Java 通过AQS实现数据组织

引言

从本篇文章开始，我们将介绍 Java AQS 的实现方式，本文先介绍 AQS 的内部数据是如何组织的，后面的文章中再分别介绍 AQS 的各个部门实现。

AQS

通过前面的介绍，大家一定看出来了，上述的各种类型的锁和一些线程控制接口（CountDownLatch 等），最终都是通过 AQS 来实现的，不同之处只在于 tryAcquire 等抽象函数如何实现。从这个角度来看，AQS(AbstractQueuedSynchronizer) 这个基类设计的真的很不错，能够包容各种同步控制方案，并提供了必须的下层依赖：比如阻塞，队列等。接下来我们就来揭开它神秘的面纱。

内部数据

AQS 顾名思义，就是通过队列来组织修改互斥资源的请求。当这个资源空闲时间，那么修改请求可以直接进行，而当这个资源处于锁定状态时，就需要等待，AQS 会将所有等待的请求维护在一个类似于 CLH 的队列中。CLH：Craig、Landin and Hagersten队列，是单向链表，AQS中的队列是CLH变体的虚拟双向队列（FIFO），AQS是通过将每条请求共享资源的线程封装成一个节点来实现锁的分配。主要原理图如下：

图中的 state 是一个用 volatile 修饰的 int 变量，它的使用都是通过 CAS 来进行的，而 FIFO 队列完成请求排队的工作，队列的操作也是通过 CAS 来进行的，正因如此该队列的操作才能达到理想的性能要求。

通过 CAS 修改 state 比较容易，大家应该都能理解，但是如果要通过 CAS 维护一个双向队列要怎么做呢？这里我们看一下 AQS 中 CLH 队列的实现。在 AQS 中有两个指针一个指针指向了队列头，一个指向了队列尾。它们都是懒初始化的，也就是说最初都为null。

private transient volatile node head;


private transient volatile Node tail;

队列中的每个节点，都是一个 Node 实例，该实例的第一个关键字段是 waitState，它表述了当前节点所处的状态，通过 CAS 进行修改：

• SIGNAL：表示当前节点承担唤醒后继节点的责任
• CANCELLED：表示当前节点已经超时或者被打断
• CONDITioN：表示当前节点正在 Condition 上等待（通过锁可以创建 Condition 对象）
• PROPAGATE：只会设置在 head 节点上，用于表明释放共享锁时，需要将这个行为传播到其他节点上，这个我们稍后详细介绍。

static final class Node {
    
    static final Node SHARED = new Node();
    
    static final Node EXCLUSIVE = null;

    
    static final int CANCELLED =  1;
    
    static final int SIGNAL    = -1;
    
    static final int CONDITION = -2;
    
    static final int PROPAGATE = -3;

    
    volatile int waitStatus;

    
    volatile Node prev;

    
    volatile Node next;

    
    volatile Thread thread;

    
    Node nextWaiter;

    
    final boolean isshared() {
        return nextWaiter == SHARED;
    }
    //...
}

因为是双向队列，所以 Node 实例中势必有 prev 和 next 指针，此外 Node 中还会保存与其对应的线程。最后是 nextWaiter，当一个节点对应了共享请求时，nextWaiter 指向了 Node. SHARED 而当一个节点是排他请求时，nextWaiter 默认指向了 Node. EXCLUSIVE 也就是 null。我们知道 AQS 也提供了 Condition 功能，该功能就是通过 nextWaiter 来维护在 Condition 上等待的线程。也就是说这里的 nextWaiter 在锁的实现部分中，扮演者共享锁和排它锁的标志位，而在条件等待队列中，充当链表的 next 指针。

同步队列

接下来，我们由最常见的入队操作出发，介绍 AQS 框架的实现与使用。从下面的代码中可以看到入队操作支持两种模式，一种是排他模式，一种是共享模式，分别对应了排它锁场景和共享锁场景。

1. 当任意一种请求，要入队时，先会构建一个 Node 实例，然后获取当前 AQS 队列的尾结点，如果尾结点为空，就是说队列还没初始化，初始化过程在后面 enq 函数中实现
2. 这里我们先看初始化之后的情况，即 tail != null，先将当前 Node 的前向指针 prev 更新，然后通过 CAS 将尾结点修改为当前 Node，修改成功时，再更新前一个节点的后向指针 next，因为只有修改尾指针过程是原子的，所以这里会出现新插入一个节点时，之前的尾节点 previousTail 的 next 指针为null的情况，也就是说会存在短暂的正向指针和反向指针不同步的情况，不过在后面的介绍中，你会发现 AQS 很完备地避开了这种不同步带来的风险（通过从后往前遍历）
3. 如果上述操作成功，则当前线程已经进入同步队列，否则，可能存在多个线程的竞争，其他线程设置尾结点成功了，而当前线程失败了，这时候会和尾结点未初始化一样进入 enq 函数中。

private Node addWaiter(Node mode) {
    Node node = new Node(Thread.currentThread(), mode);
    // Try the fast path of enq; backup to full enq on failure
    Node pred = tail;
    if (pred != null) {
        // 已经进行了初始化
        node.prev = pred;
        // CAS 修改尾节点
        if (compareAndSetTail(pred, node)) {
            // 成功之后再修改后向指针
            pred.next = node;
            return node;
        }
    }
    // 循环 CAS 过程和初始化过程
    enq(node);
    return node;
}

正常通过 CAS 修改数据都会在一个循环中进行，而这里的 addWaiter 只是在一个 if 中进行，这是为什么呢？实际上，大家看到的 addWaiter 的这部分 CAS 过程是一个快速执行线，在没有竞争时，这种方式能省略不少判断过程。当发生竞争时，会进入 enq 函数中，那里才是循环 CAS 的地方。

1. 整个 enq 的工作在一个循环中进行
2. 先会检查是否未进行初始化，是的话，就设置一个虚拟节点 Node 作为 head 和 tail，也就是说同步队列的第一个节点并不保存实际数据，只是一个保存指针的地方
3. 初始化完成后，通过 CAS 修改尾节点，直到修改成功为止，最后修复后向指针

private Node enq(final Node node) {
    for (;;) {// 在一个循环中进行 CAS 操作
        Node t = tail;
        if (t == null) { // Must initialize
            if (compareAndSetHead(new Node()))
                tail = head;
        } else {
            node.prev = t;
            // CAS 修改尾节点
            if (compareAndSetTail(t, node)) {
                // 成功之后再修改后向指针
                t.next = node;
                return t;
            }
        }

以上就是通过AQS实现数据组织的详细内容，更多关于AQS数据组织的资料请关注编程网其它相关文章！