volatile无法保证i++原子性的解决方案

一、阻塞算法与非阻塞算法

1、阻塞算法

以常见的同步实现方式synchronized为例，同一时间段，同一个锁，只能有一个线程获得，其他未获取到的线程阻塞，直到拥有锁的线程释放锁。

下图演示了一个阻塞算法保证一个共享数据结构的行为：

2、非阻塞算法

线程A请求某种操作，如果系统无法响应；则通知A线程，A可先去执行其他操作；

下图演示了一个非阻塞算法保证一个共享数据结构的行为：

二、Volatile 变量存在的问题，

Volatile变量写的内存语意：

当写一个Volatile变量时，JMM会把线程对应的本地内存中的共享变量值刷新到主内存；

Volatile变量读的内存语意：

当读一个Volatile变量时，JMM会把该线程对应的本地内存置为无效。重新主内存中读取共享变量；

还有一点需要注意：

对于任意单个volatile变量的读写具有原子性，但类似于volatile++这种复合操作不具有原子性；

---

public class SingleWriterCounter{    private volatile long count = 0;     public void inc(){         this.count++;     }      public long count(){          return this.count;      }}

例如上面这段代码，线程A和线程B分别执行100此inc方法，最终count的值可能为多少？

最小值2的解解释：

①A线程执行第99次inc方法，但是未写入主内存，此时主内存中count的值任为0；
②此时B线程执行第1次inc方法，从主内存中获取到的值为0
③A线程将执行第99次inc方法的值写入主内存，此时主内存中的count值为99；B线程将执行第1次inc方法的结果写入主内存，此时主内存的count值为1
④线程A执行第100次inc方法，从主内存中获取到的值为1 ⑤线程B执行继续执行到第100次，并将100写入主内存；
⑥线程A将第100次inc方法结果2写入主内容

最大值200的解释：①A线程执行100次并将结果100写入主内存；②B线程执行100次并将结果200写入主内存；

三、Volatile 问题的解决方案

解决方案一：阻塞算法

public class SynchronizedCounter{    long count = 0;    public void inc(){        synchronized(this){            count++;        }    }    public long count(){        synchronized(this){            return this.count;        }    }}

解决方案二：非阻塞算法

import java.util.concurrent.atomic.AtomicLong;public class AtomicLong{    private AtomicLong count = new AtomicLong(0);    public void inc(){        boolean updated = false;        while(!updated){            long prevCount = this.count.get();            updated = this.count.compareAndSet(prevCount, prevCount + 1);        }    }    public long count(){        return this.count.get();    }}

现代CPU广泛支持一种对内存中的共享数据进行操作的一种特殊指令（CAS），该指令的语意如下：简单的来说，CAS有3个操作数，内存值V，旧的预期值A，要修改的新值B。当且仅当预期值A和内存值V相同时，将内存值V修改为B，否则返回V

CAS是一个原子操作，实现如下：

 /**     * Atomically sets the value to the given updated value     * if the current value {@code ==} the expected value.     *     * @param expect the expected value     * @param update the new value     * @return {@code true} if successful. False return indicates that     * the actual value was not equal to the expected value.     */    public final boolean compareAndSet(long expect, long update) {        return unsafe.compareAndSwapLong(this, valueOffset, expect, update);    }

非阻塞的解决方案的通俗解释如下：

小王去买奶茶，但是有很多人都在卖，此时小王有两种解决方案：

① 排队等待（阻塞算法）
② 过段时间再来买（非阻塞算法）

关于CAS的ABA问题，请参考：http://blog.hesey.net/2011/09/resolve-aba-by-atomicstampedreference.html

参考如下：

1、非阻塞算法 并发编网
2、《Java并发编程的艺术》