前言
激烈的锁竞争，会造成线程阻塞挂起，导致系统的上下文切换，增加系统的性能开销。那有没有不阻塞线程，且保证线程安全的机制呢？——乐观锁。
乐观锁是什么？
操作共享资源时，总是很乐观，认为自己可以成功。在操作失败时（资源被其他线程占用），并不会挂起阻塞，而仅仅是返回，并且失败的线程可以重试。
优点：
- 不会死锁
- 不会饥饿
- 不会因竞争造成系统开销
乐观锁的实现
CAS 原子操作
CAS。在 java.util.concurrent.atomic 中的类都是基于 CAS 实现的。
以 AtomicLong 为例，一段测试代码：
@Test
public void testCAS() {
AtomicLong atomicLong = new AtomicLong();
atomicLong.incrementAndGet();
}
java.util.concurrent.atomic.AtomicLong#incrementAndGet 的实现方法是：
public final long incrementAndGet() {
return U.getAndAddLong(this, VALUE, 1L) + 1L;
}
其中 U 是一个 Unsafe 实例。
private static final jdk.internal.misc.Unsafe U = jdk.internal.misc.Unsafe.getUnsafe();
本文使用的源码是 JDK 11，其 getAndAddLong 源码为：
@HotSpotIntrinsicCandidate
public final long getAndAddLong(Object o, long offset, long delta) {
long v;
do {
v = getLongVolatile(o, offset);
} while (!weakCompareAndSetLong(o, offset, v, v + delta));
return v;
}
可以看到里面是一个 while 循环，如果不成功就一直循环，是一个乐观锁，坚信自己能成功，一直 CAS 直到成功。最终调用了 native 方法：
@HotSpotIntrinsicCandidate
public final native boolean compareAndSetLong(Object o, long offset,
long expected,
long x);
处理器实现原子操作
从上面可以看到，CAS 是调用处理器底层的指令来实现原子操作，那么处理器底层是如何实现原子操作的呢？
处理器的处理速度>>处理器与物理内存的通信速度，所以在处理器内部有 L1、L2 和 L3 的高速缓存，可以加快读取的速度。
单核处理器能够保存内存操作是原子性的，当一个线程读取一个字节，所以进程和线程看到的都是同一个缓存里的字节。但是多核处理器里，每个处理器都维护了一块字节的内存，每个内核都维护了一个字节的缓存，多线程并发会存在缓存不一致的问题。
那处理器如何保证内存操作的原子性呢？
- 总线锁定：当处理器要操作共享变量时，会在总线上发出 Lock 信号，其他处理器就不能操作这个共享变量了。
- 缓存锁定：某个处理器对缓存中的共享变量操作后，就通知其他处理器重新读取该共享资源。
LongAdder vs AtomicLong
本文分析的 AtomicLong 源码，其实是在循环不断尝试 CAS 操作，如果长时间不成功，就会给 CPU 带来很大开销。JDK 1.8 中新增了原子类 LongAdder，能够更好应用于高并发场景。
LongAdder 的原理就是降低操作共享变量的并发数，也就是将对单一共享变量的操作压力分散到多个变量值上，将竞争的每个写线程的 value 值分散到一个数组中，不同线程会命中到数组的不同槽中，各个线程只对自己槽中的 value 值进行 CAS 操作，最后在读取值的时候会将原子操作的共享变量与各个分散在数组的 value 值相加，返回一个近似准确的数值。
LongAdder 内部由一个base变量和一个 cell[] 数组组成。当只有一个写线程，没有竞争的情况下，LongAdder 会直接使用 base 变量作为原子操作变量，通过 CAS 操作修改变量；当有多个写线程竞争的情况下，除了占用 base 变量的一个写线程之外，其它各个线程会将修改的变量写入到自己的槽 cell[] 数组中。
一个测试用例：
@Test
public void testLongAdder() {
LongAdder longAdder = new LongAdder();
longAdder.add(1);
System.out.println(longAdder.longValue());
}
先看里面的 longAdder.longValue() 代码：
public long longValue() {
return sum();
}
最终是调用了 sum() 方法，是对里面的 cells 数组每项加起来求和。这个值在读取的时候并不准，因为这期间可能有其他线程在并发修改 cells 中某个项的值：
public long sum() {
Cell[] cs = cells;
long sum = base;
if (cs != null) {
for (Cell c : cs)
if (c != null)
sum += c.value;
}
return sum;
}
add() 方法源码：
public void add(long x) {
Cell[] cs; long b, v; int m; Cell c;
if ((cs = cells) != null || !casBase(b = base, b + x)) {
boolean uncontended = true;
if (cs == null || (m = cs.length - 1) < 0 ||
(c = cs[getProbe() & m]) == null ||
!(uncontended = c.cas(v = c.value, v + x)))
longAccumulate(x, null, uncontended);
}
}
add 具体的代码本篇文章就不详细叙述了~
代码
代码和思维导图在 GitHub 项目中，欢迎大家 star！
