一、引言
对于Java开发者而言，关于底层知识，我们一般当做黑盒来进行使用，不需要去打开这个黑盒。
但随着目前程序员行业的发展，我们有必要打开这个黑盒，去探索其中的奥妙。
本篇系列文章，将带你一起探索底层黑盒的奥秘之处。
阅读本篇文章之前，建议下载 openJDK 效果会更好
openJDK下载地址：openJDK
如果感觉网速较慢，建议关注公众号：爱敲代码的小黄，发送：openJDK 即可获取百度网盘链接。
大家可不可以给我点个关注呀~
二、操作系统
1、CPU的乱序执行
CPU在进行读等待的同时执行指令，是CPU乱序的根源，不是乱，而是提高效率
我们来看下面这个程序：
x = 0; y = 0; a = 0; b = 0; Thread one = new Thread(new Runnable() { public void run() { //由于线程one先启动，下面这句话让它等一等线程two. 可根据自己电脑的实际性能适当调整等待时间. //shortWait(100000); a = 1; x = b; } }); Thread other = new Thread(new Runnable() { public void run() { b = 1; y = a; } }); one.start(); other.start(); one.join(); other.join(); String result = "第" + i + "次 (" + x + "," + y + "）"; if (x == 0 && y == 0) { System.err.println(result); break; }
我们可以看到，如果我们的CPU没有乱序执行的话，那么 a = 1 必然在 x = b 前面，b = 1 必然在 y = a 的前面
我们可以得到什么结论，也就是 x 和 y 肯定不能同时为 0 （这里读者可以好好想一想，为什么不能同时为0）
我们运行下程序，得到如下结果：
我们在运行 2728842 次的时候，得到了该结果，验证了我们的结论。
2.1 乱序可能会出现的问题
常见例子：DCL为什么要加 volatile ？
我们以下面举例：
class T{ int m = 8; } T t = new T();
反编译汇编码：
0 new #2 <T> 3 dup 4 invokespeecial # 3 <T.<init>> 7 astore_1 8 return
我们对于汇编码逐步分析：
new #2 <T>：创建m = 0的对象并且栈帧中有一个引用指向该对象
dup：在我们的栈帧中复制一份引用
invokespecial #3 <T.<init>>：弹出一个栈帧中的值，实例化他的构造方法
astore_1：将我们栈帧的引用赋值给 t，这里1指的是我们本地变量表中的第一位
所以，我们想一个事情，上面我们已经证明CPU存在乱序的现象，那么会对我们的上述操作有什么危害呢？- 当我们的
astore_1在我们的invokespeecial # 3 <T.<init>>执行前执行，会导致我们的将我们没有实例化的对象赋值给t，如下如所示：
所以为了避免这种现象，我们要对 DCL 加 volatile
问题来了，我们 volatile 是怎么保证有序性的呢？
2.2 如何禁止指令重排序
我们对于禁止指令重排序，从以下三方面来谈：
- 代码层面
- 字节码层面
- JVM层面
- CPU层面
2.2.1 Java 代码层面
- 直接加一个
volatile关键字即可
public class TestVolatile { public static volatile int counter = 1; public static void main(String[] args) { counter = 2; System.out.println(counter); } }
2.2.1 字节码层面
在字节码层面，当对 volatile 进行反编译后，我们可以看到 VCC_volatile
我们对上述代码进行反编译，得到其 字节码
通过 javac TestVolatile.java 将类编译为class文件，再通过 javap -v TestVolatile.class 命令反编译查看字节码文件
这里我们只展示这段代码得字节码：public static volatile int counter = 1;
public static volatile int counter; descriptor: I flags: ACC_PUBLIC, ACC_STATIC, ACC_VOLATILE // 下面为初始化counter时的字节码 0: iconst_2 1: putstatic #2 // Field counter:I 4: getstatic #3 // Field
descriptor：代表方法参数和返回值
flags: ACC_PUBLIC, ACC_STATIC, ACC_VOLATILE：标志putstatic：对静态属性进行操作
我们后续的操作都可以通过 ACC_VOLATILE 这个标志来知道该变量已被 volatile 所修饰
2.2.3 HotSpot 源码层面
对于带有 volatile 修饰的变量，我们的 JVM 是怎么去实现的呢？
通常我们在我网站上会看到这四个词语：StoreStore，StoreLoad，LoadStore，LoadLoad
我们的 JVM 确实是这样实现的，我们一起来看一下具体的实现吧。
Java中，静态属性属于类的。操作静态属性，对应的指令为 putstatic
我们以 openjdk8 根路径 jdk\src\hotspot\share\interpreter\zero 路径下的
bytecodeInterpreter.cpp 文件中，处理 putstatic 指令的代码：
CASE(_putstatic): { // .... 省略若干行 // Now store the result 现在要开始存储结果了 // ConstantPoolCacheEntry* cache; -- cache是常量池缓存实例 // cache->is_volatile() -- 判断是否有volatile访问标志修饰 int field_offset = cache->f2_as_index(); // ****重点判断逻辑**** if (cache->is_volatile()) { // volatile变量的赋值逻辑 if (tos_type == itos) { obj->release_int_field_put(field_offset, STACK_INT(-1)); } else if (tos_type == atos) {// 对象类型赋值 VERIFY_OOP(STACK_OBJECT(-1)); obj->release_obj_field_put(field_offset, STACK_OBJECT(-1)); OrderAccess::release_store(&BYTE_MAP_BASE[(uintptr_t)obj >> CardTableModRefBS::card_shift], 0); } else if (tos_type == btos) {// byte类型赋值 obj->release_byte_field_put(field_offset, STACK_INT(-1)); } else if (tos_type == ltos) {// long类型赋值 obj->release_long_field_put(field_offset, STACK_LONG(-1)); } else if (tos_type == ctos) {// char类型赋值 obj->release_char_field_put(field_offset, STACK_INT(-1)); } else if (tos_type == stos) {// short类型赋值 obj->release_short_field_put(field_offset, STACK_INT(-1)); } else if (tos_type == ftos) {// float类型赋值 obj->release_float_field_put(field_offset, STACK_FLOAT(-1)); } else {// double类型赋值 obj->release_double_field_put(field_offset, STACK_DOUBLE(-1)); } // *** 写完值后的storeload屏障 *** OrderAccess::storeload(); } else { // 非volatile变量的赋值逻辑 } }
这里贴一下 cache->is_volatile() 的源码，路径：jdk\src\hotspot\share\utilities\accessFlags.hpp
// Java access flags bool is_public () const { return (_flags & JVM_ACC_PUBLIC ) != 0; } bool is_private () const { return (_flags & JVM_ACC_PRIVATE ) != 0; } bool is_protected () const { return (_flags & JVM_ACC_PROTECTED ) != 0; } bool is_static () const { return (_flags & JVM_ACC_STATIC ) != 0; } bool is_final () const { return (_flags & JVM_ACC_FINAL ) != 0; } bool is_synchronized() const { return (_flags & JVM_ACC_SYNCHRONIZED) != 0; } bool is_super () const { return (_flags & JVM_ACC_SUPER ) != 0; } bool is_volatile () const { return (_flags & JVM_ACC_VOLATILE ) != 0; } bool is_transient () const { return (_flags & JVM_ACC_TRANSIENT ) != 0; } bool is_native () const { return (_flags & JVM_ACC_NATIVE ) != 0; } bool is_interface () const { return (_flags & JVM_ACC_INTERFACE ) != 0; } bool is_abstract () const { return (_flags & JVM_ACC_ABSTRACT ) != 0; }
我们看一下赋值 obj->release_long_field_put(field_offset, STACK_LONG(-1)) 的源代码：jdk\src\hotspot\share\oops\oop.inline.hpp
jlong oopDesc::long_field_acquire(int offset) const { return Atomic::load_acquire(field_addr<jlong>(offset)); } void oopDesc::release_long_field_put(int offset, jlong value) { Atomic::release_store(field_addr<jlong>(offset), value); }
我们前往 jdk\src\hotspot\share\runtime\atomic.hpp看一下 Atomic::release_store 的方法
inline T Atomic::load_acquire(const volatile T* p) { return LoadImpl<T, PlatformOrderedLoad<sizeof(T), X_ACQUIRE> >()(p); } template <typename D, typename T> inline void Atomic::release_store(volatile D* p, T v) { StoreImpl<D, T, PlatformOrderedStore<sizeof(D), RELEASE_X> >()(p, v); }
我们可以清楚的看到，const volatile T* p 和 volatile D* p 在调用的时候，直接使用了 C/C++ 的 volatile 关键字
我们继续往下看，在我门执行完参数的赋值后，会有这个一个操作：OrderAccess::storeload();
我们观察 jdk\src\hotspot\share\runtime 的 orderAccess.hpp 文件，发现有这么一段代码
// barriers 屏障 static void loadload(); static void storestore(); static void loadstore(); static void storeload(); static void acquire(); static void release(); static void fence();
我们可以清楚的看到，这就是我们在各大网站看到的 JVM 的读写屏障
当然，我们还要看其在 linux_x86 实现方式，在 jdk\src\hotspot\os_cpu\linux_x86 的 orderAccess_linux_x86.hpp 下
// A compiler barrier, forcing the C++ compiler to invalidate all memory assumptions static inline void compiler_barrier() { __asm__ volatile ("" : : : "memory"); } inline void OrderAccess::loadload() { compiler_barrier(); } inline void OrderAccess::storestore() { compiler_barrier(); } inline void OrderAccess::loadstore() { compiler_barrier(); } inline void OrderAccess::storeload() { fence(); } inline void OrderAccess::acquire() { compiler_barrier(); } inline void OrderAccess::release() { compiler_barrier(); }
2.2.4 CPU层面
- Intel 的原语指令：
mfence内存屏障，ifence读屏障，sfence写屏障
我们可以看到，最关键的是这一行代码：__asm__ volatile ("" : : : "memory");
__asm__ ：用于指示编译器在此插入汇编语句volatile ：告诉编译器，严禁将此处的汇编语句与其它的语句重组合优化。即：原原本本按原来的样子处理这这里的汇编。
("" : : : "memory")：memory 强制 gcc 编译器假设 RAM 所有内存单元均被汇编指令修改，这样 cpu 中的 registers 和 cache 中已缓存的内存单元中的数据将作废。
cpu 将不得不在需要的时候重新读取内存中的数据。这就阻止了 cpu 又将 registers, cache 中的数据用于去优化指令，而避免去访问内存。
简单概括：告诉我们的CPU，别瞎几把给我优化了，我就要串行执行。
这样我们可以看到，这些指令都是通过更改CPU的 寄存器 和 缓存 来保持有序性的
到这基本面试就差不多了，能打败 80% 面试者和面试官了，但我们这篇文章还不够！
我们观察这些方法，会发现有一个叫 fence() 的方法，我们观察一下这个方法：
inline void OrderAccess::fence() { // always use locked addl since mfence is sometimes expensive // #ifdef AMD64 __asm__ volatile ("lock; addl $0,0(%%rsp)" : : : "cc", "memory"); #else __asm__ volatile ("lock; addl $0,0(%%esp)" : : : "cc", "memory"); #endif compiler_barrier(); }
我们可以看到，我们的方法不建议我们使用我们的原语指令 mfence(内存屏障) ，因为 mfence 的资源消耗要比 locked 资源消耗的多
直接判断是不是 AMD64 来对其不同的寄存器 rsp\esp做处理
"lock; addl $0,0(%%rsp)"：在 rsp 寄存器上加一个 0） 指令是一个 Full Barrier，执行时会锁住内存子系统来确保执行顺序，甚至跨多个 CPU
到这里，我们的 volatile 基本差不多了，应该可以通过打败 90% 的面试官了
2.3 hanppens-before原则
简单来说，JVM规定重排序必须遵守的规则（了解即可）
- 程序次序规则
- 管程锁定规则
- volatile
- 线程启动规则
- 线程终止规则
- 线程中断规则
- 对象终结规则
- 传递性
2.4 as if serial
不管如何重排序，单线程执行的结果不会改变
三、总结
这一篇文章写了大概一个星期，最难的地方在于一直找不到一个从浅入深的过程，导致自己一直不知道该怎么写
最终还是成功的完成了，让自己对于 volatile 的理解又进了一步
至少看完这篇文章，在 volatile 的问题上，不惧怕任何面试官
