Java基础面试题之volatile详解-eolink官网

Java基础面试题之volatile详解

目录1、volatile保证可见性1.1、什么是JMM模型？1.2、volatile保证可见性的代码验证1.2.1、无可见性代码验证1.2.1、volatile保证可见性验证2、volatile不保证原子性2.1 什么是原子性？2.2 不保证原子性的代码验证2.3 volatile不保证原子性的解决方法2.3.1 方法１：使用synchronized2.3.2 方法１：使用JUC包下的AtomicInteger3、volatile禁止指令重排3.1 什么是指令重排？3.2 单线程单例模式3.3 多线程单例模式3.4 多线程单例模式改进：DCL3.5 多线程单例模式改进，DCL版存在的问题3.6 volatile保证禁止指令重排的原理总结

问：请谈谈你对volatile的理解？

答：volatile是java虚拟机提供的轻量级的同步机制，它有３个特性：

１）保证可见性

２）不保证原子性

３）禁止指令重排

刚学完java基础，如果有人问你什么是volatile？它有什么作用的话，相信一定非常懵逼…

可能看了答案，也完全不明白，什么是同步机制？什么是可见性？什么是原子性？什么是指令重排？

1、volatile保证可见性

1.1、什么是JMM模型？

要想理解什么是可见性，首先要先理解JMM。

JMM（Java内存模型，Java Memory Model）本身是一种抽象的概念，并不真实存在。它描述的是一组规则或规范，通过这组规范，定了程序中各个变量的访问方法。JMM关于同步的规定：

１）线程解锁前，必须把共享变量的值刷新回主内存；

２）线程加锁前，必须读取主内存aQaXqbbZL的最新值到自己的工作内存；

３）加锁解锁是同一把锁；

由于JVM运行程序的实体是线程，创建每个线程时，JMM会为其创建一个工作内存（有些地方称为栈空间），工作内存是每个线程的私有数据区域。

Java内存模型规定所有变量都存储在主内存，主内存是共享内存区域，所有线程都可以访问。

但线程对变量的操作（读取、赋值等）必须在工作内存中进行。因此首先要将变量从主内存拷贝到自己的工作内存，然后对变量进行操作，操作完成后再将变量写会主内存中。

看了上面对JMM的介绍，可能还是优点懵，接下来用一个卖票系统来进行举例：

１）如下图，此时卖票系统后端只剩下１张票，并已读入主内存中：ticketNum=1。

２）此时网络上有多个用户都在抢票，那么此时就有多个线程同时都在进行买票服务，假设此时有３个线程都读入了目前的票数：ticketNum=1，那么接着就会买票。

３）假设线程１先抢占到cpu的资源，先买好票，并在自己的工作内存中将ticketNum的值改为０：ticketNum=0，然后再写回到主内存中。

此时，线程１的用户已经买到票了，那么线程２，线程３此时应该不能再继续买票了，因此需要系统通知线程２，线程３，ticketNum此时已经等于０了：ticketNum=0。如果有这样的通知操作，你就可以理解为就具有可见性。

通过上面对JMM的介绍和举例，可以简单总结下。

JMM内存模型的可见性是指，多线程访问主内存的某一个资源时，如果某一个线程在自己的工作内存中修改了该资源，并写回主内存，那么JMM内存模型应该要通知其他线程来从新获取最新的资源，来保证最新资源的可见性。

1.2、volatile保证可见性的代码验证

在1.1中，已经基本理解了可见性的含义，接下来用代码来验证一下，volatile确实可以保证可见性。

1.2.1、无可见性代码验证

首先先验证下，不使用volatile，是不是就是没有可见性。

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！");

}

运行结果如下图，可以看到虽然线程0已经将number的值改为了10，但是主线程还是在循环中，因为此时number不具有可见性，系统不会主动通知。

1.2.1、volatile保证可见性验证

在上面代码的第7行给变量number添加volatile后再次测试，如下图，此时主线程成功退出了循环，因为JMM主动通知了主线程更新number的值了，number已经不为０了。

2、volatile不保证原子性

2.1 什么是原子性？

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。

2.2 不保证原子性的代码验证

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<20; i++) {

new Thread(() -> {

for (int j=0; j<1000; j++) {

myData.add();

}

}).start();

}

// 程序运行时，模型会有主线程和守护线程。如果超过２个，那就说明上面的２０个线程还有没执行完的，就需要等待

while (Thread.activeCount()>2){

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。

2.3 volatile不保证原子性的解决方法

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

2.3.1 方法１：使用synchronized

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++;

}

2.3.2 方法１：使用JUC包下的AtomicInteger

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<20; i++) {

new Thread(() -> {

for (int j=0; j<1000; j++) {

myData.add();

}

}).start();

}

// 程序运行时，模型会有主线程和守护线程。如果超过２个，那就说明上面的２０个线程还有没执行完的，就需要等待

while (Thread.activeCount()>2){

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);

}

3、volatile禁止指令重排

3.1 什么是指令重排？

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

}

3.2 单线程单例模式

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("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。

3.3 多线程单例模式

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("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<=10; i++) {

new Thread(() -> {

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。

3.4 多线程单例模式改进：DCL

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("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<=10; i++) {

new Thread(() -> {

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。

3.5 多线程单例模式改进，DCL版存在的问题

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。

3.6 volatile保证禁止指令重排的原理

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。

总结

python怎么对修改密码接口进行压测

282 2022-07-22

Java基础面试题之volatile详解

如何理解接口幂等性

python怎么对修改密码接口进行压测

java怎么实现Callable接口创建线程类

推荐文章

接口调用是什么意思？几种常用接口调用方式

接口设计原则

8款在线 API 接口文档管理工具

api管理系统是什么？

什么是接口调试？接口调试的步骤有哪些？

api 接口管理系统有哪些？

接口测试有几种测试方法

API文档生成工具有哪些？

微服务和api网关区别

交换机配置步骤

最近发表

热评文章

在线接口文档管理工具推荐，支持在线测试，HTTP接口

开源的在线接口文档wiki工具Mindoc的介绍与使

如何优雅的进行接口设计？接口设计的六大原则是什么？

什么是API测试,api检测公司

软件接口设计怎么做？前后端分离软件接口设计思路

接口管理平台推荐，几大接口管理平台总有一款适合你！