面试真题:请你聊聊并发中的CAS 机制

不知道同学们有没有经历过这样的面试:

面试官:请你聊聊并发中的CAS机制吧
小明:嗯,CAS是吧,好像听说过…我想想哈(大脑飞速思考)

 2分钟过去了…
 空气是死一般的沉静…

面试官坐不住了,清了清嗓子:咳咳… 那个,能简单说说吗?
小明憨憨一笑:嘿嘿,我好像忘记了…
面试官:哦,没关系,今天的面试就到这吧,你回去等通知吧
小明垂头丧气地离开了…

别笑,小明其实是很多人的影子,在面试过程中尬聊的同学不在少数,当然我也包括在内,其实这反映出一个很残酷的现实:基础不扎实!

那么问题来了,如何在面试中吊打面试官,稳如磐石?

学呀!光说有啥用,你得学啊,买的书你得看啊,买的课你得跟着练啊,别光打游戏追剧了,想要变强,唯有秃头!

现在是北京时间0:08,我在码字写文章,你呢?

面试真题:请你聊聊并发中的CAS 机制

一个小例子说说什么是线程安全

并发是Java编程的基础,在我们日常的工作中,很多时候都会跟并发打交道,当然,这也是面试考察的重点。在并发编程中,被提起最多的概念是线程安全,下面我们先来看一段代码,看看运行后会发生什么:

public class Test {    private static int inc = 0;    public static void main(String[] args) {     // 设置栅栏,保证主线程能获取到程序各个线程全部执行完之后的值        CountDownLatch countDownLatch = new CountDownLatch(1000000);        // 设置100个线程同时执行        for (int i = 0; i  {             // 循环10000次,对inc实现 +1 操作                for (int j = 0; j < 10000; j++) {                    inc++;                    countDownLatch.countDown();                }            }).start();        }        try {            countDownLatch.await();        } catch (InterruptedException e) {            e.printStackTrace();        }        // 运行完毕,期望获取的结果是 1000000        System.out.println("执行完毕,inc的值为:" + inc);    }}

程序中,我创建了100个线程,每个线程中对共享变量inc进行累加10000次的操作,如果是同步执行的话,inc最终的值应该是1000000,但我们知道在多线程中,程序是并发执行的,也就是说不同的线程可能会同时读取到主内存相同的值,比如这样的场景:

线程A在某一个瞬间读取了主内存的inc值为1000,它在自己的工作内存 +1,inc变成了1001;
线程B在同样的瞬间读取到了主内存的inc值为1000,它也在自己的工作内存中对inc的值 +1, inc变成了1001;
他们要往主内存写入inc的值的时候并没有做任何的同步控制,所以他们都有可能把自己工作内存的1001写入到主内存;
那么很显然主内存在进行两次 +1 操作后,实际的结果只进行了一次 +1,变成了1001。

这就是一个很典型的多线程并发修改共享变量带来的问题,那么很显然,它的运行结果也如我们分析的那样,某些情况下达不到1000000:

执行完毕,inc的值为:962370

有些人说通过volatile关键字可以解决这个问题,因为volatile可以保证线程之间的可见性,也就是说线程可以读取到主内存最新的变量值,然后对其进行操作。

注意了,volatile只能保证线程的可见性,而不能保证线程操作的原子性,虽然线程读取到了主内存的inc的最新值,但是 读取inc+1写入主内存 是三步操作,所以volatile无法解决共享变量线程安全的问题。

那么如何解决这个问题?Java为我们提供下面几种解决方案。

几种保证线程安全的方案

1. 通过synchronized关键字实现同步:

public class Test {    private static int inc = 0;    public static void main(String[] args) {        // 设置栅栏,保证主线程能获取到程序各个线程全部执行完之后的值        CountDownLatch countDownLatch = new CountDownLatch(1000000);        // 设置100个线程同时执行        for (int i = 0; i  {                // 循环10000次,对inc实现 +1 操作                for (int j = 0; j < 10000; j++) {                 // 设置同步机制,让inc按照顺序执行                    synchronized (Test.class) {                        inc++;                    }                    countDownLatch.countDown();                }            }).start();        }        try {            countDownLatch.await();        } catch (InterruptedException e) {            e.printStackTrace();        }        System.out.println("执行完毕,inc的值为:" + inc);    }}

在上面的代码中,我们给 inc ++ 外面加了一层代码,使用 synchronized 设置类锁,保证了代码的同步执行,这是一种基于JVM自身的机制来保障线程的安全性,如果在并发量比较大的情况下,synchronized 会升级为重量级的锁,效率很低。synchronized无法获取当前线程的锁状态,发生异常的情况下会自动解锁,但是如果线程发生阻塞,它是不会释放锁的

执行结果:

执行完毕,inc的值为:1000000

可以看到,这种方式是可以保证线程安全的。

2. 通过Lock锁实现同步

public class Test {    private static int inc = 0;    private static Lock lock = new ReentrantLock();    public static void main(String[] args) {        // 设置栅栏,保证主线程能获取到程序各个线程全部执行完之后的值        CountDownLatch countDownLatch = new CountDownLatch(1000000);        // 设置100个线程同时执行        for (int i = 0; i  {                // 循环10000次,对inc实现 +1 操作                for (int j = 0; j < 10000; j++) {                 // 设置锁                    lock.lock();                    try {                        inc++;                    } finally {                     // 解锁                        lock.unlock();                    }                    countDownLatch.countDown();                }            }).start();        }        try {            countDownLatch.await();        } catch (InterruptedException e) {            e.printStackTrace();        }        System.out.println("执行完毕,inc的值为:" + inc);    }}

ReentrantLock的底层是通过AQS + CAS来实现的,在并发量比较小的情况下,它的性能不如 synchronized,但是随着并发量的增大,它的性能会越来越好,达到一定量级会完全碾压synchronized。并且Lock是可以尝试获取锁的,它通过代码手动去控制解锁,这点需要格外注意。

执行结果:

执行完毕,inc的值为:1000000

3. 使用 Atomic 原子类

public class Test {    private static AtomicInteger inc = new AtomicInteger();    public static void main(String[] args) {        // 设置栅栏,保证主线程能获取到程序各个线程全部执行完之后的值        CountDownLatch countDownLatch = new CountDownLatch(1000000);        // 设置100个线程同时执行        for (int i = 0; i  {                // 循环10000次,对inc实现 +1 操作                for (int j = 0; j < 10000; j++) {                    inc.getAndAdd(1);                    countDownLatch.countDown();                }            }).start();        }        try {            countDownLatch.await();        } catch (InterruptedException e) {            e.printStackTrace();        }        System.out.println("执行完毕,inc的值为:" + inc.get());    }}

AtomicInteger 底层是基于 CAS 的乐观锁实现的,CAS是一种无锁技术,相对于前面的方案,它的效率更高一些,在下面会详细介绍。

执行结果:

执行完毕,inc的值为:1000000

4. 使用 LongAdder 原子类

public class Test {    private static LongAdder inc = new LongAdder();    public static void main(String[] args) {        // 设置栅栏,保证主线程能获取到程序各个线程全部执行完之后的值        CountDownLatch countDownLatch = new CountDownLatch(1000000);        // 设置100个线程同时执行        for (int i = 0; i  {                // 循环10000次,对inc实现 +1 操作                for (int j = 0; j < 10000; j++) {                    inc.increment();                    countDownLatch.countDown();                }            }).start();        }        try {            countDownLatch.await();        } catch (InterruptedException e) {            e.printStackTrace();        }        System.out.println("执行完毕,inc的值为:" + inc.intValue());    }}

LongAdder 原子类在 JDK1.8 中新增的类,其底层也是基于 CAS 机制实现的。适合于高并发场景下,特别是写大于读的场景,相较于 AtomicInteger、AtomicLong 性能更好,代价是消耗更多的空间,以空间换时间。

执行结果:

执行完毕,inc的值为:1000000

CAS理论

讲到现在,终于我们今天的主角要登场了,她就是CAS

CAS的意思是比较与交换(Compare And Swap),它是乐观锁的一种实现机制。

什么是乐观锁?通俗的来说就是它比较乐观,每次在修改变量的值之前不认为别的线程会修改变量,每次都会尝试去获得锁,如果获取失败了,它也会一直等待,直到获取锁为止。说白了,它就是打不死的小强。

而悲观锁呢,顾名思义,就比较悲观了,每次在修改变量前都会认为别人会动这个变量,所以它会把变量锁起来,独占,直到自己修改完毕才会释放锁。说白了,就是比较自私,把好东西藏起来自己偷偷享用,完事了再拿出来给别人。像之前的synchronized关键字就是悲观锁的一种实现。

CAS是一种无锁原子算法,它的操作包括三个操作数:需要读写的内存位置(V)、预期原值(A)、新值(B)。仅当 V值等于A值时,才会将V的值设为B,如果V值和A值不同,则说明已经有其他线程做了更新,则当前线程继续循环等待。最后,CAS 返回当前V的真实值。CAS 操作时抱着乐观的态度进行的,它总是认为自己可以成功完成操作。

CAS的实现

在Java中,JUC的atomic包下提供了大量基于CAS实现的原子类:

面试真题:请你聊聊并发中的CAS 机制

我们以AtomicInteger来举例说明。

AtomicInteger类内部通过一个Unsafe类型的静态不可变的变量unsafe来引用Unsafe的实例。

 // setup to use Unsafe.compareAndSwapInt for updatesprivate static final Unsafe unsafe = Unsafe.getUnsafe();

然后,AtomicInteger类用value保存自身的数值,并用get()方法对外提供。注意,它的value是使用volatile修饰的,保证了线程的可见性。

private volatile int value;/** * Creates a new AtomicInteger with the given initial value. * * @param initialValue the initial value */public AtomicInteger(int initialValue) {    value = initialValue;}/** * Gets the current value. * * @return the current value */public final int get() {    return value;}

一路跟踪incrementAndGet方法到的末尾可以看到是一个native的方法:

/** * Atomically increments by one the current value. * * @return the updated value */public final int incrementAndGet() {    return unsafe.getAndAddInt(this, valueOffset, 1) + 1;}//  getAndAddInt 方法public final int getAndAddInt(Object var1, long var2, int var4) {    int var5;    do {        var5 = this.getIntVolatile(var1, var2);    } while(!this.compareAndSwapInt(var1, var2, var5, var5 + var4));    return var5;}// compareAndSet方法public final native boolean compareAndSwapInt(Object var1, long var2, int var4, int var5);

可以看到其实incrementAndGet内部的原理就是通过compareAndSwapInt调用底层的机器指令不断比较内存旧值和期望的值,如果比较返回false就继续循环比较,如果返回true则将当前的新值赋给内存里的值,本次处理完毕。

由此我们知道,原子类实现的自增操作可以保证原子性的根本原因在于硬件(处理器)的相关指令支持。将语义上需要多步操作的行为通过一条指令来完成,CAS指令可以达到这个目的。

CAS的缺点

作为乐观锁的一种实现,当多线程竞争资源激烈的情况下,多个线程会发生自旋等待,会消耗一定的 CPU资源。
CAS不可避免会出现ABA的问题,关于ABA问题的阐释和解决方案,可以参考我的这篇文章:面试官问你:你知道什么是ABA问题吗?

好了,本期关于CAS的分享就到这里结束了。并发作为Java编程的基石,是一个非常重要的知识点,如果同学们对这块的掌握比较薄弱,希望在读完文章后能自己动手敲敲代码,思考一下什么是CAS,有哪些优缺点,实现方式有哪些。当然,并发是一个非常大的概念,这里只是抛砖引玉,提到了其中的一个小知识点,给出了我自己学习的一点心得体会。如果有阐述不到位或者错误的地方,请私信我一起讨论,感谢!

我是程序员青戈,本期的面试问题分享到这里就结束了,想提升自己,进阶大厂的同学一定要关注我的公众号:Java学习指南,在这里每天会从实际的面试出发带你学习和总结Java相关的知识,帮助你扩充技术栈,提升个人实力。我们下期见~

以上就是面试真题:请你聊聊并发中的CAS 机制的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。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。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/893670.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年11月28日 16:11:32
下一篇 2025年11月28日 16:11:44

相关推荐

  • 在Laravel框架中如何解决“Too many open files”错误?

    在laravel框架中解决“too many open files”错误的方法 在使用php7.3和laravel框架执行定时任务时,你可能会遇到一个错误提示,指出“打开文件太多”,错误信息大致如下: [2023-03-15 00:14:13] local.ERROR: include(/www/v…

    好文分享 2025年12月11日
    000
  • php中的卷曲:如何在REST API中使用PHP卷曲扩展

    php客户端url(curl)扩展是开发人员的强大工具,可以与远程服务器和rest api无缝交互。通过利用libcurl(备受尊敬的多协议文件传输库),php curl有助于有效执行各种网络协议,包括http,https和ftp。该扩展名提供了对http请求的颗粒状控制,支持多个并发操作,并提供内…

    2025年12月11日
    000
  • 如何用PHP和CURL高效采集新闻列表及详情?

    本文将阐述如何利用PHP和cURL高效抓取目标网站的新闻列表和新闻详情,并展示最终结果。 关键在于高效运用cURL获取数据,处理相对路径并提取所需信息。 首先,解决第一个挑战:从列表页(例如,页面1)提取新闻标题和完整URL。 代码示例如下: <?php$url = 'http://…

    2025年12月11日
    000
  • HTML表单onsubmit事件失效,如何排查表单验证问题?

    HTML表单提交验证失效:排查与解决 在使用HTML表单进行数据提交时,onsubmit事件常用于客户端验证,确保数据符合要求后再提交至服务器。然而,onsubmit事件有时失效,导致表单直接提交,本文将分析一个案例,解决onsubmit=”return check()”失效的问题。 问题描述: 用…

    2025年12月11日
    000
  • Beego项目中如何访问main函数定义的全局变量?

    在Beego项目中,如何正确访问main函数中定义的全局变量?本文将详细讲解如何在Go语言的Beego框架中,从非main.go文件(例如controllers目录下的文件)访问在main.go文件中定义的全局变量。对于Go语言新手来说,这个问题常常令人困惑。 问题背景:假设您需要在一个Beego项…

    2025年12月11日
    000
  • PHP二维数组如何排序并添加排名?

    PHP二维数组排序及排名:高效解决方案 本文将详细阐述如何对PHP二维数组进行排序,并为每个子数组添加排名信息。假设我们的二维数组包含多个子数组,每个子数组包含“xuhao”(序号)和“piaoshu”(票数)两个字段。目标是根据“piaoshu”字段降序排序,票数相同时则按“xuhao”字段升序排…

    2025年12月11日
    000
  • HTML表单onsubmit事件无效,表单仍提交:问题出在哪里?

    HTML表单onsubmit事件失效:排查与解决 在使用HTML表单时,onsubmit事件通常用于表单提交前的验证。然而,有时即使添加了onsubmit=”return check();”,表单仍会直接提交。本文分析此问题,并提供解决方案。 问题描述: 用户在HTML表单中添加onsubmit=”…

    2025年12月11日
    000
  • ThinkPHP5框架下如何不修改模型实现Archives表与B表的多表关联查询?

    ThinkPHP5框架多表关联查询:无需修改模型 本文介绍如何在ThinkPHP5框架中,不修改现有模型的情况下,实现Archives表与自定义表B的多表关联查询,并以Archives表数据为主返回结果。 此方法适用于已有的TP5 CMS系统,需要在原有Archives模型查询基础上关联其他表的情况…

    2025年12月11日
    000
  • 高效的异步操作:Guzzle Promises 的实践与应用

    最近在开发一个需要同时访问多个外部 API 的应用时,遇到了严重的性能问题。 传统的同步请求方式导致应用响应时间过长,用户体验极差。 每个 API 请求都需要等待完成才能发出下一个请求,这在处理大量请求时效率极低,严重影响了系统的吞吐量。 为了解决这个问题,我开始寻找异步处理的方案,最终选择了 Gu…

    2025年12月11日
    000
  • PHP记录:PHP日志分析的最佳实践

    php日志记录对于监视和调试web应用程序以及捕获关键事件,错误和运行时行为至关重要。它为系统性能提供了宝贵的见解,有助于识别问题,并支持更快的故障排除和决策 – 但仅当它有效地实施时。 在此博客中,我概述了PHP记录以及它在Web应用程序中的使用方式。然后,我概述了一些关键的最佳实践,…

    2025年12月11日
    000
  • 告别依赖注入的困扰:使用 PSR-11 容器接口简化代码

    我最近参与了一个大型PHP项目的重构工作。项目中充斥着大量的new操作,各个类之间紧密耦合,代码难以测试和维护。修改一个类往往需要修改多个地方,这使得开发效率极低,而且容易引入新的bug。 我意识到,我们需要引入依赖注入来改善这种情况。然而,仅仅引入依赖注入的概念还不够,我们需要一个高效的机制来管理…

    2025年12月11日
    000
  • 高效处理 JSON 数据:scienta/doctrine-json-functions 库的使用指南

    我最近参与的项目使用了 Doctrine ORM 管理数据库,其中一个实体包含一个 JSON 类型的字段,用于存储用户的配置信息。最初,我尝试使用原生 SQL 查询来处理 JSON 数据,例如使用 MySQL 的 JSON_EXTRACT 函数。这种方法虽然可以实现功能,但代码变得冗长且难以阅读,而…

    2025年12月11日
    000
  • 告别崩溃:使用Sentry提升Symfony应用的稳定性

    在开发过程中,我们都经历过应用崩溃的痛苦。 用户报告问题,但我们却苦于无法快速定位错误,只能在茫茫代码海洋中大海捞针。 更糟糕的是,一些错误可能只在特定环境或用户操作下才会出现,难以在本地复现。 我之前的项目使用的是简单的日志记录,虽然能记录一些错误信息,但缺乏上下文信息,例如请求参数、用户身份、堆…

    2025年12月11日
    000
  • 告别数据库操作难题:CakePHP Datasource 库的实践指南

    在之前的项目中,我使用的是传统的数据库连接和操作方式,例如直接使用PDO或数据库驱动程序。随着项目规模的扩大和数据源类型的增加,这种方法的缺点逐渐显现出来: 代码冗余: 对于不同的数据库操作(查询、保存、删除等),以及不同的数据源,都需要编写大量的重复代码。难以维护: 代码难以理解和维护,修改一个地…

    2025年12月11日
    000
  • 如何高效查询MySQL中指定部门及其所有子部门下的所有员工?

    高效查询mysql中指定部门及其所有子部门下的所有员工 本文介绍如何高效查询MySQL数据库中指定部门(包含所有子部门)下的所有员工信息,并处理员工可能隶属于多个部门的情况。 数据库包含三个表:department(部门表)、user(员工表)和department_user_relate(部门员工…

    2025年12月11日
    000
  • Composer安装RabbitMQ扩展时如何解决版本冲突问题?

    Composer安装php-amqplib扩展时解决版本冲突 在使用Composer安装php-amqplib/php-amqplib扩展时,常常会遇到版本冲突问题。例如,项目可能声明了alibabacloud/darabonba-openapi的版本约束为^2.1,而php-amqplib依赖的库…

    2025年12月11日
    000
  • 告别异步操作的噩梦:Guzzle Promises 的高效应用

    最近我负责一个项目,需要从多个远程服务器上获取数据。传统的做法是使用嵌套的回调函数,代码变得难以维护和理解,而且随着服务器数量的增加,代码复杂度呈指数级增长。 更糟糕的是,这种方法难以处理错误,调试起来也异常困难。 我的代码看起来像一团乱麻,充满了then()和catch(),简直是异步操作的噩梦!…

    2025年12月11日
    000
  • 高效利用多核CPU:Fidry/cpu-core-counter 库的实践指南

    最近在开发一个需要进行大量并行计算的PHP应用时,遇到了一个难题:如何准确地获取系统CPU的核心数,以便合理地分配任务,充分利用多核处理器的优势。如果核心数估计过低,则会造成资源浪费;如果估计过高,则可能导致系统负载过重,影响程序稳定性。 起初,我尝试使用一些系统命令来获取核心数,但这些方法的兼容性…

    2025年12月11日
    000
  • 海光CPU与飞腾CPU服务器:如何选择合适的硬件及确保Java Web应用兼容性?

    国产CPU的兴起使得服务器硬件选择变得至关重要。本文将分析在海光CPU和飞腾CPU服务器上部署Linux系统并运行Tomcat和Java应用的差异,帮助您做出明智的选择。 项目需求指定使用海光CPU或飞腾CPU服务器,这直接关系到中间件和Java Web应用的兼容性。关键在于,海光CPU基于x86架…

    2025年12月11日
    000
  • Docker中apt-get update失败:如何正确配置阿里云镜像源?

    Docker中apt-get update失败:阿里云镜像源配置详解 许多开发者在使用Docker构建基于Debian系统的镜像时,会遇到apt-get update命令执行失败的问题。本文以php:5.6-fpm镜像为例,详细说明如何正确配置阿里云镜像源,解决apt-get update错误。 问…

    2025年12月11日
    000

发表回复

登录后才能评论
关注微信