前言

Java并发编程系列开坑了，Java并发编程可以说是中高级研发工程师的必备素养，也是中高级岗位面试必问的问题，本系列就是为了带读者们系统的一步一步击破Java并发编程各个难点，打破屏障，在面试中所向披靡，拿到心仪的offer，Java并发编程系列文章依然采用图文并茂的风格，让小白也能秒懂。

Java内存模型（Java Memory Model）简称J M M，作为Java并发编程系列的开篇，它是Java并发编程的基础知识，理解它能让你更好的明白线程安全到底是怎么一回事。

内容大纲

硬件内存模型

程序是指令与数据的集合，计算机执行程序时，是C P U在执行每条指令，因为C P U要从内存读指令，又要根据指令指示去内存读写数据做运算，所以执行指令就免不了与内存打交道，早期内存读写速度与C P U处理速度差距不大，倒没什么问题。

C P U缓存

随着C P U技术快速发展，C P U的速度越来越快，内存却没有太大的变化，导致内存的读写（IO）速度与C P U的处理速度差距越来越大，为了解决这个问题，引入了缓存（Cache）的设计，在C P U与内存之间加上缓存层，这里的缓存层就是指C P U内的寄存器与高速缓存（L1,L2,L3）

从上图中可以看出，寄存器最快，主内最慢，越快的存储空间越小，离C P U越近，相反存储空间越大速度越慢，离C P U越远。

C P U如何与内存交互

C P U运行时，会将指令与数据从主存复制到缓存层，后续的读写与运算都是基于缓存层的指令与数据，运算结束后，再将结果从缓存层写回主存。

上图可以看出，C P U基本都是在和缓存层打交道，采用缓存设计弥补主存与C P U处理速度的差距，这种设计不仅仅体现在硬件层面，在日常开发中，那些并发量高的业务场景都能看到，但是凡事都有利弊，缓存虽然加快了速度，同样也带来了在多线程场景存在的缓存一致性问题，关于缓存一致性问题后面会说，这里大家留个印象。

Java内存模型

Java内存模型（Java Memory Model，J M M），后续都以J M M简称，J M M 是建立在硬件内存模型基础上的抽象模型，并不是物理上的内存划分，简单说，为了使Java虚拟机(Java Virtual Machine，J V M)在各平台下达到一致的内存交互效果，需要屏蔽下游不同硬件模型的交互差异，统一规范，为上游提供统一的使用接口。

J M M是保证J V M在各平台下对计算机内存的交互都能保证效果一致的机制及规范。

抽象结构

J M M抽象结构划分为线程本地缓存与主存，每个线程均有自己的本地缓存，本地缓存是线程私有的，主存则是计算机内存，它是共享的。

不难发现J M M与硬件内存模型差别不大，可以简单的把线程类比成Core核心，线程本地缓存类比成缓存层，如下图所示

虽然内存交互规范好了，但是多线程场景必然存在线程安全问题（竞争共享资源），为了使多线程能正确的同步执行，就需要保证并发的三大特性可见性、原子性、有序性。

可见性

当一个线程修改了共享变量的值，其他线程能够立即得知这个修改，这就是可见性，如果无法保证，就会出现缓存一致性的问题，J M M规定，所有的变量都放在主存中，当线程使用变量时，先从缓存中获取，缓存未命中，再从主存复制到缓存，最终导致线程操作的都是自己缓存中的变量。

线程A执行流程

• 线程A从缓存获取变量a
• 缓存未命中，从主存复制到缓存，此时a是0
• 线程A获取变量a，执行计算
• 计算结果1，写入缓存
• 计算结果1，写入主存

线程B执行流程

• 线程B从缓存获取变量a
• 缓存未命中，从主存复制到缓存，此时a是1
• 线程B获取变量a，执行计算
• 计算结果2，写入缓存
• 计算结果2，写入主存

A、B两个线程执行完后，线程A与线程B缓存数据不一致，这就是缓存一致性问题，一个是1，另一个是2，如果线程A再进行一次+1操作，写入主存的还是2，也就是说两个线程对a共进行了3次+1，期望的结果是3，最终得到的结果却是2。

解决缓存一致性问题，就要保证可见性，思路也很简单，变量写入主存后，把其他线程缓存的该变量清空，这样其他线程缓存未命中，就会去主存加载。

线程A执行流程

• 线程A从缓存获取变量a
• 缓存未命中，从主存复制到缓存，此时a是0
• 线程A获取变量a，执行计算
• 计算结果1，写入缓存
• 计算结果1，写入主存，并清空线程B缓存a变量

线程B执行流程

• 线程B从缓存获取变量a
• 缓存未命中，从主存复制到缓存，此时a是1
• 线程B获取变量a，执行计算
• 计算结果2，写入缓存
• 计算结果2，写入主存，并清空线程A缓存a变量

A、B两个线程执行完后，线程A缓存是空的，此时线程A再进行一次+1操作，会从主存加载（先从缓存中获取，缓存未命中，再从主存复制到缓存）得到2，最后写入主存的是3，Java中提供了volatile修饰变量保证可见性（本文重点是J M M，所以不会对volatile做过多的解读）。

看似问题都解决了，然而上面描述的场景是建立在理想情况（线程有序的执行），实际中线程可能是并发（交替执行），也可能是并行，只保证可见性仍然会有问题，所以还需要保证原子性。

原子性

原子性是指一个或者多个操作在C P U执行的过程中不被中断的特性，要么执行，要不执行，不能执行到一半，为了直观的了解什么是原子性，看看下面这段代码

int a=0;
a++;

• 原子性操作：int a=0只有一步操作，就是赋值
• 非原子操作：a++有三步操作，读取值、计算、赋值

如果多线程场景进行a++操作，仅保证可见性，没有保证原子性，同样会出现问题。

并发场景（线程交替执行）

• 线程A读取变量a到缓存，a是0
• 进行+1运算得到结果1
• 切换到B线程
• B线程执行完整个流程，a=1写入主存
• 线程A恢复执行，把结果a=1写入缓存与主存
• 最终结果错误

并行场（线程同时执行）

• 线程A与线程B同时执行，可能线程A执行运算+1的时候，线程B就已经全部执行完成，也可能两个线程同时计算完，同时写入，不管是那种，结果都是错误的。

为了解决此问题，只要把多个操作变成一步操作，即保证原子性。

Java中提供了synchronized（同时满足有序性、原子性、可见性）可以保证结果的原子性（注意这里的描述），synchronized保证原子性的原理很简单，因为synchronized可以对代码片段上锁，防止多个线程并发执行同一段代码（本文重点是J M M，所以不会对synchronized做过多的解读）。

并发场景（线程A与线程B交替执行）

• 线程A获取锁成功
• 线程A读取变量a到缓存，进行+1运算得到结果1
• 此时切换到了B线程
• 线程B获取锁失败，阻塞等待
• 切换回线程A
• 线程A执行完所有流程，主存a=1
• 线程A释放锁成功，通知线程B获取锁
• 线程B获取锁成功，读取变量a到缓存，此时a=1
• 线程B执行完所有流程，主存a=2
• 线程B释放锁成功

并行场景

• 线程A获取锁成功
• 线程B获取锁失败，阻塞等待
• 线程A读取变量a到缓存，进行+1运算得到结果1
• 线程A执行完所有流程，主存a=1
• 线程A释放锁成功，通知线程B获取锁
• 线程B获取锁成功，读取变量a到缓存，此时a=1
• 线程B执行完所有流程，主存a=2
• 线程B释放锁成功

synchronized对共享资源代码段上锁，达到互斥效果，天然的解决了无法保证原子性、可见性、有序性带来的问题。

虽然在并行场A线程还是被中断了，切换到了B线程，但它依然需要等待A线程执行完毕，才能继续，所以结果的原子性得到了保证。

有序性

在日常搬砖写代码时，可能大家都以为，程序运行时就是按照编写顺序执行的，但实际上不是这样，编译器和处理器为了优化性能，会对代码做重排，所以语句实际执行的先后顺序与输入的代码顺序可能一致，这就是指令重排序。

可能读者们会有疑问“指令重排为什么能优化性能？”，其实C P U会对重排后的指令做并行执行，达到优化性能的效果。

重排序前的指令

重排序后的指令

重排序后，对a操作的指令发生了改变，节省了一次Load a和Store a，达到性能优化效果，这就是重排序带来的好处。

重排遵循as-if-serial原则，编译器和处理器不会对存在数据依赖关系的操作做重排序，因为这种重排序会改变执行结果（即不管怎么重排序，单线程程序的执行结果不能被改变），下面这种情况，就属于数据依赖。

int i = 10
int j = 10
//这就是数据依赖，int i 与 int j 不能排到 int c下面去
int c = i + j

但也仅仅只是针对单线程，多线程场景可没这种保证，假设A、B两个线程，线程A代码段无数据依赖，线程B依赖线程A的结果，如下图（假设保证了可见性）

禁止重排场景（i默认0）

• 线程A执行i = 10
• 线程A执行b = true
• 线程B执行if( b )通过验证
• 线程B执行i = i + 10
• 最终结果i是20

重排场景（i默认0）

• 线程A执行b = true
• 线程B执行if( b )通过验证
• 线程B执行i = i + 10
• 线程A执行i = 10
• 最终结果i是10

为解决重排序，使用Java提供的volatile修饰变量同时保证可见性、有序性，被volatile修饰的变量会加上内存屏障禁止排序（本文重点是J M M，所以不会对volatile做过多的解读）。

三大特性的保证

致谢

非常感谢各位小哥哥小姐姐们能 看到这里，原创不易，文章有帮助可以「点个赞」或「分享与评论」，都是支持（莫要白嫖）！

愿你我都能奔赴在各自想去的路上，我们下篇文章见！