就一个问题：i++ 是线程安全的吗？
简介
volatile关键字保证了在多线程环境下,被修饰的变量在别修改后会马上同步到主存,这样该线程对这个变量的修改就是对所有其他线程可见的,其他线程能够马上读到这个修改后值.
Thread的本地内存
每个Thread都拥有自己的线程存储空间 Thread何时同步本地存储空间的数据到主存是不确定的
例子
借用Google JEREMY MANSON 的解释,上图表示两个线程并发执行,而且代码顺序上为Thread1->Thread2
1、不用 volatile
假如ready字段不使用volatile,那么Thread 1对ready做出的修改对于Thread2来说未必是可见的,是否可见是不确定的.假如此时thread1 ready泄露了(leak through)了,那么Thread 2可以看见ready为true,但是有可能answer的改变并没有泄露,则thread2有可能会输出 0 (answer=42对thread2并不可见)
2、使用 volatile
使用volatile以后,做了如下事情
每次修改volatile变量都会同步到主存中 每次读取volatile变量的值都强制从主存读取最新的值(强制JVM不可优化volatile变量,如JVM优化后变量读取会使用cpu缓存而不从主存中读取) 线程 A 中写入 volatile 变量之前可见的变量, 在线程 B 中读取该 volatile 变量以后, 线程 B 对其他在 A 中的可见变量也可见. 换句话说, 写 volatile 类似于退出同步块, 而读取 volatile 类似于进入同步块
所以如果使用了volatile,那么Thread2读取到的值为read=>true,answer=>42,当然使用volatile的同时也会增加性能开销
注意
volatile并不能保证非源自性操作的多线程安全问题得到解决,volatile解决的是多线程间共享变量的可见性问题,而例如多线程的i++,++i,依然还是会存在多线程问题,它是无法解决了.如下:使用一个线程i++,另一个i--,最终得到的结果不为0
publicclassVolatileTest{
privatestaticvolatileint count = 0;
privatestaticfinalint times = Integer.MAX_VALUE;
publicstaticvoidmain(String[] args){
long curTime = System.nanoTime();
Thread decThread = new DecThread();
decThread.start();
// 使用run()来运行结果为0,原因是单线程执行不会有线程安全问题
// new DecThread().run();
System.out.println("Start thread: " + Thread.currentThread() + " i++");
for (int i = 0; i < times; i++) {
count++;
}
System.out.println("End thread: " + Thread.currentThread() + " i--");
// 等待decThread结束
while (decThread.isAlive());
long duration = System.nanoTime() - curTime;
System.out.println("Result: " + count);
System.out.format("Duration: %.2fs\n", duration / 1.0e9);
}
privatestaticclassDecThreadextendsThread{
@Override
publicvoidrun(){
System.out.println("Start thread: " + Thread.currentThread() + " i--");
for (int i = 0; i < times; i++) {
count--;
}
System.out.println("End thread: " + Thread.currentThread() + " i--");
}
}
}
最后输出的结果是
“Start thread: Thread[main,5,main] i++Start thread: Thread[Thread-0,5,main] i--End thread: Thread[main,5,main] i--End thread: Thread[Thread-0,5,main] i--Result: -460370604Duration: 67.37s
原因是i++和++i并非原子操作,我们若查看字节码,会发现
voidf1(){ i++; }
的字节码如下
voidf1();
Code:
0: aload_0
1: dup
2: getfield #2; //Field i:I
5: iconst_1
6: iadd
7: putfield #2; //Field i:I
10: return
可见i++执行了多部操作, 从变量i中读取读取i的值 -> 值+1 -> 将+1后的值写回i中,这样在多线程的时候执行情况就类似如下了
Thread1 Thread2
r1 = i; r3 = i;
r2 = r1 + 1; r4 = r3 + 1;
i = r2; i = r4;
这样会造成的问题就是 r1, r3读到的值都是 0, 最后两个线程都将 1 写入 i, 最后 i 等于 1, 但是却进行了两次自增操作
可知加了volatile和没加volatile都无法解决非原子操作的线程同步问题
线程同步问题的解决
Java提供了java.util.concurrent.atomic 包来提供线程安全的基本类型包装类,例子如下
package com.qunar.atomicinteger;
import java.util.concurrent.atomic.AtomicInteger;
/**
* @author zhenwei.liu created on 2013 13-9-2 下午10:18
* @version $Id$
*/
publicclassSafeTest{
privatestatic AtomicInteger count = new AtomicInteger(0);
privatestaticfinalint times = Integer.MAX_VALUE;
publicstaticvoidmain(String[] args){
long curTime = System.nanoTime();
Thread decThread = new DecThread();
decThread.start();
// 使用run()来运行结果为0,原因是单线程执行不会有线程安全问题
// new DecThread().run();
System.out.println("Start thread: " + Thread.currentThread() + " i++");
for (int i = 0; i < times; i++) {
count.incrementAndGet();
}
// 等待decThread结束
while (decThread.isAlive());
long duration = System.nanoTime() - curTime;
System.out.println("Result: " + count);
System.out.format("Duration: %.2f\n", duration / 1.0e9);
}
privatestaticclassDecThreadextendsThread{
@Override
publicvoidrun(){
System.out.println("Start thread: " + Thread.currentThread() + " i--");
for (int i = 0; i < times; i++) {
count.decrementAndGet();
}
System.out.println("End thread: " + Thread.currentThread() + " i--");
}
}
}
输出
“Start thread: Thread[main,5,main] i++Start thread: Thread[Thread-0,5,main] i--End thread: Thread[Thread-0,5,main] i--Result: 0Duration: 105.15
结论
volatile解决了线程间共享变量的可见性问题 使用volatile会增加性能开销 volatile并不能解决线程同步问题 解决i++或者++i这样的线程同步问题需要使用synchronized或者AtomicXX系列的包装类,同时也会增加性能开销
ps：如果您觉文章有用，动动小手点个在看，点个赞再走吧
PS：如果觉得我的分享不错，欢迎大家随手点赞、在看。
关注公众号：Java后端编程，回复下面关键字
要Java学习完整路线，回复 路线
缺Java入门视频，回复： 视频
要Java面试经验，回复 面试
缺Java项目，回复： 项目
进Java粉丝群： 加群
PS：如果觉得我的分享不错，欢迎大家随手点赞、在看。
请备注：666，不然不通过～
最近好文
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。