Brojimo zajedno
Zahtev ne može biti jednostavniji: odrediti ukupan broj poseta skupu stranica na prometnom sajtu, kako bi se obračunala naplata određene usluge.
Prosto, zar ne?
Naivni pristup
Uvodimo jednostavan brojač:
public class Counter {
private long counter = 0;
public void increment() {
counter++;
}
public long count() {
return counter;
}
}
Podelimo referencu na istu instancu brojača svim stranama i beležimo posetu. Gotovo: u produkciji sve radi, dobijaju se prve brojke. Tapšemo sami sebe po leđima i divimo se rešenju. Vreme je za povišicu 🙂
Paralelni univerzum
Problem sa brojačem je što je naizgled sve kako treba. Kao što je to uvek i slučaj u multi-threading okruženju, nije jednostavno uočiti problem.
Hajdemo prvo da to dokažemo:
public void executeParallel(Runnable runnable) {
ExecutorService executor = Executors.newCachedThreadPool();
for (int i = 0; i < 10_000_000; i++) {
executor.execute(runnable);
}
executor.shutdown();
executor.awaitTermination(1, TimeUnit.DAYS);
}
Test bi izgledao ovako:
Counter counter = new Counter();
executeParallel(counter::increment);
System.out.println(counter.count());
Mogući rezultat: 9879737
. Gde je nestalo 120 hiljada poseta?!
Atomske operacije
Odgovor je zapravo jednostavan: instrukcija counter++
nije atomska. Ne postoji garancija da će raditi ispravno u multi-threading okruženju. Razlog zašto nije atomska se krije u bajtkodu. Ova Java instrukcija se pretvara u nekoliko bajtkod instrukcija koje rade sledeće: očitavaju vrednost registra, povećavaju je za jedan i upisuju vrednost nazad. Dva threada mogu da prođu kroz ove bajtkod instrukcije bilo kojim redosledom; jasno se uočava slučaj koji dovodi do toga da se vrednost varijable ne uvećava.
Ma koliko da je jednostavna neka Java instrukcija, ona često nije i atomska. Kako ovo rešiti?
Synchronized
Da, da, dobro; deklarisaćemo metod sa synchronized
i rešili smo problem. Pa… donekle. Sada sve stranice koje koriste brojač moraju da čekaju da se on oslobodi. Što uzrokuje smanjenje performansi. Jer synchronized
je i dalje skupa operacija i predstavlja tačku kroz koju svi threadovi moraju da prođu serijski, jedan za drugim, iako je suština da upravo rade paralelno.
Zar ne postoji nešto što radi bolje?
Volatile
Sigurno jedna od najmanje korišćenih ključnih reči u Javi je volatile
. Ako ste čuli za nju i znate šta radi - sjajno 🙂 Ukratko, kada neku varijablu obeležimo sa volatile
time naznačavamo da je njena vrednost promenljive prirode; na pr. da će biti izmenjena od strane više threadova. JVM teži da optimizuje kod, pa ima običaj da kešira varijable u okviru jednog threada, kako ne bi stalno iznova očitavao vrednost varijable. Ova optimizacija se isključuje sa volatile, čime se varijabla uvek očitava sa svog izvora. JVM čak implicitno sinhronizuje pristup volatile varijablama: čitanje volatile varijable i upisivanje u volatile varijablu je svaka za sebe synchronized.
Ali to i dalje ne čini operacije nad volatile varijablama atomskim!
AtomicLong
”Atomski s leva”, prisećaju se svi koji su služili vojsku. Java 5 donosi sjajnu klasu: AtomicLong
koja upravo odgovara našem problemu performantnih i atomskih operacija nad nekom varijablom. U našem slučaju bi koristili getAndIncrement()
i get()
metode koja su garantovano atomske:
AtomicLong atomicLong = new AtomicLong(0);
executeParallel(atomicLong::getAndIncrement);
System.out.println(atomicLong.get());
Ispod haube se dešava “magija” koja uključuje i famoznu Unsafe
klasu; pogledajte sors za detalje. Kako bilo, ovo rešenje je bolje jer ne uključuje Javin synchronized
mehanizam.
Može li to još bolje i brže?
LongAdder
Sa Javom 8 dolazi vrlo interesantna klasa: LongAdder
, namenjena isključivo brojanju; radi brže, a ne koristi Unsafe
magiju! Ukratko: svaki thread za sebe inkrementira svoj brojač, da bi se ovi brojači sabrali u trenutku kada se rezultat očitava. Time operacije brojanja postaju atomske:
LongAdder longAdder = new LongAdder();
executeParallel(longAdder::increment);
System.out.println(longAdder.intValue());
Uočavamo da ne postoji atomska operacija slična getAndIncrement()
koja bi vratila tačnu vrednost u upravo ovom trenutku. I to je u redu, pošto očitavanje nije problem. Da podsetim: problem je u “izgubljenim” operacijama uvećavanja vrednosti varijable; dakle, pri pisanju. LongAdder
obezbeđuje da izmena vrednosti bude atomska.
VarHandle
Zašto bi tu stali? Java 9 donosi generalizaciju principa iz AtomicLong
klase kao VarHandle
. Reč je zapravo o wrapperu oko varijable koji obezbeđuje atomska svojstva osnovnih operacija. Naš brojač može da izgleda ovako:
public class Counter {
private long counter = 0;
final VarHandle counterVarHandle;
public VarHandleCounter() {
counterVarHandle = MethodHandles
.lookup()
.in(VarHandleCounter.class)
.findVarHandle(
VarHandleCounter.class, "counter", long.class);
}
public void increment() {
counterVarHandle.getAndAdd(this, 1);
}
public long count() {
return (long) counterVarHandle.get(this);
}
Sada se brojač može koristiti bezbedno u multi-thread okruženju.
A samo sam hteo da…
Ovo putovanje kroz primere asinhronog inkrementiranja zapravo pokazuje koliko je teško razvijati kod koji se koristi u multi-thread okruženju. Lako je pogrešiti, a teško je uočiti problem. I to je prirodna stvar; prosto nismo napravljeni da razmišljamo na takav način. Zato se slažem sa mišljenjem da sam programski jezik pruži rešenja i konstrukte za paralelna izvršavanja; drugim rečima da se izmesti implementacija podrške paralelnog izvršavanja iz koda i ugrade u jezik. Neki programski jezici to nude od samog početka; nažalost, to se ne dešava sa Javom. Šteta.
Ako vam se posle svega ovoga vrti u glavi, sve je ok; udahnite duboko i brojite u sebi… ili možda ne:)