Java零基础的学习资料

妖狐艹你老母 2022-11-10 10:58 153阅读 0赞

前言  
Java并发编程系列开坑了，Java并发编程可以说是中高级研发工程师的必备素养，也是中高级岗位面试必问的问题，本系列就是为了带读者们系统的一步一步击破Java并发编程各个难点，打破屏障，在面试中所向披靡，拿到心仪的offer，Java并发编程系列文章依然采用图文并茂的风格，让小白也能秒懂。  
Java内存模型（Java Memory Model）简称J M M，作为Java并发编程系列的开篇，它是Java并发编程的基础知识，理解它能让你更好的明白线程安全到底是怎么一回事。  
内容大纲  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70]

硬件内存模型  
程序是指令与数据的集合，计算机执行程序时，是C P U在执行每条指令，因为C P U要从内存读指令，又要根据指令指示去内存读写数据做运算，所以执行指令就免不了与内存打交道，早期内存读写速度与C P U处理速度差距不大，倒没什么问题。  
C P U缓存  
随着C P U技术快速发展，C P U的速度越来越快，内存却没有太大的变化，导致内存的读写（IO）速度与C P U的处理速度差距越来越大，为了解决这个问题，引入了缓存（Cache）的设计，在C P U与内存之间加上缓存层，这里的缓存层就是指C P U内的寄存器与高速缓存（L1,L2,L3）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 1]

从上图中可以看出，寄存器最快，主内最慢，越快的存储空间越小，离C P U越近，相反存储空间越大速度越慢，离C P U越远。  
C P U如何与内存交互  
C P U运行时，会将指令与数据从主存复制到缓存层，后续的读写与运算都是基于缓存层的指令与数据，运算结束后，再将结果从缓存层写回主存。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 2]

上图可以看出，C P U基本都是在和缓存层打交道，采用缓存设计弥补主存与C P U处理速度的差距，这种设计不仅仅体现在硬件层面，在日常开发中，那些并发量高的业务场景都能看到，但是凡事都有利弊，缓存虽然加快了速度，同样也带来了在多线程场景存在的缓存一致性问题，关于缓存一致性问题后面会说，这里大家留个印象。  
Java内存模型  
Java内存模型（Java Memory Model，J M M），后续都以J M M简称，J M M 是建立在硬件内存模型基础上的抽象模型，并不是物理上的内存划分，简单说，为了使Java虚拟机(Java Virtual Machine，J V M)在各平台下达到一致的内存交互效果，需要屏蔽下游不同硬件模型的交互差异，统一规范，为上游提供统一的使用接口。  
J M M是保证J V M在各平台下对计算机内存的交互都能保证效果一致的机制及规范。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 3]

抽象结构  
J M M抽象结构划分为线程本地缓存与主存，每个线程均有自己的本地缓存，本地缓存是线程私有的，主存则是计算机内存，它是共享的。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 4]

不难发现J M M与硬件内存模型差别不大，可以简单的把线程类比成Core核心，线程本地缓存类比成缓存层，如下图所示  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 5]

虽然内存交互规范好了，但是多线程场景必然存在线程安全问题（竞争共享资源），为了使多线程能正确的同步执行，就需要保证并发的三大特性可见性、原子性、有序性。  
可见性  
当一个线程修改了共享变量的值，其他线程能够立即得知这个修改，这就是可见性，如果无法保证，就会出现缓存一致性的问题，J M M规定，所有的变量都放在主存中，当线程使用变量时，先从缓存中获取，缓存未命中，再从主存复制到缓存，最终导致线程操作的都是自己缓存中的变量。

线程A执行流程

线程A从缓存获取变量a  
缓存未命中，从主存复制到缓存，此时a是0  
线程A获取变量a，执行计算  
计算结果1，写入缓存  
计算结果1，写入主存

线程B执行流程

线程B从缓存获取变量a  
缓存未命中，从主存复制到缓存，此时a是1  
线程B获取变量a，执行计算  
计算结果2，写入缓存  
计算结果2，写入主存

A、B两个线程执行完后，线程A与线程B缓存数据不一致，这就是缓存一致性问题，一个是1，另一个是2，如果线程A再进行一次+1操作，写入主存的还是2，也就是说两个线程对a共进行了3次+1，期望的结果是3，最终得到的结果却是2。  
解决缓存一致性问题，就要保证可见性，思路也很简单，变量写入主存后，把其他线程缓存的该变量清空，这样其他线程缓存未命中，就会去主存加载。

线程A执行流程

线程A从缓存获取变量a  
缓存未命中，从主存复制到缓存，此时a是0  
线程A获取变量a，执行计算  
计算结果1，写入缓存  
计算结果1，写入主存，并清空线程B缓存a变量

线程B执行流程

线程B从缓存获取变量a  
缓存未命中，从主存复制到缓存，此时a是1  
线程B获取变量a，执行计算  
计算结果2，写入缓存  
计算结果2，写入主存，并清空线程A缓存a变量

A、B两个线程执行完后，线程A缓存是空的，此时线程A再进行一次+1操作，会从主存加载（先从缓存中获取，缓存未命中，再从主存复制到缓存）得到2，最后写入主存的是3，Java中提供了volatile修饰变量保证可见性（本文重点是J M M，所以不会对volatile做过多的解读）。  
看似问题都解决了，然而上面描述的场景是建立在理想情况（线程有序的执行），实际中线程可能是并发（交替执行），也可能是并行，只保证可见性仍然会有问题，所以还需要保证原子性。  
原子性  
原子性是指一个或者多个操作在C P U执行的过程中不被中断的特性，要么执行，要不执行，不能执行到一半，为了直观的了解什么是原子性，看看下面这段代码  
int a=0;  
a++;  
复制代码

原子性操作：int a=0只有一步操作，就是赋值  
非原子操作：a++有三步操作，读取值、计算、赋值

如果多线程场景进行a++操作，仅保证可见性，没有保证原子性，同样会出现问题。

并发场景（线程交替执行）

线程A读取变量a到缓存，a是0  
进行+1运算得到结果1  
切换到B线程  
B线程执行完整个流程，a=1写入主存  
线程A恢复执行，把结果a=1写入缓存与主存  
最终结果错误

并行场（线程同时执行）

线程A与线程B同时执行，可能线程A执行运算+1的时候，线程B就已经全部执行完成，也可能两个线程同时计算完，同时写入，不管是那种，结果都是错误的。

为了解决此问题，只要把多个操作变成一步操作，即保证原子性。

Java中提供了synchronized（同时满足有序性、原子性、可见性）可以保证结果的原子性（注意这里的描述），synchronized保证原子性的原理很简单，因为synchronized可以对代码片段上锁，防止多个线程并发执行同一段代码（本文重点是J M M，所以不会对synchronized做过多的解读）。

并发场景（线程A与线程B交替执行）

线程A获取锁成功  
线程A读取变量a到缓存，进行+1运算得到结果1  
此时切换到了B线程  
线程B获取锁失败，阻塞等待  
切换回线程A  
线程A执行完所有流程，主存a=1  
线程A释放锁成功，通知线程B获取锁  
线程B获取锁成功，读取变量a到缓存，此时a=1  
线程B执行完所有流程，主存a=2  
线程B释放锁成功

并行场景

线程A获取锁成功  
线程B获取锁失败，阻塞等待  
线程A读取变量a到缓存，进行+1运算得到结果1  
线程A执行完所有流程，主存a=1  
线程A释放锁成功，通知线程B获取锁  
线程B获取锁成功，读取变量a到缓存，此时a=1  
线程B执行完所有流程，主存a=2  
线程B释放锁成功

synchronized对共享资源代码段上锁，达到互斥效果，天然的解决了无法保证原子性、可见性、有序性带来的问题。  
虽然在并行场A线程还是被中断了，切换到了B线程，但它依然需要等待A线程执行完毕，才能继续，所以结果的原子性得到了保证。  
有序性  
在日常搬砖写代码时，可能大家都以为，程序运行时就是按照编写顺序执行的，但实际上不是这样，编译器和处理器为了优化性能，会对代码做重排，所以语句实际执行的先后顺序与输入的代码顺序可能一致，这就是指令重排序。  
可能读者们会有疑问“指令重排为什么能优化性能？”，其实C P U会对重排后的指令做并行执行，达到优化性能的效果。  
重排序前的指令

重排序后的指令

重排序后，对a操作的指令发生了改变，节省了一次Load a和Store a，达到性能优化效果，这就是重排序带来的好处。  
重排遵循as-if-serial原则，编译器和处理器不会对存在数据依赖关系的操作做重排序，因为这种重排序会改变执行结果（即不管怎么重排序，单线程程序的执行结果不能被改变），下面这种情况，就属于数据依赖。  
int i = 10  
int j = 10  
//这就是数据依赖，int i 与 int j 不能排到 int c下面去  
int c = i + j  
复制代码  
但也仅仅只是针对单线程，多线程场景可没这种保证，假设A、B两个线程，线程A代码段无数据依赖，线程B依赖线程A的结果，如下图（假设保证了可见性）![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 6]

禁止重排场景（i默认0）

线程A执行i = 10  
线程A执行b = true  
线程B执行if( b )通过验证  
线程B执行i = i + 10  
最终结果i是20

重排场景（i默认0）

线程A执行b = true  
线程B执行if( b )通过验证  
线程B执行i = i + 10  
线程A执行i = 10  
最终结果i是10

为解决重排序，使用Java提供的volatile修饰变量同时保证可见性、有序性，被volatile修饰的变量会加上内存屏障禁止排序（本文重点是J M M，所以不会对volatile做过多的解读）。  
三大特性的保证

特性volatilesynchronizedLockAtomic可见性可以保证可以保证可以保证可以保证原子性无法保证可以保证可以保证可以保证有序性一定程度保证可以保证可以保证无法保证  
关于我

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70]: /images/20221022/375ab2629afe4e98a9cdebf9ad5174d5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 1]: /images/20221022/eb4fd47d1c774f99b88f1bc14432ba9e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20210318165828416.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20210318165850340.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20210318165926487.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20210318165912223.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20210318170126974.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2RjajE5OTgwODA1,size_16,color_FFFFFF,t_70