volatile 是并发编程的重要组成部分，也是面试常被问到的问题之一。
不要向小强那样，因为一句：volatile 是轻量级的 synchronized，而与期望已久的大厂失之交臂。
volatile 有两大特性：保证内存的可见性和禁止指令重排序。那什么是可见性和指令重排呢？接下来我们一起来看。
内存可见性
要了解内存可见性先要从 Java 内存模型（JMM）说起，在 Java 中所有的共享变量都在主内存中，每个线程都有自己的工作内存，为了提高线程的运行速度，每个线程的工作内存都会把主内存中的共享变量拷贝一份进行缓存，以此来提高运行效率，内存布局如
下图所示：
但这样就会产生一个新的问题，如果某个线程修改了共享变量的值，其他线程不知道此值被修改了，就会发生两个线程值不一致的情况，我们用代码来演示一下这个问题。
public class VolatileExample { // 可见性参数 private static boolean flag = false; public static void main(String[] args) { new Thread(() -> { try { // 暂停 0.5s 执行 Thread.sleep(500); } catch (InterruptedException e) { e.printStackTrace(); } flag = true; System.out.println("flag 被修改成 true"); }).start(); // 一直循环检测 flag=true while (true) { if (flag) { System.out.println("检测到 flag 变为 true"); break; } } } }
以上程序的执行结果如下：
flag 被修改成 true
我们会发现永远等不到 检测到 flag 变为 true 的结果，这是因为非主线程更改了 flag=true，但主线程一直不知道此值发生了改变，这就是内存不可见的问题。
内存的可见性是指线程修改了变量的值之后，其他线程能立即知道此值发生了改变。
我们可以使用 volatile 来修饰 flag，就可以保证内存的可见性，代码如下：
public class VolatileExample { // 可见性参数 private static volatile boolean flag = false; public static void main(String[] args) { new Thread(() -> { try { // 暂停 0.5s 执行 Thread.sleep(500); } catch (InterruptedException e) { e.printStackTrace(); } flag = true; System.out.println("flag 被修改成 true"); }).start(); // 一直循环检测 flag=true while (true) { if (flag) { System.out.println("检测到 flag 变为 true"); break; } } } }
以上程序的执行结果如下：
检测到 flag 变为 true flag 被修改成 true
指令重排
指令重排是指在执行程序时，编译器和处理器常常会对指令进行重排序，已到达提高程序性能的目的。
比如小强要去图书馆还上次借的书，随便再借一本新书，而此时室友小王也想让小强帮他还一本书，未发生指令重排的做法是，小强先把自己的事情办完，再去办室友的事，这样显然比较浪费时间，还有一种做法是，他先把自己的书和小王的书一起还掉，再给自己借一本新书，这就是指令重排的意义。
但指令重排不能保证指令执行的顺序，这就会造成新的问题，如下代码所示：
public class VolatileExample { // 指令重排参数 private static int a = 0, b = 0; private static int x = 0, y = 0; public static void main(String[] args) throws InterruptedException { for (int i = 0; i < Integer.MAX_VALUE; i++) { Thread t1 = new Thread(() -> { // 有可能发生指令重排，先 x=b 再 a=1 a = 1; x = b; }); Thread t2 = new Thread(() -> { // 有可能发生指令重排，先 y=a 再 b=1 b = 1; y = a; }); t1.start(); t2.start(); t1.join(); t2.join(); System.out.println("第 " + i + "次，x=" + x + " | y=" + y); if (x == 0 && y == 0) { // 发生了指令重排 break; } // 初始化变量 a = 0; b = 0; x = 0; y = 0; } } }
以上程序执行结果如下所示：
可以看出执行到 48526 次时发生了指令重排，y 就变成了非正确值 0，显然这不是我们想要的结果，这个时候就可以使用 volatile 来禁止指令重排。
以上我们通过代码的方式演示了指令重排和内存可见性的问题，接下来我们用代码来演示一下 volatile 同步方式的问题。
volatile 非同步方式
首先，我们使用 volatile 修饰一个整数变量，再启动两个线程分别执行同样次数的 ++ 和 -- 操作，最后发现执行的结果竟然不是 0，代码如下：
public class VolatileExample { public static volatile int count = 0; // 计数器 public static final int size = 100000; // 循环测试次数 public static void main(String[] args) { // ++ 方式 Thread thread = new Thread(() -> { for (int i = 1; i <= size; i++) { count++; } }); thread.start(); // -- 方式 for (int i = 1; i <= size; i++) { count--; } // 等所有线程执行完成 while (thread.isAlive()) {} System.out.println(count); // 打印结果 } }
以上程序执行结果如下：
1065
可以看出，执行结果并不是我们期望的结果 0，我们把以上代码使用 synchronized 改造一下：
public class VolatileExample { public static int count = 0; // 计数器 public static final int size = 100000; // 循环测试次数 public static void main(String[] args) { // ++ 方式 Thread thread = new Thread(() -> { for (int i = 1; i <= size; i++) { synchronized (VolatileExample.class) { count++; } } }); thread.start(); // -- 方式 for (int i = 1; i <= size; i++) { synchronized (VolatileExample.class) { count--; } } // 等所有线程执行完成 while (thread.isAlive()) {} System.out.println(count); // 打印结果 } }
这次执行的结果变成了我们期望的值 0。
这说明 volatile 只是轻量级的线程可见方式，并不是轻量级的同步方式，所以并不能说 volatile 是轻量级的 synchronized，终于知道为什么面试官让我回去等通知了。
volatile 使用场景
既然 volatile 只能保证线程操作的可见方式，那它有什么用呢？volatile 在多读多写的情况下虽然一定会有问题，但如果是一写多读的话使用 volatile 就不会有任何问题。
volatile 一写多读的经典使用示例就是 CopyOnWriteArrayList，CopyOnWriteArrayList 在操作的时候会把全部数据复制出来对写操作加锁，修改完之后再使用 setArray 方法把此数组赋值为更新后的值，使用 volatile 可以使读线程很快的告知到数组被修改，不会进行指令重排，操作完成后就可以对其他线程可见了，核心源码如下：
public class CopyOnWriteArrayList<E> implements List<E>, RandomAccess, Cloneable, java.io.Serializable { private transient volatile Object[] array; final void setArray(Object[] a) { array = a; } //...... 忽略其他代码 }
总结
本文我们通过代码的方式演示了 volatile 的两大特性，内存可见性和禁止指令重排，使用 ++ 和 -- 的方式演示了 volatile 并非轻量级的同步方式，以及 volatile 一写多读的经典使用案例 CopyOnWriteArrayList。
