可见性
所谓可见性,指的是当一个线程修改了对象的状态后,其他线程能够看到该对象发生的变化。在单线程环境下,向某个变量写入值,然后在后面的操作再读取,在这个过程中该变量的值对该线程来说总是可见。但是,在多线程环境下,可见性就不一定等到保证,例如,对于一个共享变量 share = 0 来说,线程1和线程2都进行share++ 操作,但是最终share 的结果并不一定是2。先看看一段代码
public class NoVisibility { private static boolean ready; private static int number; private static class ReaderThread extends Thread{
public void run() {
while (!ready) {
Thread.yield(); //当前线程从运行态->就绪态,重新竞争cpu
}
System.out.println(number);
}
} public static void main(String[] args) {
new ReaderThread().start();
number = 42;
ready = true;
}
}
上面的 NoVisibility 可能会一直循环下去(虽然这种情况发生的概率很小),因为 ReaderThread 线程一直看不到主线程对ready的更新;还有另一种情况是输出结果可能是0,有人会问有输出说明 ready 已经被更新为 true,那么 number 也应该被更新了42,看起来是这样,但在jvm执行指令时会出现“指令重排序”的现象。
“指令重排序”指的是处理器为了提高程序运行效率,可能会对输入代码进行优化,它不保证程序中各个语句的执行先后顺序同代码中的顺序一致,但是它会保证程序最终执行结果和代码顺序执行的结果是一致的。对于上面的代码,ready 和 number 谁先赋值对最终的程序结果并没有影响(对于main线程来说),故在实际执行可能先对 ready 赋值。但是要注意的是如果后面的语句对前面的语句存在依赖关系时,则不会发生“指令重排序”,例如
int a = 2; //语句1
int r = 2; //语句2
a = a + 3; //语句3
r = a*a; //语句4
语句4 的 r 依赖于语句3的 a 的处理结果,故执行时语句4不能在语句3之前执行。
在上面 NoVisibility 产生错误的原因是缺乏同步使得 ReadTread 线程读取了失效数据。另外有一点,对于绝大多数基本变量的读取和写入都是原子操作,但是64位的数值变量除外(如long,double),这是因为对于64位的变量,jvm允许将64位的读或写操作分解为两个32位操作,当对该变量读和写操作在不同线程进行,有可能会读取到当前值的高32位和重新赋值后的低32位,如线程1去读 long num 这个变量,还未开始读取,这时线程2对num这个变量重新赋值,先对低32位进行更新,还未更新高32位,这时线程1继续执行读取操作,于是线程1就读取了原来的高32位和更新后的低32位。
那么怎么使得不同线程不会读取到失效数据呢?一种简单的方式是加上内置锁,这样使得某一线程在尚未执行完同步代码块前,其他的线程无法执行同步代码块,这样就保证了每个线程都能看到共享变量的最新值;另外的一种方式是把共享变量用 volatile 修饰,线程在读取volatile 变量时总是会返回最新写入的值,关于volatile更多详细请看下面参考链接https://www.cnblogs.com/dolphin0520/p/3920373.html。
不过这里有一个点要注意,volatile 虽然保证了变量的可见性,但并不保证原子性,这也是为什么用 volatile 修饰的 int i 变量执行 i++ 操作仍不能保证线程安全,其实这要从i++ 这个操作的原理来讲,i++包括三个操作:1、取 i 值;2、将 i+1 存入 tmp;3、i = tmp。在多线程对 valotile 修饰的 i 进行++操作时,先假设线程1执行完第2步后堵塞,这时线程2对 i 进行了更新,通知其他线程内存中的 i 已经被更新,你们应该重新取 i 值,但线程1在第3步并不需要取 i 值,而是将 tmp 值存入i。所以在使用volatile关键字是应该要记住它并不保证原子性。
线程封闭
什么是线程封闭?当我们访问共享变量时,通常要使用同步,一种避免使用同步的方式就是不共享数据。很显然仅在单线程内访问数据,就不需要同步,这种避免共享数据的技术就是线程封闭。在java中,较常用到的线程封闭技术是栈封闭和使用 ThreadLocal 类。
栈封闭:我的理解就是使用线程内部的局部变量。
ThreadLocal 类:这个要仔细讲讲,ThreadLocal 类为每个线程保存了一份独立的副本,每次线程执行 ThreadLocal 的 get 或 set 方法都是每次以当前线程为参数去取当前线程对象里的 ThreadLocalMap,而 ThreadLocalMap 保存着以 ThreadLocal 对象为 key 的键值对,这样就使得每个线程访问 ThreadLocal 变量互不干扰。先来看看ThreadLocal类怎么使用。
public class Test {
private static ThreadLocal<Connection> conn
= new ThreadLocal<Connection>() {
// 重写 ThreadLocal类里的initialValue()方法
public Connection initialValue() {
try {
return DriverManager.getConnection("DB_URL");//取得某一数据库连接
} catch (SQLException e) {
e.printStackTrace();
}
return null;
}
}; public static Connection getConnection() {
// 调用conn对象的get方法
return conn.get();
}
}
下面看看ThreadLocal类的源码
先看看 get 方法
public ThreadLocal() { }
public T get() {
Thread t = Thread.currentThread(); /*
* 查看当前线程t有没有相应的map,注意,该方法传入的参数为当前线程,
* 返回的是线程t的静态变量 threadLocals,该变量初始值为null,故对不同
* 线程来说,每个线程都有自己的threadLocals
*/
ThreadLocalMap map = getMap(t);
/*
* ThreadLocalMap getMap(Thread t) {
* return t.threadLocals;
* }
*/
if (map != null) {
// 获取当前线程下对象的value,注意,每个线程都存有当前对象的value
ThreadLocalMap.Entry e = map.getEntry(this);
if (e != null) {
@SuppressWarnings("unchecked")
T result = (T)e.value;
return result;
}
}
// 如果线程是第一次调用ThreadLocal的get方法,那么返回值从重写的初始化方法得到
return setInitialValue();
}
去看看 setInitialValue() 方法
private T setInitialValue() {
// 初始化value
T value = initialValue();
Thread t = Thread.currentThread();
// 取当前线程的map
ThreadLocalMap map = getMap(t);
if (map != null)
// 不为空,更新当前线程下该对象的value
map.set(this, value);
else
// map为空,创建map
createMap(t, value);
return value;
}
看看 ThreadLocal 怎么创建 ThreadLocalMap 的
// 这个方法是使得ThreadLocal类保存线程本地变量的关键,它新建的ThreadLocalMap是以当前ThreadLocal对象为key,然后是存在该线程的静态变量threadLocals里。 void createMap(Thread t, T firstValue) {
t.threadLocals = new ThreadLocalMap(this, firstValue);
} ThreadLocalMap(ThreadLocal<?> firstKey, Object firstValue) {
table = new Entry[INITIAL_CAPACITY];
int i = firstKey.threadLocalHashCode & (INITIAL_CAPACITY - 1);
// 对于table里的引用,每次都是new出来了,故不会和其他线程指向同一个当前对象
table[i] = new Entry(firstKey, firstValue);
size = 1;
setThreshold(INITIAL_CAPACITY);
}
看到这里,相信大家就已经大概明白ThreadLocal类线程封闭的具体原理了。
以上内容如有不当之处,请指出。谢谢!
参考链接: