多核多線程已經(jīng)成為當(dāng)下一個時髦的話題，而無鎖編程更是這個時髦話題中的熱點(diǎn)話題。Linux內(nèi)核可能是當(dāng)今最大最復(fù)雜的并行程序之一，為我們分析多核多線程提供了絕佳的范例。內(nèi)核設(shè)計者已經(jīng)將最新的無鎖編程技術(shù)帶進(jìn)了2。6系統(tǒng)內(nèi)核中，本文以2。6。10版本為藍(lán)本，帶領(lǐng)您領(lǐng)略多核多線程編程的真諦，窺探無鎖編程的奧秘，體味大師們的高雅設(shè)計！
非阻塞型同步(Non-blockingSynchronization)簡介
如何正確有效的保護(hù)共享數(shù)據(jù)是編寫并行程序必須面臨的一個難題，通常的手段就是同步。同步可分為阻塞型同步（BlockingSynchronization）和非阻塞型同步（Non-blockingSynchronization）。
阻塞型同步是指當(dāng)一個線程到達(dá)臨界區(qū)時，因另外一個線程已經(jīng)持有訪問該共享數(shù)據(jù)的鎖，從而不能獲取鎖資源而阻塞，直到另外一個線程釋放鎖。常見的同步原語有mutex、semaphore等。如果同步方案采用不當(dāng)，就會造成死鎖（deadlock），活鎖（livelock）和優(yōu)先級反轉(zhuǎn)（priorityinversion），以及效率低下等現(xiàn)象。
為了降低風(fēng)險程度和提高程序運(yùn)行效率，業(yè)界提出了不采用鎖的同步方案，依照這種設(shè)計思路設(shè)計的算法稱為非阻塞型算法，其本質(zhì)特征就是停止一個線程的執(zhí)行不會阻礙系統(tǒng)中其他執(zhí)行實體的運(yùn)行。
當(dāng)今比較流行的Non-blockingSynchronization實現(xiàn)方案有三種：
Wait-free
Wait-free是指任意線程的任何操作都可以在有限步之內(nèi)結(jié)束，而不用關(guān)心其它線程的執(zhí)行速度。Wait-free是基于per-thread的，可以認(rèn)為是starvation-free的。非常遺憾的是實際情況并非如此，采用Wait-free的程序并不能保證starvation-free，同時內(nèi)存消耗也隨線程數(shù)量而線性增長。目前只有極少數(shù)的非阻塞算法實現(xiàn)了這一點(diǎn)。
Lock-free
Lock-Free是指能夠確保執(zhí)行它的所有線程中至少有一個能夠繼續(xù)往下執(zhí)行。由于每個線程不是starvation-free的，即有些線程可能會被任意地延遲，然而在每一步都至少有一個線程能夠往下執(zhí)行，因此系統(tǒng)作為一個整體是在持續(xù)執(zhí)行的，可以認(rèn)為是system-wide的。所有Wait-free的算法都是Lock-Free的。
Obstruction-free
Obstruction-free是指在任何時間點(diǎn)，一個孤立運(yùn)行線程的每一個操作可以在有限步之內(nèi)結(jié)束。只要沒有競爭，線程就可以持續(xù)運(yùn)行。一旦共享數(shù)據(jù)被修改，Obstruction-free要求中止已經(jīng)完成的部分操作，并進(jìn)行回滾。所有Lock-Free的算法都是Obstruction-free的。
綜上所述，不難得出Obstruction-free是Non-blockingsynchronization中性能最差的，而Wait-free性能是最好的，但實現(xiàn)難度也是最大的，因此Lock-free算法開始被重視，并廣泛運(yùn)用于當(dāng)今正在運(yùn)行的程序中，比如linux內(nèi)核。
一般采用原子級的read-modify-write原語來實現(xiàn)Lock-Free算法，其中LL和SC是Lock-Free理論研究領(lǐng)域的理想原語，但實現(xiàn)這些原語需要CPU指令的支持，非常遺憾的是目前沒有任何CPU直接實現(xiàn)了SC原語。根據(jù)此理論，業(yè)界在原子操作的基礎(chǔ)上提出了著名的CAS（Compare-And-Swap）操作來實現(xiàn)Lock-Free算法，Intel實現(xiàn)了一條類似該操作的指令：cmpxchg8。
CAS原語負(fù)責(zé)將某處內(nèi)存地址的值（1個字節(jié)）與一個期望值進(jìn)行比較，如果相等，則將該內(nèi)存地址處的值替換為新值，CAS操作偽碼描述如下：
清單1。CAS偽碼
BoolCAS(T*addr，Texpected，TnewValue)
{
if(*addr==expected)
{
*addr=newValue;
returntrue;
}
else
returnfalse;
}
在實際開發(fā)過程中，利用CAS進(jìn)行同步，代碼如下所示：
清單2。CAS實際操作
do{
備份舊數(shù)據(jù)；
基于舊數(shù)據(jù)構(gòu)造新數(shù)據(jù)；
}while(！CAS(內(nèi)存地址，備份的舊數(shù)據(jù)，新數(shù)據(jù)))
就是指當(dāng)兩者進(jìn)行比較時，如果相等，則證明共享數(shù)據(jù)沒有被修改，替換成新值，然后繼續(xù)往下運(yùn)行；如果不相等，說明共享數(shù)據(jù)已經(jīng)被修改，放棄已經(jīng)所做的操作，然后重新執(zhí)行剛才的操作。容易看出CAS操作是基于共享數(shù)據(jù)不會被修改的假設(shè)，采用了類似于數(shù)據(jù)庫的commit-retry的模式。當(dāng)同步?jīng)_突出現(xiàn)的機(jī)會很少時，這種假設(shè)能帶來較大的性能提升。
加鎖的層級
根據(jù)復(fù)雜程度、加鎖粒度及運(yùn)行速度，可以得出如下圖所示的鎖層級：
圖1。加鎖層級
其中標(biāo)注為紅色字體的方案為Blockingsynchronization，黑色字體為Non-blockingsynchronization。Lock-based和Lockless-based兩者之間的區(qū)別僅僅是加鎖粒度的不同。圖中最底層的方案就是大家經(jīng)常使用的mutex和semaphore等方案，代碼復(fù)雜度低，但運(yùn)行效率也最低。
Linux內(nèi)核中的無鎖分析
Linux內(nèi)核可能是當(dāng)今最大最復(fù)雜的并行程序之一，它的并行主要來至于中斷、內(nèi)核搶占及SMP等。內(nèi)核設(shè)計者們?yōu)榱瞬粩嗵岣週inux內(nèi)核的效率，從全局著眼，逐步廢棄了大內(nèi)核鎖來降低鎖的粒度；從細(xì)處下手，不斷對局部代碼進(jìn)行優(yōu)化，用無鎖編程替代基于鎖的方案，如seqlock及RCU等；不斷減少鎖沖突程度、降低等待時間，如Double-checkedlocking和原子鎖等。
無論什么時候當(dāng)臨界區(qū)中的代碼僅僅需要加鎖一次，同時當(dāng)其獲取鎖的時候必須是線程安全的，此時就可以利用Double-checkedLocking模式來減少鎖競爭和加鎖載荷。目前Double-checkedLocking已經(jīng)廣泛應(yīng)用于單例(Singleton)模式中。內(nèi)核設(shè)計者基于此思想，巧妙的將Double-checkedLocking方法運(yùn)用于內(nèi)核代碼中。
當(dāng)一個進(jìn)程已經(jīng)僵死，即進(jìn)程處于TASK_ZOMBIE狀態(tài)，如果父進(jìn)程調(diào)用waitpid()系統(tǒng)調(diào)用時，父進(jìn)程需要為子進(jìn)程做一些清理性的工作，代碼如下所示：
清單3。少鎖操作
984staticintwait_task_zombie(task_t*p，intnoreap，
985structsiginfo__user*infop，
986int__user*stat_addr，structrusage__user*ru)
987{
……
1103if(p->real_parent！=p->parent){
1104write_lock_irq(&tasklist_lock);
1105/*Double-checkwithlockheld。*/
1106if(p->real_parent！=p->parent){
1107__ptrace_unlink(p);
1108//TODO：isthissafe？
1109p->exit_state=EXIT_ZOMBIE;
……
1120}
1121write_unlock_irq(&tasklist_lock);
1122}
……
1127}
如果將write_lock_irq放置于1103行之前，鎖的范圍過大，鎖的負(fù)載也會加重，影響效率；如果將加鎖的代碼放到判斷里面，且沒有1106行的代碼，程序會正確嗎？在單核情況下是正確的，但在雙核情況下問題就出現(xiàn)了。一個非主進(jìn)程在一個CPU上運(yùn)行，正準(zhǔn)備調(diào)用exit退出，此時主進(jìn)程在另外一個CPU上運(yùn)行，在子進(jìn)程調(diào)用release_task函數(shù)之前調(diào)用上述代碼。子進(jìn)程在exit_notify函數(shù)中，先持有讀寫鎖tasklist_lock，調(diào)用forget_original_parent。主進(jìn)程運(yùn)行到1104處，由于此時子進(jìn)程先持有該鎖，所以父進(jìn)程只好等待。在forget_original_parent函數(shù)中，如果該子進(jìn)程還有子進(jìn)程，則會調(diào)用reparent_thread()，將執(zhí)行p->parent=p->real_parent;語句，導(dǎo)致兩者相等，等非主進(jìn)程釋放讀寫鎖tasklist_lock時，另外一個CPU上的主進(jìn)程被喚醒，一旦開始執(zhí)行，繼續(xù)運(yùn)行將會導(dǎo)致bug。
嚴(yán)格的說，Double-checkedlocking不屬于無鎖編程的范疇，但由原來的每次加鎖訪問到大多數(shù)情況下無須加鎖，就是一個巨大的進(jìn)步。同時從這里也可以看出一點(diǎn)端倪，內(nèi)核開發(fā)者為了降低鎖沖突率，減少等待時間，提高運(yùn)行效率，一直在持續(xù)不斷的進(jìn)行改進(jìn)。
原子操作可以保證指令以原子的方式執(zhí)行——執(zhí)行過程不被打斷。內(nèi)核提供了兩組原子操作接口：一組針對于整數(shù)進(jìn)行操作，另外一組針對于單獨(dú)的位進(jìn)行操作。內(nèi)核中的原子操作通常是內(nèi)聯(lián)函數(shù)，一般是通過內(nèi)嵌匯編指令來完成。對于一些簡單的需求，例如全局統(tǒng)計、引用計數(shù)等等，可以歸結(jié)為是對整數(shù)的原子計算。
1。Lock-free應(yīng)用場景一——SpinLock
SpinLock是一種輕量級的同步方法，一種非阻塞鎖。當(dāng)lock操作被阻塞時，并不是把自己掛到一個等待隊列，而是死循環(huán)CPU空轉(zhuǎn)等待其他線程釋放鎖。Spinlock鎖實現(xiàn)代碼如下：
清單4。spinlock實現(xiàn)代碼
staticinlinevoid__preempt_spin_lock(spinlock_t*lock)
{
……
do{
preempt_enable();
while(spin_is_locked(lock))
cpu_relax();
preempt_disable();
}while(！_raw_spin_trylock(lock));
}
staticinlineint_raw_spin_trylock(spinlock_t*lock)
{
charoldval;
__asm____volatile__(
"xchgb%b0，%1"
："=q"(oldval)，"=m"(lock->lock)
："0"(0)："memory");
returnoldval>0;
}
匯編語言指令xchgb原子性的交換8位oldval(存0)和lock->lock的值，如果oldval為1(lock初始值為1)，則獲取鎖成功，反之，則繼續(xù)循環(huán)，接著relax休息一會兒，然后繼續(xù)周而復(fù)始，直到成功。
對于應(yīng)用程序來說，希望任何時候都能獲取到鎖，也就是期望lock->lock為1，那么用CAS原語來描述_raw_spin_trylock(lock)就是CAS(lock->lock，1，0);
如果同步操作總是能在數(shù)條指令內(nèi)完成，那么使用SpinLock會比傳統(tǒng)的mutexlock快一個數(shù)量級。SpinLock多用于多核系統(tǒng)中，適合于鎖持有時間小于將一個線程阻塞和喚醒所需時間的場合。
pthread庫已經(jīng)提供了對spinlock的支持，所以用戶態(tài)程序也能很方便的使用spinlock了，需要包含pthread。h。在某些場景下，pthread_spin_lock效率是pthread_mutex_lock效率的一倍多。美中不足的是，內(nèi)核實現(xiàn)了讀寫spinlock鎖，但pthread未能實現(xiàn)。
2。Lock-free應(yīng)用場景二——Seqlock
手表最主要最常用的功能是讀時間，而不是校正時間，一旦后者成了最常用的功能，消費(fèi)者肯定不會買賬。計算機(jī)的時鐘也是這個功能，修改時間是小概率事件，而讀時間是經(jīng)常發(fā)生的行為。以下代碼摘自2。4。34內(nèi)核：
清單5。2。4。34seqlock實現(xiàn)代碼
443voiddo_gettimeofday(structtimeval*tv)
444{
……
448read_lock_irqsave(&xtime_lock，flags);
……
455sec=xtime。tv_sec;
456usec+=xtime。tv_usec;
457read_unlock_irqrestore(&xtime_lock，flags);
……
466}
468voiddo_settimeofday(structtimeval*tv)
469{
470write_lock_irq(&xtime_lock);
……
490write_unlock_irq(&xtime_lock);
491}
不難發(fā)現(xiàn)獲取時間和修改時間采用的是spinlock讀寫鎖，讀鎖和寫鎖具有相同的優(yōu)先級，只要讀持有鎖，寫鎖就必須等待，反之亦然。
Linux2。6內(nèi)核中引入一種新型鎖——順序鎖(seqlock)，它與spinlock讀寫鎖非常相似，只是它為寫者賦予了較高的優(yōu)先級。也就是說，即使讀者正在讀的時候也允許寫者繼續(xù)運(yùn)行。當(dāng)存在多個讀者和少數(shù)寫者共享一把鎖時，seqlock便有了用武之地，因為seqlock對寫者更有利，只要沒有其他寫者，寫鎖總能獲取成功。根據(jù)lock-free和時鐘功能的思想，內(nèi)核開發(fā)者在2。6內(nèi)核中，將上述讀寫鎖修改成了順序鎖seqlock，代碼如下：
清單6。2。6。10seqlock實現(xiàn)代碼
staticinlineunsignedread_seqbegin(constseqlock_t*sl)
{
unsignedret=sl->sequence;
smp_rmb();
returnret;
}
staticinlineintread_seqretry(constseqlock_t*sl，unsignediv)
{
smp_rmb();
return(iv&1)|(sl->sequence^iv);
}
staticinlinevoidwrite_seqlock(seqlock_t*sl)
{
spin_lock(&sl->lock);
++sl->sequence;
smp_wmb();
}
voiddo_gettimeofday(structtimeval*tv)
{
unsignedlongseq;
unsignedlongusec，sec;
unsignedlongmax_ntp_tick;
……
do{
unsignedlonglost;
seq=read_seqbegin(&xtime_lock);
……
sec=xtime。tv_sec;
usec+=(xtime。tv_nsec/1000);
}while(read_seqretry(&xtime_lock，seq));
……
tv->tv_sec=sec;
tv->tv_usec=usec;
}
intdo_settimeofday(structtimespec*tv)
{
……
write_seqlock_irq(&xtime_lock);
……
write_sequnlock_irq(&xtime_lock);
clock_was_set();
return0;
}
Seqlock實現(xiàn)原理是依賴一個序列計數(shù)器，當(dāng)寫者寫入數(shù)據(jù)時，會得到一把鎖，并且將序列值加1。當(dāng)讀者讀取數(shù)據(jù)之前和之后，該序列號都會被讀取，如果讀取的序列號值都相同，則表明寫沒有發(fā)生。反之，表明發(fā)生過寫事件，則放棄已進(jìn)行的操作，重新循環(huán)一次，直至成功。不難看出，do_gettimeofday函數(shù)里面的while循環(huán)和接下來的兩行賦值操作就是CAS操作。
采用順序鎖seqlock好處就是寫者永遠(yuǎn)不會等待，缺點(diǎn)就是有些時候讀者不得不反復(fù)多次讀相同的數(shù)據(jù)直到它獲得有效的副本。當(dāng)要保護(hù)的臨界區(qū)很小，很簡單，頻繁讀取而寫入很少發(fā)生（WRRM---WriteRarelyReadMostly）且必須快速時，就可以使用seqlock。但seqlock不能保護(hù)包含有指針的數(shù)據(jù)結(jié)構(gòu)，因為當(dāng)寫者修改數(shù)據(jù)結(jié)構(gòu)時，讀者可能會訪問一個無效的指針。
3。Lock-free應(yīng)用場景三——RCU
在2。6內(nèi)核中，開發(fā)者還引入了一種新的無鎖機(jī)制-RCU(Read-Copy-Update)，允許多個讀者和寫者并發(fā)執(zhí)行。RCU技術(shù)的核心是寫操作分為寫和更新兩步，允許讀操作在任何時候無阻礙的運(yùn)行，換句話說，就是通過延遲寫來提高同步性能。RCU主要應(yīng)用于WRRM場景，但它對可保護(hù)的數(shù)據(jù)結(jié)構(gòu)做了一些限定：RCU只保護(hù)被動態(tài)分配并通過指針引用的數(shù)據(jù)結(jié)構(gòu)，同時讀寫控制路徑不能有睡眠。以下數(shù)組動態(tài)增長代碼摘自2。4。34內(nèi)核：
清單7。2。4。34RCU實現(xiàn)代碼
其中ipc_lock是讀者，grow_ary是寫者，不論是讀或者寫，都需要加spinlock對被保護(hù)的數(shù)據(jù)結(jié)構(gòu)進(jìn)行訪問。改變數(shù)組大小是小概率事件，而讀取是大概率事件，同時被保護(hù)的數(shù)據(jù)結(jié)構(gòu)是指針，滿足RCU運(yùn)用場景。以下代碼摘自2。6。10內(nèi)核：
清單8。2。6。10RCU實現(xiàn)代碼
#definercu_read_lock()preempt_disable()
#definercu_read_unlock()preempt_enable()
#definercu_assign_pointer(p，v)({
smp_wmb();
(p)=(v);
})
structkern_ipc_perm*ipc_lock(structipc_ids*ids，intid)
{
……
rcu_read_lock();
entries=rcu_dereference(ids->entries);
if(lid>=entries->size){
rcu_read_unlock();
returnNULL;
}
out=entries->p[lid];
if(out==NULL){
rcu_read_unlock();
returnNULL;
}
……
returnout;
}
staticintgrow_ary(structipc_ids*ids，intnewsize)
{
structipc_id_ary*new;
structipc_id_ary*old;
……
new=ipc_rcu_alloc(sizeof(structkern_ipc_perm*)*newsize+
sizeof(structipc_id_ary));
if(new==NULL)
returnsize;
new->size=newsize;
memcpy(new->p，ids->entries->p，sizeof(structkern_ipc_perm*)*size
+sizeof(structipc_id_ary));
for(i=size;inew->p[i]=NULL;
}
old=ids->entries;
/*
*Usercu_assign_pointer()tomakesurethememcpyedcontents
*ofthenewarrayarevisiblebeforethenewarraybecomesvisible。
*/
rcu_assign_pointer(ids->entries，new);
ipc_rcu_putref(old);
returnnewsize;
}
縱觀整個流程，寫者除內(nèi)核屏障外，幾乎沒有一把鎖。當(dāng)寫者需要更新數(shù)據(jù)結(jié)構(gòu)時，首先復(fù)制該數(shù)據(jù)結(jié)構(gòu)，申請new內(nèi)存，然后對副本進(jìn)行修改，調(diào)用memcpy將原數(shù)組的內(nèi)容拷貝到new中，同時對擴(kuò)大的那部分賦新值，修改完畢后，寫者調(diào)用rcu_assign_pointer修改相關(guān)數(shù)據(jù)結(jié)構(gòu)的指針，使之指向被修改后的新副本，整個寫操作一氣呵成，其中修改指針值的操作屬于原子操作。在數(shù)據(jù)結(jié)構(gòu)被寫者修改后，需要調(diào)用內(nèi)存屏障smp_wmb，讓其他CPU知曉已更新的指針值，否則會導(dǎo)致SMP環(huán)境下的bug。當(dāng)所有潛在的讀者都執(zhí)行完成后，調(diào)用call_rcu釋放舊副本。同Spinlock一樣，RCU同步技術(shù)主要適用于SMP環(huán)境。
環(huán)形緩沖區(qū)是生產(chǎn)者和消費(fèi)者模型中常用的數(shù)據(jù)結(jié)構(gòu)。生產(chǎn)者將數(shù)據(jù)放入數(shù)組的尾端，而消費(fèi)者從數(shù)組的另一端移走數(shù)據(jù)，當(dāng)達(dá)到數(shù)組的尾部時，生產(chǎn)者繞回到數(shù)組的頭部。
如果只有一個生產(chǎn)者和一個消費(fèi)者，那么就可以做到免鎖訪問環(huán)形緩沖區(qū)（RingBuffer）。寫入索引只允許生產(chǎn)者訪問并修改，只要寫入者在更新索引之前將新的值保存到緩沖區(qū)中，則讀者將始終看到一致的數(shù)據(jù)結(jié)構(gòu)。同理，讀取索引也只允許消費(fèi)者訪問并修改。
圖2。環(huán)形緩沖區(qū)實現(xiàn)原理圖
如圖所示，當(dāng)讀者和寫者指針相等時，表明緩沖區(qū)是空的，而只要寫入指針在讀取指針后面時，表明緩沖區(qū)已滿。
清單9。2。6。10環(huán)形緩沖區(qū)實現(xiàn)代碼
/*
*__kfifo_put-putssomedataintotheFIFO，nolockingversion
*Notethatwithonlyoneconcurrentreaderandoneconcurrent
*writer，youdon＇tneedextralockingtousethesefunctions。
*/
unsignedint__kfifo_put(structkfifo*fifo，
unsignedchar*buffer，unsignedintlen)
{
unsignedintl;
len=min(len，fifo->size-fifo->in+fifo->out);
/*firstputthedatastartingfromfifo->intobufferend*/
l=min(len，fifo->size-(fifo->in&(fifo->size-1)));
memcpy(fifo->buffer+(fifo->in&(fifo->size-1))，buffer，l);
/*thenputtherest(ifany)atthebeginningofthebuffer*/
memcpy(fifo->buffer，buffer+l，len-l);
fifo->in+=len;
returnlen;
}
/*
*__kfifo_get-getssomedatafromtheFIFO，nolockingversion
*Notethatwithonlyoneconcurrentreaderandoneconcurrent
*writer，youdon＇tneedextralockingtousethesefunctions。
*/
unsignedint__kfifo_get(structkfifo*fifo，
unsignedchar*buffer，unsignedintlen)
{
unsignedintl;
len=min(len，fifo->in-fifo->out);
/*firstgetthedatafromfifo->outuntiltheendofthebuffer*/
l=min(len，fifo->size-(fifo->out&(fifo->size-1)));
memcpy(buffer，fifo->buffer+(fifo->out&(fifo->size-1))，l);
/*thengettherest(ifany)fromthebeginningofthebuffer*/
memcpy(buffer+l，fifo->buffer，len-l);
fifo->out+=len;
returnlen;
}
以上代碼摘自2。6。10內(nèi)核，通過代碼的注釋（斜體部分）可以看出，當(dāng)只有一個消費(fèi)者和一個生產(chǎn)者時，可以不用添加任何額外的鎖，就能達(dá)到對共享數(shù)據(jù)的訪問。
總結(jié)
通過對比2。4和2。6內(nèi)核代碼，不得不佩服內(nèi)核開發(fā)者的智慧，為了提高內(nèi)核性能，一直不斷的進(jìn)行各種優(yōu)化，并將業(yè)界最新的lock-free理念運(yùn)用到內(nèi)核中。
在實際開發(fā)過程中，進(jìn)行無鎖設(shè)計時，首先進(jìn)行場景分析，因為每種無鎖方案都有特定的應(yīng)用場景，接著根據(jù)場景分析進(jìn)行數(shù)據(jù)結(jié)構(gòu)的初步設(shè)計，然后根據(jù)先前的分析結(jié)果進(jìn)行并發(fā)模型建模，最后在調(diào)整數(shù)據(jù)結(jié)構(gòu)的設(shè)計，以便達(dá)到最優(yōu)。