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？
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 < 100; i++) {
new Thread(() -> {
// 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 < 100; i++) {
new Thread(() -> {
// 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 < 100; i++) {
new Thread(() -> {
// 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 < 100; i++) {
new Thread(() -> {
// 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 < 100; i++) {
new Thread(() -> {
// 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：
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 updates private 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~
以上是面试真题：请你聊聊并发中的CAS 机制的详细内容。更多信息请关注PHP中文网其他相关文章！
热AI工具
Undresser.AI Undress
人工智能驱动的应用程序，用于创建逼真的裸体照片
AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。
Undress AI Tool
免费脱衣服图片
Clothoff.io
AI脱衣机
Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸！
热门文章
热工具
mPDF
mPDF是一个PHP库，可以从UTF-8编码的HTML生成PDF文件。原作者Ian Back编写mPDF以从他的网站上“即时”输出PDF文件，并处理不同的语言。与原始脚本如HTML2FPDF相比，它的速度较慢，并且在使用Unicode字体时生成的文件较大，但支持CSS样式等，并进行了大量增强。支持几乎所有语言，包括RTL（阿拉伯语和希伯来语）和CJK（中日韩）。支持嵌套的块级元素（如P、DIV），
VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器
SublimeText3汉化版
中文版，非常好用
禅工作室 13.0.1
功能强大的PHP集成开发环境
ZendStudio 13.5.1 Mac
功能强大的PHP集成开发环境
