线程安全性详解(原子性、可见性、有序性)

 [[399624]]

本文转载自微信公众号「牧小农」，作者牧小农。转载本文请联系牧小农公众号。

一、定义：什么是线程安全性

当多个线程访问某个类时，不管运行时环境采用 何种调度方式 或者这些进程将如何交替执行，并且在主调代码中不需要任何额外的同步或协同，这个类都能表现出正确的行为，那么就称这个类就是线程安全的。

二、线程安全性的三个体现

原子性：提供互斥访问，同一时刻只能有一个线程对数据进行操作(Atomic、CAS算法、synchronized、Lock)

可见性：一个主内存的线程如果进行了修改，可以及时被其他线程观察到(synchronized、volatile)

有序性：如果两个线程不能从 happens-before原则 观察出来，那么就不能观察他们的有序性，虚拟机可以随意的对他们进行重排序，导致其观察观察结果杂乱无序(happens-before原则)

三、线程安全性：原子性

3.1、原子性 — Atomic包

在Java jdk中里面提供了很多Atomic类

• AtomicXXX：CAS、Unsafe.compareAndSwapInt
• AtomicLong、LongAdder
• AtomicReference、AtomicReferenceFieldUpdater
• AtomicStampReference：CAS的ABA问题

由于CAS原语的直接操作与计算机底层的联系很大，CAS原语有三个参数， 内存地址、 期望值、 新值。我们在Java中一般不去直接写CAS相关的代码，JDK为我们封装在AtomicXXX中，因此，我们直接使用就可以了。

我们在 java.util.concurrent.atomic目录中可以看到我们这些类，包下提供了 AtomicBoolean、 AtomicLong、 AtomicInteger三种原子更新基本类型和一个比较好玩的类 AtomicReference，这些类都有一个共同点，都支持CAS，以 AtomicInteger为重点讲解。

3.1.1、AtomicInteger

AtomicInteger是一个提供原子操作的Integer类，通过线程安全的方式操作加减

以下是 AtomicIntege基本包括的方法：

public final int getAndSet(int newValue)       //给AtomicInteger设置newValue并返回加oldValue 
public final boolean compareAndSet(int expect, int update)    //如果输入的值和期望值相等就set并返回true/false 
public final int getAndIncrement()     //对AtomicInteger原子的加1并返回当前自增前的value 
public final int getAndDecrement()   //对AtomicInteger原子的减1并返回自减之前的的value 
public final int getAndAdd(int delta)   //对AtomicInteger原子的加上delta值并返加之前的value 
public final int incrementAndGet()   //对AtomicInteger原子的加1并返回加1后的值 
public final int decrementAndGet()    //对AtomicInteger原子的减1并返回减1后的值 
public final int addAndGet(int delta)   //给AtomicInteger原子的加上指定的delta值并返回加后的值 

示例：

import lombok.extern.slf4j.Slf4j; 
 
import java.util.concurrent.CountDownLatch; 
import java.util.concurrent.ExecutorService; 
import java.util.concurrent.Executors; 
import java.util.concurrent.Semaphore; 
import java.util.concurrent.atomic.AtomicInteger; 
 
@Slf4j 
public class AtomicIntegerExample { 
 
    // 请求总数 
    public static int clientTotal = 5000; 
 
    // 同时并发执行的线程数 
    public static int threadTotal = 200; 
 
    public static AtomicInteger count = new AtomicInteger(0); 
 
    public static void main(String[] args) throws Exception { 
      //获取线程池 
        ExecutorService executorService = Executors.newCachedThreadPool(); 
        //定义信号量 
        final Semaphore semaphore = new Semaphore(threadTotal); 
        final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); 
        for (int i = 0; i < clientTotal ; i++) { 
            executorService.execute(() -> { 
                try { 
                    semaphore.acquire(); 
                    add(); 
                    semaphore.release(); 
                } catch (Exception e) { 
                    log.error("exception", e); 
                } 
                countDownLatch.countDown(); 
            }); 
        } 
        countDownLatch.await(); 
        executorService.shutdown(); 
        log.info("count:{}", count.get()); 
    } 
 
    private static void add() { 
        count.incrementAndGet(); 
    } 
} 

这里我们使用请求总数为：5000，同时执行的并发线程数为：200，我们最终需要得到结果为：5000，这个执行结果才算正确。

查看返回结果：

13:43:26.473 [main] INFO com.mmall.concurrency.example.atomic.AtomicIntegerExample - count:5000 

最后结果是 5000表示是线程安全的。

我们来看看 AtomicInteger底层代码中到底为我们做了什么?首先我们来看 AtomicInteger.incrementAndGet() 方法

public class AtomicInteger extends Number implements java.io.Serializable{ 
/** 
     *  对AtomicInteger原子的加1并返回加1后的值 
     * @return 更新的值 
     */ 
    public final int incrementAndGet() { 
        return unsafe.getAndAddInt(this, valueOffset, 1) + 1; 
    } 
} 

AtomicInteger 调用了java底层的unsafe.getAndAddInt()```方法，这里是实现CAS 的关键。

incrementAndGet()是将自增后的值返回，还有一个方法 getAndIncrement()是将自增前的值返回，分别对应 ++i和 i++操作。同样的 decrementAndGet()和 getAndDecrement()则对 --i和i--操作。

Unsafe类是在sun.misc包下，不属于Java标准。但是很多Java的基础类库，包括一些被广泛使用的高性能开发库都是基于 
Unsafe类开发的，比如Netty、Cassandra、Hadoop、Kafka等。Unsafe类在提升Java运行效率，增强Java语言底层操作 
能力方面起了很大的作用。Unsafe类使Java拥有了像C语言的指针一样操作内存空间的能力，同时也带来了指针的问题。 
过度的使用Unsafe类会使得出错的几率变大，因此Java官方并不建议使用的，官方文档也几乎没有。通常我们最好也不 
要使用Unsafe类，除非有明确的目的，并且也要对它有深入的了解才行。 

再来看 Unsafe.getAndAddInt()方法

/* 
   * 其中getIntVolatile和compareAndSwapInt都是native方法 
   * getIntVolatile是获取当前的期望值 
   * compareAndSwapInt就是我们平时说的CAS(compare and swap)，通过比较如果内存区的值没有改变，那么就用新值直接给该内存区赋值 
   */ 
    public final int getAndAddInt(Object var1, long var2, int var4) { 
        int var5; 
        do { 
            var5 = this.getIntVolatile(var1, var2); 
        } while(!this.compareAndSwapInt(var1, var2, var5, var5 + var4)); 
        return var5; 
    } 
     
    public native int getIntVolatile(Object var1, long var2); 
    public final native boolean compareAndSwapInt(Object var1, long var2, int var4, int var5); 

我们可以看到 getAndAddInt(Objectvar1,longvar2,intvar4)，传进来的第一个参数是当前的一个对象,也就是我们的：count.incrementAndGet()，在 getAndAddInt()中，var1就是count，var2就是当前的值，比如当前循环中count值为 2，var4为每次递增1

其次 getAndAddInt()方法中涉及到的两个方法调用都定义为native，即java底层实现的本地方法

• getIntVolatile()：获取保存当前对象count的主存地址的引用(注意不是对象的值，是引用)。
• compareAndSwapInt()：比较当前对象的值和底层该对象的值是否相等，如果相等，则将当前对象值加1，如果不相等，则重新去获取底层该对象的值，这个方法的实现就是CPU的CAS(compare and swap)操作。

我们知道 volatile具有一致性的特征，但是它不具备原子性，为什么 AtomicInteger却同时具备一致性和原子性，原来在 AtomicInteger源码中实现了这样一串代码：privatevolatileintvalue;，在 AtomicInteger内部实现就使用了 volatile关键字，这就是为什么执行CAS(对CAS有疑问的点击此处)操作的时候，从底层获取的数据就是最新的数据：

如果当前要保存的值和内存中最新的值不相等的话，说明在这个过程中被其他线程修改了，只

能获取更新当前值为最新值，再那这个当前值再去和重新去内存获取的最新值比较，直到二者

相等的时候，才完成+1的过程.

使用 AtomicInteger的好处在于，它不同于 sychronized关键字或 lock用锁的形式来实现原子性，加锁会影响性能，而是采用循环比较的形式来提高性能。

3.1.2、AtomicLong

AtomicLong 是作用是对长整形进行原子操作，依靠底层的cas来保障原子性的更新数据，在要添加或者减少的时候，会使用死循环不断地cas到特定的值，从而达到更新数据的目的。

import lombok.extern.slf4j.Slf4j; 
 
import java.util.concurrent.CountDownLatch; 
import java.util.concurrent.ExecutorService; 
import java.util.concurrent.Executors; 
import java.util.concurrent.Semaphore; 
import java.util.concurrent.atomic.AtomicLong; 
 
@Slf4j 
public class AtomicLongExample { 
 
    // 请求总数 
    public static int clientTotal = 5000; 
 
    // 同时并发执行的线程数 
    public static int threadTotal = 200; 
 
    public static AtomicLong count = new AtomicLong(0); 
 
    public static void main(String[] args) throws Exception { 
        ExecutorService executorService = Executors.newCachedThreadPool(); 
        final Semaphore semaphore = new Semaphore(threadTotal); 
        final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); 
        for (int i = 0; i < clientTotal ; i++) { 
            executorService.execute(() -> { 
                try { 
                    semaphore.acquire(); 
                    add(); 
                    semaphore.release(); 
                } catch (Exception e) { 
                    log.error("exception", e); 
                } 
                countDownLatch.countDown(); 
            }); 
        } 
        countDownLatch.await(); 
        executorService.shutdown(); 
        log.info("count:{}", count.get()); 
    } 
 
    private static void add() { 
        count.incrementAndGet(); 
        // count.getAndIncrement(); 
    } 
} 

执行结果：

14:59:38.978 [main] INFO com.mmall.concurrency.example.atomic.AtomicLongExample - count:5000 

最后结果是 5000表示是线程安全的。

3.1.3、AtomicBoolean

AtomicBoolean位于java.util.concurrent.atomic包下，是java提供给的可以保证数据的原子性操作的一个类

import lombok.extern.slf4j.Slf4j; 
 
import java.util.concurrent.CountDownLatch; 
import java.util.concurrent.ExecutorService; 
import java.util.concurrent.Executors; 
import java.util.concurrent.Semaphore; 
import java.util.concurrent.atomic.AtomicBoolean; 
 
@Slf4j 
public class AtomicBooleanExample { 
 
    private static AtomicBoolean isHappened = new AtomicBoolean(false); 
 
    // 请求总数 
    public static int clientTotal = 5000; 
 
    // 同时并发执行的线程数 
    public static int threadTotal = 200; 
 
    public static void main(String[] args) throws Exception { 
        ExecutorService executorService = Executors.newCachedThreadPool(); 
        final Semaphore semaphore = new Semaphore(threadTotal); 
        final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); 
        for (int i = 0; i < clientTotal ; i++) { 
            executorService.execute(() -> { 
                try { 
                    semaphore.acquire(); 
                    test(); 
                    semaphore.release(); 
                } catch (Exception e) { 
                    log.error("exception", e); 
                } 
                countDownLatch.countDown(); 
            }); 
        } 
        countDownLatch.await(); 
        executorService.shutdown(); 
        log.info("isHappened:{}", isHappened.get()); 
    } 
 
    private static void test() { 
        if (isHappened.compareAndSet(false, true)) { 
            log.info("execute"); 
        } 
    } 
} 

返回结果：

15:04:54.954 [pool-1-thread-2] INFO com.mmall.concurrency.example.atomic.AtomicBooleanExample - execute 
15:04:54.971 [main] INFO com.mmall.concurrency.example.atomic.AtomicBooleanExample - isHappened:true 

这里我们发现 log.info("execute");，在代码中只执行了一次，并且 isHappened:true的值为true,这是为啥呢?

这里是因为当程序第一次 compareAndSet()的时候，使得 isHappend变为了true，因为原子性的关系，没有其他线程进行干扰，通过使用AtomicBoolean，我们使某段代码只执行一次。

3.1.4、AtomicReference

AtomicReference和 AtomicInteger非常类似，不同之处就在于 AtomicInteger是对整数的封装，底层采用的是 compareAndSwapInt实现CAS，比较的是数值是否相等，而 AtomicReference则对应普通的对象引用，底层使用的是 compareAndSwapObject实现CAS，比较的是两个对象的地址是否相等。也就是它可以保证你在修改对象引用时的线程安全性。

多个线程之间的操作无论采用何种执行时序或交替方式，都要保证不变性条件不被破坏，要保持状态的一致性，就需要在单个原子操作中更新相关的状态变量。

import lombok.extern.slf4j.Slf4j; 
 
import java.util.concurrent.atomic.AtomicReference; 
 
@Slf4j 
public class AtomicReferenceExample { 
 
    private static AtomicReference<Integer> count = new AtomicReference<>(0); 
 
    public static void main(String[] args) { 
        count.compareAndSet(0, 2);  
        count.compareAndSet(0, 1); 
        count.compareAndSet(1, 3);  
        count.compareAndSet(2, 4);  
        count.compareAndSet(3, 5);  
        log.info("count:{}", count.get()); 
    } 
} 

大家觉得我们输出的结果会是多少?

返回结果：

15:26:59.680 [main] INFO com.mmall.concurrency.example.atomic.AtomicReferenceExample - count:4 

为什么是4呢?首先我们 要说的是 publicfinalbooleancompareAndSet(V expect,V update)这个方法，这个方法主要的作用是通过比对两个对象，然后更新为新的对象，这里的比对两个对象，比对的方式不是 equals而是 ==,意味着比对的是内存的中地址。

1、首先我们创建 count的初始化为0 2、在main方法中 count.compareAndSet(0,2);，判断count为0时赋值为2 3、在 count.compareAndSet(0,1);和 count.compareAndSet(1,3);判断count是否为1或者0，因为上一步我们已经赋值为2了，所以判断不成立 4、在 count.compareAndSet(2,4);判断count是否为2，等式成立 5、最好输出结果为4

count.compareAndSet(0, 2); //count=0?赋值 2，判断成立，此时count=0，更新后为2 
count.compareAndSet(0, 1); //count=0?赋值 1，判断不成立，此时count=2 
count.compareAndSet(1, 3); //count=1?赋值 3，判断不成立，此时count=2 
count.compareAndSet(2, 4); //count=2?赋值 4，判断成立，此时count=2，更新后count=4 
count.compareAndSet(3, 5); //count=3?赋值 5，判断不成立，此时count=4 

所以我们输出结果为：4

3.1.5、CAS中ABA问题的解决

CAS并非完美的，它会导致ABA问题，例如：当前内存的值一开始是A，被另外一个线程先改为B然后再改为A，那么当前线程访问的时候发现是A，则认为它没有被其他线程访问过。在某些场景下这样是存在错误风险的。比如在链表中。如何解决这个ABA问题呢，大多数情况下乐观锁的实现都会通过引入一个版本号标记这个对象，每次修改版本号都会变话，比如使用时间戳作为版本号，这样就可以很好的解决ABA问题。在JDK中提供了 AtomicStampedReference类来解决这个问题，这个类维护了一个int类型的标记stamp，每次更新数据的时候顺带更新一下stamp。

3.2、原子性 — synchronized

synchronized是一种同步锁，通过锁实现原子操作。1、修饰代码块：大括号括起来的代码，作用于调用的对象 2、修饰方法：整个方法，作用于调用的对象 3、修饰静态方法：整个静态方法，作用于所有对象 4、修饰类：括号括起来的部分，作用于所有对象

详细可以查看，我写的关于：synchronized的博客，因为写过所以就不做过多描述。

3.3、原子性 — 对比

Atomic：竞争激烈时能维持常态，比Lock性能好， 只能同步一个值

synchronized：不可中断锁，适合竞争不激烈，可读性好的情况

Lock：可中断锁，多样化同步，竞争激烈时能维持常态

四、线程安全性：可见性

简介：一个线程对主内存的修改可以及时被其他线程观察到

导致共享变量在线程间不可见的原因：1.线程交叉执行 2.重新排序结合线程交叉执行 3.共享变量更新后的值没有在工作内存中与主内存间及时更新

4.1 可见性 — syncronized

JMM关于 syncronized的两条规定：

线程解锁前，必须把共享变量的最新值刷新到主内存中

线程加锁时，将清空工作内存中共享变量的值，从而使得使用共享变量时需要从主内存中重新读取最新的值(注意：加锁与解锁是同一把锁) 由于syncronized可以保证原子性及可见性，变量只要被syncronized修饰，就可以放心的使用

4.2 可见性 — volatile

通过加入 内存屏障和 禁止重排序优化来实现可见性。具体实现过程：

• 对 volatile变量写操作时，会在写操作后加入一条 store屏障指令，将本地内存中的共享变量值刷新到主内存
• 对 volatile变量读操作时，会在读操作前加入一条 load屏障指令，从主内存中读取共享变量
• volatile 不能保证操作的原子性，也就是不能保证线程安全性， 如果需要使用 volatile 必须满足以下两个条件：
• 对变量的写操作不依赖与变量当前的值。
• 该变量没有包含在具有其他变量的不变的式子中。

所以 volatile修饰的变量适合作为状态标记量。

注：以下图片为资料中获取，如有雷同，纯属巧合

示例：

import lombok.extern.slf4j.Slf4j; 
 
import java.util.concurrent.CountDownLatch; 
import java.util.concurrent.ExecutorService; 
import java.util.concurrent.Executors; 
import java.util.concurrent.Semaphore; 
 
@Slf4j 
public class VolatileExample { 
 
    // 请求总数 
    public static int clientTotal = 5000; 
 
    // 同时并发执行的线程数 
    public static int threadTotal = 200; 
 
    public static volatile int count = 0; 
 
    public static void main(String[] args) throws Exception { 
        ExecutorService executorService = Executors.newCachedThreadPool(); 
        final Semaphore semaphore = new Semaphore(threadTotal); 
        final CountDownLatch countDownLatch = new CountDownLatch(clientTotal); 
        for (int i = 0; i < clientTotal ; i++) { 
            executorService.execute(() -> { 
                try { 
                    semaphore.acquire(); 
                    add(); 
                    semaphore.release(); 
                } catch (Exception e) { 
                    log.error("exception", e); 
                } 
                countDownLatch.countDown(); 
            }); 
        } 
        countDownLatch.await(); 
        executorService.shutdown(); 
        log.info("count:{}", count); 
    } 
 
    private static void add() { 
        count++; 
    } 
} 

返回结果：

16:12:01.404 [main] INFO com.mmall.concurrency.example.count.VolatileExample4 - count:4986 

通过执行代码我们可以发现，返回结果并不是我们想看到的5000，说明这个是线程不安全的类

主要是因为当我们执行 conut++时分成了三步：1、取出当前内存count值，这时count值时最新的 2、+1操作 3、重新写回主存

例如：有两个线程同时在执行 count++，两个内存都执行了第一步，比如当前count值为99，它们都读到了这个count值，然后两个线程分别执行了 +1，并写回主存，这样就丢掉了一次 +1的操作。

五、线程安全性：有序性

在JMM中，允许编译器和处理器对指令进行重排序，但是重排序过程不会影响到单线程程序的执行，却会影响到多线程并发执行的正确性。

通过volatile、synchronized、lock保证有序性

5.1 happens-before原则

• 程序次序规则：一个线程内，按照代码顺序，书写在前面的操作先行发生于书写在后面的操作
• 锁定规则：一个 unLock操作先行发生于后面对同一个锁的 Lock()操作，也就是说只有先解锁才能对下面的线程进行加锁
• volatile变量规则：对一个变量的写操作先行发生于后面对这个变量的读操作
• 传递规则：如果操作A先行发生与操作B,而操作B先行发生于操作C，则操作A先行发生于操作C
• 线程启动规则： Thread对象的 start()方法先行发生于此线程的每一个动作，一个线程只有执行了 start()方法后才能做其他的操作
• 线程终端规则：对线程 interrupt()方法的调用先行发生与被中断线程的代码检测到中断事件的发生(只有执行了 interrupt()方法才可以检测到中断事件的发生)
• 线程终结规则：线程中所有操作都先行发生于线程的终止检测，我们可以通过 Thread.join()方法结束， Thread.isAlive()的返回值手段检测到线程已经终止执行
• 对象终结规则：一个对象的初始化完成先行发生于他的 finalize()方法的开始

六、线程安全性：总结

• 原子性：Atomic包、CAS算法、synchronized、Lock
• 可见性：synchronized、volatile

一个主内存的线程如果进行了修改，可以及时被其他线程观察到，介绍了volatile如何被观察到的

• 有序性：happens-before原则 happens-before原则，观察结果，如果两个线程不能偶从happens-before原则观察出来，那么就不能观察他们的有序性，虚拟机可以随意的对他们进行重排序