你的線程很可能出現了：安全性、活躍性以及性能問題 安全性問題 活躍性問題 性能問題 總結

併發編程中我們需要注意的問題有很多，很慶幸前人已經幫我們總結過了，主要有三個方面，分別是：安全性問題、活躍性問題和性能問題。下面我就來一一介紹這些問題。

安全性問題

相信你一定聽說過類似這樣的描述：這個方法不是線程安全的，這個類不是線程安全的，等等。

那什麼是線程安全呢？其實本質上就是正確性，而正確性的含義就是程序按照我們期望的執行，不要讓我們感到意外。在上一篇《深入底層探究併發編程Bug罪魁禍首——可見性、原子性、有序性 》中，我們已經見識過很多詭異的 Bug，都是出乎我們預料的，它們都沒有按照我們期望的執行。

那如何才能寫出線程安全的程序呢？在上一篇中已經介紹了併發 Bug 的三個主要源頭：原子性問題、可見性問題和有序性問題。也就是說，理論上線程安全的程序，就要避免出現原子性問題、可見性問題和有序性問題。

那是不是所有的代碼都需要認真分析一遍是否存在這三個問題呢？當然不是，其實只有一種情況需要：存在共享數據並且該數據會發生變化，通俗地講就是有多個線程會同時讀寫同一數據。那如果能夠做到不共享數據或者數據狀態不發生變化，不就能夠保證線程的安全性了嘛。有不少技術方案都是基於這個理論的，例如線程本地存儲（Thread Local Storage，TLS）、不變模式等等，後面我會詳細介紹相關的技術方案是如何在 Java 語言中實現的。

但是，現實生活中，必須共享會發生變化的數據，這樣的應用場景還是很多的。

當多個線程同時訪問同一數據，並且至少有一個線程會寫這個數據的時候，如果我們不採取防護措施，那麼就會導致併發 Bug，對此還有一個專業的術語，叫做數據競爭（DataRace）。比如，前面這篇文章裏有個 add10K() 的方法，當多個線程調用時候就會發生數據競爭，如下所示。

public class Test {
    private long count = 0;
    void add10K()
    {
        int idx = 0;
        while ( idx++ < 10000 )
        {
            count += 1;
        }
    }
}

那是不是在訪問數據的地方，我們加個鎖保護一下就能解決所有的併發問題了呢？顯然沒有這麼簡單。例如，對於上面示例，我們稍作修改，增加兩個被 synchronized 修飾的 get()和 set() 方法， add10K() 方法裏面通過 get() 和 set() 方法來訪問 value 變量，修改後的代碼如下所示。對於修改後的代碼，所有訪問共享變量 value 的地方，我們都增加了互斥鎖，此時是不存在數據競爭的。但很顯然修改後的 add10K() 方法並不是線程安全的。

public class Test {
    private long count = 0;
    synchronized long get()
    {
        return count ； 5
    }

    synchronized void set( long v )
    {
        count = v;
    }

    void add10K()
    {
        int idx = 0;
        while ( idx++ < 10000 )
        {
            set( get() + 1 )
        }
    }
}

假設 count=0，當兩個線程同時執行 get() 方法時，get() 方法會返回相同的值 0，兩個線程執行 get()+1 操作，結果都是 1，之後兩個線程再將結果 1 寫入了內存。你本來期望的是 2，而結果卻是 1。

這種問題，有個官方的稱呼，叫競態條件（Race Condition）。所謂競態條件，指的是程序的執行結果依賴線程執行的順序。例如上面的例子，如果兩個線程完全同時執行，那麼結果是 1；如果兩個線程是前後執行，那麼結果就是 2。在併發環境裏，線程的執行順序是不確定的，如果程序存在競態條件問題，那就意味着程序執行的結果是不確定的，而執行結果不確定這可是個大 Bug。

下面再結合一個例子來說明下競態條件，就是前面文章中提到的轉賬操作。轉賬操作裏面有個判斷條件——轉出金額不能大於賬戶餘額，但在併發環境裏面，如果不加控制，當多個線程同時對一個賬號執行轉出操作時，就有可能出現超額轉出問題。假設賬戶 A 有餘額200，線程 1 和線程 2 都要從賬戶 A 轉出 150，在下面的代碼裏，有可能線程 1 和線程 2同時執行到第 6 行，這樣線程 1 和線程 2 都會發現轉出金額 150 小於賬戶餘額 200，於是就會發生超額轉出的情況。

class Account {
    private int balance;
    /* 轉賬 */
    void transfer(
        Account target, int amt )
    {
        if ( this.balance > amt )
        {
            this.balance    -= amt;
            target.balance  += amt;
        }
    }
}

所以你也可以按照下面這樣來理解競態條件。在併發場景中，程序的執行依賴於某個狀態變量，也就是類似於下面這樣：

if (狀態變量 滿足 執行條件) {
  執行操作
 }

當某個線程發現狀態變量滿足執行條件後，開始執行操作；可是就在這個線程執行操作的時候，其他線程同時修改了狀態變量，導致狀態變量不滿足執行條件了。當然很多場景下，這個條件不是顯式的，例如前面 addOne 的例子中，set(get()+1) 這個複合操作，其實就隱式依賴 get() 的結果。

那面對數據競爭和競態條件問題，又該如何保證線程的安全性呢？其實這兩類問題，都可以用互斥這個技術方案，而實現互斥的方案有很多，CPU 提供了相關的互斥指令，操作系統、編程語言也會提供相關的 API。從邏輯上來看，我們可以統一歸爲：鎖。前面幾章我們也粗略地介紹瞭如何使用鎖，相信你已經胸中有丘壑了，這裏就不再贅述了，你可以結合前面的文章溫故知新。

活躍性問題

所謂活躍性問題，指的是某個操作無法執行下去。我們常見的“死鎖”就是一種典型的活躍性問題，當然除了死鎖外，還有兩種情況，分別是“活鎖”和“飢餓”。通過前面的學習你已經知道，發生“死鎖”後線程會互相等待，而且會一直等待下去，在技術上的表現形式是線程永久地“阻塞”了。

但有時線程雖然沒有發生阻塞，但仍然會存在執行不下去的情況，這就是所謂的“活鎖”。可以類比現實世界裏的例子，路人甲從左手邊出門，路人乙從右手邊進門，兩人爲了不相撞，互相謙讓，路人甲讓路走右手邊，路人乙也讓路走左手邊，結果是兩人又相撞了。這種情況，基本上謙讓幾次就解決了，因爲人會交流啊。可是如果這種情況發生在編程世界了，就有可能會一直沒完沒了地“謙讓”下去，成爲沒有發生阻塞但依然執行不下去的“活鎖”。

解決“活鎖”的方案很簡單，謙讓時，嘗試等待一個隨機的時間就可以了。例如上面的那個例子，路人甲走左手邊發現前面有人，並不是立刻換到右手邊，而是等待一個隨機的時間後，再換到右手邊；同樣，路人乙也不是立刻切換路線，也是等待一個隨機的時間再切換。由於路人甲和路人乙等待的時間是隨機的，所以同時相撞後再次相撞的概率就很低了。“等待一個隨機時間”的方案雖然很簡單，卻非常有效，Raft 這樣知名的分佈式一致性算法中也用到了它。

那“飢餓”該怎麼去理解呢？所謂“飢餓”指的是線程因無法訪問所需資源而無法執行下去的情況。“不患寡，而患不均”，如果線程優先級“不均”，在 CPU 繁忙的情況下，優先級低的線程得到執行的機會很小，就可能發生線程“飢餓”；持有鎖的線程，如果執行的時間過長，也可能導致“飢餓”問題。

解決“飢餓”問題的方案很簡單，有三種方案：一是保證資源充足，二是公平地分配資源，三就是避免持有鎖的線程長時間執行。這三個方案中，方案一和方案三的適用場景比較有限，因爲很多場景下，資源的稀缺性是沒辦法解決的，持有鎖的線程執行的時間也很難縮短。倒是方案二的適用場景相對來說更多一些。

那如何公平地分配資源呢？在併發編程裏，主要是使用公平鎖。所謂公平鎖，是一種先來後到的方案，線程的等待是有順序的，排在等待隊列前面的線程會優先獲得資源。

性能問題

使用“鎖”要非常小心，但是如果小心過度，也可能出“性能問題”。“鎖”的過度使用可能導致串行化的範圍過大，這樣就不能夠發揮多線程的優勢了，而我們之所以使用多線程搞併發程序，爲的就是提升性能。

所以我們要儘量減少串行，那串行對性能的影響是怎麼樣的呢？假設串行百分比是 5%，我們用多核多線程相比單核單線程能提速多少呢？

有個阿姆達爾（Amdahl）定律，代表了處理器並行運算之後效率提升的能力，它正好可以解決這個問題，具體公式如下：

公式裏的 n 可以理解爲 CPU 的核數，p 可以理解爲並行百分比，那（1-p）就是串行百分比了，也就是我們假設的 5%。我們再假設 CPU 的核數（也就是 n）無窮大，那加速比 S的極限就是 20。也就是說，如果我們的串行率是 5%，那麼我們無論採用什麼技術，最高也就只能提高 20 倍的性能。

所以使用鎖的時候一定要關注對性能的影響。 那怎麼才能避免鎖帶來的性能問題呢？這個問題很複雜，Java SDK 併發包裏之所以有那麼多東西，有很大一部分原因就是要提升在某個特定領域的性能。

不過從方案層面，我們可以這樣來解決這個問題。

第一，既然使用鎖會帶來性能問題，那最好的方案自然就是使用無鎖的算法和數據結構了。在這方面有很多相關的技術，例如線程本地存儲 (Thread Local Storage, TLS)、寫入時複製 (Copy-on-write)、樂觀鎖等；Java 併發包裏面的原子類也是一種無鎖的數據結構；Disruptor 則是一個無鎖的內存隊列，性能都非常好……

第二，減少鎖持有的時間。互斥鎖本質上是將並行的程序串行化，所以要增加並行度，一定要減少持有鎖的時間。這個方案具體的實現技術也有很多，例如使用細粒度的鎖，一個典型的例子就是 Java 併發包裏的 ConcurrentHashMap，它使用了所謂分段鎖的技術（這個技術後面我們會詳細介紹）；還可以使用讀寫鎖，也就是讀是無鎖的，只有寫的時候纔會互斥。

性能方面的度量指標有很多，我覺得有三個指標非常重要，就是：吞吐量、延遲和併發量。

1. 吞吐量：指的是單位時間內能處理的請求數量。吞吐量越高，說明性能越好。
2. 延遲：指的是從發出請求到收到響應的時間。延遲越小，說明性能越好。
3. 併發量：指的是能同時處理的請求數量，一般來說隨着併發量的增加、延遲也會增加。所以延遲這個指標，一般都會是基於併發量來說的。例如併發量是 1000 的時候，延遲是 50 毫秒。

總結

併發編程是一個複雜的技術領域，微觀上涉及到原子性問題、可見性問題和有序性問題，宏觀則表現爲安全性、活躍性以及性能問題。

我們在設計併發程序的時候，主要是從宏觀出發，也就是要重點關注它的安全性、活躍性以及性能。安全性方面要注意數據競爭和競態條件，活躍性方面需要注意死鎖、活鎖、飢餓等問題，性能方面我們雖然介紹了兩個方案，但是遇到具體問題，你還是要具體分析，根據特定的場景選擇合適的數據結構和算法。