单线程和多线程中的可见性的区别是什么

本篇内容介绍了“单线程和多线程中的可见性的区别是什么”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

简介

当一个线程修改了某个共享变量时（非局部变量，所有线程都可以访问得到），其他线程总是能立马读到最新值，这时我们就说这个变量是具有可见性的

如果是单线程，那么可见性是毋庸置疑的，肯定改了就能看到（直肠子，有啥说啥，大家都能看到）

但是如果是多线程，那么可见性就需要通过一些手段来维持了，比如加锁或者volatile修饰符（花花肠子，各种套路让人措手不及）

PS：实际上，没有真正的直肠子，据科学研究表明，人的肠子长达8米左右（～身高的5倍）

目录

1. 单线程和多线程中的可见性对比

2. volatile修饰符

3. 指令重排序

4. volatile和加锁的区别

正文

1. 单线程和多线程中的可见性对比

这里我们举两个例子来看下，来了解什么是可见性问题

下面是一个单线程的例子，其中有一个共享变量

public class SignleThreadVisibilityDemo {
    // 共享变量
    private int number;
    public void setNumber(int number){
        this.number = number;
    }
    public int getNumber(){
        return this.number;
    }
    public static void main(String[] args) {
        SignleThreadVisibilityDemo demo = new SignleThreadVisibilityDemo();
        System.out.println(demo.getNumber());
        demo.setNumber(10);
        System.out.println(demo.getNumber());
    }
}

输出如下：可以看到，第一次共享变量number为初始值0，但是调用setNumber(10)之后，再读取就变成了10

0
10

改了就能看到，如果多线程也有这么简单，那多好（来自菜鸟的内心独白）。

下面我们看一个多线程的例子，还是那个共享变量

package com.jalon.concurrent.chapter3;

/**
 * <p>
 *  可见性:多线程的可见性问题
 * </p>
 *
 * @author: JavaLover
 * @time: 2021/4/27
 */
public class MultiThreadVisibilityDemo {
    // 共享变量
    private int number;
    public static void main(String[] args) throws InterruptedException {
        MultiThreadVisibilityDemo demo = new MultiThreadVisibilityDemo();
        new Thread(()->{
          	// 这里我们做个假死循环，只有没给number赋值（初始化除外），就一直循环
            while (0==demo.number);
            System.out.println(demo.number);
        }).start();
        Thread.sleep(1000);
        // 168不是身高，只是个比较吉利的数字
        demo.setNumber(168);
    }

    public int getNumber() {
        return number;
    }

    public void setNumber(int number) {
        this.number = number;
    }

}

输出如下：

你没看错，就是输出为空，而且程序还在一直运行（没有试过，如果不关机，会不会有输出number的那一天）

这时就出现了可见性问题，即主线程改了共享变量number，而子线程却看不到

原因是什么呢？

我们用图来说话吧，会轻松点

步骤如下：

1. 子线程读取number到自己的栈中，备份

2. 主线程读取number，修改，写入，同步到内存

3. 子线程此时没有意识到number的改变，还是读自己栈中的备份ready（可能是各种性能优化的原因）

那要怎么解决呢？

加锁或者volatile修饰符，这里我们加volatile

修改后的代码如下：

public class MultiThreadVisibilityDemo {
    // 共享变量，加了volatile修饰符，此时number不会备份到其他线程，只会存在共享的堆内存中
    private volatile int number;
    public static void main(String[] args) throws InterruptedException {
        MultiThreadVisibilityDemo demo = new MultiThreadVisibilityDemo();
        new Thread(()->{
            while (0==demo.number);
            System.out.println(demo.number);
        }).start();
        Thread.sleep(1000);
        // 168不是身高，只是个比较吉利的数字
        demo.setNumber(168);
    }

    public int getNumber() {
        return number;
    }

    public void setNumber(int number) {
        this.number = number;
    }

}

输出如下：

168

可以看到，跟我们预期的一样，子线程可以看到主线程做的修改

下面就让我们一起来探索volatile的小世界吧

2. volatile修饰符

volatile是一种比加锁稍弱的同步机制，它和加锁最大的区别就是，它不能保证原子性，但是它轻量啊

我们先把上面那个例子说完；

我们加了volatile修饰符后，子线程就可以看到主线程做的修改，那么volatile到底做了什么呢？

其实我们可以把volatile看做一个标志，如果虚拟机看到这个标志，就会认为被它修饰的变量是易变的，不稳定的，随时可能被某个线程修改；

此时虚拟机就不会对与这个变量相关的指令进行重排序（下面会讲到），而且还会将这个变量的改变实时通知到各个线程（可见性）

用图说话的话，就是下面这个样子：

可以看到，线程中的number备份都不需要了，每次需要number的时候，都直接去堆内存中读取，这样就保证了数据的可见性

3. 指令重排序

指令重排序指的是，虚拟机有时候为了优化性能，会把某些指令的执行顺序进行调整，前提是指令的依赖关系不能被破坏（比如int a = 10; int b = a;此时就不会重排序）

下面我们看下可能会重排序的代码：

public class ReorderDemo {
    public static void main(String[] args) {
        int a = 1;
        int b = 2;
        int m = a + b;
        int c = 1;
        int d = 2;
        int n = c - d;
    }
}

这里我们要了解一个底层知识，就是每一条语句的执行，在底层系统都是分好几步走的（比如第一步，第二步，第三步等等，这里我们就不涉及那些汇编知识了，大家感兴趣可以参考看下《实战Java高并发》1.5.4）；

现在让我们回到上面这个例子，依赖关系如下：

可以看到，他们三三成堆，互不依赖，此时如果发生了重排序，那么就有可能排成下面这个样子

（上图只是从代码层面进行的效果演示，实际上指令的重排序比这个细节很多，这里主要了解重排序的思想先）

由于m=a+b需要依赖a和b的值，所以当指令执行到m=a+b的add环节时，如果b还没准备好，那么m=a+b就需要等待b，后面的指令也会等待；

但是如果重排序，把m=a+b放到后面，那么就可以利用add等待的这个空档期，去准备c和d；

这样就减少了等待时间，提升了性能（感觉有点像上学时候学的C，习惯性地先定义变量一大堆，然后再编写代码）

4. volatile和加锁的区别

区别如下

上面所说的有序性指的就是禁止指令的重排序，从而使得多线程中不会出现乱序的问题；

我们可以看到，加锁和volatile最大的区别就是原子性；

主要是因为volatile只是针对某个变量进行修饰，所以就有点像原子变量的复合操作（虽然原子变量本身是原子操作，但是多个原子变量放到一起，就无法保证了）

“单线程和多线程中的可见性的区别是什么”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！