【多线程】volatile 关键字

volatile 关键字

  • 1. 保证内存可见性
  • 2. 禁止指令重排序
  • 3. 不保证原子性

1. 保证内存可见性

内存可见性问题: 一个线程针对一个变量进行读取操作,另一个线程针对这个变量进行修改操作,
此时读到的值,不一定是修改后的值,即这个读线程没有感知到变量的变化。

volatile 修饰的变量, 能够保证 “内存可见性”.
代码在写入 volatile 修饰的变量的时候,

  • 改变线程工作内存(寄存器)中volatile变量副本的值
  • 将改变后的副本的值从工作内存刷新到主内存(内存)

代码在读取 volatile 修饰的变量的时候

  • 从主内存(内存)中读取volatile变量的最新值到线程的工作内存(寄存器)中
  • 从工作内存(寄存器)中读取volatile变量的副本

加上 volatile , 强制读写内存. 速度是慢了, 但是数据变的更准确了.

代码示例:

class SynchronizedBlockExample {static class Counter {
//        public volatile int flag = 0;public int flag = 0;}public static void main(String[] args) {Counter counter = new Counter();Thread t1 = new Thread(() -> {while (counter.flag == 0) {// do nothing}System.out.println("循环结束!");});Thread t2 = new Thread(() -> {Scanner scanner = new Scanner(System.in);System.out.println("输入一个整数:");counter.flag = scanner.nextInt();});t1.start();t2.start();}
}

while 循环里面 counter.flag == 0, 里面有 两步操作,并且线程启动之后一直在快速循环判断:

  • load,把内存中 flag 的值读到寄存器里面
  • cmp,把寄存器里面的值和 0 比较大小

上述循环执行非常快,1s 执行百万次以上。
但是循环这么多次,在 t2 修改之前, load 很多次,发现值都一样
而 load 相对于 cmp 慢很多,load 是从内存中读取数据,cmp 是在寄存器里面进行比较,再加上多次 load 的结果都一样,
所以编译器就做了一个大胆的想法,不再真正的 load 了,既然都一样,好像没人改,那就不从 内存中读取了,直接从 寄存器里面读取。
所以当我们输入一个非零值时,由于编译器还是从寄存器里面读取,而不是读内存,所以线程 t1 无法立即感知到。

当你输入一个 非 0 值时,如果不加上 volatile , 线程 t1 无法及时感知到;
加上 volatile,线程 t1 被强制读取内存,能立马感知到 flag 被赋予 非 0 值,会立即退出循环。
归根结底:还是编译器进行优化是发生了误判,但是这个什么时候优化又比较 “玄学”, 可能多加上一行代码可能就不优化了,所以稳妥的方法还是该加 volatile 的地方都加上。

2. 禁止指令重排序

什么是指令重排序?
举个栗子:
一段代码是这样的:

1. 去前台取下 U2. 去教室写 10 分钟作业
3. 去前台取下快递

为了提高效率, JVM、CPU指令集会对其进行优化,比如,按 1->3->2的方式执行,也是没问题,可以少跑一次前台,提高效率。这种就叫做指令重排序。

编译器对于指令重排序的前提是 “保持逻辑不发生变化”.
这一点在单线程环境下比较容易判断, 但是在多线程环境下就没那么容易了,
多线程的代码执行复杂程度更高, 编译器很难在编译阶段对代码的执行效果进行预测,
因此激进的重排序很容易导致优化后的逻辑和之前不等价.

代码举例: 线程安全的单例模式:

class Singleton {// 使用 volatile 防止指令重排序private static volatile Singleton instance = null; // 使用 static, 该实例就是该类的唯一实例// 私有化构造方法, 防止在类外创造实例private Singleton(){}public static Singleton getSingleton() {// 判断是否需要加锁if (instance == null) {synchronized (Singleton.class) { // 针对类对象加锁, 保证所有线程都是针对同一个对象加锁// 判断是否需要创建实例if (instance == null) {instance = new Singleton();}}}return instance;}
}

对于上面这个代码, 就是一个单例模式, 只有一个 Singleton 实例, 并且只能通过 getSingleton 方法获得。

获得实例的步骤是:

  1. 判断实例是否为空,以此来决定是否要加锁。
  2. 因为 代码块里面是 先判断是否为空,再创建对象,这是两个步骤,所以要加锁。
  3. 实例为 null, 就创建实例。
  4. 返回实例。

其中创建实例 new Singleton() 又分为 三个步骤:

  1. 分配内存空间
  2. 对内存空间进行初始化
  3. 把内存空间的地址赋给引用

假如没有使用 volatile 关键字,编译器可能对此进行了优化,进行了指令重排序,那么有可能优化为 1 -> 3 -> 2 。

这样的话,当第一个线程 t1 要获取实例时,因为实例为null, 所以肯定会创建实例,但是可能编译器进行了优化,那么可能顺序就变成了 1 -> 3 -> 2

  • 先开辟了一块空间
  • 将空间地址赋值给引用
  • 对空间初始化

当进行完第二步,把空间地址赋值给引用后,还没来得及初始化,此时另外一个线程 t2 来获取实例了, 进行判断时,发现 instance 不为空,那么就直接返回实例了
在这里插入图片描述

t2 拿到实例后,直接进行使用,那么就会报错了,因为虽然开辟了空间,但是 t1 还没来得及对空间进行初始化,所以访问的是非法的地址。

解决:
对 instance 对象加上 volatile 关键字,禁止指令重排序。

3. 不保证原子性

volatile 和 synchronized 有着本质的区别. synchronized 能够保证原子性和内存可见性; volatile 保证的是内存可见性以及禁止指令重排序。

class SynchronizedBlockExample {static class Counter {volatile public int count = 0;void increase() {count++;}}public static void main(String[] args) throws InterruptedException {final Counter counter = new Counter();Thread t1 = new Thread(() -> {for (int i = 0; i < 50000; i++) {counter.increase();}});Thread t2 = new Thread(() -> {for (int i = 0; i < 50000; i++) {counter.increase();}});t1.start();t2.start();t1.join();t2.join();System.out.println(counter.count);}
}

给 count 加上 volatile 关键字,最终 count 的值仍然无法保证是 100000。

但是使用 synchronized 的话就能保证原子性。使得代码执行结果符合预期。

class SynchronizedBlockExample {static class Counter {public int count = 0;synchronized void increase() {count++;}}public static void main(String[] args) throws InterruptedException {final Counter counter = new Counter();Thread t1 = new Thread(() -> {for (int i = 0; i < 50000; i++) {counter.increase();}});Thread t2 = new Thread(() -> {for (int i = 0; i < 50000; i++) {counter.increase();}});t1.start();t2.start();t1.join();t2.join();System.out.println(counter.count);}
}

好啦! 以上就是对 volatile 的讲解,希望能帮到你 !
评论区欢迎指正 !

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/75730.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【动态规划】01背包问题

文章目录 动态规划&#xff08;背包问题&#xff09;1. 01背包2. 分割等和子集3. 目标和4. 最后一块石头的重量 || 动态规划&#xff08;背包问题&#xff09; 1. 01背包 题目链接 状态表示 dp[i][j] 表示从前i个物品当中挑选&#xff0c;总体积不超过j,所有选法当中能挑选出…

UDP协议

目录 一、UDP协议端格式 二、UDP的特点 一、UDP协议端格式 16位UDP长度&#xff0c;表示整个数据报&#xff08;UDP首部UDP数据&#xff09;的最大长度&#xff1b;如果校验和出错&#xff0c;就会直接丢弃 二、UDP的特点 UDP相对于TCP来说是相对简单的&#xff0c;但是在传输…

Redis:实现全局唯一id

&#xff08;笔记总结自《黑马点评》项目&#xff09; 一、全局ID生成器 全局ID生成器&#xff0c;是一种在分布式系统下用来生成全局唯一ID的工具&#xff0c;一般要满足下列特性&#xff1a; 二、原理 为了增加ID的安全性&#xff0c;我们可以不直接使用Redis自增的数值&…

C++学习第二十二天----函数

1.函数的参数以及局部变量 程序清单7.4&#xff1b; 27f4614 Kite/C和C - Gitee.com 2.函数和数组 程序清单7.5&#xff1b;函数参数是数组 233e36e Kite/C和C - Gitee.com 在c中&#xff0c;当且仅当用于函数头或函数原型中&#xff0c;int *arr 和int arr[ ]的含义相同…

Python文件读写模式

python操作文件 open的常用参数&#xff1a; 1.要读取的文件名字或者文件路径 2.文件打开的模式 r:只读模式 rb&#xff1a;以二进制的格式去打开文件 3.encoding&#xff1a;用来指定文件的编码格式&#xff08;使用rb的时候&#xff0c;不需要加该参数&#xff09; #打…

测试----计算机网络

文章目录 计算机网络的历史OSI/RM 协议TCP/IP协议IP地址 计算机网络的历史 50-60年代 内部通讯功能&#xff08;连接的是同一台主机&#xff0c;只能主机和终端之间通信&#xff0c;终端和终端之间的通讯只能依靠主机来传输&#xff09;60-70年代 主机和主机之间能通讯70年代-…

232 - Crossword Answers (UVA)

这道题因为我把puzzle打成了Puzzle&#xff0c;卡了我很久…………真的太无语了。 题目链接如下&#xff1a; Online Judge 我的代码如下&#xff1a; #include <cstdio> #include <cctype> #include <set> const int maxx 10;int r, c, kase, cnt, tem…

【狂神】SpringMVC笔记(一)之详细版

1.Restful 风格 概念&#xff1a; 实现方式&#xff1a; 使用PathVariable 在url相同的情况下&#xff0c;会根据请求方式的不同来执行不同的方法。 使用RestFull风格的好处&#xff1a;简洁、高效、安全 2、接受请求参数及数据回显 2.1、请求参数 方式一&#xff1a;这里…

chrome 谷歌浏览器 导出插件拓展和导入插件拓展

给同事部署 微软 RPA时&#xff0c;需要用到对应的chrome浏览器插件&#xff1b;谷歌浏览器没有外网是不能直接下载拓展弄了半小时后才弄好&#xff0c;竟发现没有现成的教程&#xff0c;遂补充&#xff1b; 如何打包导出 谷歌浏览器 地址栏敲 chrome://extensions/在对应的地…

分类预测 | Matlab实现基于LFDA-SVM局部费歇尔判别数据降维结合支持向量机的多输入分类预测

分类预测 | Matlab实现基于LFDA-SVM局部费歇尔判别数据降维结合支持向量机的多输入分类预测 目录 分类预测 | Matlab实现基于LFDA-SVM局部费歇尔判别数据降维结合支持向量机的多输入分类预测效果一览基本介绍程序设计参考资料 效果一览 基本介绍 基于局部费歇尔判别数据降维的L…

当前时代下的思维稀缺

关于稀缺&#xff0c;有专门的一本书来讲&#xff0c;但这里将的稀缺不是注意力的问题&#xff0c;而是我们的思考力。 互联网时代下&#xff0c;看似我们能够更轻松地、更迅速地获取到各种信息&#xff0c;每个时间碎片都被各类的讯息所填满&#xff0c;以至于睡觉就被感觉是…

总结/笔记-逻辑函数封装

逻辑函数拆分业务&#xff1a;将同一组件中独立的业务代码通过函数做封装处理&#xff0c;提高代码的可维护性。 步骤&#xff1a; 1. 命名函数&#xff1a;use业务名.js 2. 用函数封装业务逻辑 3. 函数内&#xff0c;return 数据、方法 4. 组件中 调用函数使用 // 封装业…

upload-labs 16/17关

16 将gif文件和包含一句话木马的php文件放在同一目录下&#xff0c;用cmd的copy命令将php文件整合进文件中。 可以看到最后一行包含了注入代码 将b1文件上传到服务器后&#xff0c;发现并未能正常执行代码&#xff0c;将上传后的文件下载到本地&#xff0c;打开后发现最后的代…

Swift学习内容精选(一)

Swift 可选(Optionals)类型 Swift 的可选&#xff08;Optional&#xff09;类型&#xff0c;用于处理值缺失的情况。可选表示"那儿有一个值&#xff0c;并且它等于 x "或者"那儿没有值"。 Swfit语言定义后缀&#xff1f;作为命名类型Optional的简写&…

二进制链表转整数

给你一个单链表的引用结点 head。链表中每个结点的值不是 0 就是 1。已知此链表是一个整数数字的二进制表示形式。 请你返回该链表所表示数字的 十进制值 。 示例 1&#xff1a; 输入&#xff1a;head [1,0,1] 输出&#xff1a;5 解释&#xff1a;二进制数 (101) 转化为十进…

OpenCV(二十六):边缘检测(二)

目录 1.Laplacian算子边缘检测 原理&#xff1a; Laplacian边缘检测函数Laplacian() 示例代码&#xff1a; 2.Canny算子边缘检测 原理&#xff1a; Canny算法函数Canny() 示例代码&#xff1a; 1.Laplacian算子边缘检测 原理&#xff1a; Laplacian算子的原理基于图像…

【Git-Exception】Git报错:fatal: unable to auto-detect email address

报错信息&#xff1a; *** Please tell me who you are. Run git config --global user.email “youexample.com” git config –global user.name “Your Name” to set your account’s default identity. Omit --global to set the identity only in this repository. fatal…

Prometheus+Grafana可视化监控【主机状态】

文章目录 一、介绍二、安装Prometheus三、安装Grafana四、Pronetheus和Grafana相关联五、监控服务器状态六、常见问题 一、介绍 Prometheus是一个开源的系统监控和报警系统&#xff0c;现在已经加入到CNCF基金会&#xff0c;成为继k8s之后第二个在CNCF托管的项目&#xff0c;在…

规范的企业开发常需要的配置文件-Python开发技巧XI

目录 Flake8 pyproject commitlint.config .pre-commit-config.yaml 触发时刻 意义 Flake8 Flake8 是一个用于检查 Python 代码风格和质量的工具。 对应.flake8文件 可以检查代码中的语法错误、风格问题和潜在的 bug。 &#xff08;1&#xff09;规范代码风格&#x…

【Leetcode-面试经典150题-day22】

目录 97. 交错字符串 97. 交错字符串 题意&#xff1a; 给定三个字符串 s1、s2、s3&#xff0c;请你帮忙验证 s3 是否是由 s1 和 s2 交错 组成的。 两个字符串 s 和 t 交错 的定义与过程如下&#xff0c;其中每个字符串都会被分割成若干 非空 子字符串&#xff1a; s s1 s2 …