);
              atomicStampedReference.compareAndSet(100, 101, atomicStampedReference.getStamp(), atomicStampedReference.getStamp() + 1);
              System.out.println(Thread.currentThread().getName() + "	第2次版本号" + atomicStampedReference.getStamp());
              atomicStampedReference.compareAndSet(101, 100, atomicStampedReference.getStamp(), atomicStampedReference.getStamp() + 1);
              System.out.println(Thread.currentThread().getName() + "	第3次版本号" + atomicStampedReference.getStamp());
          } catch (InterruptedException e) {
              e.printStackTrace();
          }
      }, "t3").start();
  
      new Thread(() -> {
          int stamp = atomicStampedReference.getStamp();
          System.out.println(Thread.currentThread().getName() + "	第1次版本号" + stamp);
          try {
              // 暂停3秒钟t4线程,保证上面的t3线程完成一次ABA操作
              Thread.sleep(3000);
              boolean result = atomicStampedReference.compareAndSet(100, 2019, stamp, stamp + 1);
              System.out.println(Thread.currentThread().getName() + "	修改成功否: " + result + "	当前最新实际版本号: " + atomicStampedReference.getStamp());
              System.out.println(Thread.currentThread().getName() + "	当前实际最新值: " + atomicStampedReference.getReference());
          } catch (InterruptedException e) {
              e.printStackTrace();
          }
      }, "t4").start();
  
  }
  }