第2章 CAS原子操作原理

CAS原子操作原理：Compare-And-Swap的核心机制

聊无锁队列之前，有个东西绕不开——CAS。我刚开始接触并发编程时，总觉得锁就挺好用的，干嘛要折腾什么无锁？直到有一次我在回测系统里跑百万级订单流，锁竞争把CPU干到了100%，吞吐量却上不去。嗯，那时候我才意识到，CAS这东西，真香。

CAS到底在干什么？

CAS的全称是Compare-And-Swap，翻译过来就是「比较并交换」。说白了，它干的事就三句话：

看一眼：当前内存里的值是多少
比一下：跟我期望的值一样吗
换一把：一样就更新成新值，不一样就啥也不干

整个过程是原子操作——要么全部完成，要么什么都没发生。你想想看，这在多线程环境里有多重要？

核心要点：CAS是一条CPU指令级别的原子操作，不需要加锁就能保证线程安全。

CAS的伪代码长啥样

虽然CAS是硬件实现的，但我们可以用伪代码理解它的逻辑：

function CAS(ptr, expected, new_value):
    if *ptr == expected:
        *ptr = new_value
        return true
    else:
        return false

注意看，这个if判断和赋值是捆绑在一起的，中间不会被其他线程打断。我在项目中遇到过好几次，有人自己写了个「看起来像CAS」的函数，结果因为不是原子操作，数据全乱套了。

Python里的CAS：atomic库

Python标准库没有直接暴露CAS接口，但我们可以用ctypes或者第三方库atomic来实现。我个人习惯用atomic库，因为它更贴近C++的语义。

先安装：

pip install atomic

然后看个例子：

from atomic import Atomic

# 创建一个原子整数
counter = Atomic(0)

# CAS操作
old_value = counter.load()
new_value = old_value + 1

# 尝试CAS，如果失败就重试
while not counter.compare_and_swap(old_value, new_value):
    old_value = counter.load()
    new_value = old_value + 1

这段代码看起来有点啰嗦，对吧？其实这就是无锁编程的典型模式——乐观重试。你假设没有冲突，如果冲突了，就重新读值再试一次。

小技巧：在低竞争场景下，CAS重试次数通常只有1-2次。如果重试次数超过10次，说明你的设计可能需要优化了。

CAS的三大经典问题

CAS不是银弹。我用它踩过不少坑，这里列三个最常见的：

问题	描述	解决方案
ABA问题	值从A变成B又变回A，CAS误判为没变化	使用带版本号的AtomicStampedReference
自旋开销	高竞争下CAS反复失败，CPU空转	加入退避策略（exponential backoff）
只能操作单个变量	无法原子化更新多个独立变量	用结构体指针，或者改用锁

我曾经在回测系统里遇到过ABA问题，当时一个订单被重复处理了两次，导致回测结果完全对不上。排查了两天才发现是CAS的ABA在作怪。从那以后，我只要用CAS，一定会带上版本号。

CAS在回测数据流中的角色

回到我们的主题——回测数据流。数据从行情源进来，经过预处理，然后被多个策略线程消费。这个过程中，CAS主要用在两个地方：

无锁队列的入队/出队：用CAS更新头尾指针
共享计数器的更新：比如统计处理了多少笔订单

我画了一张图，帮你理解CAS在无锁队列里的位置：

从图上你能看到，CAS直接操作队列的head和tail指针，不需要任何锁。这意味着当策略线程读取数据时，不会因为另一个线程正在写入而被阻塞。

警告：CAS不是万能的。如果你的队列竞争非常激烈（比如几十个线程同时入队），CAS的自旋开销可能会超过锁的开销。这时候，你需要考虑分段队列或者批量操作。

总结一下

CAS的核心机制，说白了就是一条CPU指令搞定「读-比较-写」三个动作。Python里用atomic库可以很方便地使用它。但记住，CAS不是无锁编程的全部，它只是基础工具。下一节我们会把它组装成真正的无锁队列。

哦对了，我建议你动手写一个简单的CAS计数器，感受一下无锁编程的「乐观」哲学——假设世界是美好的，如果被现实打脸，那就再试一次。

📚 课程目录

CAS原子操作原理：Compare-And-Swap的核心机制

CAS到底在干什么？

CAS的伪代码长啥样

Python里的CAS：atomic库

CAS的三大经典问题

CAS在回测数据流中的角色

总结一下