Java并发——CAS(比较并替换)

news2026/3/23 13:53:56
在多线程编程中如何安全地修改共享变量是永恒的课题。传统的synchronized关键字虽然保证了线程安全但基于互斥锁的机制会导致线程阻塞、上下文切换在竞争激烈的场景下可能成为性能瓶颈。于是一种更轻量的同步方案——CASCompare And Swap应运而生它承载了无锁并发思想的落地实践。本文将带你系统了解CAS的核心原理、底层实现、在Java中的应用以及必须面对的挑战帮助你真正掌握这把并发编程的利器。一、什么是CASCAS的全称是Compare And Swap比较并交换它是一种CPU原语级的原子操作用于实现多线程环境下共享变量的无锁修改。它包含三个核心参数V主内存中的当前值变量实际存储的位置A线程预期的旧值线程从主内存读取后保存在本地的副本B线程希望写入的新值CAS的执行过程极其简单如果 V A则将 V 更新为 B否则不做任何操作。整个“比较交换”过程由CPU硬件保证原子性不会被任何其他线程中断。从宏观上看CAS是一条乐观的指令它假定在读取之后到更新之前没有其他线程修改过该变量如果检测到被修改过就失败重试。这种“失败则重试”的模式被称为自旋。二、为什么需要CAS考虑一个经典的计数器累加场景private int count 0; public void increment() { count; }count在字节码层面被拆分为“读取-修改-写回”三步多线程并发执行时必然出现数据覆盖最终结果小于预期。传统的解决方案是使用synchronizedpublic synchronized void increment() { count; }但synchronized是悲观锁无论是否有竞争都会加锁线程获取锁失败时会进入阻塞状态触发操作系统级别的上下文切换开销较大。CAS提供了一种乐观的替代方案它假设大多数情况下没有冲突只在更新时检查失败则重试避免了线程挂起和唤醒的开销。在竞争不激烈的场景下CAS的性能远优于synchronized。三、CAS的底层实现1. CPU层面的支持CAS的原子性依赖于CPU提供的特殊指令。以x86架构为例它提供了CMPXCHG指令该指令可以完成“比较并交换”的操作。在多核环境下该指令前会加上LOCK前缀确保执行期间锁住总线或缓存行防止其他核心同时访问该内存地址从而保证原子性。ARM架构则使用LDXR/STXR指令对通过独占监视器实现类似的原子操作。2. Java中的Unsafe类在Java中CAS操作由sun.misc.Unsafe类提供支持。该类是一个不安全的底层操作类能够直接操作内存地址、执行CAS操作等。典型的CAS方法如下public final native boolean compareAndSwapInt(Object obj, long offset, int expect, int update);其中offset是字段在对象中的内存偏移量可以通过objectFieldOffset获取。普通开发者不应直接使用Unsafe而是通过JDK提供的封装类——java.util.concurrent.atomic包下的原子类——来安全使用CAS。3. AtomicInteger的源码解析以AtomicInteger.incrementAndGet()为例我们看一下CAS的典型应用public final int incrementAndGet() { return unsafe.getAndAddInt(this, valueOffset, 1) 1; }而getAndAddInt的实现是典型的自旋CASpublic final int getAndAddInt(Object obj, long offset, int delta) { int current; do { current this.getIntVolatile(obj, offset); // 获取当前值 } while (!this.compareAndSwapInt(obj, offset, current, current delta)); return current; }整个过程不断循环直到CAS成功才退出。value字段被volatile修饰保证了可见性使得每次读取都能获取到最新的值。四、CAS在Java中的应用CAS是Java并发包JUC的基石它的身影无处不在应用场景典型类说明原子类AtomicInteger、AtomicLong、AtomicReference通过CAS实现线程安全的单变量操作高性能计数器LongAdder采用分段累加思想将热点分散减少CAS冲突并发集合ConcurrentHashMap初始化桶、更新计数器时使用CAS同步器ReentrantLock、Semaphore、CountDownLatchAQSAbstractQueuedSynchronizer的state状态通过CAS维护五、CAS的三大挑战与解决方案任何技术都不是银弹CAS也存在一些固有的缺陷需要我们在使用时加以注意。1. ABA问题问题描述一个变量的值从A变为B又从B变回A。此时CAS检查时发现值仍为A就会误认为没有被修改过从而执行更新。在某些业务场景如栈操作、银行转账中这种“中间过程”可能导致严重错误。解决方案引入版本号或时间戳。Java提供了AtomicStampedReference它在比较时同时检查“值”和“版本号”只有两者都匹配才更新。AtomicStampedReferenceString ref new AtomicStampedReference(A, 1); // 同时比较值和版本号 ref.compareAndSet(A, B, 1, 2);2. 循环时间长开销大自旋消耗CPU问题描述CAS通常配合自旋无限循环使用。在高并发下大量线程同时争抢一个变量频繁失败重试会导致CPU占用率飙升。解决方案限制自旋次数超过一定次数后使用其他策略如直接阻塞。使用LongAdder等分段累加工具将单点竞争分散到多个Cell上减少冲突。JVM自适应自旋在锁升级中应用根据历史成功率动态调整自旋次数。3. 只能保证一个共享变量的原子操作问题描述CAS一次只能对一个内存地址进行原子操作如果需要同时更新多个变量则无法保证原子性。解决方案将多个变量封装成一个对象使用AtomicReference进行原子更新。使用传统的锁synchronized或ReentrantLock保护临界区。六、CAS vs synchronized如何选择对比维度CASsynchronized实现方式CPU原子指令无锁Monitor互斥锁线程状态失败则自旋不阻塞失败则阻塞挂起唤醒开销大适用场景低竞争、单变量简单操作高竞争、多变量复杂逻辑可重入性不支持需自行封装支持性能特点无竞争时极快高竞争时自旋消耗CPU低竞争时一般高竞争时性能下降但可控选择建议对于简单的计数器、状态标记优先使用AtomicInteger、LongAdder等。对于复杂的临界区、多变量操作或需要wait/notify通信时使用synchronized或ReentrantLock。实际开发中通常优先使用JUC提供的高级工具避免手写CAS逻辑。七、总结CAS作为并发编程中的一项关键技术用无锁的方式实现了线程安全的变量更新极大地提升了系统在低竞争场景下的性能。它的实现依赖于CPU指令和JVM底层的Unsafe类为Java提供了强大的无锁并发能力。但同时我们也要清醒地认识到CAS并非万能——ABA问题、自旋开销和单变量限制是它的三大软肋。只有在合适的场景下合理使用才能扬长避短写出高效、可靠的并发代码。从synchronized到CAS再到LongAdder和CompletableFutureJava并发的演化史正是一部不断追求性能和易用性的历史。理解CAS就是理解了现代Java并发编程的基石

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2440571.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…