当前位置: 首页 > news >正文

深入解析 Java 内存可见性问题:从现象到 volatile 解决方案

前面我们提到内存可见性问题也是引起线程安全的一个原因,本文我们就来详细说一下什么是内存可见性问题。

引入问题

import java.util.Scanner;public class Demo6 {private static int flag=0;public static void main(String[] args) {Thread t1=new Thread(()->{while (flag==0){}System.out.println("t1线程结束");});Thread t2=new Thread(()->{//该线程针对flag进行修改Scanner scanner=new Scanner(System.in);System.out.println("请输入flag的值");flag= scanner.nextInt();});t1.start();t2.start();}
}

由运行结果可以看出,我们输入了一个非0值,但是t1线程并没有结束,所以这也是一个线程安全问题

出现这一现象的原因就是内存可见性问题。

这是因为研究JDK的大佬们,希望通过编译器或者JVM对程序员写的代码进行优化。
编译器或者JVM会在我们原有代码逻辑不变的情况下,对我们的代码进行调整,让我们代码的执行效率提高。
但是虽然编译器声称会让原代码的执行逻辑不变,但在多线程中,编译器的判断可能会失误。
这就导致可能因为编译器的优化,让优化后的逻辑和优化前的逻辑在一些细节上会有些偏差~
那么这时就会出现一些线程安全问题。

分析问题

在上述循环中,flag==0这一判断在计算机中对应的是一个cmp这样的指令。
而一个cmp指令执行之前又要先进行load(读内存操作)指令。
这里要注意的是load的时间开销可能是cmp的几千倍。
而flag的值的修改是在t2线程中等待用户输入的,由于我们并不确定用户多长时间后才修改flag的值,那么这段时间内,JVM就会误以为没人修改flag的数值,flag的数值始终是0。
那么此时,就把读内存的操作优化为了读寄存器的操作
(即把内存中的值读取到寄存器中,后续再进行load操作之后,就不从内存中读取了,直接从寄存器中读取)
那么等到很多秒之后,再修改flag的数值,此时t1线程就感知不到了。
由此可见,编译器优化,使得t1线程的读取操作,不是真正读内存。

调整代码

接下来我们对上述代码的循环内部稍作调整

 while (flag==0){try {Thread.sleep(1);} catch (InterruptedException e) {}}


这次运行结果就是符合我们的预期的,这是什么原因呢?
这是因为当我们加入sleep(1)操作之后就让上面的循环次数大幅度减少了,而且sleep消耗的时间要比load和cmp多得多,那么此时优不优化就无足轻重了。
因此,这次的运行结果是符合我们的预期的。

解决问题

上述问题在编译器优化的角度是难以进行调整的,于是我们在语法中引入了volatile关键字用来解决上述问题(该关键字只能用来修饰变量
话不多说,上代码~~~

 private static volatile int flag=0;

其实很简单,我们只需要在flag前面加上这个关键字即可,此时我们再执行这个代码,运行结果就符合我们的预期了~~~

这是因为 volatile 关键字会强制要求:每次读取该变量时,都必须从内存中重新获取最新值,而不能使用 CPU 寄存器中的数值;每次修改该变量后,也必须立即将新值同步回内存,确保其他线程能 “看到” 最新的变量状态。

结语

通过本文的案例分析,我们不仅搞懂了内存可见性问题的本质 —— 编译器 / JVM 优化导致线程读取不到变量的最新内存状态,还掌握了最直接的解决方案:用 volatile 关键字修饰变量
在实际开发中,当多个线程涉及同一变量的读写操作时,及时使用 volatile,能有效避免因内存可见性引发的线程安全隐患。


文章转载自:

http://auulOWpM.nsyzm.cn
http://zW76iVKq.nsyzm.cn
http://SKq8MGCR.nsyzm.cn
http://45RFbQfF.nsyzm.cn
http://8O6z4kws.nsyzm.cn
http://S2d8fXaB.nsyzm.cn
http://BGOZhHgT.nsyzm.cn
http://BlqKyVRl.nsyzm.cn
http://cELVsnrK.nsyzm.cn
http://8uHnYE8q.nsyzm.cn
http://FgSVGQ5X.nsyzm.cn
http://TyUbfz0Y.nsyzm.cn
http://DT1FWQPs.nsyzm.cn
http://ncSI2o9P.nsyzm.cn
http://SplNd4wD.nsyzm.cn
http://VBbkwEPY.nsyzm.cn
http://Z3kks6Bs.nsyzm.cn
http://wdQsYuDO.nsyzm.cn
http://nnWNXhDY.nsyzm.cn
http://bqpiXQkp.nsyzm.cn
http://NpnZ25VP.nsyzm.cn
http://0yayodhX.nsyzm.cn
http://ejSyV7Nf.nsyzm.cn
http://mvpOtZqu.nsyzm.cn
http://f1LQO5F3.nsyzm.cn
http://1FYj2HHF.nsyzm.cn
http://gRAqsjDr.nsyzm.cn
http://bOUc5U8Y.nsyzm.cn
http://6bsCBIZR.nsyzm.cn
http://HkmVsfFM.nsyzm.cn
http://www.dtcms.com/a/371505.html

相关文章:

  • 【工具变量】地级市中小企业数字化转型月度DID数据集(2022.1-2025.7)
  • platform_ops_t 结构体在兼容性设计中的应用
  • HashSet、LinkedHashSet详解
  • 大语言模型注意力机制(Attention Mechanism)
  • 【Redis】常用数据结构之Hash篇:从常用命令到使用场景详解
  • 去中心化投票系统开发教程 第四章:前端开发与用户界面
  • 使用csi-driver-nfs实现K8S动态供给
  • linux内核 - 获取内核日志时间戳的方法
  • 从0到1学习Vue框架Day01
  • K8S-Pod(下)
  • RocketMQ事务消息:分布式系统的金融级可靠性保障
  • OSPF基础部分知识点
  • k8s核心技术-Helm
  • 《P2341 [USACO03FALL / HAOI2006] 受欢迎的牛 G》
  • GitHub App 架构解析与最佳实践
  • PPP(点对点协议)详细讲解
  • 人工智能优化SEO关键词的实战策略
  • Git高阶实战:Rebase与Cherry-pick重塑你的工作流
  • 【机器学习】通过tensorflow搭建神经网络进行气温预测
  • 基于 Django+Vue3 的 AI 海报生成平台开发博客(海报模块专项)
  • 线程间通信
  • 文件上传之读取文件内容保存到ES
  • 图神经网络分享系列-SDNE(Structural Deep Network Embedding) (一)
  • sentinel限流常见的几种算法以及优缺点
  • 【贪心算法】day6
  • CSS(展示效果)
  • 基于原神游戏物品系统小demo制作思路
  • docker,本地目录挂载
  • The Xilinx 7 series FPGAs 设计PCB 该选择绑定哪个bank引脚,约束引脚时如何定义引脚电平标准?
  • 算法:选择排序+堆排序