德阳市网站建设_网站建设公司_Linux_seo优化

上述规约是一个关于Java并发编程的重要问题。本篇博文我来详细解释一下：

1.volatile的内存可见性

volatile的作用：

• 保证可见性：当一个线程修改了volatile变量的值，新值会立即刷新到主内存，其他线程读取时会从主内存重新获取最新值
• 禁止指令重排序：防止JVM的指令重排序优化

示例：

publicclassVolatileExample{privatevolatilebooleanflag=false;publicvoidwriter(){flag=true;// 写操作}publicvoidreader(){if(flag){// 读操作// 一定能看到最新值}}}

2.为什么volatile不能解决多写问题

publicclassCounter{privatevolatileintcount=0;// 多线程调用会有问题publicvoidincrement(){count++;// 不是原子操作：读→改→写}}

问题分析：

线程A：读取count=0 线程B：读取count=0 线程A：count+1=1，写回 线程B：count+1=1，写回 // 结果应该是2，实际是1

3.解决方案对比

方案1：AtomicInteger

importjava.util.concurrent.atomic.AtomicInteger;publicclassAtomicExample{privateAtomicIntegercount=newAtomicInteger(0);publicvoidincrement(){count.incrementAndGet();// 原子操作}publicintget(){returncount.get();}}

原理：基于CAS（Compare And Swap）

publicfinalintincrementAndGet(){returnunsafe.getAndAddInt(this,valueOffset,1)+1;}// 实际是自旋CAS操作

方案2：LongAdder（JDK8+推荐）

importjava.util.concurrent.atomic.LongAdder;publicclassLongAdderExample{privateLongAddercount=newLongAdder();publicvoidincrement(){count.increment();// 性能更好}publiclongsum(){returncount.sum();}}

4.性能对比分析

5.完整示例

importjava.util.concurrent.atomic.AtomicInteger;importjava.util.concurrent.atomic.LongAdder;importjava.util.concurrent.CountDownLatch;publicclassCounterComparison{// 方案1：volatile（不安全）privatevolatileintvolatileCount=0;// 方案2：AtomicIntegerprivateAtomicIntegeratomicCount=newAtomicInteger(0);// 方案3：LongAdder（JDK8+推荐）privateLongAdderadderCount=newLongAdder();publicvoidtestVolatile()throwsInterruptedException{CountDownLatchlatch=newCountDownLatch(100);for(inti=0;i<100;i++){newThread(()->{for(intj=0;j<1000;j++){volatileCount++;// 线程不安全}latch.countDown();}).start();}latch.await();System.out.println("Volatile结果（可能不正确）: "+volatileCount);}publicvoidtestAtomic()throwsInterruptedException{CountDownLatchlatch=newCountDownLatch(100);for(inti=0;i<100;i++){newThread(()->{for(intj=0;j<1000;j++){atomicCount.incrementAndGet();}latch.countDown();}).start();}latch.await();System.out.println("AtomicInteger结果: "+atomicCount.get());}publicvoidtestLongAdder()throwsInterruptedException{CountDownLatchlatch=newCountDownLatch(100);for(inti=0;i<100;i++){newThread(()->{for(intj=0;j<1000;j++){adderCount.increment();}latch.countDown();}).start();}latch.await();System.out.println("LongAdder结果: "+adderCount.sum());}publicstaticvoidmain(String[]args)throwsInterruptedException{CounterComparisontest=newCounterComparison();test.testAtomic();test.testLongAdder();test.testVolatile();}}

6.使用建议

1. 单写多读：使用volatile
2. 低竞争环境：使用AtomicInteger/AtomicLong
3. 高并发写场景：使用LongAdder（JDK8+）
4. 精确统计场景：使用Atomic系列（LongAdder的sum()可能不是实时精确值）

总结

• volatile只解决可见性问题，不解决原子性问题
• 对于count++这类复合操作，必须使用原子类
• 在JDK8+的高并发写场景下，LongAdder性能通常优于AtomicLong
• 选择哪个工具取决于具体的读写比例和并发程度