volatile 核心原理

心已赠人 2024-03-25 21:22 40阅读 0赞

#### 目录 ####

*   *  保证可见性原理
     *  保证有序性核心原理
     *  Volatile 的局限性

volatile 在内存语义上有两个作用，一个作用是保证被 volatile 修饰的共享变量对每个线程都是可见的，当一个线程修改了被 volatile 修饰的共享变量之后，另一个线程能够立刻看到修改后的数据。另一个作用是禁止指令重排。

### 保证可见性原理 ###

volatile 能够保证共享变量的可见性。  
如果一个共享变量使用 volatile 修饰，则该共享变量所在的缓存行会被会被要求进行缓存一致性校验。当一个线程修改了 volatile 修饰的共享变量之后，修改后的共享变量的值会立刻刷新到主内存，其他线程每次都从主内存中读取 volatile 修饰的共享变量，这就保证了使用 volatile 修饰的共享变量对线程的可见性。  
例如：在程序中使用 volatile 修饰了一个共享变量 count，如下所示：

volatile long count = 0;

此时，线程对这个变量的读写都必须经过主内存。volatile 保证可见性的原理如图：  
![image.png][]

### 保证有序性核心原理 ###

volatile 能够禁止指令重排，从而能够避免在高并发的环境下多个线程之间出现乱序执行的情况。volatile 禁止指令重排是通过内存屏障实现的，内存屏障本质上就是一条 CPU 指令，这个 CPU 指令有两个作用，一个是保证共享变量的可见性，另一个是保证指令的执行顺序。volatile 禁止指令重排的规则如表：

<table> 
 <thead> 
  <tr> 
   <th>是否可以重排序</th> 
   <th>第二个操作</th> 
   <th></th> 
   <th></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>第一个操作</td> 
   <td>普通读或写</td> 
   <td>volatile 读</td> 
   <td>volatile 写</td> 
  </tr> 
  <tr> 
   <td>普通写或读</td> 
   <td>可以重排序</td> 
   <td>可以重排序</td> 
   <td>不能重排序</td> 
  </tr> 
  <tr> 
   <td>volatile 读</td> 
   <td>不能重排序</td> 
   <td>不能重排序</td> 
   <td>不能重排序</td> 
  </tr> 
  <tr> 
   <td>volatile 写</td> 
   <td>可以重排序</td> 
   <td>不能重排序</td> 
   <td>不能重排序</td> 
  </tr> 
 </tbody> 
</table>

为了实现上图的禁止指令重排的规则，JVM 编译器可以通过在程序编译生成的指令序列中插入「内存屏障」来禁止在内存屏障前后的指令发生重排。Java 内存模型建议 JVM 采用保守的策略严格禁止指令重排，volatile 读策略如图（1）所示：

1.  在每个 volatile 读操作的后面都加入一个 LoadLoad 屏障，禁止后面的普通读与前面的 volatile 读发生指令重排。
2.  在每个 volatile 读操作的后面都加入一个 LoadStore 屏障，禁止后面的普通写与前面的 volatile 读发生指令重排。

![image.png][image.png 1]  
volatile 写策略如图（2）所示：

1.  在每个 volatile 写操作的前面都加入一个 StoreStore 屏障，禁止前面的普通写与后面的 volatile 写发生指令重排。
2.  在每个 volatile 写操作的后面都加入一个 StoreLoad 屏障，禁止前面的 volatile 写与后面的 volatile 读发生指令重排。

![image.png][image.png 2]  
这种保守的内存屏障可以保证在任意 CPU 中都能够得到正确的执行结果。

### Volatile 的局限性 ###

volatile 虽然能够保证数据的可见性和有序性，但是无法保证数据的原子性。例如，下列代码中同时有两个线程对 volatile 修饰的 Long 类型的 count 值进行累加操作，count 的初始值为 0 ，每个线程都对 count 的值累加 1000 次，代码如下。

public class VolatileAtomicityTest {
        
    
        private volatile Long count = 0L;
    
        public void  incrementCount(){
        
            count++;
        }
    
        public Long execute() throws InterruptedException {
        
            Thread thread1 = new Thread(()->{
        
                IntStream.range(0, 1000).forEach((i) -> incrementCount());
            });
    
            Thread thread2 = new Thread(()->{
        
                IntStream.range(0, 1000).forEach((i) -> incrementCount());
            });
    
            //启动线程1和线程2
            thread1.start();
            thread2.start();
    
            //等待线程1和线程2执行完毕
            thread1.join();
            thread2.join();
    
            //返回count的值
            return count;
        }
    
        public static void main(String[] args) throws InterruptedException {
        
            VolatileAtomicityTest multiThreadAtomicity = new VolatileAtomicityTest();
            Long count = multiThreadAtomicity.execute();
            System.out.println(count);
        }
    }
    
    运行结果参考如下：
    1448

[image.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/0a744ce50c4d436294d3986551b4039a.png
[image.png 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/e74d9f6bb355413ab315db0060df9076.png
[image.png 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/25/089b2a9fa85e44d9b354953a9b2035e4.png