Mutex和内存可见性

原文链接  作者:Loïc  译者:林永听

介绍

POSIX线程遵守共享内存模型[1],此模型各线程可以访问一组共享对象。多个并发的线程需要协同访问共享对象。为此该模型引入了以下两个属性来简化程序设计:

  • 原子访问:避免线程在访问数据对象时,另一线程正在修改它。
  • 内存可见性:一旦线程修改数据对象,其它线程在修改行为发生之后马上能看见此对象的新状态,如图1所示。


Mutex通常被引进作为实现原子访问的手段,但它的作用不仅仅是用来控制对象访问,还解决内存可见性问题。接下来将看到,某些场景下,并不需要关心原子访问题,往往内存可见性才是问题所在。此场景之下如果没有mutex,那将是一场恶梦……

wanted memory visibility

图1:预期的内存可见性。线程A设置x=6和y=7,线程B在其后执行z=x*y,我们期望获取z=42的结果。

mutex解决弱内存可见性

下面是marathon程序。基本上,线程A应该一直在运行,直到线程B设置arrived变量的值来通知它,才运行结束。

Marathon程序

[code lang=”c”]

volatile bool arrived = false;

volatile float miles = 0.0;

/*— Thread A —————————————-*/

while (!arrived)

{

run();

}

printf("miles run: %f\n", miles);

/*—————————————————–*/

/*— Thread B —————————————-*/

miles = 26.385; // 42.195 Km

arrived = true;

/*—————————————————–*/

[/code]

这里没有使用mutex来控制arrived标志的访问。这样的代码我见过不少,并且听到一大萝的解释:

“因为仅仅有一个线程读,一个线程写,所以不需要使用mutex”

“就算arrived标志的值是随机值,也是非零值,根据C语言约定它为true。因此while循环最终会停下来。这里不需要关心原子性,因此不需要mutex”

“对于本例子,使用mutex除了增加几行代码,还拖慢了程序,毫无必要”

“通过压力测试,程序确实运行正确”

在各自的平台上,这些说法几乎是正确的。话虽如此,但这个程序仍然是有问题的。把它运行在其它平台上,会遇到莫名其妙的错误。

硬件优化

在某些平台上,线程A可能会如期停止,但它会打印 miles run 0.0。而在另一些平台上,线程甚至可能不会停止,即使用线程B已将arrived标志修改为true

想不通了吧?这些怪诞行为的始作俑者就是硬件平台。更确切地说是硬件对内存访问实施了优化。一般来说,CPU指令执行的速度比从主存读取数据的速度要快2到3个数量级。显然内存子系统是整个系统的屏颈,硬件工程师使尽浑身解数想出聪明办法来使访问内存更快。首先是使用cache来加速内存访问,然而这带来了下面这些额外的复杂性:

  1. 当cache访问不命中时,处理仍然难逃被内存子系统拖慢的厄运。
  2. 在多处理器系统,必须使用协议保存cache一致性。

乱序执行

我们知道编译器会通过重排指令来优化程序的执行时间。但鲜为人知的是,现在处理器同样会根据需要乱序执行指令,以对付上面谈及的问题1)。

为了理解乱序执行是如何工作的,请看下面伪汇编写的简单例子:

乱序执行

[code lang=”c”]
mov r1, mem // load mem cell to register r1

add r1,r1,r2 // r1 = r1+r2

add r3,r4,r5 // r3 = r4+r5</pre>

[/code]

在实际执行中,内存单元mem的值可能不在cache中,因此需要从主存中获取。这种情况下,处理器会按如下顺序来执行,以窃取等待读取内存完成的空档:

第一行指令被执行后,处理器不会等待内存访问完成。

在第一行指令执行后,马上调度执行第二行指令。

因为寄存器操作数可用,并且与第一行指令和第二行指令没有依赖关系,所以处理器可以马上执行第三行指令。

因此处理器的执行顺序可能是:(3)-(1)-(2),而非按原序执行。它带来的好处是:处理器可以利用从内存总数获取数据而停滞100或更多地时钟周期做更有意义的事情,以提高执行速度。当然,这种优化对于当前执行指令的线程是完全透明的(译注:即这种乱序执行对当前线程的程序语义没有任何改变)。

然而,乱序执行会被其它线程观察到。如果线程B(在乱序执行时)先设置arrived标志的值为true,那么可能线程A结束时,打印出miles的值并非线程B所修改后的。真不可思议!……

Store Buffer

当处理器所读取的内存是多处理器系统的共享内存时,事情变得更复杂。必须使用协议来保证,当某变量的最新值保存到CPU的cache时,其它所有CPU的cache上该变量的副本必须更改成无效状态,以在所有处理器上保持值的一致性。这种协议的缺点是CPU在写数据时,不可避免地受到了拖延。

硬件工程再度想出聪明的解决方法:将写请求缓冲到一个称为store buffer的特殊硬件队列。所有请求都放到队列里,随后CPU方便时一下子将修改请求应用内存里。

对于软件开发人员,更关心的问题时,何时谓之方便。上面的marathon程序可能会发生这样的场景,‘arrived=true‘请求已排队到store buffer,但store buffer上的请求永远都不对主存生效。因此线程A永远也看不到标志变量的新值。Oops!……

内存屏障

之前所见的种种怪异事情,均可发生在现代硬件上。这种内存可见性比我们所认为的逊色多了,那么如何在这种架构上编写可预知的程序呢?

这下该内存屏障(memory barriers,别称membars, memory fences, mfences)出场了。内存屏障是一种特殊的处理器指令,它指挥处理器做如下的事情:

  • 刷新store buffer。
  • 等待直到内存屏障之前的操作已经完成。
  • 不将内存屏障后面的指令提前到内存屏障之前执行

通过适当使用内存屏障,可以确保它之前的乱序执行已全部完成,并且未完成的写操作已经全部刷新到主存。因此,数据一致性又重回到其它线程的身边,从而保证正确的内存可见性。因此可大胆猜测:mutex实现根据需要使用了恰当的内存屏障。

如果对内存屏障和硬件优化感兴趣,推荐阅读Paul Mckenny[2]的优秀论文。

真实的例子

到目前为止,讨论的话题是相当理论的。本节给出一个具体的例子,由于没有正确使用内存可见性,而导致怪异的结果(只是偶尔出现)。本例来自于Bartosz Milewski的文章[3]和演讲[4]

请看下面的程序mutex_01.c。程序创建两个线程,通过ArunBrun标志变量,可以配置成某个线程先运行,或者两者并发运行。Pthtrad barrier(请不要与内存屏障混肴)用于确保两个线程在同一时刻启动。一旦两线程都运行完成,断言(Astate==1 || Bstate==1)有效。如果断言失败,则打印一条消息。整个程序依次按此过程无限循环执行。

下载 mutex_01.c

[code lang=”c”]</pre>
</div>
<div>/*——————————- mutex_01.c ——————————–*
On Linux, compile with:
cc -std=c99 -pthread mutex_01.c -o mutex_01

Check your system documentation how to enable C99 and POSIX threads on
other Un*x systems.

Copyright Loic Domaigne.
Licensed under the Apache License, Version 2.0.
*————————————————————————–*/

#define _POSIX_C_SOURCE 200112L // use IEEE 1003.1-2004

#include // sleep()
#include #include
#include // EXIT_SUCCESS
#include // strerror()
#include

/***************************************************************************/
/* our macro for errors checking */
/***************************************************************************/
#define COND_CHECK(func, cond, retv, errv) \
if ( (cond) ) \
{ \
fprintf(stderr, "\n[CHECK FAILED at %s:%d]\n| %s(…)=%d (%s)\n\n",\
__FILE__,__LINE__,func,retv,strerror(errv)); \
exit(EXIT_FAILURE); \
}

#define ErrnoCheck(func,cond,retv) COND_CHECK(func, cond, retv, errno)
#define PthreadCheck(func,rc) COND_CHECK(func,(rc!=0), rc, rc)

/*****************************************************************************/
/* real work starts here */
/*****************************************************************************/
/*
* Accordingly to the Intel Spec, the following situation
*
* thread A: thread B:
* mov [_x],1 mov [_y],1
* mov r1,[_y] mov r2,[_x]
*
* can lead to r1==r2==0.
*
* We use this fact to illustrate what bad surprise can happen, if we don’t
* use mutex to ensure appropriate memory visibility.
*
*/
volatile int Arun=0; // to mark if thread A runs
volatile int Brun=0; // dito for thread B

pthread_barrier_t barrier; // to synchronize start of thread A and B.

/*****************************************************************************/
/* threadA- wait at the barrier, set Arun to 1 and return Brun */
/*****************************************************************************/
void*
threadA(void* arg)
{
pthread_barrier_wait(&barrier);
Arun=1;
return (void*) Brun;
}

/*****************************************************************************/
/* threadB- wait at the barrier, set Brun to 1 and return Arun */
/*****************************************************************************/
void*
threadB(void* arg)
{
pthread_barrier_wait(&barrier);
Brun=1;
return (void*) Arun;
}

/*****************************************************************************/
/* main- main thread */
/*****************************************************************************/
/*
* Note: we don’t check the pthread_* function, because this program is very
* timing sensitive. Doing so remove the effect we want to show
*/
int
main()
{
pthread_t thrA, thrB;
void *Aval, *Bval;
int Astate, Bstate;

for (int count=0; ; count++)
{
// init
//
Arun = Brun = 0;
pthread_barrier_init(&barrier, NULL, 2);

// create thread A and B
//
pthread_create(&thrA, NULL, threadA, NULL);
pthread_create(&thrB, NULL, threadB, NULL);

// fetch returned value
//
pthread_join(thrA, &Aval);
pthread_join(thrB, &Bval);

// check result
//
Astate = (int) Aval; Bstate = (int) Bval;
if ( (Astate == 0) && (Bstate == 0) ) // should never happen
{
printf("%7u> Astate=%d, Bstate=%d (Arun=%d, Brun=%d)\n",
count, Astate, Bstate, Arun, Brun );
}

} // forever

// never reached
//
return EXIT_SUCCESS;
}</div>
<div>
[/code]

这里不分析pthread_*函数,实际上,这是一个时序敏感的程序,我们只打印那些不正常的行为。

我们将跑在Core Duo的Linux下,得到下面的输出。可以看出,程序循环2500000次后有8次出现断言失效。

  61586> Astate=0, Bstate=0 (Arun=1, Brun=1)
 670781> Astate=0, Bstate=0 (Arun=1, Brun=1)
 824820> Astate=0, Bstate=0 (Arun=1, Brun=1)
1222761> Astate=0, Bstate=0 (Arun=1, Brun=1)
1337091> Astate=0, Bstate=0 (Arun=1, Brun=1)
1523985> Astate=0, Bstate=0 (Arun=1, Brun=1)
2340428> Astate=0, Bstate=0 (Arun=1, Brun=1)
2400663> Astate=0, Bstate=0 (Arun=1, Brun=1)

内存可见性问题就是结果的唯一解释。请看下面由gcc生成的编译代码,访问Arun和Brun均是原子的(只列出线程A的代码,线程B的代码与它类似)。

线程的汇编代码:

[code lang=”c”]
threadA:
.LFB2:
pushq %rbp
.LCFI0:
movq %rsp, %rbp
.LCFI1:
subq $16, %rsp
.LCFI2:
movq %rdi, -8(%rbp)
movl $barrier, %edi
call pthread_barrier_wait
movl $1, Arun(%rip)
movl Brun(%rip), %eax
cltq
leave
ret
[/code]

POSIX内存可见性规则

IEEE 1003.1-2008定义了XBD 4.11内存同步中的内存可见性规则。特别地,POSIX实现保证:

  • pthread_create()同步:任何变量在pthread_create()调用之前修改,对刚由它创建的线程来说是可见的。当变量在pthread_create()之后修改,那么这条规则就不能保证了,即使是在线程开始执行之前修改的。
  • pthread_join()同步:任何变量由某线程在结束之前修改,那回收(join)它的另一线程 在pthread_join()完成后是可见的。
  • mutex操作——pthread_lock(), pthread_timedlock(), pthread_trylock() , pthread_unlock()同步:任何变量由线程对mutex解锁之前修改,对后面成功锁住同一mutex的线程是可见的,请参阅图2。再强调一次,如果锁住另一个mutex,或者根本没有加锁,又或者变量在pthread_unlock之后又被修改的,这一规则不保证。

mutex memory visibility

图2:mutex引入正确的内存可见性

总结

读完本文后,你应该弄明白Cert POS03-C编码规则背后的原因:

POS03-C:请勿使用volatile作为同步原语

只要遵从POSIX的内存可见性规则这条底线,编写出来的代码理所当然是安全的。特别当一个线程写某个值,而另一线程读此值时,即使能保证原子访问,仍需要使用mutex来构造适当的内存同步访问。

进一步阅读资料

  • [1] van Roy Peter, Haridi Seif. Concepts, Techniques, and Models of Computers Programming, Chap 8, pp 569-620, MIT Press, ISBN-13 978-0-262-22069-9.
  • [2] Paul E. McKenney. Memory Barriers: a Hardware View for Software Hackers. An interesting paper about memory barriers, memory cache, store buffer, out of order execution…
  • [3] Bartosz Milewski. Who ordered memory fences on an x86?. Bartosz’s blog programming cafe has very interesting articles about thread programming, concurrency, multicore and language design.
  • [4] Bartosz Milewski. Memory fences. A talk presented at the Vancouver C++ User Group, December 2008. The slides in PDF format can be downloaded here.
  • David R. Butenhof. Programming with POSIX Threads, section 3.4, pp 88-95. Addison-Wesley, ISBN-13 978-0-201-63392-4.
  • Brian Goetz et al. Java Concurrency in Practice, chap 2 and 3, pp 15-49, Addison-Wesley, ISBN-13 978-0-321-34960-6. A Java book interesting for POSIX developers too. Java has built-in support for concurrency, and thus had to deal with memory visibility issues (among others).

原创文章,转载请注明: 转载自并发编程网 – ifeve.com本文链接地址: Mutex和内存可见性

  • Trackback 关闭
  • 评论 (8)
  1. 非常好的文章,让我了解了一些硬件的实现原理。

    • Anderson
    • 2013/07/26 12:03下午

    很好,重点是:对内存屏障的理解要从“指令乱序执行”和“内存可见性(store buffer、invalidate queue)”两方面来理解。之前一直对这两方面弄的很混乱,导致无法理解,这篇文章很好厘清了二者。

  2. 你好,看了这篇文章之后,仍然有以下疑惑:
    如果没理解错的话,在多核情况下,如果不使用内存屏障,很难保证内存可见性。
    但是在有些系统上,一些原子操作同时提供“屏障版本”和“非屏障版本”,例如在iOS下,OSAtomicAdd32和OSAtomicAdd32Barrier,前者没有使用内存屏障,后者有使用。

    我的疑惑是,如果一个原子操作不能保证内存可见性(没有使用内存屏障),那他有什么价值呢?

    • 1. 原子操作保证 内存(如int/int64)变量的原子性
      2. 原子操作,是否具有内存屏障的作用,具体与每个CPU ARCH相关,没有统一的标准。在X86这种强内存模型下,原子操作好像与某种内存操作,还是可以乱序执行的。

      具体细节,我也是十分清楚。

      • 是的,原子操作不一定意味着有内存屏障发生,X86中原子操作伴随着内存屏障,ARM就没有。
        我的疑惑是:如果cpu0做了一个原子操作,cpu1看不见它,那还算是原子操作吗

      • 原子操作肯定能保证原子变量的可见性,但它附近操作的变量的可见性,就因CPU架构而异。

  3. atomicops_internals_x86_gcc.h是google在chrome,v8,protobuf等工程中使用的代码,下面是它的地址:
    https://code.google.com/p/protobuf/source/browse/trunk/src/google/protobuf/stubs/atomicops_internals_x86_gcc.h?r=418

    它里面有两个方法NoBarrier_Load和NoBarrier_Store,实现都是极为简单的(x86平台):
    inline void NoBarrier_Store(volatile Atomic32* ptr, Atomic32 value) {
    *ptr = value;
    }

    inline Atomic32 NoBarrier_Load(volatile const Atomic32* ptr) {
    return *ptr;
    }

    我想这两个方法的意思是要保持可见性,但是它没有使用内存屏障(x86是有store buffer的)。
    我的疑惑是:在这里,它是如何保证可见性的?

  4. frydsh :
    您的评论正在审核
    atomicops_internals_x86_gcc.h是google在chrome,v8,protobuf等工程中使用的代码,下面是它的地址:
    https://code.google.com/p/protobuf/source/browse/trunk/src/google/protobuf/stubs/atomicops_internals_x86_gcc.h?r=418
    它里面有两个方法NoBarrier_Load和NoBarrier_Store,实现都是极为简单的(x86平台):
    inline void NoBarrier_Store(volatile Atomic32* ptr, Atomic32 value) {
    *ptr = value;
    }
    inline Atomic32 NoBarrier_Load(volatile const Atomic32* ptr) {
    return *ptr;
    }
    我想这两个方法的意思是要保持可见性,但是它没有使用内存屏障(x86是有store buffer的)。
    我的疑惑是:在这里,它是如何保证可见性的?

    不仅仅是在x86上是这样简单实现的,在arm,mips上也是这样实现的(你可以看到其它实现的代码),所以我怀疑“上面的marathon程序可能会发生这样的场景,‘arrived=true‘请求已排队到store buffer,但store buffer上的请求永远都不对主存生效。因此线程A永远也看不到标志变量的新值。Oops!……”这句话不是很正确,我认为arrived=true总是会被观察到的,可能稍稍有些延迟而已

return top