Java笔记——JMM

news2026/3/28 6:23:52
在多线程编程中共享变量的可见性、操作的原子性以及指令的重排序常常成为导致程序出现诡异Bug的罪魁祸首。而Java之所以能够成为并发编程的首选语言之一很大程度上归功于其强大的Java内存模型Java Memory Model, JMM。JMM不仅屏蔽了底层硬件和操作系统的差异还为开发者提供了一套清晰的内存访问规范让“编写一次到处运行”的并发代码成为可能。本文将深入剖析JMM的设计初衷、核心工作机制详解可见性、原子性、有序性三大并发问题并介绍volatile、synchronized以及CAS等解决方案的底层原理帮助你在并发编程中游刃有余。一、为什么需要Java内存模型现代计算机的CPU与内存之间存在着巨大的速度差异为了弥补这一鸿沟CPU引入了多级缓存L1、L2、L3。每个CPU核心都有自己私有的缓存当多个核心同时访问同一块内存数据时就会出现缓存一致性问题。此外为了提高执行效率编译器或处理器可能会对指令进行重排序。这些硬件层面的优化虽然极大提升了单线程性能却给多线程程序带来了不可预期的结果。不同的硬件架构如x86、ARM对缓存一致性和重排序的支持各不相同而Java作为跨平台语言必须屏蔽这些底层差异为上层提供统一的内存访问模型。Java内存模型正是这样一套抽象规范它定义了线程与主内存之间的交互规则保证了Java程序在不同平台上的行为一致性。二、JMM的核心设计主内存与工作内存JMM将内存划分为两个逻辑区域主内存Main Memory所有线程共享的内存区域存储Java对象的实例、静态变量等数据。工作内存Working Memory每个线程私有的内存区域线程对变量的所有操作读取、赋值都必须在工作内存中进行不能直接读写主内存中的变量。线程之间无法直接访问对方的工作内存变量值的传递必须通过主内存完成。当一个线程修改了自己工作内存中的变量副本后需要将其刷新到主内存其他线程才能从主内存中读取到最新值。这种“工作内存-主内存”的交互机制是理解并发问题的关键。JMM定义了8种原子操作来规范主内存与工作内存的交互lock作用于主内存将变量标识为线程独占状态。unlock作用于主内存释放被lock的变量。read作用于主内存将变量值从主内存传输到工作内存。load作用于工作内存将read操作获取的值放入工作内存的变量副本。use作用于工作内存将工作内存中的变量值传递给执行引擎。assign作用于工作内存将执行引擎返回的值赋给工作内存中的变量。store作用于工作内存将工作内存中的变量值传输到主内存。write作用于主内存将store操作的值写入主内存的变量。这些操作保证了变量在传递过程中的原子性但JMM并未限制虚拟机的实现是否允许某些操作合并因此实际性能优化仍然存在。三、JMM的三大并发问题基于上述内存模型多线程环境下会产生三类典型的并发问题1. 可见性问题定义一个线程对共享变量的修改其他线程无法立即看到。原因每个线程都有自己的工作内存对应CPU缓存线程修改变量时先修改工作内存再择机刷新到主内存。其他线程读取时可能仍从自己的缓存中获取旧值。示例public class VisibilityDemo { private static boolean flag true; public static void main(String[] args) throws InterruptedException { new Thread(() - { while (flag) { // 死循环 } System.out.println(线程退出); }).start(); Thread.sleep(1000); flag false; // 主线程修改flag但子线程可能永远看不到 } }上述代码中子线程可能永远无法退出因为主线程修改的flag值没有被子线程感知到。2. 原子性问题定义一个或多个操作在CPU执行过程中不可被中断的特性。在Java中对基本数据类型的读写操作是原子的long/double除外但自增操作如count并非原子操作。原因count在字节码层面包含读取-修改-写入三步线程可能在任意一步被切换导致最终结果出错。示例public class AtomicityDemo { private static int count 0; public static void main(String[] args) throws InterruptedException { Thread t1 new Thread(() - { for (int i 0; i 10000; i) count; }); Thread t2 new Thread(() - { for (int i 0; i 10000; i) count; }); t1.start(); t2.start(); t1.join(); t2.join(); System.out.println(count); // 结果通常小于20000 } }3. 有序性问题定义程序执行的顺序与代码编写的顺序不一致。原因编译器和处理器为了优化性能可能会对指令进行重排序前提是重排序不会改变单线程的执行结果即遵守as-if-serial语义。但在多线程环境下重排序可能导致非预期的结果。示例public class OrderingDemo { private static int a 0, b 0, x 0, y 0; public static void main(String[] args) throws InterruptedException { for (int i 0; i 100000; i) { a 0; b 0; x 0; y 0; Thread t1 new Thread(() - { a 1; x b; }); Thread t2 new Thread(() - { b 1; y a; }); t1.start(); t2.start(); t1.join(); t2.join(); if (x 0 y 0) { System.out.println(发生重排序 i); break; } } } }在单线程视角下a1和xb的顺序无所谓但多线程环境下如果x0 y0说明两个线程中的赋值语句被重排序导致相互读到了初始值。四、JMM的解决方案happens-before原则与同步机制为了解决上述并发问题JMM提供了一套基于happens-before原则的规范并结合volatile、synchronized等同步机制来保证程序的正确性。1. happens-before原则定义若两个操作之间存在happens-before关系则第一个操作的结果对第二个操作可见且第一个操作的执行顺序在第二个操作之前。happens-before是JMM定义的一组偏序关系主要包括程序次序规则在一个线程内按照代码顺序前面的操作happens-before后面的操作。volatile变量规则对一个volatile变量的写操作happens-before后续对该变量的读操作。锁规则对一个锁的解锁操作happens-before后续对同一个锁的加锁操作。传递性若A happens-before B且B happens-before C则A happens-before C。线程启动规则Thread.start() happens-before该线程中的任何操作。线程终止规则线程中的任何操作happens-before其他线程检测到该线程终止如Thread.join()返回。中断规则对线程interrupt()的调用happens-before被中断线程检测到中断事件。对象终结规则对象的构造函数执行结束happens-before其finalize()方法。这些规则让开发者无需关心底层内存屏障的具体实现只需遵循规则就能写出正确的并发程序。2. volatile解决可见性与有序性作用保证可见性对volatile变量的写操作会立即刷新到主内存读操作会直接从主内存中读取。禁止指令重排序编译器会在volatile读写前后插入内存屏障防止其与前后代码重排序。底层实现在x86架构下volatile写操作会在汇编指令前加lock前缀该前缀会锁定缓存行并刷新到主内存同时阻止指令重排序。注意volatile不能保证原子性例如volatile int count; count仍然不是原子操作。适用场景状态标志如boolean开关双重检查锁Double-Checked Locking中的单例对象独立观察如读取配置参数3. synchronized保证原子性、可见性与有序性作用原子性synchronized修饰的代码块或方法在同一时刻只能有一个线程执行保证了代码块的原子性。可见性线程在进入synchronized块时会清空工作内存从主内存重新读取变量退出时会将工作内存中的修改刷新到主内存。有序性synchronized块内部依然可能重排序但由于只有一个线程执行不会产生有序性问题从外部看synchronized块内的代码整体上不会与块外重排序。底层实现synchronized依赖JVM的monitor机制编译后会在同步块前后插入monitorenter和monitorexit指令通过锁的互斥保证原子性。4. CASCompare-And-Swap无锁原子操作定义CAS是一种乐观锁技术它包含三个操作数内存位置V、预期原值A、新值B。只有当V的值等于A时才将V更新为B否则什么都不做。整个操作是原子的。Java实现java.util.concurrent.atomic包中的原子类如AtomicInteger底层使用CAS实现通过Unsafe类的compareAndSwapInt等本地方法调用CPU的CAS指令如x86的cmpxchg。ABA问题如果V的值从A变为B再变回ACAS会误认为没有变化。可通过添加版本号如AtomicStampedReference解决。适用场景轻量级并发场景如计数器、状态标志等避免锁带来的上下文切换开销。五、总结Java内存模型是理解并发编程的基石。它通过定义主内存与工作内存的交互规则以及happens-before原则为开发者屏蔽了底层硬件的复杂性。在实际开发中当需要保证可见性和有序性时可以使用volatile关键字。当需要保证原子性时可以使用synchronized或java.util.concurrent.locks.Lock。对于高并发下的计数器等场景可以使用Atomic系列类基于CAS。掌握JMM不仅能帮你写出线程安全的代码还能让你在面对各种诡异的并发Bug时拥有快速定位问题的能力。希望本文能为你打开并发编程世界的一扇窗让你在Java并发之路上走得更稳、更远。

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.coloradmin.cn/o/2453352.html

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,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…