Java中JMM与volatile关键字的学习

JMM

JMM是指Java内存模型，不是Java内存布局，不是所谓的栈、堆、方法区。

每个Java线程都有自己的工作内存。操作数据，首先从主内存中读，得到一份拷贝，操作完毕后再写回到主内存。

JMM可能带来可见性、原子性和有序性问题。

1.可见性：指当一个线程修改了某一个共享变量的值，其他线程是否能够立即知道这个修改。显然，对于串行程序来说，可见性问题 是不存在。因为你在任何一个操作步骤中修改某个变量，那么在后续的步骤中，读取这个变量的值，一定是修改后的新值。但是这个问题在并行程序中就不见得了。如果一个线程修改了某一个全局变量，那么其他线程未必可以马上知道这个改动。

2.原子性：指一个操作是不可中断的，即使是多个线程一起执行的时候，一个线程操作一旦开始，就不会被其他线程干扰比如，对于一个静态全局变量int i，两个线程同时对它赋值，线程A 给他赋值 1，线程 B 给它赋值为 -1,。那么不管这两个线程以何种方式，何种步调工作，i的值要么是1，要么是-1，线程A和线程B之间是没有干扰的。这就是原子性的一个特点，不可被中断。

3.有序性：对于一个线程的执行代码而言，我们总是习惯地认为代码的执行时从先往后，依次执行的。这样的理解也不能说完全错误，因为就一个线程而言，确实会这样。但是在并发时，程序的执行可能就会出现乱序。给人直观的感觉就是：写在前面的代码，会在后面执行。有序性问题的原因是因为程序在执行时，可能会进行指令重排，重排后的指令与原指令的顺序未必一致。

volatile关键字

volatile关键字是Java提供的一种轻量级同步机制。它能够保证可见性和有序性，但是不能保证原子性。

可见性与原子性测试

class MyData{
   int number=0;
   //volatile int number=0;
   AtomicInteger atomicInteger=new AtomicInteger();
   public void setTo60(){
       this.number=60;
   }
   //此时number前面已经加了volatile，但是不保证原子性
   public void addPlusPlus(){
       number++;
   }
   public void addAtomic(){
       atomicInteger.getAndIncrement();
   }
}
//volatile可以保证可见性，及时通知其它线程主物理内存的值已被修改
private static void volatileVisibilityDemo() {
   System.out.println("可见性测试");
   MyData myData=new MyData();//资源类
   //启动一个线程操作共享数据
   new Thread(()->{
       System.out.println(Thread.currentThread().getName()+"\t come in");
       try {TimeUnit.SECONDS.sleep(3);myData.setTo60();
       System.out.println(Thread.currentThread().getName()+"\t update number value: "+myData.number);}catch (InterruptedException e){e.printStackTrace();}
   },"AAA").start();
   while (myData.number==0){
    //main线程持有共享数据的拷贝，一直为0
   }
   System.out.println(Thread.currentThread().getName()+"\t mission is over. main get number value: "+myData.number);
}

可见性：

MyData类是资源类，一开始number变量没有用volatile修饰，所以程序运行的结果是：

可见性测试
AAA come in
AAA update number value: 60

虽然"AAA"线程把number修改成了60，但是main线程持有的仍然是最开始的0，所以一直循环，程序不会结束。

如果对number添加了volatile修饰，运行结果是：

AAA come in
AAA update number value: 60
main mission is over. main get number value: 60

可见某个线程对number的修改，会立刻反映到主内存上。

原子性：

volatile并不能保证操作的原子性。这是因为，比如一条number++的操作，底层会形成3条指令。

getfield        //读
iconst_1//++常量1
iadd//加操作
putfield//写操作

假设有3个线程，分别执行number++，都先从主内存中拿到最开始的值，number=0，然后三个线程分别进行操作。假设线程A执行完毕，number=1，也立刻通知到了其它线程，但是此时线程B、C已经拿到了number=0，所以结果就是写覆盖，线程B、C将number变成1。

解决的办法就是：

• 对addPlusPlus()方法加锁。

• 使用java.util.concurrent.AtomicInteger类。

private static void atomicDemo() {
   System.out.println("原子性测试");
   MyData myData=new MyData();
   for (int i = 1; i <= 20; i++) {
       new Thread(()->{
           for (int j = 0; j <1000 ; j++) {
               myData.addPlusPlus();
               myData.addAtomic();
           }
       },String.valueOf(i)).start();
   }
   while (Thread.activeCount()>2){
       Thread.yield();
   }
   System.out.println(Thread.currentThread().getName()+"\t int type finally number value: "+myData.number);
   System.out.println(Thread.currentThread().getName()+"\t AtomicInteger type finally number value: "+myData.atomicInteger);
}

结果：可见，由于volatile不能保证原子性，出现了线程重复写的问题，最终结果比20000小。而AtomicInteger可以保证原子性。

原子性测试
main int type finally number value: 17542
main AtomicInteger type finally number value: 20000

有序性：

volatile可以保证有序性，也就是防止指令重排序。所谓指令重排序，就是出于优化考虑，CPU执行指令的顺序跟程序员自己编写的顺序不一致。就好比一份试卷，题号是老师规定的（代码是程序员规定的），但是考生（CPU）可以先做选择题，也可以先做填空题。

但是有时候这种情况就会出现问题：

int x = 11; //语句1
int y = 12; //语句2
x = x + 5;  //语句3
y = x * x;  //语句4

以上例子，可能出现的执行顺序有1234、2134、1342，这三个都没有问题，最终结果都是x = 16，y=256。但是如果是4开头，就有问题了，y=0。这个时候就不需要指令重排序。

哪些地方用到过volatile？

单例模式的安全问题

常见的DCL（Double Check Lock）模式虽然加了同步，但是在多线程下依然会有线程安全问题。

public class SingletonDemo {
   private static SingletonDemo singletonDemo=null;
   private SingletonDemo(){
       System.out.println(Thread.currentThread().getName()+"\t 我是构造方法");
   }
   //DCL模式 Double Check Lock 双端检索机制：在加锁前后都进行判断
   public static SingletonDemo getInstance(){
       if (singletonDemo==null){
           synchronized (SingletonDemo.class){
                if (singletonDemo==null){
                    singletonDemo=new SingletonDemo();
                }
           }
       }
       return singletonDemo;
   }
   public static void main(String[] args) {
       for (int i = 0; i < 10; i++) {
           new Thread(()->{
               SingletonDemo.getInstance();
           },String.valueOf(i+1)).start();
       }
   }
}

这个漏洞比较tricky，很难捕捉，但是是存在的。instance=new SingletonDemo();可以大致分为三步：

memory = allocate();     //1.分配内存
instance(memory); //2.初始化对象
instance = memory; //3.设置引用地址

由于Java编译器允许处理器乱序执行，以及JDK1.5之前JMM（Java Memory Medel，即Java内存模型）中Cache、寄存器到主内存回写顺序的规定，上面的第二点和第三点的顺序是无法保证的，也就是说，执行顺序可能是1-2-3也可能是1-3-2，如果是后者，并且在3执行完毕、2未执行之前，被切换到线程B上，这时候instance因为已经在线程A内执行过了第三点，instance已经是非空了，所以线程B直接拿走instance，然后使用，然后顺理成章地报错，而且这种难以跟踪难以重现的错误很可能会隐藏很久。

解决的方法就是对singletondemo对象添加上volatile关键字，禁止指令重排。

你知道CAS吗？

CAS是指Compare And Swap，比较并交换，是一种很重要的同步思想。如果主内存的值跟期望值一样，那么就进行修改，否则一直重试，直到一致为止。

public class CASDemo {
   public static void main(String[] args) {
       AtomicInteger atomicInteger=new AtomicInteger(5);
       System.out.println(atomicInteger.compareAndSet(5, 2021)+"\t current data : "+ atomicInteger.get());
       //修改失败
       System.out.println(atomicInteger.compareAndSet(5, 1024)+"\t current data : "+ atomicInteger.get());
   }
}

第一次修改，期望值为5，主内存也为5，主内存的值修改成功，为2021；第二次修改，期望值为5，主内存实际值为2021，修改失败。

CAS底层原理

public final int getAndIncrement(){
   return unsafe.getAndAddInt(this,valueOffset,1);
}

查看AtomicInteger.getAndIncrement()方法，发现其没有加synchronized也实现了同步。这是为什么？

AtomicInteger内部维护了volatile int value和private static final Unsafe unsafe两个比较重要的参数。

AtomicInteger.getAndIncrement()调用了Unsafe.getAndAddInt()方法。Unsafe类的大部分方法都是native的，用来像C语言一样从底层操作内存。

public final int getAnddAddInt(Object var1,long var2,int var4){
   int var5;
   do{
       var5 = this.getIntVolatile(var1, var2);
   } while(!this.compareAndSwapInt(var1, var2, var5, var5 + var4));
   return var5;
}

这个方法的var1和var2，就是根据对象和偏移量得到在主内存的快照值var5。然后compareAndSwapInt方法通过var1和var2得到当前主内存的实际值。如果这个实际值跟快照值相等，那么就更新主内存的值为var5+var4。如果不等，那么就一直循环，一直获取快照，一直对比，直到实际值和快照值相等为止。

比如有A、B两个线程，一开始都从主内存中拷贝了原值为3，A线程执行到var5=this.getIntVolatile，即var5=3。此时A线程挂起，B修改原值为4，B线程执行完毕，由于加了volatile，所以这个修改是立即可见的。A线程被唤醒，执行this.compareAndSwapInt()方法，发现这个时候主内存的值不等于快照值3，所以继续循环，重新从主内存获取。

CAS缺点

CAS实际上是一种自旋锁

• 一直循环等待，开销比较大。

• 只能保证一个变量的原子操作，多个变量依然要加锁。

• 引出ABA问题。

ABA问题

所谓的ABA问题，就是比较并交换的循环，存在一个时间差，而这个时间差可能带来意想不到的问题。比如线程T1将一个值从A改为B，然后又从B改为A。当线程T2访问时，看到的就是A，但是却不知道这个A其实发生了更改。尽管线程T2 CAS操作成功，但是不代表就没有问题。

有的需求，比如CAS，只注重头尾（只看期望值和实际值），只要首尾一致就接受。但是有的需求，还看重过程，中间不能发生任何修改，这就引出了AtomicReference：原子引用。

AtomicReference

AtomicInteger对整数进行原子操作，但是如果对象是一个POJO呢？我们这时就可以使用AtomicReference来包装这个POJO，使其操作原子化。

User user1 = new User("Jack",25);
User user2 = new User("Lucy",21);
AtomicReference<User> atomicReference = new AtomicReference<>();
atomicReference.set(user1);
System.out.println(atomicReference.compareAndSet(user1,user2)); // true
System.out.println(atomicReference.compareAndSet(user1,user2)); //false

AtomicStampedReference和ABA问题的解决

使用AtomicStampedReference类可以解决ABA问题。这个类维护了一个版本号Stamp，在进行CAS操作的时候，不仅要比较当前值，还要比较版本号。只有两者都相等，才能执行更新操作。

AtomicStampedReference.compareAndSet(expectedReference,newReference,oldStamp,newStamp);

使用实例：

package thread;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicReference;
import java.util.concurrent.atomic.AtomicStampedReference;
public class ABADemo {
   static AtomicReference<Integer> atomicReference = new AtomicReference<>(100);
   static AtomicStampedReference<Integer> atomicStampedReference = new AtomicStampedReference<>(100, 1);
   public static void main(String[] args) {
       System.out.println("======ABA问题的产生======");
       new Thread(() -> {
           atomicReference.compareAndSet(100, 101);
           atomicReference.compareAndSet(101, 100);
       }, "t1").start();
       new Thread(() -> {
           try {
               TimeUnit.SECONDS.sleep(1);
           } catch (InterruptedException e) {
               e.printStackTrace();
           }
           System.out.println(atomicReference.compareAndSet(100, 2019) + "\t" + atomicReference.get().toString());
       }, "t2").start();
       try { TimeUnit.SECONDS.sleep(2); } catch (InterruptedException e) { e.printStackTrace(); }
       System.out.println("======ABA问题的解决======");
       new Thread(() -> {
           int stamp = atomicStampedReference.getStamp();
           System.out.println(Thread.currentThread().getName() + "\t第一次版本号： " + stamp);
           try { TimeUnit.SECONDS.sleep(1); } catch (InterruptedException e) { e.printStackTrace(); }
           atomicStampedReference.compareAndSet(100,101,
                   atomicStampedReference.getStamp(),atomicStampedReference.getStamp()+1);
           System.out.println(Thread.currentThread().getName() + "\t第二次版本号： " + atomicStampedReference.getStamp());
           atomicStampedReference.compareAndSet(101,100,
                   atomicStampedReference.getStamp(),atomicStampedReference.getStamp()+1);
           System.out.println(Thread.currentThread().getName() + "\t第三次版本号： " + atomicStampedReference.getStamp());
       }, "t3").start();
       new Thread(() -> {
           int stamp = atomicStampedReference.getStamp();
           System.out.println(Thread.currentThread().getName() + "\t第一次版本号： " + stamp);
           try { TimeUnit.SECONDS.sleep(3); } catch (InterruptedException e) { e.printStackTrace(); }
           boolean result=atomicStampedReference.compareAndSet(100,2019,
                   stamp,stamp+1);
           System.out.println(Thread.currentThread().getName()+"\t修改成功与否："+result+"  当前最新版本号"+atomicStampedReference.getStamp());
           System.out.println(Thread.currentThread().getName()+"\t当前实际值："+atomicStampedReference.getReference());
       }, "t4").start();
   }
}

来源：https://blog.csdn.net/Pluto_1223/article/details/120417558