CAS 原理与 Java 原子类实战

这些方法通过 native 关键字调用 C++ 内联汇编代码，最终触发对应 CPU 架构的原子指令。需要注意的是，Unsafe 类不建议普通开发者直接使用，其操作无安全校验，可能引发内存越界等严重问题。

3、volatile 关键字：保证内存可见性

• CAS 操作依赖变量的实时可见性，否则线程可能读取到过期值。原子类中的共享变量均通过 volatile 修饰
  • 可见性：一个线程对变量的修改会立即刷新到主内存，其他线程读取时直接从主内存获取，避免缓存一致性问题
  • 禁止指令重排：确保变量操作的顺序与代码逻辑一致，避免 CAS 操作被重排导致的逻辑错乱

三、CAS 的核心问题与解决方案

1、ABA 问题：值的'伪不变'陷阱

ABA 问题是 CAS 最经典的逻辑漏洞：变量从 A 被修改为 B，随后又被改回 A，CAS 操作会认为'值未变化'而成功执行，但中间的状态变更可能导致依赖变量状态的逻辑出错。

• （链表操作中的 ABA 风险） 假设单向链表初始状态为 A→B，两个线程同时执行'删除头节点'操作
  • Thread1 读取头节点为 A、下一个节点为 B，准备执行 CAS 更新头节点为 B，但被阻塞
  • Thread2 成功删除头节点 A，链表变为 B；随后新增节点 A，链表变为 A→B（新 A 节点）
  • Thread1 恢复运行，CAS 检查头节点仍为 A，执行更新将头节点设为 B，错误删除新 A 节点的下一个节点 B，导致链表结构损坏

解决方案：不仅校验变量值，还校验其'版本'，确保值的变化轨迹可追溯。Java 中提供两类原子类实现该方案。

• AtomicStampedReference（版本戳记引用）：为对象引用绑定一个 int 类型的版本号（stamp），每次修改时同时更新值和版本号（版本号递增）。CAS 操作需同时匹配'值'和'版本号'才会成功，即使值回滚，版本号也会变化，从而避免 ABA 问题

// 初始化：值为"A"，版本号为 1
AtomicStampedReference<String> asr = new AtomicStampedReference<>("A", 1);
// 获取当前值和版本号
int oldStamp = asr.getStamp();
String oldValue = asr.getReference(); // "A"
// 仅当'值为 A 且版本号为 1'时，更新为"B"并将版本号设为 2
boolean success = asr.compareAndSet(oldValue, "B", oldStamp, oldStamp + 1);

2、自旋开销问题：高冲突下的性能损耗

CAS 失败时会通过'自旋'（循环重试 CAS 操作），若并发冲突剧烈，大量线程会持续自旋，占用 CPU 资源，导致性能下降。

解决方案：

• 自适应自旋：JVM 可根据历史自旋成功率动态调整自旋次数，成功率高则增加次数，反之减少
• 分段锁优化：如 LongAdder（后续原子类部分详解），将变量拆分为多个分段，线程仅操作对应分段，降低冲突概率
• 冲突阈值控制：当自旋次数超过阈值时，降级为阻塞锁，避免 CPU 空耗

自旋锁：线程拿不到锁就循环重试，无上下文切换开销，但消耗 CPU。适合短耗时操作 阻塞锁：线程拿不到锁就休眠，不消耗 CPU，但有巨大的上下文切换开销。适合长耗时操作

3、只能保证单个变量的原子操作

CAS 仅能对单个变量实现原子操作，无法直接保证多个变量组合操作的原子性（如'更新变量 a 同时更新变量 b'）。

解决方案：

• 将多个变量封装为一个对象，通过 AtomicReference 原子更新对象引用，间接实现组合操作的原子性
• 必要时使用锁机制（如 ReentrantLock）包裹多个 CAS 操作，牺牲部分性能换取组合原子性

四、Java 原子类：CAS 的上层封装与实战

Java 并发包（java.util.concurrent.atomic）提供了一系列原子类，基于 sun.misc.Unsafe 类封装了常用原子操作，无需开发者直接操作底层指令。根据操作目标类型，原子类可分为四大类。

1、基本类型原子类

• 针对 int、long、boolean 三种基本类型，提供对应的原子类，核心方法包括自增、自减、CAS 更新等
  • AtomicInteger：原子更新 int 类型值
  • AtomicLong：原子更新 long 类型值
  • AtomicBoolean：原子更新 boolean 类型值（底层通过 int 类型转换实现，0 表示 false，1 表示 true）

AtomicInteger - 原子更新 int 类型

import java.util.concurrent.atomic.AtomicInteger;

public class AtomicIntegerExample {
    public static void main(String[] args) {
        // 创建 AtomicInteger 实例，初始值为 0
        AtomicInteger atomicInt = new AtomicInteger(0);
        // 基本操作示例
        System.out.println("初始值：" + atomicInt.get()); // 输出：0
        // 设置新值
        atomicInt.set(10);
        System.out.println("设置后：" + atomicInt.get()); // 输出：10
        // 原子递增
        atomicInt.incrementAndGet(); // i++
        System.out.println("incrementAndGet 后：" + atomicInt.get()); // 输出：11
        atomicInt.getAndIncrement(); // ++i
        System.out.println("getAndIncrement 后：" + atomicInt.get()); // 输出：12
        // 原子递减
        atomicInt.decrementAndGet(); // i--
        System.out.println("decrementAndGet 后：" + atomicInt.get()); // 输出：11
        atomicInt.getAndDecrement(); // --i
        System.out.println("getAndDecrement 后：" + atomicInt.get()); // 输出：10
        // 原子加法
        atomicInt.addAndGet(5); // 加 5 并返回新值
        System.out.println("addAndGet(5) 后：" + atomicInt.get()); // 输出：15
        int oldValue = atomicInt.getAndAdd(3); // 加 3 但返回旧值
        System.out.println("getAndAdd(3) - 旧值：" + oldValue + ", 当前值：" + atomicInt.get()); // 输出：旧值:15, 当前值:18
        // 原子更新（CAS 操作）
        boolean success = atomicInt.compareAndSet(18, 20); // 如果当前值是 18，则更新为 20
        System.out.println("CAS 操作成功：" + success + ", 当前值：" + atomicInt.get()); // 输出：true, 20
        // 获取并更新
        int newValue = atomicInt.updateAndGet(x -> x * 2); // 对当前值进行运算并返回新值
        System.out.println("updateAndGet(x->x*2) 结果：" + newValue); // 输出：40
    }
}

核心源码解析（以 AtomicInteger 为例）

public class AtomicInteger {
    // 获取 Unsafe 实例
    private static final Unsafe unsafe = Unsafe.getUnsafe();
    // value 字段的内存偏移量（用于直接定位内存地址）
    private static final long valueOffset;
    // 共享变量，volatile 保证可见性
    private volatile int value;

    static {
        try {
            // 计算 value 字段在类中的内存偏移量
            valueOffset = unsafe.objectFieldOffset(AtomicInteger.class.getDeclaredField("value"));
        } catch (Exception ex) {
            throw new Error(ex);
        }
    }

    // CAS 核心方法：预期值与当前值一致则更新
    public final boolean compareAndSet(int expect, int update) {
        return unsafe.compareAndSwapInt(this, valueOffset, expect, update);
    }

    // 原子自增（返回旧值）
    public final int getAndIncrement() {
        // 自旋 CAS：失败则重新读取并重试
        return unsafe.getAndAddInt(this, valueOffset, 1);
    }

    // 原子自增（返回新值）
    public final int incrementAndGet() {
        return getAndAddInt(1) + 1;
    }
}

其中，Unsafe.getAndAddInt 方法底层通过 do-while 循环实现自旋

public final class Unsafe {
    // 以 volatile 语义读取对象 o 中偏移量为 offset 的 int 类型字段的值，并返回这个 int 值
    public native int getIntVolatile(Object o, long offset);
    // int 类型原子操作比较并交换
    public final native boolean compareAndSwapInt(Object o, long offset, int expected, int x);

    public final int getAndAddInt(Object o, long offset, int delta) {
        int v;
        do {
            // 以 volatile 方式读取当前值（保证可见性）
            v = getIntVolatile(o, offset);
        } while (!compareAndSwapInt(o, offset, v, v + delta));
        // 失败则重试
        return v;
    }
}

compareAndSwapInt 工作原理（伪代码）

boolean compareAndSwapInt(Object o, long offset, int expected, int x) {
    // 1. 计算字段的实际内存地址
    int* address = (int*)((char*)o + offset);
    // 2. 读取当前值
    int current = *address;
    // 3. 比较当前值与期望值
    if (current == expected) {
        // 4. 如果相等，则写入新值（原子操作）
        *address = x;
        return true; // 成功
    } else {
        return false; // 失败
    }
}

⚠️ 注意：上面的伪代码不是原子的！真正的 compareAndSwapInt 是由 CPU 在硬件层面保证整个操作（比较 + 交换）是原子的，不会被线程调度打断

2、数组类型原子类

• 针对数组元素的原子操作，提供三类原子类，支持通过索引原子更新数组中的元素，底层同样依赖 CAS 机制
  • AtomicIntegerArray：原子更新 int 数组元素
  • AtomicLongArray：原子更新 long 数组元素
  • AtomicReferenceArray：原子更新引用类型数组元素

// 初始化 int 数组，所有元素原子更新
AtomicIntegerArray array = new AtomicIntegerArray(new int[]{1, 2, 3});
// 原子更新索引 0 的元素为 5（仅当当前值为 1 时）
array.compareAndSet(0, 1, 5);
// 原子自增索引 1 的元素
array.incrementAndGet(1);
System.out.println(array.get(0)); // 5
System.out.println(array.get(1)); // 3

3、对象引用类型原子类

针对对象引用的原子操作，除了前文解决 ABA 问题的 AtomicStampedReference（比较引用值 + 版本戳），还包括基础的 AtomicReference（比较引用值）和 AtomicMarkableReference（比较引用值 + 标记位），用于原子更新对象引用本身。

• AtomicReference：基本的引用原子更新

class Data {
    private String content;
    // 构造器、getter、setter省略
}

public class AtomicReferenceDemo {
    private static final AtomicReference<Data> cacheRef = new AtomicReference<>(new Data("初始缓存"));

    // 原子更新缓存
    public static void updateCache(Data newData) {
        cacheRef.compareAndSet(cacheRef.get(), newData);
    }

    public static void main(String[] args) {
        Data newCache = new Data("更新后缓存");
        updateCache(newCache);
        System.out.println(cacheRef.get().getContent()); // 更新后缓存
    }
}

• AtomicMarkableReference：为对象引用绑定一个 boolean 类型的标记（mark），仅表示'值是否被修改过'，不记录修改次数

// 初始化：值为"A"，标记为 false（未修改）
AtomicMarkableReference<String> amr = new AtomicMarkableReference<>("A", false);
boolean[] markHolder = new boolean[1]; // 用于接收当前标记
String oldValue = amr.get(markHolder); // 获取值，markHolder[0] 为 false
// 仅当'值为 A 且标记为 false'时，更新为"B"并将标记设为 true
boolean success = amr.compareAndSet(oldValue, "B", false, true);

4、对象字段更新原子类

• 针对对象的指定字段（非静态字段）实现原子更新，无需修改字段所属类的代码，灵活性极高
• 需满足两个条件：字段必须是 volatile 修饰的（保证可见性），且不能是 private 字段（封装性保护）
  • AtomicIntegerFieldUpdater：原子更新对象的 volatile int 字段
  • AtomicLongFieldUpdater：原子更新对象的 volatile long 字段
  • AtomicReferenceFieldUpdater：原子更新对象的 volatile 引用字段

public class BankAccount {
    // 普通属性
    private String name;
    // 正确做法：private + volatile
    private volatile int balance;

    private static final AtomicIntegerFieldUpdater<BankAccount> updater =
        AtomicIntegerFieldUpdater.newUpdater(BankAccount.class, "balance");

    // 修改 balance 值
    public void deposit(int amount) {
        // 只能通过原子操作更新
        updater.addAndGet(this, amount);
    }

    // 自增 balance 值
    public int increment() {
        updater.incrementAndGet(this);
    }

    // 提供安全的读取方法
    public int getBalance() {
        return updater.get(this);
    }
}

5、性能优化原子类：LongAdder 与 DoubleAdder

在高并发计数场景下，AtomicLong 的自旋 CAS 会因冲突剧烈导致性能下降。JDK 1.8 引入 LongAdder 和 DoubleAdder，通过'分段锁'思想优化性能。

核心原理

• LongAdder 将计数器拆分为多个'单元格'（Cell 数组），每个线程优先操作自己对应的单元格（通过线程哈希定位），降低 CAS 冲突概率
• 最终获取结果时，累加所有单元格的值与基础值（base）
• 当并发量较低时，直接操作 base 值，与 AtomicLong 性能接近
• 并发量较高时，单元格分散冲突，性能远超 AtomicLong

实战对比：LongAdder 与 AtomicLong 性能

public class LongAdderVsAtomicLong {
    private static final AtomicLong atomicLong = new AtomicLong();
    private static final LongAdder longAdder = new LongAdder();
    private static final int THREAD_COUNT = 20;
    private static final int LOOP_COUNT = 1000000;

    public static void main(String[] args) throws InterruptedException {
        // 测试 AtomicLong 性能
        ExecutorService executor1 = Executors.newFixedThreadPool(THREAD_COUNT);
        long start1 = System.currentTimeMillis();
        for (int i = 0; i < THREAD_COUNT; i++) {
            executor1.submit(() -> {
                for (int j = 0; j < LOOP_COUNT; j++) {
                    atomicLong.incrementAndGet();
                }
            });
        }
        executor1.shutdown();
        executor1.awaitTermination(1, TimeUnit.MINUTES);
        long cost1 = System.currentTimeMillis() - start1;
        System.out.println("AtomicLong 耗时：" + cost1 + "ms，结果：" + atomicLong.get());

        // 测试 LongAdder 性能
        ExecutorService executor2 = Executors.newFixedThreadPool(THREAD_COUNT);
        long start2 = System.currentTimeMillis();
        for (int i = 0; i < THREAD_COUNT; i++) {
            executor2.submit(() -> {
                for (int j = 0; j < LOOP_COUNT; j++) {
                    longAdder.increment();
                }
            });
        }
        executor2.shutdown();
        executor2.awaitTermination(1, TimeUnit.MINUTES);
        long cost2 = System.currentTimeMillis() - start2;
        System.out.println("LongAdder 耗时：" + cost2 + "ms，结果：" + longAdder.sum());
    }
}

运行结果通常显示：高并发下 LongAdder 耗时仅为 AtomicLong 的 1/3~1/2，适合海量并发计数场景

五、CAS 与原子类的适用场景与对比

1、适用场景

• 低冲突、短耗时操作：如计数器、状态标志位更新，CAS 无锁特性可最大化性能
• 高并发计数/累加：优先使用 LongAdder/DoubleAdder，分段锁设计适配高冲突场景
• 无锁数据结构实现：如无锁队列、无锁栈，基于 AtomicReference 封装 CAS 操作，提升并发吞吐量
• 对象字段/引用的原子更新：使用字段更新原子类或引用类型原子类，无需修改原有类结构，灵活性高

2、与悲观锁（synchronized/ReentrantLock）的对比