高性能组件：环形队列、 条带环形队列 Striped-RingBuffer 架构分析

高性能 BoundedBuffer 条带环形队列

Caffeine 源码中，用到几个高性能数据结构要讲

• 一个是 条带环状 队列 （超高性能、无锁队列）
• 一个是mpsc队列 （超高性能、无锁队列）
• 一个是 多级时间轮

这里给大家 介绍   环形队列、 条带环形队列 Striped-RingBuffer 。

剩下的两个结构， 稍后一点 ，使用专门的 博文介绍。

CAS 的优势与核心问题

由于JVM重量级锁使用了Linux内核态下的互斥锁（Mutex），这是重量级锁开销很大的原因。

抢占与释放的过程中，涉及到 进程的 用户态和 内核态， 进程的 用户空间 和内核空间之间的切换， 性能非常低。

而CAS进行自旋抢锁，这些CAS操作都处于用户态下，进程不存在用户态和内核态之间的运行切换，因此JVM轻量级锁开销较小。这是 CAS 的优势。

但是， 任何事情，都有两面性。

CAS 的核心问题是什么呢？

在争用激烈的场景下，会导致大量的CAS空自旋。

比如，在大量的线程同时并发修改一个AtomicInteger时，可能有很多线程会不停地自旋，甚至有的线程会进入一个无限重复的循环中。

大量的CAS空自旋会浪费大量的CPU资源，大大降低了程序的性能。

除了存在CAS空自旋之外，在SMP架构的CPU平台上，大量的CAS操作还可能导致“总线风暴”，具体可参见《Java高并发核心编程 卷2 加强版》第5章的内容。

在高并发场景下如何提升CAS操作性能/  解决CAS恶性空自旋  问题呢？

较为常见的方案有两种：

• 分散操作热点、
• 使用队列削峰。

比如，在自增的场景中，  可以使用LongAdder替代AtomicInteger。

这是一种 分散操作热点 ，空间换时间 方案，

也是  分而治之的思想。

以空间换时间：LongAdder 以及 Striped64

Java 8提供一个新的类LongAdder，以空间换时间的方式提升高并发场景下CAS操作性能。

LongAdder核心思想就是热点分离，与ConcurrentHashMap的设计思想类似：将value值分离成一个数组，当多线程访问时，通过Hash算法将线程映射到数组的一个元素进行操作；而获取最终的value结果时，则将数组的元素求和。

最终，通过LongAdder将内部操作对象从单个value值“演变”成一系列的数组元素，从而减小了内部竞争的粒度。LongAdder的演变如图3-10所示。

LongAdder的操作对象由单个value值“演变”成了数组

LongAdder的分治思想和架构

LongAdder的操作对象由单个value值“演变”成了数组

LongAdder 继承了 Striped64，核心源码在 Striped64中。

条带累加Striped64的结构和源码

/**
 * A package-local class holding common representation and mechanics
 * for classes supporting dynamic striping on 64bit values. The class
 * extends Number so that concrete subclasses must publicly do so.
 */
@SuppressWarnings("serial")
abstract class Striped64 extends Number {
   

    /**
     * Padded variant of AtomicLong supporting only raw accesses plus CAS.
     *
     * JVM intrinsics note: It would be possible to use a release-only
     * form of CAS here, if it were provided.
     */
    @sun.misc.Contended static final class Cell {
        volatile long value;
        Cell(long x) { value = x; }
        final boolean cas(long cmp, long val) {
            return UNSAFE.compareAndSwapLong(this, valueOffset, cmp, val);
        }

        // Unsafe mechanics
        private static final sun.misc.Unsafe UNSAFE;
        private static final long valueOffset;
        static {
            try {
                UNSAFE = sun.misc.Unsafe.getUnsafe();
                Class<?> ak = Cell.class;
                valueOffset = UNSAFE.objectFieldOffset
                    (ak.getDeclaredField("value"));
            } catch (Exception e) {
                throw new Error(e);
            }
        }
    }

    /** Number of CPUS, to place bound on table size */
    static final int NCPU = Runtime.getRuntime().availableProcessors();

    /**
     * Table of cells. When non-null, size is a power of 2.
     */
    transient volatile Cell[] cells;

    /**
     * Base value, used mainly when there is no contention, but also as
     * a fallback during table initialization races. Updated via CAS.
     */
    transient volatile long base;

    /**
     * Spinlock (locked via CAS) used when resizing and/or creating Cells.
     */
    transient volatile int cellsBusy;

    /**
     * Package-private default constructor
     */
    Striped64() {
    }

以上源码的特别复杂，请参见 《Java高并发核心编程 卷2 加强版》

BoundedBuffer 的核心源码

/**
 * A striped, non-blocking, bounded buffer.
 *
 * @author [e-mail] (Ben Manes)
 * @param <E> the type of elements maintained by this buffer
 */
final class BoundedBuffer<E> extends StripedBuffer<E>

它是一个 striped、非阻塞、有界限的 buffer，继承于StripedBuffer类。

下面看看StripedBuffer的实现：

/**
 * A base class providing the mechanics for supporting dynamic striping of bounded buffers. This
 * implementation is an adaption of the numeric 64-bit {@link java.util.concurrent.atomic.Striped64}
 * class, which is used by atomic counters. The approach was modified to lazily grow an array of
 * buffers in order to minimize memory usage for caches that are not heavily contended on.
 *
 * @author [e-mail] (Doug Lea)
 * @author [e-mail] (Ben Manes)
 */
abstract class StripedBuffer<E> implements Buffer<E>

StripedBuffer (条带缓冲)的架构

解决CAS恶性空自旋的有效方式之一是以空间换时间，较为常见的方案有两种：

• 分散操作热点、
• 使用队列削峰。

这个StripedBuffer设计的思想是跟Striped64类似的，通过扩展结构把**分散操作热点（/竞争热点分离)**。

具体实现是这样的，StripedBuffer维护一个Buffer[]数组，叫做table，每个元素就是一个RingBuffer，

每个线程用自己id属性作为 hash 值的种子产生hash值，这样就相当于每个线程都有自己“专属”的RingBuffer，

在hash分散很均衡的场景下，就不会尽量的降低竞争，避免空自旋，

看看StripedBuffer的属性

/** Table of buffers. When non-null, size is a power of 2. */
//RingBuffer数组
transient volatile Buffer<E> @Nullable[] table;

//当进行resize时，需要整个table锁住。tableBusy作为CAS的标记。
static final long TABLE_BUSY = UnsafeAccess.objectFieldOffset(StripedBuffer.class, "tableBusy");
static final long PROBE = UnsafeAccess.objectFieldOffset(Thread.class, "threadLocalRandomProbe");

/** Number of CPUS. */
static final int NCPU = Runtime.getRuntime().availableProcessors();

/** The bound on the table size. */
//table最大size
static final int MAXIMUM_TABLE_SIZE = 4 * ceilingNextPowerOfTwo(NCPU);

/** The maximum number of attempts when trying to expand the table. */
//如果发生竞争时（CAS失败）的尝试次数
static final int ATTEMPTS = 3;

/** Table of buffers. When non-null, size is a power of 2. */
//核心数据结构
transient volatile Buffer<E> @Nullable[] table;

/** Spinlock (locked via CAS) used when resizing and/or creating Buffers. */
transient volatile int tableBusy;

/** CASes the tableBusy field from 0 to 1 to acquire lock. */
final boolean casTableBusy() {
  return UnsafeAccess.UNSAFE.compareAndSwapInt(this, TABLE_BUSY, 0, 1);
}

/**
 * Returns the probe value for the current thread. Duplicated from ThreadLocalRandom because of
 * packaging restrictions.
 */
static final int getProbe() {
  return UnsafeAccess.UNSAFE.getInt(Thread.currentThread(), PROBE);
}

offer方法，当没初始化或存在竞争时，则扩容为 2 倍。最大为不小于 CPU核数的 2幂值。

    /**
     * The bound on the table size.
     */
    static final int MAXIMUM_TABLE_SIZE = 4 * ceilingPowerOfTwo(NCPU);

实际是调用RingBuffer的 offer 方法，把数据追加到RingBuffer后面。

@Override
public int offer(E e) {
  int mask;
  int result = 0;
  Buffer<E> buffer;
  //是否不存在竞争
  boolean uncontended = true;
  Buffer<E>[] buffers = table
  //是否已经初始化
  if ((buffers == null)
      || (mask = buffers.length - 1) < 0
      //用thread的随机值作为hash值，得到对应位置的RingBuffer
      || (buffer = buffers[getProbe() & mask]) == null
      //检查追加到RingBuffer是否成功
      || !(uncontended = ((result = buffer.offer(e)) != Buffer.FAILED))) {
    //其中一个符合条件则进行扩容
    expandOrRetry(e, uncontended);
  }
  return result;
}

/**
 * Handles cases of updates involving initialization, resizing, creating new Buffers, and/or
 * contention. See above for explanation. This method suffers the usual non-modularity problems of
 * optimistic retry code, relying on rechecked sets of reads.
 *
 * @param e the element to add
 * @param wasUncontended false if CAS failed before call
 */

//这个方法比较长，但思路还是相对清晰的。
@SuppressWarnings("PMD.ConfusingTernary")
final void expandOrRetry(E e, boolean wasUncontended) {
  int h;
  if ((h = getProbe()) == 0) {
    ThreadLocalRandom.current(); // force initialization
    h = getProbe();
    wasUncontended = true;
  }
  boolean collide = false; // True if last slot nonempty
  for (int attempt = 0; attempt < ATTEMPTS; attempt++) {
    Buffer<E>[] buffers;
    Buffer<E> buffer;
    int n;
    if (((buffers = table) != null) && ((n = buffers.length) > 0)) {
      if ((buffer = buffers[(n - 1) & h]) == null) {
        if ((tableBusy == 0) && casTableBusy()) { // Try to attach new Buffer
          boolean created = false;
          try { // Recheck under lock
            Buffer<E>[] rs;
            int mask, j;
            if (((rs = table) != null) && ((mask = rs.length) > 0)
                && (rs[j = (mask - 1) & h] == null)) {
              rs[j] = create(e);
              created = true;
            }
          } finally {
            tableBusy = 0;
          }
          if (created) {
            break;
          }
          continue; // Slot is now non-empty
        }
        collide = false;
      } else if (!wasUncontended) { // CAS already known to fail
        wasUncontended = true;      // Continue after rehash
      } else if (buffer.offer(e) != Buffer.FAILED) {
        break;
      } else if (n >= MAXIMUM_TABLE_SIZE || table != buffers) {
        collide = false; // At max size or stale
      } else if (!collide) {
        collide = true;
      } else if (tableBusy == 0 && casTableBusy()) {
        try {
          if (table == buffers) { // Expand table unless stale
            table = Arrays.copyOf(buffers, n << 1);
          }
        } finally {
          tableBusy = 0;
        }
        collide = false;
        continue; // Retry with expanded table
      }
      h = advanceProbe(h);
    } else if ((tableBusy == 0) && (table == buffers) && casTableBusy()) {
      boolean init = false;
      try { // Initialize table
        if (table == buffers) {
          @SuppressWarnings({"unchecked", "rawtypes"})
          Buffer<E>[] rs = new Buffer[1];
          rs[0] = create(e);
          table = rs;
          init = true;
        }
      } finally {
        tableBusy = 0;
      }
      if (init) {
        break;
      }
    }
  }
}

环形队列

我们知道，队列伴随着生产和消费，而队列一般也是由数组或链表来实现的，

队列是一个先进先出的结构，那么随着游标在数组上向后移动，

前面已经消费了的数据已没有意义，但是他们依然占据着内存空间，浪费越来越大，

所以：环形队列就很好的解决了这个问题。

环形队列是在实际编程极为有用的数据结构，它采用数组的线性空间，数据组织简单，能很快知道队列是否满或空，能以很快速度的来存取数据。

从顺时针看，环形队列 有队头 head 和队尾 tail。

生产的流程是：

生产者顺时针向队尾 tail 插入元素，这会导致 head  位置不变，tail  位置在后移；

消费的流程是：

消费者则从队头 head   开始消费，这会导致 head    向后移动，而tail   位置不变，如果队列满了就不能写入。

环形队列的特点：

队头 head 和队尾 tail 的位置是不定的，位置一直在循环流动，空间就被重复利用起来了。

因为有简单高效的原因，甚至在硬件都实现了环形队列.。

环形队列广泛用于网络数据收发，和不同程序间数据交换（比如内核与应用程序大量交换数据，从硬件接收大量数据）均使用了环形队列。

环形队列的参考实现

下面的环形队列， 参考了 缓存之王 Caffeine 源码中的 命名

package com.crazymakercircle.queue;


public class SimpleRingBufferDemo {
    public static void main(String[] args) {

        //创建一个环形队列
        SimpleRingBuffer queue = new SimpleRingBuffer(4);
        queue.offer(11);
        queue.offer(12);
        queue.offer(13);
        System.out.println("queue = " + queue);
        int temp = queue.poll();
        System.out.println("temp = " + temp);
        System.out.println("queue = " + queue);
        temp = queue.poll();
        System.out.println("temp = " + temp);
        System.out.println("queue = " + queue);
        temp = queue.poll();
        System.out.println("temp = " + temp);
        System.out.println("queue = " + queue);
    }

}

class SimpleRingBuffer {
    private int maxSize;//表示数组的最大容量
    private int head;  // 模拟 缓存之王 Caffeine 源码命名
    //head就指向队列的第一个元素，也就是arr[head]就是队列的第一个元素
    //head的初始值=0
    private int tail; // 模拟 缓存之王 Caffeine 源码命名
    //tail指向队列的最后一个元素的后一个位置，因为希望空出一个空间做为约定
    //tail的初始化值=0
    private int[] buffer;//该数据用于存放数据

    public SimpleRingBuffer(int arrMaxSize) {
        maxSize = arrMaxSize;
        buffer = new int[maxSize];
    }

    //判断队列是否满
    public boolean isFull() {
        return (tail + 1) % maxSize == head;
    }

    //判断队列是否为空
    public boolean isEmpty() {
        return tail == head;
    }

    //添加数据到队列
    public void offer(int n) {
        //判断队列是否满
        if (isFull()) {
            System.out.println("队列满，不能加入数据");
            return;
        }
        //直接将数据加入
        buffer[tail] = n;
        //将tail后移，这里必须考虑取模
        tail = (tail + 1) % maxSize;
    }

    //获取队列的数据，出队列
    public int poll() {
        //判断队列是否空
        if (isEmpty()) {
            //通过抛出异常
            throw new RuntimeException("队列空，不能取数据");
        }
        //这里需要分析出head是指向队列的第一个元素
        //1.先把head对应的值保留到一个临时变量
        //2.将head后移，考虑取模
        //3.将临时保存的变量返回
        int value = buffer[head];
        head = (head + 1) % maxSize;
        return value;
    }

    //求出当前队列有效数据的个数
    public int size() {
        return (tail + maxSize - head) % maxSize;
    }

    @Override
    public String toString() {
       return   String.format("head=%d , tail =%d\n",head,tail);

    }
}

测试的结果

环形核心的结构和流程说明

1. 约定head指向队列的第一个元素，

   也就是说data[head]就是队头数据，head初始值为0。

2. 约定tail指向队列的最后一个元素的后一个位置，

   也就是说data[tail-1]就是队尾数据，tail初始值为0。

3. 队列满的条件是：

   ( tail+1 )% maxSize == head

4. 队列空的条件是：

   tail == head

5. 队列中的元素个数为：

   ( tail + maxsize - head) % maxSize

6. 有效数据只有maxSize-1个

   因为tail指向队尾的后面一个位置，这个位置就不能存数据，因此有效数据只有maxSize-1个

环形队列核心操作：判满

写入的时候，当前位置的下一位置是（tail+1）% maxSize

由图可知：

当head刚好指向tail的下一个位置时队列满，而tail的下一个位置是 （tail+1）% maxSize，

所以当（ tail + 1 )% maxSize == head 时，队列就满了。

环形队列核心操作：判空

队列为空的情况如下图所示，当队头队尾都指向一个位置，即 head == tail 时，队列为空。

当head == tail时，队列为空

因为tail指向队尾的后面一个位置，这个位置就不能存数据，

因此, 环形队列的有效数据只有maxSize-1个

RingBuffer 源码

caffeine源码中， 注意RingBuffer是BoundedBuffer的内部类。

/** The maximum number of elements per buffer. */
static final int BUFFER_SIZE = 16;

// Assume 4-byte references and 64-byte cache line (16 elements per line)
//256长度，但是是以16为单位，所以最多存放16个元素
static final int SPACED_SIZE = BUFFER_SIZE << 4;
static final int SPACED_MASK = SPACED_SIZE - 1;
static final int OFFSET = 16;
//RingBuffer数组
final AtomicReferenceArray<E> buffer;

 //插入方法
 @Override
 public int offer(E e) {
   long head = readCounter;
   long tail = relaxedWriteCounter();
   //用head和tail来限制个数
   long size = (tail - head);
   if (size >= SPACED_SIZE) {
     return Buffer.FULL;
   }
   //tail追加16
   if (casWriteCounter(tail, tail + OFFSET)) {
     //用tail“取余”得到下标
     int index = (int) (tail & SPACED_MASK);
     //用unsafe.putOrderedObject设值
     buffer.lazySet(index, e);
     return Buffer.SUCCESS;
   }
   //如果CAS失败则返回失败
   return Buffer.FAILED;
 }

 //用consumer来处理buffer的数据
 @Override
 public void drainTo(Consumer<E> consumer) {
   long head = readCounter;
   long tail = relaxedWriteCounter();
   //判断数据多少
   long size = (tail - head);
   if (size == 0) {
     return;
   }
   do {
     int index = (int) (head & SPACED_MASK);
     E e = buffer.get(index);
     if (e == null) {
       // not published yet
       break;
     }
     buffer.lazySet(index, null);
     consumer.accept(e);
     //head也跟tail一样，每次递增16
     head += OFFSET;
   } while (head != tail);
   lazySetReadCounter(head);
 }

注意，ring buffer 的 size（固定是 16 个）是不变的，变的是 head 和 tail 而已。

Striped-RingBuffer 有如下特点：

总的来说 Striped-RingBuffer 有如下特点：

• 使用 Striped-RingBuffer来提升对 buffer 的读写
• 用 thread 的 hash 来避开热点 key 的竞争
• 允许写入的丢失

参考文献

1、疯狂创客圈 JAVA 高并发 总目录https://www.cnblogs.com/crazymakercircle/p/9904544.html

ThreadLocal（史上最全） https://www.cnblogs.com/crazymakercircle/p/14491965.html

2、3000页《尼恩 Java 面试宝典 》的 35个面试专题 ：https://www.cnblogs.com/crazymakercircle/p/13917138.html

3、价值10W的架构师知识图谱 https://www.processon.com/view/link/60fb9421637689719d246739

4、尼恩 架构师哲学 https://www.processon.com/view/link/616f801963768961e9d9aec8

5、尼恩 3高架构知识宇宙 https://www.processon.com/view/link/635097d2e0b34d40be778ab4

Guava Cache主页：https://github.com/google/guava/wiki/CachesExplained

Caffeine的官网：https://github.com/ben-manes/caffeine/wiki/Benchmarks

https://gitee.com/jd-platform-opensource/hotkey

https://developer.aliyun.com/article/788271?utm_content=m_1000291945

https://b.alipay.com/page/account-manage-oc/approval/setList

Caffeine: https://github.com/ben-manes/caffeine

这里: https://albenw.github.io/posts/df42dc84/

Benchmarks: https://github.com/ben-manes/caffeine/wiki/Benchmarks

硬核文章推荐

硬核电子书

长按二维码，点击“识别图中二维码”即可查看老架构师尼恩微信，领取：

• 最新的《尼恩Java面试宝典》

  极致经典，不断升级，目前最新为V13

• 尼恩Java高并发三部曲

  《Java高并发核心编程-卷1（加强版）》，不断升级

  《Java高并发核心编程-卷2（加强版）》，不断升级

  《Java高并发核心编程-卷3（加强版）》，不断升级

• 尼恩架构笔记100篇+，不断添加