本文讲解CAS机制，主要是因为最近准备面试题，发现这个问题在面试中出现的频率非常的高，因此把自己学习过程中的一些理解记录下来，希望能对大家也有帮助。

什么是悲观锁、乐观锁？在java语言里，总有一些名词看语义跟本不明白是啥玩意儿，也就总有部分面试官拿着这样的词来忽悠面试者，以此来找优越感，其实理解清楚了，这些词也就唬不住人了。

synchronized是悲观锁，这种线程一旦得到锁，其他需要锁的线程就挂起的情况就是悲观锁。
CAS操作的就是乐观锁，每次不加锁而是假设没有冲突而去完成某项操作，如果因为冲突失败就重试，直到成功为止。
在进入正题之前，我们先理解下下面的代码:
示例程序：启动两个线程，每个线程中让静态变量count循环累加100次。

 private static int count = 0;public static void main(String[] args) {for (int i = 0; i < 2; i++) {new Thread(new Runnable() {@Overridepublic void run() {try {Thread.sleep(10);} catch (Exception e) {e.printStackTrace();}//每个线程让count自增100次for (int i = 0; i < 100; i++) {count++;}}}).start();}try{Thread.sleep(2000);}catch (Exception e){e.printStackTrace();}System.out.println(count);}

请问cout的输出值是否为200？答案是否定的，因为这个程序是线程不安全的，所以造成的结果count值可能小于200;

那么如何改造成线程安全的呢，其实我们可以使用上Synchronized同步锁,我们只需要在count++的位置添加同步锁，代码如下:

private static int count = 0;public static void main(String[] args) {for (int i = 0; i < 2; i++) {new Thread(new Runnable() {@Overridepublic void run() {try {Thread.sleep(10);} catch (Exception e) {e.printStackTrace();}//每个线程让count自增100次for (int i = 0; i < 100; i++) {synchronized (ThreadCas.class){count++;}}}}).start();}try{Thread.sleep(2000);}catch (Exception e){e.printStackTrace();}System.out.println(count);}

加了同步锁之后，count自增的操作变成了原子性操作，所以最终的输出一定是count=200，代码实现了线程安全。

但是Synchronized虽然确保了线程的安全，但是在性能上却不是最优的，Synchronized关键字会让没有得到锁资源的线程进入BLOCKED状态，而后在争夺到锁资源后恢复为RUNNABLE状态，这个过程中涉及到操作系统用户模式和内核模式的转换，代价比较高。

尽管Java1.6为Synchronized做了优化，增加了从偏向锁到轻量级锁再到重量级锁的过度，但是在最终转变为重量级锁之后，性能仍然较低。

所谓原子操作类，指的是java.util.concurrent.atomic包下，一系列以Atomic开头的包装类。例如AtomicBoolean，AtomicInteger，AtomicLong。它们分别用于Boolean，Integer，Long类型的原子性操作。

private static AtomicInteger count = new AtomicInteger(0);public static void main(String[] args) {for (int i = 0; i < 2; i++) {new Thread(new Runnable() {@Overridepublic void run() {try {Thread.sleep(10);} catch (Exception e) {e.printStackTrace();}//每个线程让count自增100次for (int i = 0; i < 100; i++) {count.incrementAndGet();}}}).start();}try{Thread.sleep(2000);}catch (Exception e){e.printStackTrace();}System.out.println(count);}

使用AtomicInteger之后，最终的输出结果同样可以保证是200。并且在某些情况下，代码的性能会比Synchronized更好。

而Atomic操作的底层实现正是利用的CAS机制，好的，我们切入到这个博客的正点。

什么是CAS机制

CAS是英文单词Compare And Swap的缩写，翻译过来就是比较并替换。
CAS机制当中使用了3个基本操作数：内存地址V，旧的预期值A，要修改的新值B。
更新一个变量的时候，只有当变量的预期值A和内存地址V当中的实际值相同时，才会将内存地址V对应的值修改为B。
举个栗子：
1.在内存地址V当中，存储着值为10的变量。

2.此时线程1想要把变量的值增加1。对线程1来说，旧的预期值A=10，要修改的新值B=11。

3.在线程1要提交更新之前，另一个线程2抢先一步，把内存地址V中的变量值率先更新成了11。

4.线程1开始提交更新，首先进行A和地址V的实际值比较（Compare），发现A不等于V的实际值，提交失败。

5.线程1重新获取内存地址V的当前值，并重新计算想要修改的新值。此时对线程1来说，A=11，B=12。这个重新尝试的过程被称为自旋。

6.这一次比较幸运，没有其他线程改变地址V的值。线程1进行Compare，发现A和地址V的实际值是相等的。

7.线程1进行SWAP，把地址V的值替换为B，也就是12

从思想上来说，Synchronized属于悲观锁，悲观地认为程序中的并发情况严重，所以严防死守。CAS属于乐观锁，乐观地认为程序中的并发情况不那么严重，所以让线程不断去尝试更新。
看到上面的解释是不是索然无味，查找了很多资料也没完全弄明白，通过几次验证后，终于明白，最终可以理解成一个无阻塞多线程争抢资源的模型。先上代码

import java.util.concurrent.atomic.AtomicBoolean;/*** @author hrabbit* 2018/07/16.*/
public class AtomicBooleanTest implements Runnable {private static AtomicBoolean flag = new AtomicBoolean(true);public static void main(String[] args) {AtomicBooleanTest ast = new AtomicBooleanTest();Thread thread1 = new Thread(ast);Thread thread = new Thread(ast);thread1.start();thread.start();}@Overridepublic void run() {System.out.println("thread:"+Thread.currentThread().getName()+";flag:"+flag.get());if (flag.compareAndSet(true,false)){System.out.println(Thread.currentThread().getName()+""+flag.get());try {Thread.sleep(5000);} catch (InterruptedException e) {e.printStackTrace();}flag.set(true);}else{System.out.println("重试机制thread:"+Thread.currentThread().getName()+";flag:"+flag.get());try {Thread.sleep(500);} catch (InterruptedException e) {e.printStackTrace();}run();}}
}

输出的结果:

thread:Thread-1;flag:true
thread:Thread-0;flag:true
Thread-1false
重试机制thread:Thread-0;flag:false
thread:Thread-0;flag:false
重试机制thread:Thread-0;flag:false
thread:Thread-0;flag:false
重试机制thread:Thread-0;flag:false
thread:Thread-0;flag:false
重试机制thread:Thread-0;flag:false
thread:Thread-0;flag:false
重试机制thread:Thread-0;flag:false
thread:Thread-0;flag:false
重试机制thread:Thread-0;flag:false
thread:Thread-0;flag:false
重试机制thread:Thread-0;flag:false
thread:Thread-0;flag:false
重试机制thread:Thread-0;flag:false
thread:Thread-0;flag:false
重试机制thread:Thread-0;flag:false
thread:Thread-0;flag:false
重试机制thread:Thread-0;flag:false
thread:Thread-0;flag:true
Thread-0false

这里无论怎么运行，Thread-1、Thread-0都会执行if=true条件，而且还不会产生线程脏读脏写，这是如何做到的了，这就用到了我们的compareAndSet(boolean expect,boolean update)方法
我们看到当Thread-1在进行操作的时候，Thread一直在进行重试机制，程序原理图:

这个图中重最要的是compareAndSet(true,false)方法要拆开成compare(true)方法和Set(false)方法理解，是compare(true)是等于true后，就马上设置共享内存为false，这个时候，其它线程无论怎么走都无法走到只有得到共享内存为true时的程序隔离方法区。

看到这里，这种CAS机制就是完美的吗？这个程序其实存在一个问题，不知道大家注意到没有？

但是这种得不到状态为true时使用递归算法是很耗cpu资源的，所以一般情况下，都会有线程sleep。

CAS和Synchronized没有绝对的好与坏，关键看使用场景。在并发量非常高的情况下，反而用同步锁更合适一些。
CAS的缺点：
1.CPU开销较大
在并发量比较高的情况下，如果许多线程反复尝试更新某一个变量，却又一直更新不成功，循环往复，会给CPU带来很大的压力。
2.不能保证代码块的原子性
CAS机制所保证的只是一个变量的原子性操作，而不能保证整个代码块的原子性。比如需要保证3个变量共同进行原子性的更新，就不得不使用Synchronized了。
3.ABA问题
这是CAS机制最大的问题所在

Java当中CAS的底层实现

以AtomicInteger类中的getAndIncrement()方法为例, 该方法能够实现线程安全的i++操作, 不需要加锁, 而是用的CAS的思想.
代码如下, 可以看到getAndIncrement()方法是通过Unsafe类的getAndAddInt()方法实现的
代码中用到的Unsafe类可以让java操作内存地址, 比如通过对象和偏移量直接从内存中获取对应变量的值; 还要注意的是Unsafe中的方法是原子操作

//AtomicInteger类
//变量value; 相当于i++中的i
private volatile int value;
//创建Unsafe类的实例
private static final Unsafe unsafe = Unsafe.getUnsafe();
//变量value的偏移量, 具体赋值是在下面的静态代码块中中进行的
private static final long valueOffset;
//在静态代码块中获取变量value的偏移量
static {try {//获取value变量的偏移量, 赋值给valueOffsetvalueOffset = unsafe.objectFieldOffset(AtomicInteger.class.getDeclaredField("value"));} catch (Exception ex) { throw new Error(ex); }
}//执行value++操作
public final int getAndIncrement() {//this是当前对象, valueOffset是return unsafe.getAndAddInt(this, valueOffset, 1);}

CAS的具体实现在Unsafe类的getAndAddInt()方法有体现, 代码如下

//Unsafe类
//获取内存地址为obj+offset的变量值, 并将该变量值加上delta
public final int getAndAddInt(Object obj, long offset, int delta) {int v;do {//通过对象和偏移量获取变量的值//由于volatile的修饰, 所有线程看到的v都是一样的v= this.getIntVolatile(obj, offset);/*while中的compareAndSwapInt()方法尝试修改v的值,具体地, 该方法也会通过obj和offset获取变量的值如果这个值和v不一样, 说明其他线程修改了obj+offset地址处的值, 此时compareAndSwapInt()返回false, 继续循环如果这个值和v一样, 说明没有其他线程修改obj+offset地址处的值, 此时可以将obj+offset地址处的值改为v+delta, compareAndSwapInt()返回true, 退出循环Unsafe类中的compareAndSwapInt()方法是原子操作, 所以compareAndSwapInt()修改obj+offset地址处的值的时候不会被其他线程中断*/} while(!this.compareAndSwapInt(obj, offset, v, v + delta));return v;
}

注意：compareAndSwapInt前面native 关键字，调用本地C代码提供的API，保证了compareAndSwapInt()方法的原子操作

public final native boolean compareAndSwapInt(Object var1, long var2, int var4, int var5);

解决ABA问题

所谓ABA问题，就是一个变量的值从A改成了B，又从B改成了A。
1.假设内存中有一个值为A的变量，存储在地址V当中。

2.此时有三个线程想使用CAS的方式更新这个变量值，每个线程的执行时间有略微的偏差。线程1和线程2已经获得当前值，线程3还未获得当前值。

3.接下来，线程1先一步执行成功，把当前值成功从A更新为B；同时线程2因为某种原因被阻塞住，没有做更新操作；线程3在线程1更新之后，获得了当前值B。

4.再之后，线程2仍然处于阻塞状态，线程3继续执行，成功把当前值从B更新成了A。

5.最后，线程2终于恢复了运行状态，由于阻塞之前已经获得了“当前值”A，并且经过compare检测，内存地址V中的实际值也是A，所以成功把变量值A更新成了B

这个过程中，线程2获取到的变量值A是一个旧值，尽管和当前的实际值相同，但内存地址V中的变量已经经历了A->B->A的改变。
这个例子表面上看似没什么毛病，因为本来就是要把A更新成B。下面结合实际应用场景，举一个提款机的栗子：
1.假设有一个遵循CAS原理的提款机，小灰有100元存款，要用这个提款机来提款50元。

2.由于提款机硬件出了点小问题，小灰的提款操作被同时提交两次，开启了两个线程，两个线程都是获取当前值100元，要更新成50元。
（理想情况下，应该一个线程更新成功，另一个线程更新失败，小灰的存款只被扣一次。）

3.线程1首先执行成功，把余额从100改成50。线程2因为某种原因阻塞了。这时候，小灰的妈妈刚好给小灰汇款50元。

4.线程2仍然是阻塞状态，线程3执行成功，把余额从50改成100。

5.线程2恢复运行，由于阻塞之前已经获得了“当前值”100，并且经过compare检测，此时存款实际值也是100，所以成功把变量值100更新成了50。


原本线程2应当提交失败，小灰的正确余额应该保持为100元，结果由于ABA问题提交成功了。
ABA问题的解决方法：加个版本号。真正要做到严谨的CAS机制，我们在Compare阶段不仅要比较期望值A和地址V中的实际值，还要比较变量的版本号是否一致。
仍然以上一篇的栗子来说明，
1.假设地址V中存储着变量值A，当前版本号是01。线程1获得了当前值A和版本号01，想要更新为B，但是被阻塞了。

2.这时候，内存地址V中的变量发生了多次改变，版本号提升为03，但是变量值仍然是A。

3.随后线程1恢复运行，进行Compare操作。经过比较，线程1所获得的值和地址V的实际值都是A，但是版本号不相等，所以这一次更新失败。

在Java当中，AtomicStampedReference类就实现了用版本号做比较的CAS机制。

喜欢本文的朋友们，欢迎长按下图关注订阅号程序员小灰，收看更多精彩内容