java面试题：谈谈你对volatile的理解(1)

System.out.println(Thread.currentThread().getName() + “开始了…”);

try{TimeUnit.SECONDS.sleep(2);} catch (InterruptedException e) {e.printStackTrace();}

// 在子线程中修改了变量的信息 修改的本线程在工作内存中的数据

myData.addTo60();

System.out.println(Thread.currentThread().getName() + “更新后的数据是：”+myData.number);

},“BBB”).start();

// 因为在其他线程中修改的信息主线程的工作内存中的数据并没有改变所以此时number还是为0

while(myData.number == 0){

// 会一直卡在此处

//System.out.println(“1111”);

}

System.out.println(Thread.currentThread().getName()+"\t number = " + myData.number);

}

}

class MyData{

// 没有用volatile来修饰

int number = 0;

public void addTo60(){

this.number = 60;

}

}

效果如下：

通过volatile来解决此问题

我们可以发现当变量被volatile修饰的时候，在子线程的工作内存中的变量被修改后其他线程中对应的变量是可以立马知道的。这就是我们讲的可见性

原子性

==================================================================

原子性是不可分割，完整性，也即某个线程正在做某个具体业务时，中间不可以被加塞或者分割,需要整体完成，要么同时成功，要么同时失败.

volatile是不支持原子性的,接下来我们可以验证下。

package com.dpb.spring.aop.demo;

import java.util.concurrent.TimeUnit;

/**

• 可见性问题分析

*/

public class VolatileDemo2 {

public static void main(String[] args){

final MyData2 myData = new MyData2();

for (int i = 1; i <= 20 ; i++) {

new Thread(()->{

for (int j = 1; j <= 1000 ; j++) {

myData.addPlusPlus();

}

},String.valueOf(i)).start();

}

// 等待子线程执行完成

while(Thread.activeCount() > 2){

Thread.yield();

}

// 在主线程中获取统计的信息值

System.out.println(Thread.currentThread().getName()+"\t finnally number value: "+myData.number);

}

}

class MyData2{

// 操作的变量被volatile修饰了

volatile int number = 0;

public void addPlusPlus(){

number++;

}

}

执行的效果

根据正常的逻辑在开启的20个子线程，每个执行1000遍累加，得到的结果应该是20000，但是我们发现运行的结果大概率会比我们期望的要小，而且变量也已经被volatile修饰了。说明并没有满足我们要求的原子性。这种情况下我们要保证操作的原子性，我们有两个选择

1. 通过synchronized来实现

2. 通过JUC下的AtomicInteger来实现

synchronized的实现是重量级的，影响并发的效率，所以我们通过AtomicInteger来实现。

package com.dpb.spring.aop.demo;

import java.util.concurrent.TimeUnit;

import java.util.concurrent.atomic.AtomicInteger;

/**

• 可见性问题分析

*/

public class VolatileDemo2 {

public static void main(String[] args){

final MyData2 myData = new MyData2();

for (int i = 1; i <= 20 ; i++) {

new Thread(()->{

for (int j = 1; j <= 1000 ; j++) {

myData.addPlusPlus();

myData.addAtomicPlus();

}

},String.valueOf(i)).start();

}

// 等待子线程执行完成

while(Thread.activeCount() > 2){

Thread.yield();

}

// 在主线程中获取统计的信息值

System.out.println(Thread.currentThread().getName()+"\t finnally number value: "+myData.number);

System.out.println(Thread.currentThread().getName()+"\t finnally number value: "+myData.atomicInteger.get());

}

}

class MyData2{

// 操作的变量被volatile修饰了

volatile int number = 0;

// AtomicInteger 来保证操作的原子性

AtomicInteger atomicInteger = new AtomicInteger();

public void addPlusPlus(){

number++;

}

public void addAtomicPlus(){

atomicInteger.getAndIncrement();

}

}

效果:

注意：通过效果发现AtomicInteger在多线程环境下处理的数据和我们期望的结果是一致的都是20000.说明实现的操作的原子性。

有序性

==================================================================

计算机在执行程序时，为了提高性能，编译器和处理器常常会对指令做重排，一般分一下3种：

• 单线程环境里面确保程序最终执行结果和代码顺序执行的结果一致。

• 处理器在进行重排序时必须考虑指令之间的数据依赖性。

• 多线程环境中线程交替执行，由于编译器优化重排的存在，两个线程中使用的变量能否保证一致性是无法确定的，结果无法预测。

案例代码

package com.dpb.spring.aop.demo;

public class SortDemo {

int a = 0;

最后

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Android开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
LvEPi-1714856149871)]

[外链图片转存中…(img-oesp9Q6h-1714856149871)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Android开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！