Java中的锁（二）

锁从不同的角度有不同的分类，从线程是否需要锁住同步资源角度来分，可以分为：悲观锁和乐观锁。

一、悲观锁、乐观锁的定义

悲观锁就是我们常说到的锁。对于悲观锁来说，他总是认为每次访问共享资源时会发生冲突（认为别的线程会修改），所以必须每次数据操作会上锁，以保证临界区的程序同一时间只能有一个线程在执行（共享资源同一时间只给一个线程使用，其它线程阻塞，用完后再把资源转让给其它线程）。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。Java中 synchronized 和 ReentrantLock 等独占锁就是悲观锁思想的实现。

由于悲观锁的频繁加锁，因此导致了一些问题的出现：比如在多线程竞争下，频繁加锁、释放锁导致频繁的上下文切换和调度延时，一个线程持有锁会导致其他线程进入阻塞状态，从而引起性能问题。

乐观锁又称为“无锁”，顾名思义，它是乐观派。乐观锁总是假设对共享资源的访问不会产生冲突（认为别的线程不会修改），线程可以不停地执行，无需加锁也无需等待。而一旦多个线程发生冲突，乐观锁通常是使用一种称为CAS的技术来保证线程执行的安全性。乐观锁适用于多读的应用类型，这样可以提高吞吐量，像数据库提供的类似于write_condition机制，其实都是提供的乐观锁。在Java中 java.util.concurrent.atomic 包下面的原子变量类就是使用乐观锁的一种实现方式CAS实现的。

由于无锁操作中没有锁的存在，因此不可能出现死锁情况，也就是说乐观锁天生免疫死锁。

乐观锁多用于“读多写少”的环境，避免频繁加锁影响性能；而悲观锁锁用于“写多读少”的环境，避免频繁失败和重试影响性能。

二、实现方式

悲观锁的实现方式是加锁，加锁既可以是对代码块加锁（如Java的synchronized关键字），也可以是对数据加锁。synchronized关键字和Lock的实现类都是悲观锁。

乐观锁的实现方式主要有两种：CAS机制和版本号机制。乐观锁在Java中是通过使用无锁编程来实现，最常采用的是CAS算法。

以Java中的自增操作（ i++ ）为例，看一下悲观锁和CAS分别是如何保证线程安全的。在Java中自增操作不是原子操作，它实际上包含三个独立的操作：

从内存中取出 i 的当前值；
将 i 的值加 1；
将计算好的值放入到内存当中；

因此，如果并发执行自增操作，可能导致计算结果的不准确。在下面的代码示例中：value1没有进行任何线程安全方面的保护，value2使用了乐观锁(CAS)，value3使用了悲观锁(synchronized)。运行程序，使用5000个线程同时对value1、value2和value3进行自增操作，可以发现：value2和value3的值总是等于5000，而value1的值常常小于5000。

package com.example.demo;import java.util.concurrent.atomic.AtomicInteger;public class Test {//value1: 线程不安全private static int value1 = 0;//value2: 使用乐观锁private static AtomicInteger value2 = new AtomicInteger(0);//value2: 使用悲观锁private static int value3 = 0;private static synchronized void increaseValue3(){value3++;}public static void main(String[] args) throws InterruptedException {for (int i=0; i< 5000; i++){new Thread(new Runnable() {@Overridepublic void run() {try {Thread.sleep(100);} catch (InterruptedException e) {e.printStackTrace();}value1++;value2.getAndIncrement();increaseValue3();}}).start();}// 打印结果Thread.sleep(10000);System.out.println("value1 线程不安全："+ value1);System.out.println("value2 乐观锁："+ value2);System.out.println("value3 悲观锁："+ value3);}
}

输出结果：

value1 线程不安全：4760
value2 乐观锁：5000
value3 悲观锁：5000

三、乐观锁两种实现方式

（1）版本号机制

一般是在数据表中加上一个数据版本号version字段，表示数据被修改的次数，当数据被修改时，version值会加一。当线程A要更新数据值时，在读取数据的同时也会读取version值，在提交更新时，若刚才读取到的version值为当前数据库中的version值相等时才更新，否则重试更新操作，直到更新成功。

举一个简单的例子：假设数据库中帐户信息表中有一个 version 字段，当前值为 1 ；而当前帐户余额字段（ balance ）为 $100 。

操作员 A 此时将其读出（ version=1 ），并从其帐户余额中扣除 $50（ $100-$50 ）。
在操作员 A 操作的过程中，操作员B 也读入此用户信息（ version=1 ），并从其帐户余额中扣除 $20 （ $100-$20 ）。
操作员 A 完成了修改工作，将数据版本号加一（ version=2 ），连同帐户扣除后余额（ balance=$50 ），提交至数据库更新，此时由于提交数据版本大于数据库记录当前版本，数据被更新，数据库记录 version 更新为 2 。
操作员 B 完成了操作，也将版本号加一（ version=2 ）试图向数据库提交数据（ balance=$80 ），但此时比对数据库记录版本时发现，操作员 B 提交的数据版本号为 2 ，数据库记录当前版本也为 2 ，不满足 “ 提交版本必须大于记录当前版本才能执行更新 “ 的乐观锁策略，因此，操作员 B 的提交被驳回。

这样，就避免了操作员 B 用基于 version=1 的旧数据修改的结果覆盖操作员A 的操作结果的可能。

package com.example.demo;import java.math.BigDecimal;public class DebitCard {// 账户名称private String account;//账户余额private BigDecimal amount;public DebitCard(String account, BigDecimal amount) {this.account = account;this.amount = amount;}public String getAccount() {return account;}public void setAccount(String account) {this.account = account;}public BigDecimal getAmount() {return amount;}public void setAmount(BigDecimal amount) {this.amount = amount;}@Overridepublic String toString() {return "DebitCard{" +"account='" + account + '\'' +", amount='" + amount + '\'' +'}';}
}

package com.example.demo;import java.math.BigDecimal;
import java.util.concurrent.atomic.AtomicInteger;public class OptimisticLockDemo {private AtomicInteger version = new AtomicInteger(0);private DebitCard debitCard = new DebitCard("zhangsan", new BigDecimal(100));public AtomicInteger getVersion() {return version;}public DebitCard getDebitCard() {return debitCard;}public void updateDebitCard(BigDecimal amount){int currentVersion = version.get();// 模拟读取数据的过程DebitCard currentDebitCard = debitCard;// 模拟其他线程修改数据try {Thread.sleep(1000);} catch (InterruptedException e) {e.printStackTrace();}// 检查版本号是发生变化if (currentVersion == version.get()){// 版本号为变化，可以进行更新操作currentDebitCard.setAmount(currentDebitCard.getAmount().add(amount));debitCard = currentDebitCard;version.incrementAndGet();System.out.println("数据更新成功，当前版本号："+ version.get()+"，数据内容 debitCard= "+ debitCard.toString());} else {// 版本号已经变化，更新操作失败System.out.println("数据更新失败，版本号已变化");}}public static void main(String[] args) {OptimisticLockDemo demo = new OptimisticLockDemo();// 创建两个线程同时更新数据Thread thread1 = new Thread(()->{demo.updateDebitCard(new BigDecimal(-50));});Thread thread2 = new Thread(()->{demo.updateDebitCard(new BigDecimal(-20));});thread1.start();thread2.start();try {thread1.join();thread2.join();} catch (InterruptedException e){e.printStackTrace();}System.out.println("最终版本号："+ demo.getVersion());System.out.println("最终数据：debitCard= "+ demo.getDebitCard().toString());}
}

输出结果：

数据更新成功，当前版本号：2，数据内容 debitCard= DebitCard{account='zhangsan', amount='80'}
数据更新成功，当前版本号：2，数据内容 debitCard= DebitCard{account='zhangsan', amount='80'}
数据更新失败，版本号已变化
最终版本号：2
最终数据：debitCard= DebitCard{account='zhangsan', amount='80'}

在上面的示例代码中，我们使用了AtomicInteger类来实现版本号的自增操作，并通过比较版本号来判断数据是否被其他线程修改过。如果版本号未变化，则可以进行更新操作；如果版本号已变化，则更新操作失败。

（2）CAS机制

CAS机制即 compare and swap（比较与交换），是一种有名的无锁算法。无锁编程，即不使用锁的情况下实现多线程之间的变量同步，也就是在没有线程被阻塞的情况下实现变量的同步，所以也叫非阻塞同步（Non-blocking Synchronization）。CAS算法涉及到三个操作数

需要读写的内存值 V
进行比较的值 A
拟写入的新值 B

当且仅当 V 的值等于 A 时，CAS通过原子方式用新值 B 来更新V的值，否则不会执行任何操作（比较和替换是一个原子操作）。一般情况下是一个自旋操作，即不断的重试。

package com.example.demo;import java.math.BigDecimal;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicReference;import static java.util.concurrent.ThreadLocalRandom.current;public class AtomicReferenceExample {private static AtomicReference<DebitCard> debitCardAtomicReference = new AtomicReference<>(new DebitCard("zhangsan", new BigDecimal(0)));public static void main(String[] args){for (int i =0; i<10; i++){new Thread("T-"+i){@Overridepublic void run(){DebitCard dc;DebitCard newDebitCard;do {dc = debitCardAtomicReference.get();newDebitCard = new DebitCard(dc.getAccount(), dc.getAmount().add(new BigDecimal(10)));// 循环检测尝试获取锁} while (!debitCardAtomicReference.compareAndSet(dc, newDebitCard));System.out.println(Thread.currentThread().getName()+"=" + newDebitCard);try {TimeUnit.MILLISECONDS.sleep(current().nextInt(20));} catch (InterruptedException e) {e.printStackTrace();}}}.start();}}}

输出结果：

T-0=DebitCard{account='zhangsan', amount='10'}
T-6=DebitCard{account='zhangsan', amount='50'}
T-2=DebitCard{account='zhangsan', amount='40'}
T-3=DebitCard{account='zhangsan', amount='30'}
T-1=DebitCard{account='zhangsan', amount='20'}
T-4=DebitCard{account='zhangsan', amount='70'}
T-8=DebitCard{account='zhangsan', amount='60'}
T-9=DebitCard{account='zhangsan', amount='100'}
T-7=DebitCard{account='zhangsan', amount='90'}
T-5=DebitCard{account='zhangsan', amount='80'}

CAS虽然很高效，但是它也存在三大问题：

1）ABA问题

CAS需要在操作值的时候检查内存值是否发生变化，没有发生变化才会更新内存值。但是如果内存值原来是A，后来变成了B，然后又变成了A，那么CAS进行检查时会发现值没有发生变化，但是实际上是有变化的。ABA问题的解决思路就是在变量前面添加版本号，每次变量更新的时候都把版本号加一，这样变化过程就从“A－B－A”变成了“1A－2B－3A”。

JDK从1.5开始提供了AtomicStampedReference类来解决ABA问题，具体操作封装在compareAndSet()中。