Java内存模型(JMM)

简介: Java内存模型(JMM)是一个抽象概念,用于规范程序中各种变量(实例字段、静态字段及数组元素)的访问方式,确保不同Java虚拟机(JVM)上的并发程序结果一致可靠。JMM定义了主存储器(所有线程共享)与工作存储器(线程私有)的概念,线程间通过主存储器进行通信。JMM具备三大特性:原子性(确保基本读写操作的不可分割)、可见性(确保一个线程对共享变量的修改对其他线程可见)、有序性(防止指令被处理器或编译器重排序影响程序逻辑)。通过这些特性,JMM解决了多线程环境下的数据一致性问题。

什么是Java内存模型

JMM本身只是一个抽象的概念,并不真实存在,它描述的是一种规则或规范;通过这组规范,定义了程序中对各种变量(包括实例字段,静态字段和构成数组对象的元素)的访问方式。需要每个JVM的实现都要遵守这样的规范;有了JMM规范的保障后,并发程序运行在不同虚拟机上时,得到的程序结果才是安全可靠可信赖的,如果没有JMM内存模型来规范,那经过不同JVM翻译之后,就可能出现,运行结果不相同或不正确。

简单说JMM就是屏蔽了各种硬件和操作系统的访问差异,保证Java程序在各种平台下对内存的访问都能保证效果一致的机制规范。

JMM还抽象出主存储器(Main Memory)和工作存储器(Working Memory)两种:

主存储器是实例对象所在的区域,所有实例都存在于主存储器内,主存储器是所有线程共享的

工作存储器是线程所拥有的作业区,每个线程都有其专用的工作存储器;工作存储器存有主存储器中必要部分的拷贝,称为工作拷贝(Working Copy)

所以线程无法直接对主内存进行操作,线程A想要和线程B通信,只能通过主存进行。

三大特性

JMM有三大特性:原子性、可见性、有序性

原子性

JMM保证了对共享变量的读取和写入可以被视为原子操作

为支持JMM,Java定义了8种原子操作,用来控制主存和工作内存之间的交互

  • read读取:作用于主内存,将共享变量从主内存传送到线程的工作内存中
  • load载入:作用于工作内存,把read读取的值放到工作内存中的副本变量中
  • store存储:作用于工作内存,把工作内存中的变量传送到主内存中
  • write写入:作用于主内存,把从工作内存中store传送过来的值写到主内存变量中
  • use使用:作用于工作内存,把工作内存的值传递给执行引擎,当虚拟机遇到需要使用这个变量的指令时,就会执行这个动作
  • assign赋值:作用于工作内存,把执行引擎获取到的值赋值给工作线程中的变量,当虚拟机遇到给变量赋值的指令时,就执行此操作
  • lock锁定:作用于主内存,把变量标记为现场独占状态
  • unlock解锁:作用于主内存,它将释放独占状态

可见性

多个线程访问共享变量时,一个线程如果修改变量值,在刷新到主内存之前,其他线程不一定能立即看到这个修改。

在JVM中,栈负责运行(主要是方法),堆中负责存储(比如new的对象),JVM运行程序的实体是线程,每个线程创建时,JVM都会为其创建一个工作内存,工作内存是每个现场私有数据区域;而Java内存模型中规定,所有变量都存储在主内存中,主内存是共享内存区域,所有线程都可以访问;但线程对变量的操作(读写)必须在自己工作内存中进行,首先要将变量从主内存拷贝到自己的工作内存空间,然后对变量操作,操作完成后,再将变量回写到主内存;由于不能直接操作主内存的变量,各个线程工作内存中存储着主内存变量副本,因此不同线程无法直接访问对方工作内存,线程间通信必须通过主内存完成。

同步的规定

  • 线程解锁前,必须把共享变量的值刷新回主内存
  • 线程加锁前,必须将主内存的最新值读取到自己的工作内存
  • 加锁解锁是同一把锁

可见性问题(缓存一致性问题):指在未加同步锁的多线程环境下,同时修改共享变量,导致结果与预期不符的问题。

代码复现

java

代码解读

复制代码

public class Demo {
    private static int num;
    public static void main(String[] args) throws InterruptedException {
        Thread[] threads = new Thread[100];
        CountDownLatch latch = new CountDownLatch(threads.length);
        for (int i = 0; i < threads.length; i++) {
            threads[i] = new Thread(() -> {
                for (int j = 0; j < 10000; j++) {
                    num++;
                }
                latch.countDown();
            });
        }
        Arrays.stream(threads).forEach(Thread::start);
        latch.await();
        System.out.println("预期值:" + threads.length * 10000 + ",实际值:" + num);
        // 预期值:1000000,实际值:189067
    }
}

同步锁

java

代码解读

复制代码

public class Demo {
    private static int num;
    public static void main(String[] args) throws InterruptedException {
        Thread[] threads = new Thread[100];
        CountDownLatch latch = new CountDownLatch(threads.length);
        ReentrantLock lock = new ReentrantLock();
        for (int i = 0; i < threads.length; i++) {
            threads[i] = new Thread(() -> {
                for (int j = 0; j < 10000; j++) {
                    lock.lock();
                    num++;
                    lock.unlock();
                }
                latch.countDown();
            });
        }
        Arrays.stream(threads).forEach(Thread::start);
        latch.await();
        System.out.println("预期值:" + threads.length * 10000 + ",实际值:" + num);
        // 预期值:1000000,实际值:1000000
    }
}

有序性

在本(单)线程内执行顺序按照代码的先后顺序来执行,所有的操作都是有序的,线程内似表现为串行;但在多线程内,所有的操作都是无序的。

重排序:处理器为提高程序运行效率,提高并行效率,可能会对代码进行优化,编译器认为重排序后程序的执行效率更优,这样一来代码执行顺序就未必是编写代码时候的顺序,在多线程情况下就可能会出错;但它也需要满足以下两个条件

  • 在的单线程环境下不能改变程序运行的结果
  • 存在数据依赖关系的不允许重排序

数据依赖性:如果两个操作访问同一个变量,且这两个操作中有一个为写,此时这两个操作存在数据依赖性;分为以下列三种类型,下面三种情况,只要重排两个操作执行顺序,程序的执行结果就会发生改变;所以编译器和处理器不会改变单线程或单处理器环境下存在数据依赖性操作的执行顺序;在多处理器或多线程之间的数据依赖性不被编译器和处理器考虑。

名称 代码示例 说明
写后读 a = 1;b = a; 写一个变量之后,再读这个变量
写后写 a = 1;a = 2; 写一个变量之后,再写这个变量
读后写 a = b;b = 1; 读一个变量之后,再写这个变量

有序性问题(指令重排序) :指在多线程环境下,由于执行语句重排序后,重排序代码块没有执行完,就切换到其他线程,导致计算结果与预期不符的问题;这就是编译器的编译优化给并发编程带来的有序性问题。

代码复现

java

代码解读

复制代码

public class Demo {
    private static int a, b, x, y;
    public static void main(String[] args) throws InterruptedException {
        for (int i = 0; i < 1_0000_0000; i++) {
            a = 0;
            b = 0;
            x = 0;
            y = 0;
            CountDownLatch latch = new CountDownLatch(2);
            Thread t1 = new Thread(() -> {
                a = 1;
                x = b;
                latch.countDown();
            });
            Thread t2 = new Thread(() -> {
                b = 1;
                y = a;
                latch.countDown();
            });
            t1.start();
            t2.start();
            latch.await();
            if (x == 0 && y == 0) {
                System.err.println("第" + i + "次出现(x=0,y=0)");
                break;
            }
            // 第144654次出现(x=0,y=0)
        }
    }
}

禁止指令重排

java

代码解读

复制代码

public class Demo {
    private static volatile int a, b, x, y;
    public static void main(String[] args) throws InterruptedException {
        for (int i = 0; i < 1_0000_0000; i++) {
            a = 0;
            b = 0;
            x = 0;
            y = 0;
            CountDownLatch latch = new CountDownLatch(2);
            Thread t1 = new Thread(() -> {
                a = 1;
                x = b;
                latch.countDown();
            });
            Thread t2 = new Thread(() -> {
                b = 1;
                y = a;
                latch.countDown();
            });
            t1.start();
            t2.start();
            latch.await();
            if (x == 0 && y == 0) {
                System.err.println("第" + i + "次出现(x=0,y=0)");
                break;
            }
        }
    }
}


转载来源:https://juejin.cn/post/7392481848284463167

相关文章
|
9月前
|
安全 Java 应用服务中间件
Spring Boot + Java 21:内存减少 60%,启动速度提高 30% — 零代码
通过调整三个JVM和Spring Boot配置开关,无需重写代码即可显著优化Java应用性能:内存减少60%,启动速度提升30%。适用于所有在JVM上运行API的生产团队,低成本实现高效能。
1077 3
|
10月前
|
存储 缓存 Java
Java数组全解析:一维、多维与内存模型
本文深入解析Java数组的内存布局与操作技巧,涵盖一维及多维数组的声明、初始化、内存模型,以及数组常见陷阱和性能优化。通过图文结合的方式帮助开发者彻底理解数组本质,并提供Arrays工具类的实用方法与面试高频问题解析,助你掌握数组核心知识,避免常见错误。
|
8月前
|
Java 大数据 Go
从混沌到秩序:Java共享内存模型如何通过显式约束驯服并发?
并发编程旨在混乱中建立秩序。本文对比Java共享内存模型与Golang消息传递模型,剖析显式同步与隐式因果的哲学差异,揭示happens-before等机制如何保障内存可见性与数据一致性,展现两大范式的深层分野。(238字)
247 4
|
8月前
|
存储 缓存 Java
【深入浅出】揭秘Java内存模型(JMM):并发编程的基石
本文深入解析Java内存模型(JMM),揭示synchronized与volatile的底层原理,剖析主内存与工作内存、可见性、有序性等核心概念,助你理解并发编程三大难题及Happens-Before、内存屏障等解决方案,掌握多线程编程基石。
|
8月前
|
设计模式 缓存 Java
【JUC】(4)从JMM内存模型的角度来分析CAS并发性问题
本篇文章将从JMM内存模型的角度来分析CAS并发性问题; 内容包含:介绍JMM、CAS、balking犹豫模式、二次检查锁、指令重排问题
216 1
|
9月前
|
缓存 监控 Kubernetes
Java虚拟机内存溢出(Java Heap Space)问题处理方案
综上所述, 解决Java Heap Space溢出需从多角度综合施策; 包括但不限于配置调整、代码审查与优化以及系统设计层面改进; 同样也不能忽视运行期监控与预警设置之重要性; 及早发现潜在风险点并采取相应补救手段至关重要.
1020 17
|
10月前
|
监控 Kubernetes Java
最新技术栈驱动的 Java 绿色计算与性能优化实操指南涵盖内存优化与能效提升实战技巧
本文介绍了基于Java 24+技术栈的绿色计算与性能优化实操指南。主要内容包括:1)JVM调优,如分代ZGC配置和结构化并发优化;2)代码级优化,包括向量API加速数据处理和零拷贝I/O;3)容器化环境优化,如K8s资源匹配和节能模式配置;4)监控分析工具使用。通过实践表明,这些优化能显著提升性能(响应时间降低40-60%)同时降低资源消耗(内存减少30-50%,CPU降低20-40%)和能耗(服务器功耗减少15-35%)。建议采用渐进式优化策略。
560 2
|
Java 物联网 数据处理
Java Solon v3.2.0 史上最强性能优化版本发布 并发能力提升 700% 内存占用节省 50%
Java Solon v3.2.0 是一款性能卓越的后端开发框架,新版本并发性能提升700%,内存占用节省50%。本文将从核心特性(如事件驱动模型与内存优化)、技术方案示例(Web应用搭建与数据库集成)到实际应用案例(电商平台与物联网平台)全面解析其优势与使用方法。通过简单代码示例和真实场景展示,帮助开发者快速掌握并应用于项目中,大幅提升系统性能与资源利用率。
327 6
Java Solon v3.2.0 史上最强性能优化版本发布 并发能力提升 700% 内存占用节省 50%
|
11月前
|
SQL 缓存 安全
深度理解 Java 内存模型:从并发基石到实践应用
本文深入解析 Java 内存模型(JMM),涵盖其在并发编程中的核心作用与实践应用。内容包括 JMM 解决的可见性、原子性和有序性问题,线程与内存的交互机制,volatile、synchronized 和 happens-before 等关键机制的使用,以及在单例模式、线程通信等场景中的实战案例。同时,还介绍了常见并发 Bug 的排查与解决方案,帮助开发者写出高效、线程安全的 Java 程序。
558 0
|
缓存 监控 Cloud Native
Java Solon v3.2.0 高并发与低内存实战指南之解决方案优化
本文深入解析了Java Solon v3.2.0框架的实战应用,聚焦高并发与低内存消耗场景。通过响应式编程、云原生支持、内存优化等特性,结合API网关、数据库操作及分布式缓存实例,展示其在秒杀系统中的性能优势。文章还提供了Docker部署、监控方案及实际效果数据,助力开发者构建高效稳定的应用系统。代码示例详尽,适合希望提升系统性能的Java开发者参考。
612 4
Java Solon v3.2.0 高并发与低内存实战指南之解决方案优化