|
|
# 线程同步：Atomic原子类型与内存顺序
|
|
|
`Mutex`用起来简单，但是无法并发读，`RwLock`可以并发读，但是使用场景较为受限且性能不够，那么有没有一种全能性选手呢？ 欢迎我们的`Atomic`闪亮登场。
|
|
|
|
|
|
从Rust1.34版本后，就正式支持原子类型。原子指的是一系列不可被CPU上下文交换的机器指令，这些指令组合在一起就形成了原子操作。在多核CPU下，当某个CPU核心开始运行原子操作时，会先暂停其它CPU内核对内存的操作，以保证原子操作不会被其它CPU内核所干扰。
|
|
|
|
|
|
由于原子操作是通过指令提供的支持，因此它的性能相比锁和消息传递会好很多。相比较于锁而言，原子类型不需要开发者处理加锁和释放锁的问题，同时支持修改，读取等操作，还具备较高的并发性能，几乎所有的语言都支持原子类型。
|
|
|
|
|
|
可以看出原子类型是无锁类型，但是无锁不代表无需等待，因为原子类型内部使用了`CAS`循环，当大量的冲突发生时，该等待还是得[等待](./thread.md#多线程的开销)！但是总归比锁要好。
|
|
|
|
|
|
> CAS全称是Compare and swap, 它通过一条指令读取指定的内存地址，然后判断其中的值是否等于给定的前置值，如果相等，则将其修改为新的值
|
|
|
|
|
|
|
|
|
## 使用Atomic作为全局变量
|
|
|
原子类型的一个常用场景，就是作为全局变量来使用:
|
|
|
```rust
|
|
|
use std::ops::Sub;
|
|
|
use std::sync::atomic::{AtomicU64, Ordering};
|
|
|
use std::thread::{self, JoinHandle};
|
|
|
use std::time::Instant;
|
|
|
|
|
|
const N_TIMES: u64 = 10000000;
|
|
|
const N_THREADS: usize = 10;
|
|
|
|
|
|
static R: AtomicU64 = AtomicU64::new(0);
|
|
|
|
|
|
fn add_n_times(n: u64) -> JoinHandle<()> {
|
|
|
thread::spawn(move || {
|
|
|
for _ in 0..n {
|
|
|
R.fetch_add(1, Ordering::Relaxed);
|
|
|
}
|
|
|
})
|
|
|
}
|
|
|
|
|
|
fn main() {
|
|
|
let s = Instant::now();
|
|
|
let mut threads = Vec::with_capacity(N_THREADS);
|
|
|
|
|
|
for _ in 0..N_THREADS {
|
|
|
threads.push(add_n_times(N_TIMES));
|
|
|
}
|
|
|
|
|
|
for thread in threads {
|
|
|
thread.join().unwrap();
|
|
|
}
|
|
|
|
|
|
assert_eq!(N_TIMES * N_THREADS as u64, R.load(Ordering::Relaxed));
|
|
|
|
|
|
println!("{:?}",Instant::now().sub(s));
|
|
|
}
|
|
|
```
|
|
|
|
|
|
以上代码启动了数个线程，每个线程都在疯狂对全局变量进行加1操作, 最后将它与`线程数 * 加1次数`进行比较，如果发生了因为多个线程同时修改导致了脏数据，那么这两个必将不相等。好在，它没有让我们失望，不仅快速的完成了任务，而且保证了100%的并发安全性。
|
|
|
|
|
|
当然以上代码的功能其实也可以通过`Mutex`来实现，但是后者的强大功能是建立在额外的性能损耗基础上的，因此性能会逊色不少:
|
|
|
```console
|
|
|
Atomic实现：673ms
|
|
|
Mutex实现: 1136ms
|
|
|
```
|
|
|
|
|
|
可以看到`Atomic`实现会比`Mutex`快**41%**，实际上在复杂场景下还能更快(甚至达到4倍的性能差距)！
|
|
|
|
|
|
还有一点值得注意: **和`Mutex`一样，`Atomic`的值具有内部可变性**，你无需将其声明为`mut`：
|
|
|
```rust
|
|
|
use std::sync::Mutex;
|
|
|
use std::sync::atomic::{Ordering, AtomicU64};
|
|
|
|
|
|
struct Counter {
|
|
|
count: u64
|
|
|
}
|
|
|
|
|
|
fn main() {
|
|
|
let n = Mutex::new(Counter {
|
|
|
count: 0
|
|
|
});
|
|
|
|
|
|
n.lock().unwrap().count += 1;
|
|
|
|
|
|
let n = AtomicU64::new(0);
|
|
|
|
|
|
n.fetch_add(0, Ordering::Relaxed);
|
|
|
}
|
|
|
```
|
|
|
|
|
|
这里有一个奇怪的枚举成员`Ordering::Relaxed`, 看上去很像是排序作用，但是我们并没有做排序操作啊？实际上它用于控制原子操作使用的**内存顺序**。
|
|
|
|
|
|
## 内存顺序
|
|
|
内存顺序是指CPU在访问内存时的顺序，该顺序可能受以下因素的影响：
|
|
|
|
|
|
- 代码中的先后顺序
|
|
|
- 编译器优化导致在编译阶段发生改变(内存重排序reordering)
|
|
|
- 运行阶段因CPU的缓存机制导致顺序被打乱
|
|
|
|
|
|
#### 编译器优化导致内存顺序的改变
|
|
|
对于第二点，我们举个例子：
|
|
|
```rust
|
|
|
static mut X: u64 = 0;
|
|
|
static mut Y: u64 = 1;
|
|
|
|
|
|
fn main() {
|
|
|
... // A
|
|
|
|
|
|
unsafe {
|
|
|
... // B
|
|
|
X = 1;
|
|
|
... // C
|
|
|
Y = 3;
|
|
|
... // D
|
|
|
X = 2;
|
|
|
... // E
|
|
|
}
|
|
|
}
|
|
|
```
|
|
|
|
|
|
假如在`C`和`D`代码片段中，根本没有用到`X = 1`，那么编译器很可能会将`X = 1`和`X = 2`进行合并:
|
|
|
```rust
|
|
|
... // A
|
|
|
|
|
|
unsafe {
|
|
|
... // B
|
|
|
X = 2;
|
|
|
... // C
|
|
|
Y = 3;
|
|
|
... // D
|
|
|
... // E
|
|
|
}
|
|
|
```
|
|
|
|
|
|
若代码`A`中创建了一个新的线程用于读取全局静态变量`X`，则该线程将无法读取到`X = 1`的结果，因为在编译阶段就已经被优化掉。
|
|
|
|
|
|
#### CPU缓存导致的内存顺序的改变
|
|
|
假设之前的`X = 1`没有被优化掉，并且在代码片段`A`中有一个新的线程:
|
|
|
```console
|
|
|
initial state: X = 0, Y = 1
|
|
|
|
|
|
THREAD Main THREAD A
|
|
|
X = 1; if X == 1 {
|
|
|
Y = 3; Y *= 2;
|
|
|
X = 2; }
|
|
|
```
|
|
|
|
|
|
我们来讨论下以上线程状态，`Y`最终的可能值(可能性依次降低):
|
|
|
|
|
|
- `Y = 3`: 线程`Main`运行完后才运行线程`A`，或者线程`A`运行完后再运行线程`Main`
|
|
|
- `Y = 6`: 线程`Main`的`Y = 3`运行完，但`X = 2`还没被运行， 此时线程A开始运行`Y *= 2`, 最后才运行`Main`线程的`X = 2`
|
|
|
- `Y = 2`: 线程`Main`正在运行`Y = 3`还没结束，此时线程`A`正在运行`Y *= 2`, 因此`Y`取到了值1，然后`Main`的线程将`Y`设置为3， 紧接着就被线程`A`的`Y = 2`所覆盖
|
|
|
- `Y = 2`: 上面的还只是一般的数据竞争，这里虽然产生了相同的结果`2`，但是背后的原理大相径庭: 线程`Main`运行完`Y = 3`，但是CPU缓存中的`Y = 3`还没有被同步到其它CPU缓存中，此时线程`A`中的`Y *= 2`就开始读取`Y`，结果读到了值`1`，最终计算出结果`2`
|
|
|
|
|
|
甚至更改成:
|
|
|
```console
|
|
|
initial state: X = 0, Y = 1
|
|
|
|
|
|
THREAD Main THREAD A
|
|
|
X = 1; if X == 2 {
|
|
|
Y = 3; Y *= 2;
|
|
|
X = 2; }
|
|
|
```
|
|
|
|
|
|
还是可能出现`Y=2`，因为`Main`线程中的`X`和`Y`被同步到其它CPU缓存中的顺序未必一致。
|
|
|
|
|
|
#### 限定内存顺序的5个规则
|
|
|
在理解了内存顺序可能存在的改变后，你就可以明白为什么Rust提供了`Ordering::Relaxed`用于限定内存顺序了，事实上，该枚举有5个成员:
|
|
|
|
|
|
- **Relaxed**， 这是最宽松的规则，它对编译器和CPU不做任何限制，可以乱序
|
|
|
- **Release 释放**，设定内存屏障(Memory barrier)，保证它之前的操作永远在它之前，但是它后面的操作可能被重排到它前面
|
|
|
- **Acquire 获取**, 设定内存屏障，保证在它之后的访问永远在它之后，但是它之前的操作却有可能被重排到它后面，往往和`Release`在不同线程中联合使用
|
|
|
- **AcqRel**, **Acquire**和**Release**的结合，同时拥有它们俩提供的保证。比如你要对一个 `atomic` 自增 1，同时希望该操作之前和之后的读取或写入操作不会被重新排序
|
|
|
- **SeqCst 顺序一致性**， `SeqCst`就像是`AcqRel`的加强版，它不管原子操作是属于读取还是写入的操作，只要某个线程有用到`SeqCst`的原子操作，线程中该`SeqCst`操作前的数据操作绝对不会被重新排在该`SeqCst`操作之后，且该`SeqCst`操作后的数据操作也绝对不会被重新排在`SeqCst`操作前。
|
|
|
|
|
|
这些规则由于是系统提供的，因此其它语言提供的相应规则也大同小异，大家如果不明白可以看看其它语言的相关解释。
|
|
|
|
|
|
#### 内存屏障的例子
|
|
|
下面我们以`Release`和`Acquire`为例，使用它们构筑出一对内存屏障，防止编译器和CPU将屏障前(Release)和屏障后(Acquire)中的数据操作重新排在屏障围成的范围之外:
|
|
|
```rust
|
|
|
use std::thread::{self, JoinHandle};
|
|
|
use std::sync::atomic::{Ordering, AtomicBool};
|
|
|
|
|
|
static mut DATA: u64 = 0;
|
|
|
static READY: AtomicBool = AtomicBool::new(false);
|
|
|
|
|
|
fn reset() {
|
|
|
unsafe {
|
|
|
DATA = 0;
|
|
|
}
|
|
|
READY.store(false, Ordering::Relaxed);
|
|
|
}
|
|
|
|
|
|
fn producer() -> JoinHandle<()> {
|
|
|
thread::spawn(move || {
|
|
|
unsafe {
|
|
|
DATA = 100; // A
|
|
|
}
|
|
|
READY.store(true, Ordering::Release); // B: 内存屏障 ↑
|
|
|
})
|
|
|
}
|
|
|
|
|
|
fn consumer() -> JoinHandle<()> {
|
|
|
thread::spawn(move || {
|
|
|
while !READY.load(Ordering::Acquire) {} // C: 内存屏障 ↓
|
|
|
|
|
|
assert_eq!(100, unsafe { DATA }); // D
|
|
|
})
|
|
|
}
|
|
|
|
|
|
|
|
|
fn main() {
|
|
|
loop {
|
|
|
reset();
|
|
|
|
|
|
let t_producer = producer();
|
|
|
let t_consumer = consumer();
|
|
|
|
|
|
t_producer.join().unwrap();
|
|
|
t_consumer.join().unwrap();
|
|
|
}
|
|
|
}
|
|
|
```
|
|
|
|
|
|
原则上，`Acquire`用于读取，而`Release`用于写入。但是由于有些原子操作同时拥有读取和写入的功能，此时就需要使用`AcqRel`来设置内存顺序了。在内存屏障中被写入的数据，都可以被其它线程读取到，不会有CPU缓存的问题。
|
|
|
|
|
|
**内存顺序的选择**
|
|
|
|
|
|
1. 不知道怎么选择时，优先使用`SeqCst`，虽然会稍微减慢速度，但是慢一点也比出现错误好
|
|
|
2. 多线程只计数`fetch_add`而不使用该值触发其他逻辑分支的简单使用场景，可以使用`Relaxed`
|
|
|
参考 [Which std::sync::atomic::Ordering to use?](https://stackoverflow.com/questions/30407121/which-stdsyncatomicordering-to-use)
|
|
|
|
|
|
## 多线程中使用Atomic
|
|
|
|
|
|
在多线程环境中要使用`Atomic`需要配合`Arc`：
|
|
|
```rust
|
|
|
use std::sync::Arc;
|
|
|
use std::sync::atomic::{AtomicUsize, Ordering};
|
|
|
use std::{hint, thread};
|
|
|
|
|
|
fn main() {
|
|
|
let spinlock = Arc::new(AtomicUsize::new(1));
|
|
|
|
|
|
let spinlock_clone = Arc::clone(&spinlock);
|
|
|
let thread = thread::spawn(move|| {
|
|
|
spinlock_clone.store(0, Ordering::SeqCst);
|
|
|
});
|
|
|
|
|
|
// 等待其它线程释放锁
|
|
|
while spinlock.load(Ordering::SeqCst) != 0 {
|
|
|
hint::spin_loop();
|
|
|
}
|
|
|
|
|
|
if let Err(panic) = thread.join() {
|
|
|
println!("Thread had an error: {:?}", panic);
|
|
|
}
|
|
|
}
|
|
|
```
|
|
|
|
|
|
|
|
|
## Atomic能替代锁吗
|
|
|
那么原子类型既然这么全能，它可以替代锁吗？答案是不行：
|
|
|
|
|
|
- 对于复杂的场景下，锁的使用简单粗暴，不容易有坑
|
|
|
- `std::sync::atomic`包中仅提供了数值类型的原子操作：`AtomicBool`, `AtomicIsize`, `AtomicUsize`, `AtomicI8`, `AtomicU16`等，而锁可以应用于各种类型
|
|
|
- 在有些情况下，必须使用锁来配合，例如上一章节中使用`Mutex`配合`Condvar`
|
|
|
|
|
|
|
|
|
## Atomic的应用场景
|
|
|
事实上，`Atomic`虽然对于用户不太常用，但是对于高性能库的开发者、标准库开发者都非常常用，它是并发原语的基石，除此之外，还有一些场景适用：
|
|
|
|
|
|
- 无锁(lock free)数据结构
|
|
|
- 全局变量，例如全局自增ID, 在后续章节会介绍
|
|
|
- 跨线程计数器，例如可以用于统计指标
|
|
|
|
|
|
以上列出的只是`Atomic`适用的部分场景，具体场景需要大家未来根据自己的需求进行权衡选择。
|
