本文轉載自微信公眾號「Code視角」，作者Code視角。轉載本文請聯系Code視角公眾號。

什么是無鎖編程

LOCK-FREE，字面解釋就是不通過鎖來解決多線程、多進程之間的數據同步和訪問的程序設計方案。相對來說就是通過數據結構和算法來解決數據并發(fā)沖突的實現方案。

無鎖編程的實現

「比較并交換 Compare-and-swap」

compare and swap，解決多線程并行情況下使用鎖造成性能損耗的一種機制，CAS操作包含三個操作數——內存位置(V)、預期原值(A)和新值(B)。如果內存位置的值與預期原值相匹配，那么處理器會自動將該位置值更新為新值。否則，處理器不做任何操作。無論哪種情況，它都會在CAS指令之前返回該位置的值。CAS有效地說明了“我認為位置V應該包含值A;如果包含該值，則將B放到這個位置;否則，不要更改該位置，只告訴我這個位置現在的值即可。(百度百科)

參考圖

使用場景

(1) 樂觀鎖的實現方案：不加鎖，假設沒有沖突去完成某項操作，如果因為沖突失敗就重試，直到成功為止。

缺點

(1)循環(huán)開銷問題。長時間更改不成功，會來帶大量的CPU消耗。解決方法：需要在修改失敗后執(zhí)行其它邏輯， 且CAS并不適合資源大量競爭的情況。

(2)ABA問題：線程1準備用CAS將變量的值由A替換為B，在此之前，線程2將變量的值由A替換為C，又由C替換為A，然后線程1執(zhí)行CAS時發(fā)現變量的值仍然為A，所以CAS成功。但實際上這時的現場已經和最初不同了。

「數據Hash」

數據Hash其實就是通過Hash算法把數據提前來確定由哪個節(jié)點進行處理或者存儲，解決數據并發(fā)的思想是通過算法解決不同的數據到不同的節(jié)點。算法：數據.hashCode() % 節(jié)點數量。

參考圖

使用場景

(1)定時任務處理數據時。例如：一個定時任務數據量較多，需要集群處理。那么就可以同時啟動任務讀取數據，然后根據idHash來決定當前節(jié)點是否要處理這條數據。

(2)請求到指定服務器進行處理。例如：Nginx ipHash轉發(fā)策略，Kafka hash分區(qū)保證分區(qū)有序性。

缺點

(1) 擴容相對復雜，需要進行數據遷移。例如一致性hash算法，Kafka分區(qū)再均衡策略。但是某些場景不一定支持擴容。

(2) hash算法是否散列，如果算法不夠散列會出現數據傾斜問題。

「單線程」

某些場景下單線程的設計要比多線程更加優(yōu)秀， 單線程下不存在資源競爭、線程切換，當然也取決于你當前的服務器配置。

例如：

(1)Redis的設計上，由于內存級別的K/V數據庫，在處理核心讀寫時如果頻繁的CPU切換、線程等待喚醒和鎖資源獲取，反倒會造成性能瓶頸。

(2)在生成分布式id的場景下， 某臺id服務器批量生成id 這個時候也可以進行單線程處理，內存計算非常高效。

什么時候使用單線程?

(1)單核服務器。

(2)業(yè)務場景大量CPU計算且數據沖突較多的情況下(非絕對)。

無鎖編程的優(yōu)缺點

「優(yōu)點」

不會有優(yōu)先級倒置。

不會出現死鎖、饑餓、餓死等問題。

減少資源競爭，CPU資源消耗少，更高效。

「缺點」

具有一定的復雜性，需要一定的算法思想。

不適合所以的場景，非全局最優(yōu)解。

總結

在設計程序時， 應該考慮程序的使用場景來進行最優(yōu)的數據結構和算法來進行方案設計。無鎖編程也只是解決某些場景的一種方案，并不一定代表著最優(yōu)解。

結語

優(yōu)秀的設計模式結合優(yōu)秀的數據結構相才能帶來優(yōu)秀的代碼。編程人的內功心法：數據結構+算法。