Java的LockSupport.park()实现分析

来源:互联网 发布:软件需求规格说明书 编辑:程序博客网 时间:2024/06/05 04:23

LockSupport类是Java6(JSR166-JUC)引入的一个类,提供了基本的线程同步原语。LockSupport实际上是调用了Unsafe类里的函数,归结到Unsafe里,只有两个函数:

1     public native void unpark(Thread jthread);  2     public native void park(boolean isAbsolute, long time);  

isAbsolute参数是指明时间是绝对的,还是相对的。

仅仅两个简单的接口,就为上层提供了强大的同步原语。

先来解析下两个函数是做什么的。

unpark函数为线程提供“许可(permit)”,线程调用park函数则等待“许可”。这个有点像信号量,但是这个“许可”是不能叠加的,“许可”是一次性的。

比如线程B连续调用了三次unpark函数,当线程A调用park函数就使用掉这个“许可”,如果线程A再次调用park,则进入等待状态。

注意,unpark函数可以先于park调用。官网:www.fhadmin.org 比如线程B调用unpark函数,给线程A发了一个“许可”,那么当线程A调用park时,它发现已经有“许可”了,那么它会马上再继续运行。

实际上,park函数即使没有“许可”,有时也会无理由地返回,这点等下再解析。

park和unpark的灵活之处

上面已经提到,unpark函数可以先于park调用,这个正是它们的灵活之处。

一个线程它有可能在别的线程unPark之前,或者之后,或者同时调用了park,那么因为park的特性,它可以不用担心自己的park的时序问题,否则,如果park必须要在unpark之前,那么给编程带来很大的麻烦!!

考虑一下,两个线程同步,要如何处理?

在Java5里是用wait/notify/notifyAll来同步的。wait/notify机制有个很蛋疼的地方是,比如线程B要用notify通知线程A,那么线程B要确保线程A已经在wait调用上等待了,否则线程A可能永远都在等待。编程的时候就会很蛋疼。

另外,是调用notify,还是notifyAll?

notify只会唤醒一个线程,如果错误地有两个线程在同一个对象上wait等待,那么又悲剧了。为了安全起见,貌似只能调用notifyAll了。

park/unpark模型真正解耦了线程之间的同步,线程之间不再需要一个Object或者其它变量来存储状态,不再需要关心对方的状态。


HotSpot里park/unpark的实现

每个Java线程都有一个Parker实例,Parker类是这样定义的:

 1     class Parker : public os::PlatformParker {   2     private:   3       volatile int _counter ;   4       ...   5     public:   6       void park(bool isAbsolute, jlong time);   7       void unpark();   8       ...   9     }  10     class PlatformParker : public CHeapObj<mtInternal> {  11       protected:  12         pthread_mutex_t _mutex [1] ;  13         pthread_cond_t  _cond  [1] ;  14         ...  15     }  
可以看到Parker类实际上用Posix的mutex,condition来实现的。

在Parker类里的_counter字段,就是用来记录所谓的“许可”的。

当调用park时,先尝试直接能否直接拿到“许可”,即_counter>0时,如果成功,则把_counter设置为0,并返回:

 1     void Parker::park(bool isAbsolute, jlong time) {   2       // Ideally we‘d do something useful while spinning, such   3       // as calling unpackTime().   4        5        6       // Optional fast-path check:   7       // Return immediately if a permit is available.   8       // We depend on Atomic::xchg() having full barrier semantics   9       // since we are doing a lock-free update to _counter.  10       if (Atomic::xchg(0, &_counter) > 0) return;  

如果不成功,则构造一个ThreadBlockInVM,然后检查_counter是不是>0,如果是,则把_counter设置为0,unlock mutex并返回:

1     ThreadBlockInVM tbivm(jt);  2     if (_counter > 0)  { // no wait needed  3       _counter = 0;  4       status = pthread_mutex_unlock(_mutex);  

否则,再判断等待的时间,然后再调用pthread_cond_wait函数等待,如果等待返回,则把_counter设置为0,unlock mutex并返回:

1 if (time == 0) {  2   status = pthread_cond_wait (_cond, _mutex) ;  3 }  4 _counter = 0 ;  5 status = pthread_mutex_unlock(_mutex) ;  6 assert_status(status == 0, status, "invariant") ;  7 OrderAccess::fence(); 
当unpark时,官网:www.fhadmin.org 则简单多了,直接设置_counter为1,再unlock mutext返回。如果_counter之前的值是0,则还要调用pthread_cond_signal唤醒在park中等待的线程:
 1     void Parker::unpark() {   2       int s, status ;   3       status = pthread_mutex_lock(_mutex);   4       assert (status == 0, "invariant") ;   5       s = _counter;   6       _counter = 1;   7       if (s < 1) {   8          if (WorkAroundNPTLTimedWaitHang) {   9             status = pthread_cond_signal (_cond) ;  10             assert (status == 0, "invariant") ;  11             status = pthread_mutex_unlock(_mutex);  12             assert (status == 0, "invariant") ;  13          } else {  14             status = pthread_mutex_unlock(_mutex);  15             assert (status == 0, "invariant") ;  16             status = pthread_cond_signal (_cond) ;  17             assert (status == 0, "invariant") ;  18          }  19       } else {  20         pthread_mutex_unlock(_mutex);  21         assert (status == 0, "invariant") ;  22       }  23     }  

 

简而言之,是用mutex和condition保护了一个_counter的变量,当park时,这个变量置为了0,当unpark时,这个变量置为1。
值得注意的是在park函数里,调用pthread_cond_wait时,并没有用while来判断,所以posix condition里的"Spurious wakeup"一样会传递到上层Java的代码里。

关于"Spurious wakeup",参考上一篇blog:http://blog.csdn.net/hengyunabc/article/details/27969613

1 if (time == 0) {
2 status = pthread_cond_wait (_cond, _mutex) ;
3 }  

这也就是为什么Java dos里提到,当下面三种情况下park函数会返回:

  • Some other thread invokes unpark with the current thread as the target; or
  • Some other thread interrupts the current thread; or
  • The call spuriously (that is, for no reason) returns.

相关的实现代码在:

http://hg.openjdk.java.NET/jdk7/jdk7/hotspot/file/81d815b05abb/src/share/vm/runtime/park.hpp
http://hg.openjdk.java.net/jdk7/jdk7/hotspot/file/81d815b05abb/src/share/vm/runtime/park.cpp
http://hg.openjdk.java.Net/jdk7/jdk7/hotspot/file/81d815b05abb/src/os/Linux/vm/os_linux.hpp
http://hg.openjdk.java.net/jdk7/jdk7/hotspot/file/81d815b05abb/src/os/linux/vm/os_linux.cpp

其它的一些东东:

Parker类在分配内存时,使用了一个技巧,重载了new函数来实现了cache line对齐。

1     // We use placement-new to force ParkEvent instances to be  2     // aligned on 256-byte address boundaries.  This ensures that the least  3     // significant byte of a ParkEvent address is always 0.  4        5     void * operator new (size_t sz) ;  
Parker里使用了一个无锁的队列在分配释放Parker实例:
 1     volatile int Parker::ListLock = 0 ;   2     Parker * volatile Parker::FreeList = NULL ;   3        4     Parker * Parker::Allocate (JavaThread * t) {   5       guarantee (t != NULL, "invariant") ;   6       Parker * p ;   7        8       // Start by trying to recycle an existing but unassociated   9       // Parker from the global free list.  10       for (;;) {  11         p = FreeList ;  12         if (p  == NULL) break ;  13         // 1: Detach  14         // Tantamount to p = Swap (&FreeList, NULL)  15         if (Atomic::cmpxchg_ptr (NULL, &FreeList, p) != p) {  16            continue ;  17         }  18       19         // We‘ve detached the list.  The list in-hand is now  20         // local to this thread.   This thread can operate on the  21         // list without risk of interference from other threads.  22         // 2: Extract -- pop the 1st element from the list.  23         Parker * List = p->FreeNext ;  24         if (List == NULL) break ;  25         for (;;) {  26             // 3: Try to reattach the residual list  27             guarantee (List != NULL, "invariant") ;  28             Parker * Arv =  (Parker *) Atomic::cmpxchg_ptr (List, &FreeList, NULL) ;  29             if (Arv == NULL) break ;  30       31             // New nodes arrived.  Try to detach the recent arrivals.  32             if (Atomic::cmpxchg_ptr (NULL, &FreeList, Arv) != Arv) {  33                 continue ;  34             }  35             guarantee (Arv != NULL, "invariant") ;  36             // 4: Merge Arv into List  37             Parker * Tail = List ;  38             while (Tail->FreeNext != NULL) Tail = Tail->FreeNext ;  39             Tail->FreeNext = Arv ;  40         }  41         break ;  42       }  43       44       if (p != NULL) {  45         guarantee (p->AssociatedWith == NULL, "invariant") ;  46       } else {  47         // Do this the hard way -- materialize a new Parker..  48         // In rare cases an allocating thread might detach  49         // a long list -- installing null into FreeList --and  50         // then stall.  Another thread calling Allocate() would see  51         // FreeList == null and then invoke the ctor.  In this case we  52         // end up with more Parkers in circulation than we need, but  53         // the race is rare and the outcome is benign.  54         // Ideally, the # of extant Parkers is equal to the  55         // maximum # of threads that existed at any one time.  56         // Because of the race mentioned above, segments of the  57         // freelist can be transiently inaccessible.  At worst  58         // we may end up with the # of Parkers in circulation  59         // slightly above the ideal.  60         p = new Parker() ;  61       }  62       p->AssociatedWith = t ;          // Associate p with t  63       p->FreeNext       = NULL ;  64       return p ;  65     }  66       67       68     void Parker::Release (Parker * p) {  69       if (p == NULL) return ;  70       guarantee (p->AssociatedWith != NULL, "invariant") ;  71       guarantee (p->FreeNext == NULL      , "invariant") ;  72       p->AssociatedWith = NULL ;  73       for (;;) {  74         // Push p onto FreeList  75         Parker * List = FreeList ;  76         p->FreeNext = List ;  77         if (Atomic::cmpxchg_ptr (p, &FreeList, List) == List) break ;  78       }  79     }  

总结与扯谈

JUC(java Util Concurrency)仅用简单的park, unpark和CAS指令就实现了各种高级同步数据结构,而且效率很高,令人惊叹。

在C++程序员各种自制轮子的时候,Java程序员则有很丰富的并发数据结构,如lock,latch,queue,map等信手拈来。

要知道像C++直到C++11才有标准的线程库,同步原语,但离高级的并发数据结构还有很远。boost库有提供一些线程,同步相关的类,但也是很简单的。Intel的tbb有一些高级的并发数据结构,但是国内boost都用得少,更别说tbb了。

最开始研究无锁算法的是C/C++程序员,但是后来很多Java程序员,或者类库开始自制各种高级的并发数据结构,经常可以看到有分析Java并发包的文章。反而C/C++程序员总是在分析无锁的队列算法。高级的并发数据结构,比如并发的HashMap,没有看到有相关的实现或者分析的文章。在c++11之后,这种情况才有好转。

因为正确高效实现一个Concurrent Hash Map是很困难的,要对内存CPU有深刻的认识,而且还要面对CPU不断升级带来的各种坑。

我认为真正值得信赖的C++并发库,只有Intel的tbb和微软的PPL。

原创粉丝点击