3.7Atomare Operationen und frische Werte mit volatile * 

Die JVM arbeitet bei den Ganzzahl-Datentypen kleiner gleich int intern nur mit einem int. Doch obwohl es auch für die 64-Bit-Datentypen long und double einzelne Bytecode-Befehle gibt, ist nicht gesichert, dass die Operationen auf diesen Datentypen unteilbar sind, da sich etwa eine 64-Bit-Zuweisung aus zwei 32-Bit-Zuweisungen zusammensetzen lässt. Es kann also passieren, dass ein Thread mitten in einer long- oder double-Operation von einem anderen Thread verdrängt wird. Greifen zwei Threads auf die gleiche 64-Bit-Variable zu, so könnte möglicherweise der eine Thread eine Hälfte schreiben und der andere Thread die andere.

 

3.7.1Der Modifizierer volatile bei Objekt-/Klassenvariablen 

Um dies zu vermeiden, können die Objekt- und Klassenvariablen mit dem Modifizierer volatile deklariert werden. Die Zugriffsoperationen werden auf diesen Variablen dann atomar ausgeführt. Der Modifizierer ist bei lokalen Variablen nicht gestattet, da sie auf dem Stapel liegen und für andere Threads nicht zugänglich sind. Achtung: Auch mit volatile sind Operationen wie i++ natürlich noch nicht atomar, da i++ aus Grundoperationen besteht: Lesen von i, Erhöhen um eins und Schreiben von i; Abschnitt 3.4.9, »Mit synchronized synchronisierte Blöcke«, nannte die Teile schon.

Zwischenspeicherung untersagen

volatile beugt zusätzlich einem anderen Problem vor: Während der Berechnung könnte die Laufzeitumgebung Inhalte von Variablen im Prozessorspeicher (zum Beispiel Register) zwischengespeichert haben. Das passiert etwa, wenn in einer Schleife ein Wert immer hochgezählt wird, der in einer Objektvariablen gespeichert wird.

Eine Laufzeitumgebung könnte den (teureren) Zugriff auf Objektvariablen optimieren, indem sie zuerst den Variableninhalt in eine (schnelle) interne lokale Variable kopiert und anschließend, nach einer Berechnung, das Ergebnis zurückgespeichert. Nehmen wir eine Objektvariable cnt und folgende Schleife an:

Eine optimierende Laufzeitumgebung könnte nun auf die Idee kommen, nicht bei jedem Schleifendurchlauf den Speicher der Objektvariablen cnt auszulesen und zu beschreiben, sondern nur am Ende, etwa so:

Wenn die Umgebung cnt zuerst in eine interne lokale Variable kopiert, dann die gesamte Schleife ausführt und erst anschließend den internen Wert nach cnt zurückkopiert, hätten wir viel Zeit gespart, denn der Zugriff auf eine lokale Variable, die sich im Register des Prozessors aufhalten kann, ist wesentlich schneller als der Zugriff auf eine Objektvariable. Dies ist im Übrigen eine beliebte Strategie, um die Performance eines Programms zu steigern. Mit dieser internen Optimierung kommt es jedoch zu schwer kontrollierbaren Nebeneffekten, und Änderungen am Wert von cnt sind nicht sofort für andere Threads sichtbar, denen damit die Information über die einzelnen Inkrementschritte fehlt.

Oder ein anderes Beispiel:

Verändert ein anderer Thread während des Wartens die Variable cnt, könnte j = i sein, wenn die Laufzeitumgebung die Variable j nicht frisch mit dem Wert aus cnt initialisiert. Nebenläufige Programmierung und Programmoptimierung passen schwer zusammen!

Auch hier hilft wieder das ungewöhnliche Schlüsselwort. Ist die Variable mit volatile gekennzeichnet, wird das Ergebnis nicht im Zwischenspeicher belassen, sondern ständig aktualisiert. Die nebenläufigen Threads sehen somit immer den korrekten Variablenwert, da er vor jeder Benutzung aus dem Speicher gelesen und nach einer Änderung sofort wieder zurückgeschrieben wird. Sehr gut ist das für boolean-Werte, die Flags anzeigen, die andere Threads zur Synchronisation beobachten. Ein Array, das mit volatile markiert ist, hat alle Zugriffe auf die Elemente volatile, denn auch hier könnte die JVM die Elemente aus Performance-Gründen zwischenspeichern. Wohlgemerkt bleiben nur die Werte aktuell; nichtatomare Operationen wie cnt++ sind damit immer noch nicht atomar.

 

3.7.2Das Paket java.util.concurrent.atomic 

Während volatile das Lesen und Schreiben auf den 64-Bit-Datentypen atomar macht, ist eine Operation wie cnt++ oder cnt > 12 nicht atomar. Kurz vor dem Erhöhen oder dem Vergleich kann ein Thread-Wechsel stattfinden und cnt geändert werden, sodass der Vergleich einen anderen Ausgang findet. Die Rettung ist ein synchronisierter Block, wobei jedoch eine Synchronisationsvariable nötig ist.

Noch einfacher geht es mit den Klassen im Paket java.util.concurrent.atomic, die Operationen auf Werten durchführen, ohne dass Entwickler sich selbst um die Synchronisation kümmern müssen.

AtomicXXX-Klassen

Ein Beispiel für einen veränderbaren Behälter ist AtomicInteger, der Operationen wie getAndIncrement() anbietet, die den Wert des Behälters atomar erhöhen.

Insgesamt befinden sich im Paket java.util.concurrent.atomic folgende Klassen für elementare Datentypen: AtomicBoolean, AtomicInteger, AtomicLong – es gibt weder AtomicShort noch AtomicByte. Da diese Objekte alle veränderbar sind, eignen sie sich nicht unbedingt als Ersatz für immutable Wrapper-Objekte wie Integer, insbesondere nicht in allgemeinen Assoziativspeichern oder Mengen; sie deklarieren auch gar kein eigenes equals(…) und hashCode().

Für Felder stehen bereit: AtomicIntegerArray, AtomicLongArray. Die Klassen AtomicIntegerFieldUpdater<T> und AtomicLongFieldUpdater<T> gehen über Reflection an Attribute heran, die volatile sind, und ermöglichen atomare Operationen. Dazu kommen noch einige Klassen zum atomaren Arbeiten mit Referenzen: AtomicReference, AtomicReferenceArray<E>, AtomicReferenceFieldUpdater<T, V>, AtomicMarkableReference<V> (assoziiert ein Objekt mit einem Flag, das atomar geändert werden kann) und AtomicStampedReference<V> (assoziiert ein Objekt mit einer Ganzzahl).

LongAdder und DoubleAdder

Die AtomicXXX-Klassen sind gut, wenn es nicht zu viele parallele Threads gibt, die gleichzeitig die AtomicXXX-Exemplare verändern. Der Grund ist einfach: Jeder Thread muss warten, bis ein anderer Thread die Veränderung am AtomicXXX vorgenommen hat. Stehen also 100 Threads in der Schlange, um AtomicXXX zu verändern, werden sie erst nacheinander abgearbeitet – das geht zwar an sich schnell, dennoch führt die sequenzielle Verarbeitung zu Wartesituationen.

Wenn es wirklich viele nebenläufige Threads gibt, sind die AtomicXXX-Klassen nicht optimal, und Java 8 bietet deshalb im Paket java.util.concurrent.atomic zwei neue Klassen LongAdder und DoubleAdder an. Ein XXXAdder sieht nach außen wie ein long/double aus (die Klassen erweitern auch Number), doch intern ist es vielmehr eine Liste von Werten, auf die dann unterschiedliche Threads zugreifen können, ohne zu warten. Um sich das vorstellen zu können, ein Beispiel: Nehmen wir an, mehrere Threads teilen sich einen LongAdder. Ruft ein Thread add(1) auf, so führt das intern zu einem Element in einer Liste.[ 37 ](Genau genommen beim ersten Element noch in einer Variablen, die Liste beginnt erst beim zweiten Element, also beim zweiten parallelen Thread.) Kommt gleichzeitig add(2) am LongAdder an, muss der Thread nicht auf das Ende vom ersten add(…) warten, sondern fügt einen neuen Knoten an. Kommen später ein dritter und vierter Thread über den Weg und führen add(3) und add(4) aus, können diese ohne zu warten an den ersten und zweiten existierenden Knoten gehen und die Werte addieren, in den beiden internen Knoten stehen also 4 und 6. Es sind also nur so viele Knoten intern nötig, wie wirklich parallele Threads auftauchen. Eine Summation am Ende mit sum() läuft dann über die internen Knoten und summiert sie auf zu 10, was 1+2+3+4 ist.

LongAccumulator und DoubleAccumulator

Die beiden XXXAdder-Klassen haben eine ganz spezielle Aufgabe, und die ist, Werte zu addieren und aufzusummieren. Allerdings gibt es noch viele weitere Aufgaben, die ähnlich wie die Summation auf ein Endergebnis gebracht werden. Für diesen Anwendungsfall deklariert das Paket java.util.concurrent.atomic weiterhin LongAccumulator und DoubleAccumulator. Im Konstruktor nehmen die Klassen einen XXXBinaryOperator an und die Identität, die beim binären Operator auf nur einem Ergebnis genau das Ergebnis gibt.

• LongAccumulator(LongBinaryOperator accumulatorFunction, long identity)

• DoubleAccumulator(DoubleBinaryOperator accumulatorFunction, double identity)

Die Methoden heißen dann accumulate(long x) bzw. accumulate(double x), und get() verdichtet das Ergebnis zum Schluss. Die Addition der Klassen LongAdder und DoubleAdder lässt sich dann alternativ ausdrücken durch new XXXXAccumulator((x, y) -> x + y, 0).