为什么会有并发的问题？

当设计到并发编程的时候，通常要考虑的三个问题就是可见性、原子性、有序性这个问题。

可见性

一个线程对共享变量的修改，另一个线程能够立刻看到，称为可见性

为了合理利用CPU资源，CPU增加了缓存，用来均衡和内存速度的差异。正是由于CPU缓存的存在才导致了可见性问题。所以要理解可见性问题，我们需要先了解CPU的结构，下图是一个2核4线程的CPU结构图，每个物理核都会有自己的L1 Cache、L2 Cache。所有的物理核共用L3 Cache。

• 在Windows电脑上可以在任务管理器界面查看L1、L2、L3的大小
  
• Linux下查看L1、L2、L3大小
  

  cat /sys/devices/system/cpu/cpu0/cache/index1/size
  cat /sys/devices/system/cpu/cpu0/cache/index2/size
  cat /sys/devices/system/cpu/cpu0/cache/index3/size
  

那么现在问题来了，如下代码。两个线程对共享变量count各累加1000次，我们需要的是count经过共2000次累加之后变成2000，但是代码执行的结果是小于等于2000的。

public class Problem {
    
    private static int count = 0;
    
    private static void add() {
        count++;
    }
    public static void main(String[] args) throws InterruptedException {
        Thread threadA = new Thread(() -> {
            for (int i = 0; i < 1000; i++) {
                add();
            }
        });
        Thread threadB = new Thread(() -> {
            for (int i = 0; i < 1000; i++) {
                add();
            }
        });
        threadA.start();
        threadB.start();
        threadA.join();
        threadB.join();
        System.out.println(count);
    }
}

其实造成这种结果的原因就是每个线程可能在不同CPU核上执行，然后从内存中读取了变量count到CPU缓存，累加之后，CPU缓存不会立即更改过后的值刷回内存，这样就导致其他其他线程读不到最新的值

原子性

一个或多个操作在CPU执行的过程中不被中断的特性称为原子性

由于操作系统层面增加了线程、分时复用CPU，所以一个线程执行过程中，CPU时间片用完之后发生了线程切换，CPU交由其他线程来使用，这个时候就会存在原子性的问题。

比如count += 1编译成CPU指令：

• 指令1：将变量count从内存加载到CPU的寄存器
• 指令2：寄存器中执行+1操作
• 指令3：将结果写入内存（缓存机制可能写入的是CPU缓存）
  

有序性

代码按你写的顺序执行叫有序性

但是往往为了提高执行程序的性能，编译器和处理器会对指令进行重排序。

• 编译器重排序：不改变单线程程序语义的前提下重新安排语句的执行顺序（编译器）
• 指令级重排序：如果指令之间不存在数据前后关系的依赖，处理器可以语句对应的机器指令的执行顺序（处理器）
• 内存系统重排序：因为处理器使用了缓存和读写缓冲区，导致加载和存储看上去可能是乱序的（处理器）
  综上，为了平衡CPU和内存速度的差异，CPU引入了缓存，提高了CPU利用率，也带来了可见性问题；多核CPU架构，线程的引入和CPU分时复用技术，导致线程切换，带来了原子性的问题；编译优化，指令并行执行优化带来了有序性的问题。
  下一篇文章将会介绍JMM针对三种问题的解决方法。

代码入口