Cet article vous apporte des connaissances pertinentes sur java. Il organise principalement les problèmes liés à volatile, y compris volatile garantit la visibilité, volatile ne garantit pas l'atomicité, volatile interdit le réarrangement des instructions, etc. Ce qui suit est Jetons un coup d'œil, j'espère que cela aidera tout le monde. .
Étude recommandée : "Tutoriel vidéo Java"
Q :Veuillez parler de votre compréhension de volatile ?
Réponse : Volatile est un mécanisme de synchronisation léger fourni par la machine virtuelle Java. Il possède 3 fonctionnalités :
1) Visibilité garantie
2) Ne garantit pas l'atomicité
３) Interdit la duplication des instructions Pai
Je viens de finir d'apprendre les bases de Java. Si quelqu'un vous demande ce qui est volatile ? S'il a une fonction, je pense que vous devez être très confus...
Peut-être qu'après avoir lu la réponse, vous ne comprenez pas du tout, quel est le mécanisme de synchronisation ? Qu'est-ce que la visibilité ? Qu’est-ce que l’atomicité ? Qu’est-ce que la réorganisation des instructions ?
Pour comprendre ce qu'est la visibilité, il faut d'abord comprendre JMM.
JMM (Java Memory Model, Java Memory Model) lui-même est un concept abstrait et n'existe pas vraiment. Il décrit un ensemble de règles ou de spécifications. Grâce à cet ensemble de spécifications, les méthodes d'accès à diverses variables du programme sont déterminées. Les règles de JMM sur la synchronisation :
1) Avant qu'un thread ne soit déverrouillé, la valeur de la variable partagée doit être actualisée dans la mémoire principale
2) Avant que le thread ne soit verrouillé, la dernière valeur de la mémoire principale doit être lue dans sa mémoire principale ; propre mémoire de travail ;
3) Le déverrouillage par ajout de verrou est le même verrou
Étant donné que l'entité du programme en cours d'exécution de la JVM est un thread, lorsque chaque thread est créé, le JMM créera une mémoire de travail (appelée espace de pile à certains endroits) ; pour cela. La mémoire de travail est constituée des données privées de chaque zone de thread.
Le modèle de mémoire Java stipule que toutes les variables sont stockées dans la mémoire principale. La mémoire principale est une zone de mémoire partagée accessible à tous les threads.
Mais les opérations du thread sur les variables (lecture, affectation, etc.) doivent être effectuées dans la mémoire de travail. Par conséquent, vous devez d'abord copier les variables de la mémoire principale vers votre propre mémoire de travail, puis utiliser les variables, puis écrire les variables dans la mémoire principale une fois l'opération terminée.
Après avoir lu l'introduction ci-dessus de JMM, vous ne savez peut-être toujours pas ses avantages. Prenons l'exemple d'un système de vente de tickets :
1) Comme indiqué ci-dessous, à l'heure actuelle, il ne reste qu'un seul ticket dans le backend. du système de vente de billets, et il a été lu dans la mémoire principale : ticketNum=1.
2) À l'heure actuelle, plusieurs utilisateurs sur le réseau récupèrent des billets, il y a donc plusieurs threads qui exécutent des services d'achat de billets en même temps. Supposons que 3 threads aient lu le nombre actuel de billets. cette fois : ticketNum=1 , alors j'achèterai un billet.
3) Supposons que le thread 1 s'empare d'abord des ressources CPU, achète d'abord le ticket et change la valeur de ticketNum à 0 dans sa propre mémoire de travail : ticketNum=0, puis le réécrit dans la mémoire principale.
À ce moment, l'utilisateur du fil 1 a déjà acheté le ticket, donc le fil 2 et le fil 3 ne devraient pas pouvoir continuer à acheter des billets pour le moment, le système doit donc informer le fil 2 et le fil 3 que ticketNum est maintenant égal à 0 : ticketNum =0. S'il existe une telle opération de notification, vous pouvez la comprendre comme ayant une visibilité.
Grâce à l'introduction ci-dessus et aux exemples de JMM, nous pouvons le résumer brièvement.
La visibilité du modèle de mémoire JMM signifie que lorsque plusieurs threads accèdent à une ressource dans la mémoire principale, si un thread modifie la ressource dans sa propre mémoire de travail et la réécrit dans la mémoire principale, alors le modèle de mémoire JMM doit notifier d'autres fils de discussion pour ré-obtenir les dernières ressources afin d'assurer la visibilité des dernières ressources.
Dans la version 1.1, nous avons essentiellement compris le sens de la visibilité. Ensuite, utilisez le code pour vérifier que volatile peut effectivement garantir la visibilité.
Tout d'abord, vérifiez s'il n'y a pas de visibilité si volatile n'est pas utilisé.
package com.koping.test;import java.util.concurrent.TimeUnit;class MyData{
int number = 0;
public void add10() {
this.number += 10;
}}public class VolatileVisibilityDemo {
public static void main(String[] args) {
MyData myData = new MyData();
// 启动一个线程修改myData的number，将number的值加10
new Thread(
() -> {
System.out.println("线程" + Thread.currentThread().getName()+"\t 正在执行");
try{
TimeUnit.SECONDS.sleep(3);
} catch (Exception e) {
e.printStackTrace();
}
myData.add10();
System.out.println("线程" + Thread.currentThread().getName()+"\t 更新后，number的值为" + myData.number);
}
).start();
// 看一下主线程能否保持可见性
while (myData.number == 0) {
// 当上面的线程将number加10后，如果有可见性的话，那么就会跳出循环；
// 如果没有可见性的话，就会一直在循环里执行
}
System.out.println("具有可见性！");
}}Le résultat en cours d'exécution est celui indiqué ci-dessous. Vous pouvez voir que bien que le thread 0 ait modifié la valeur du nombre en 10, le thread principal est toujours dans la boucle car le nombre n'est pas visible pour le moment et le système ne le notifiera pas activement. . 
Testez à nouveau après avoir ajouté volatile au numéro de variable dans la ligne 7 du code ci-dessus, comme indiqué ci-dessous, à ce moment-là, le thread principal a réussi à quitter la boucle car JMM a été activement notifié. le fil principal La valeur de number a été mise à jour. Number n'est plus 0. 
理解了上面说的可见性之后，再来理解下什么叫原子性？
原子性是指不可分隔，完整性，即某个线程正在做某个业务时，中间不能被分割。要么同时成功，要么同时失败。
还是有点抽象，接下来举个例子。
如下图，创建了一个测试原子性的类：TestPragma。在add方法中将n加１，通过查看编译后的代码可以看到，n++被拆分为３个指令进行执行。
因此可能存在线程１正在执行第１个指令，紧接着线程２也正在执行第１个指令，这样当线程１和线程２都执行完３个指令之后，很容易理解，此时n的值只加了１，而实际是有２个线程加了２次，因此这种情况就是不保证原子性。
在2.1中已经进行了举例，可能存在２个线程执行n++的操作，但是最终n的值却只加了１的情况，接下来对这种情况再用代码进行演示下。
首先给MyData类添加一个add方法
package com.koping.test;class MyData {
volatile int number = 0;
public void add() {
number++;
}}然后创建测试原子性的类：TestPragmaDemo。测试下20个线程给number各加1000次之后，number的值是否是20000。
package com.koping.test;public class TestPragmaDemo {
public static void main(String[] args) {
MyData myData = new MyData();
// 启动20个线程，每个线程将myData的number值加1000次，那么理论上number值最终是20000
for (int i=0; i {
for (int j=0; j2){
Thread.yield();
}
System.out.println("number值加了20000次，此时number的实际值是：" + myData.number);
}}运行结果如下图，最终number的值仅为18410。
可以看到即使加了volatile，依然不保证有原子性。
上面介绍并证明了volatile不保证原子性，那如果希望保证原子性，怎么办呢？以下提供了２种方法
方法1是在add方法上添加synchronized，这样每次只有１个线程能执行add方法。
结果如下图，最终确实可以使number的值为20000，保证了原子性。
但是，实际业务逻辑方法中不可能只有只有number++这１行代码，上面可能还有n行代码逻辑。现在为了保证number的值是20000，就把整个方法都加锁了（其实另外那n行代码，完全可以由多线程同时执行的）。所以就优点杀鸡用牛刀，高射炮打蚊子，小题大做了。
package com.koping.test;class MyData {
volatile int number = 0;
public synchronized void add() {
// 在n++上面可能还有n行代码进行逻辑处理
number++;
}}
给MyData新曾一个原子整型类型的变量num，初始值为0。
package com.koping.test;import java.util.concurrent.atomic.AtomicInteger;class MyData {
volatile int number = 0;
volatile AtomicInteger num = new AtomicInteger();
public void add() {
// 在n++上面可能还有n行代码进行逻辑处理
number++;
num.getAndIncrement();
}}让num也同步加20000次。结果如下图，可以看到，使用原子整型的num可以保证原子性，也就是number++的时候不会被抢断。
package com.koping.test;public class TestPragmaDemo {
public static void main(String[] args) {
MyData myData = new MyData();
// 启动20个线程，每个线程将myData的number值加1000次，那么理论上number值最终是20000
for (int i=0; i {
for (int j=0; j2){
Thread.yield();
}
System.out.println("number值加了20000次，此时number的实际值是：" + myData.number);
System.out.println("num值加了20000次，此时number的实际值是：" + myData.num);
}}
在第2节中理解了什么是原子性，现在要理解下什么是指令重排？
计算机在执行程序时，为了提高性能，编译器和处理器常常会对指令进行重排：
源代码–>编译器优化重排–>指令并行重排–>内存系统重排–>最终执行指令
处理器在进行重排时，必须要考虑指令之间的数据依赖性。
单线程环境中，可以确保最终执行结果和代码顺序执行的结果一致。
但是多线程环境中，线程交替执行，由于编译器优化重排的存在，两个线程使用的变量能否保持一致性是无法确定的，结果无法预测。
看了上面的文字性表达，然后看一个很简单的例子。
比如下面的mySort方法，在系统指令重排后，可能存在以下３种语句的执行情况：
１）1234
２）2134
３）1324
以上这３种重排结果，对最后程序的结果都不会有影响，也考虑了指令之间的数据依赖性。
public void mySort() {
int x = 1; // 语句1
int y = 2; // 语句2
x = x + 3; // 语句3
y = x * x; // 语句4}看完指令重排的简单介绍后，然后来看下单例模式的代码。
package com.koping.test;public class SingletonDemo {
private static SingletonDemo instance = null;
private SingletonDemo() {
System.out.println(Thread.currentThread().getName() + "\t 执行构造方法SingletonDemo()");
}
public static SingletonDemo getInstance() {
if (instance == null) {
instance = new SingletonDemo();
}
return instance;
}
public static void main(String[] args) {
// 单线程测试
System.out.println("单线程的情况测试开始");
System.out.println(SingletonDemo.getInstance() == SingletonDemo.getInstance());
System.out.println(SingletonDemo.getInstance() == SingletonDemo.getInstance());
System.out.println("单线程的情况测试结束\n");
}}首先是在单线程情况下进行测试，结果如下图。可以看到，构造方法只执行了一次，是没有问题的。
接下来在多线程情况下进行测试，代码如下。
package com.koping.test;public class SingletonDemo {
private static SingletonDemo instance = null;
private SingletonDemo() {
System.out.println(Thread.currentThread().getName() + "\t 执行构造方法SingletonDemo()");
}
public static SingletonDemo getInstance() {
if (instance == null) {
instance = new SingletonDemo();
}
// DCL(Double Check Lock双端检索机制)// if (instance == null) {// synchronized (SingletonDemo.class) {// if (instance == null) {// instance = new SingletonDemo();// }// }// }
return instance;
}
public static void main(String[] args) {
// 单线程测试// System.out.println("单线程的情况测试开始");// System.out.println(SingletonDemo.getInstance() == SingletonDemo.getInstance());// System.out.println(SingletonDemo.getInstance() == SingletonDemo.getInstance());// System.out.println("单线程的情况测试结束\n");
// 多线程测试
System.out.println("多线程的情况测试开始");
for (int i=1; i {
SingletonDemo.getInstance();
}, String.valueOf(i)).start();
}
}}在多线程情况下的运行结果如下图。可以看到，多线程情况下，出现了构造方法执行了２次的情况。
在3.3中的多线程单里模式下，构造方法执行了两次，因此需要进行改进，这里使用双端检锁机制：Double Check Lock, DCL。即加锁之前和之后都进行检查。
package com.koping.test;public class SingletonDemo {
private static SingletonDemo instance = null;
private SingletonDemo() {
System.out.println(Thread.currentThread().getName() + "\t 执行构造方法SingletonDemo()");
}
public static SingletonDemo getInstance() {// if (instance == null) {// instance = new SingletonDemo();// }
// DCL(Double Check Lock双端检锁机制)
if (instance == null) { // a行
synchronized (SingletonDemo.class) {
if (instance == null) { // b行
instance = new SingletonDemo(); // c行
}
}
}
return instance;
}
public static void main(String[] args) {
// 单线程测试// System.out.println("单线程的情况测试开始");// System.out.println(SingletonDemo.getInstance() == SingletonDemo.getInstance());// System.out.println(SingletonDemo.getInstance() == SingletonDemo.getInstance());// System.out.println("单线程的情况测试结束\n");
// 多线程测试
System.out.println("多线程的情况测试开始");
for (int i=1; i {
SingletonDemo.getInstance();
}, String.valueOf(i)).start();
}
}}在多次运行后，可以看到，在多线程情况下，此时构造方法也只执行１次了。
需要注意的是3.4中的DCL版的单例模式依然不是100%准确的！！！
是不是不太明白为什么3.4DCL版单例模式不是100%准确的原因？
是不是不太明白在3.1讲完指令重排的简单理解后，为什么突然要讲多线程的单例模式？
因为3.4DCL版单例模式可能会由于指令重排而导致问题，虽然该问题出现的可能性可能是千万分之一，但是该代码依然不是100%准确的。如果要保证100%准确，那么需要添加volatile关键字，添加volatile可以禁止指令重排。
接下来分析下，为什么3.4DCL版单例模式不是100%准确？
查看instance = new SingletonDemo();编译后的指令，可以分为以下３步：
１）分配对象内存空间：memory = allocate();
２）初始化对象：instance(memory);
３）设置instance指向分配的内存地址：instance = memory;
由于步骤２和步骤３不存在数据依赖关系，因此可能出现执行132步骤的情况。
比如线程1执行了步骤13，还没有执行步骤2，此时instance!=null，但是对象还没有初始化完成；
如果此时线程2抢占到cpu，然后发现instance!=null，然后直接返回使用，就会发现instance为空，就会出现异常。
这就是指令重排可能导致的问题，因此要想保证程序100%正确就需要加volatile禁止指令重排。
在3.1中简单介绍了下执行重排的含义，然后通过3.2-3.5，借助单例模式来举例说明多线程情况下，为什么要使用volatile的原因，因为可能存在指令重排导致程序异常。
接下来就介绍下volatile能保证禁止指令重排的原理。
首先要了解一个概念：内存屏障（Memory Barrier），又称为内存栅栏。它是一个CPU指令，有２个作用：
１）保证特定操作的执行顺序；
２）保证某些变量的内存可见性；
由于编译器和处理器都能执行指令重排。如果在指令之间插入一条Memory Barrier则会告诉编译器和CPU，不管什么指令都不能和这条Memory Barrier指令重排序，也就是说，通过插入内存屏障，禁止在内存屏障前后的指令执行重排需优化。
内存屏障的另一个作用是强制刷出各种CPU的缓存数据，因此任何CPU上的线程都能读取到这些数据的最新版本。
推荐学习：《java视频教程》
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
