volatile和synchronized到底啥区别?多图文讲解告诉你
共 4498字,需浏览 9分钟
·
2020-03-10 23:22
之前写了几篇 Java并发编程的系列 文章,有个朋友微群里问我,还是不能理解 volatile
和 synchronized
二者的区别, 他的问题主要可以归纳为这几个:
volatile 与 synchronized 在处理哪些问题是相对等价的?
为什么说 volatile 是 synchronized 弱同步的方式?
volatile 除了可见性问题,还能解决什么问题?
二者我要如何选择使用?
如果你不能回答上面的几个问题,说明你对二者的区别还有一些含混。本文就通过图文的方式好好说说他们微妙的关系
都听过【天上一天,地下一年】,假设 CPU 执行一条普通指令需要一天,那么 CPU 读写内存就得等待一年的时间。
![54a643180f5a72e625cc33a38dc9eede.webp](https://filescdn.proginn.com/f8e9c77fdbe463c3042c97c6890f85ea/54a643180f5a72e625cc33a38dc9eede.webp)
受【木桶原理】的限制,在CPU眼里,程序的整体性能都被内存的办事效率拉低了,为了解决这个短板,硬件同学也使用了我们做软件常用的提速策略——使用缓存Cache(实则是硬件同学给软件同学挖的坑)
![e3c9ff94b23bb88b35bbcf8bc883adb4.webp](https://filescdn.proginn.com/144a43aa2afdb2e669de989b3a8dc22b/e3c9ff94b23bb88b35bbcf8bc883adb4.webp)
Java 内存模型(JMM)
CPU 增加了缓存均衡了与内存的速度差异,这一增加还是好几层。
![877dd59a2bcaa404e27a91678521818a.webp](https://filescdn.proginn.com/15ced9678fefe2fe55d5e353a7a06209/877dd59a2bcaa404e27a91678521818a.webp)
此时内存的短板不再那么明显,CPU甚喜。但随之却带来很多问题
![e78f4dae4faab2190b3e6f2e9bb9cd66.webp](https://filescdn.proginn.com/bb30e60e35d13c0ace0ab9a645b7b83d/e78f4dae4faab2190b3e6f2e9bb9cd66.webp)
看上图,每个核都有自己的一级缓存(L1 Cache),有的架构里面还有所有核共用的二级缓存(L2 Cache)。使用缓存之后,当线程要访问共享变量时,如果 L1 中存在该共享变量,就不会再逐级访问直至主内存了。所以,通过这种方式,就补上了访问内存慢的短板
具体来说,线程读/写共享变量的步骤是这样:
- 从主内存复制共享变量到自己的工作内存
- 在工作内存中对变量进行处理
- 处理完后,将变量值更新回主内存
假设现在主内存中有共享变量 X, 其初始值为 0
线程1先访问变量 X, 套用上面的步骤就是这样:
- L1 和 L2 中都没有发现变量 X,直到在主内存中找到
- 拷贝变量 X 到 L1 和 L2 中
- 在 L1 中将 X 的值修改为1,并逐层写回到主内存中
此时,在线程 1 眼中,X 的值是这样的:
![412f5747209e1ff2382d9f8718d7ff21.webp](https://filescdn.proginn.com/f3fa003c81f92619b8c7d2721ca2c82d/412f5747209e1ff2382d9f8718d7ff21.webp)
接下来,线程 2 同样按照上面的步骤访问变量 X
- L1 中没有发现变量 X
- L2 中发现了变量X
- 从L2中拷贝变量到L1中
- 在L1中将X 的值修改为2,并逐层写回到主内存中
此时,线程 2 眼中,X 的值是这样的:
![5f60c120befdfa62ef880c16de5c4203.webp](https://filescdn.proginn.com/479351e691449e96d750b46d0cc69ef4/5f60c120befdfa62ef880c16de5c4203.webp)
结合刚刚的两次操作,当线程1再访问变量x,我们看看有什么问题:
![ea84ec3a80f633a9a6870a0aecb838cb.webp](https://filescdn.proginn.com/bac9ad22e9751db7bb3a4f88120a31cc/ea84ec3a80f633a9a6870a0aecb838cb.webp)
此刻,如果线程 1 再次将 x=1回写,就会覆盖线程2 x=2 的结果,同样的共享变量,线程拿到的结果却不一样(线程1眼中x=1;线程2眼中x=2),这就是共享变量内存不可见的问题。
怎么补坑呢?今天的两位主角闪亮登场,不过在说明 volatile关键字之前,我们先来说说你最熟悉的 synchronized 关键字
synchronized
遇到线程不安全的问题,习惯性的会想到用 synchronized 关键字来解决问题,暂且先不论该办法是否合理,我们来看 synchronized 关键字是怎么解决上面提到的共享变量内存可见性问题的
- 【进入】synchronized 块的内存语义是把在 synchronized 块内使用的变量从线程的工作内存中清除,从主内存中读取
- 【退出】synchronized 块的内存语义事把在 synchronized 块内对共享变量的修改刷新到主内存中
二话不说,无情向下看 volatile
volatile
当一个变量被声明为 volatile 时:
- 线程在【读取】共享变量时,会先清空本地内存变量值,再从主内存获取最新值
- 线程在【写入】共享变量时,不会把值缓存在寄存器或其他地方(就是刚刚说的所谓的「工作内存」),而是会把值刷新回主内存
有种换汤不换药的感觉,你看的一点都没错
![77a85ffe8cfa3b653f85d757562542c9.webp](https://filescdn.proginn.com/5ef62b8f62fa1dd93c4716db30497ee3/77a85ffe8cfa3b653f85d757562542c9.webp)
所以,当使用 synchronized 或 volatile 后,多线程操作共享变量的步骤就变成了这样:
![a7efb141cfd8f081c516f8108f8bb898.webp](https://filescdn.proginn.com/1a8db34629079dc77daa15568b98a9a8/a7efb141cfd8f081c516f8108f8bb898.webp)
简单点来说就是不再参考 L1 和 L2 中共享变量的值,而是直接访问主内存
来点踏实的,上例子?
public class ThreadNotSafeInteger {
/**
* 共享变量 value
*/
private int value;
public int getValue() {
return value;
}
public void setValue(int value) {
this.value = value;
}
}
经过前序分析铺垫,很明显,上面代码中,共享变量 value 存在大大的隐患,尝试对其作出一些改变
先使用 volatile 关键字改造:
public class ThreadSafeInteger {
/**
* 共享变量 value
*/
private volatile int value;
public int getValue() {
return value;
}
public void setValue(int value) {
this.value = value;
}
}
再使用 synchronized 关键字改造
public class ThreadSafeInteger {
/**
* 共享变量 value
*/
private int value;
public synchronized int getValue() {
return value;
}
public synchronized void setValue(int value) {
this.value = value;
}
}
这两个结果是完全相同,在解决【当前】共享变量数据可见性的问题上,二者算是等同的
如果说 synchronized 和 volatile 是完全等同的,那就没必要设计两个关键字了,继续看个例子
@Slf4j
public class VisibilityIssue {
private static final int TOTAL = 10000;
// 即便像下面这样加了 volatile 关键字修饰不会解决问题,因为并没有解决原子性问题
private volatile int count;
public static void main(String[] args) {
VisibilityIssue visibilityIssue = new VisibilityIssue();
Thread thread1 = new Thread(() -> visibilityIssue.add10KCount());
Thread thread2 = new Thread(() -> visibilityIssue.add10KCount());
thread1.start();
thread2.start();
try {
thread1.join();
thread2.join();
} catch (InterruptedException e) {
log.error(e.getMessage());
}
log.info("count 值为:{}", visibilityIssue.count);
}
private void add10KCount(){
int start = 0;
while (start ++ < TOTAL){
this.count ++;
}
}
}
其实就是将上面setValue 简单赋值操作 (this.value = value;)变成了 (this.count ++;)形式,如果你运行代码,你会发现,count的值始终是处于1w和2w之间的
将上面方法再以 synchronized 的形式做改动
@Slf4j
public class VisibilityIssue {
private static final int TOTAL = 10000;
private int count;
//... 同上
private synchronized void add10KCount(){
int start = 0;
while (start ++ < TOTAL){
this.count ++;
}
}
}
再次运行代码,count 结果就是 2w
两组代码,都通过 volatile 和 synchronized 关键字以同样形式修饰,怎么有的可以带来相同结果,有的却不能呢?
![03b16f6d77decf7bbfd4cbe0294afc73.webp](https://filescdn.proginn.com/d1912aaf0e91044442bb29f778bab67f/03b16f6d77decf7bbfd4cbe0294afc73.webp)
这就要说说二者的不同了
count++ 程序代码是一行,但是翻译成 CPU 指令确是三行( 不信你用
javap -c
命令试试)
synchronized 是独占锁/排他锁(就是有你没我的意思),同时只能有一个线程调用 add10KCount
方法,其他调用线程会被阻塞。所以三行 CPU 指令都是同一个线程执行完之后别的线程才能继续执行,这就是通常说说的 原子性 (线程执行多条指令不被中断)
但 volatile 是非阻塞算法(也就是不排他),当遇到三行 CPU 指令自然就不能保证别的线程不插足了,这就是通常所说的,volatile 能保证内存可见性,但是不能保证原子性
一句话,那什么时候才能用volatile关键字呢?(千万记住了,重要事情说三遍,感觉这句话过时了)
如果写入变量值不依赖变量当前值,那么就可以用 volatile
如果写入变量值不依赖变量当前值,那么就可以用 volatile
如果写入变量值不依赖变量当前值,那么就可以用 volatile
比如上面 count++ ,是获取-计算-写入三步操作,也就是依赖当前值的,所以不能靠volatile 解决问题
到这里,文章开头第一个问题【volatile 与 synchronized 在处理哪些问题是相对等价的?】答案已经揭晓了
先自己脑补一下,如果让你同一段时间内【写几行代码】就要去【数钱】,数几下钱就要去【唱歌】,唱完歌又要去【写代码】,反复频繁这样操作,还要接上上一次的操作(代码接着写,钱累加着数,歌接着唱)还需要保证不出错,你累不累?
synchronized 是排他的,线程排队就要有切换,这个切换就好比上面的例子,要完成切换,还得记准线程上一次的操作,很累CPU大脑,这就是通常说的上下文切换会带来很大开销
volatile 就不一样了,它是非阻塞的方式,所以在解决共享变量可见性问题的时候,volatile 就是 synchronized 的弱同步体现了
到这,文章的第二个问题【为什么说 volatile 是 synchronized 弱同步的方式?】你也应该明白了吧
volatile 除了还能解决可见性问题,其实还能解决编译优化重排序问题,今天就先写到这里,喜欢的话欢迎点个再看~
推荐阅读:
喜欢我可以给我设为星标哦
![12e9873e87a6da812a2654546dc640ae.webp](https://filescdn.proginn.com/58ab2c90b7bcdab6a90094cc0a6ada45/12e9873e87a6da812a2654546dc640ae.webp)
好文章,我 在看
![4a3fdd2581c8fe8ac875efe421271e5f.webp](https://filescdn.proginn.com/08e41f37f587e8f4145b39b588f33df2/4a3fdd2581c8fe8ac875efe421271e5f.webp)