关于缓存一致性协议、MESI、StoreBuffer、InvalidateQueue、内存屏障、Lock指令和JMM的那点事

🚀 优质资源分享 🚀

学习路线指引（点击解锁）	知识定位	人群定位
🧡 Python实战微信订餐小程序 🧡	进阶级	本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。
💛Python量化交易实战💛	入门级	手把手带你打造一个易扩展、更安全、效率更高的量化交易系统

前言

事情是这样的，一位读者看了我的一篇文章，不认同我文章里面的观点，于是有了下面的交流。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-siQBwUk2-1655354739282)(https://img2022.cnblogs.com/blog/2253739/202206/2253739-20220615221838285-1571355704.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cCeMESPo-1655354739286)(https://img2022.cnblogs.com/blog/2253739/202206/2253739-20220615221838556-132708408.png)]
可能是我发的那个狗头的表情，让这位读者认为我不尊重他。于是，这位读者一气之下把我删掉了，在删好友之前，还叫我回家种田。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Wq9AtTG6-1655354739288)(https://img2022.cnblogs.com/blog/2253739/202206/2253739-20220615221838187-1843593236.jpg)]

说实话，你说我菜我是承认的，但你要我回家种田，我不理解。为什么要回家种田呢？养猪不比种田赚钱吗？

我想了很久没有想明白，突然，我看到了这个新闻，瞬间明白了读者的用心良苦。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3ip9EuYD-1655354739289)(https://img2022.cnblogs.com/blog/2253739/202206/2253739-20220615221838152-1688849746.png)]
于是，我决定写下这篇文章，好好地分析一下读者提出的几个问题。

读者的观点

针对这位读者的几个观点：

1. volatile 关键字的底层实现就是 lock 指令
2. lock 指令触发了缓存一致性协议
3. JMM 靠缓存一致性协议保证

我先给出我的看法：

1. 第一点我认为是对的，这个我在 volatile 那篇文章也说过，volatile 的底层实现就是 lock 前缀指令
2. 第二点我认为是错的
3. 第三点我认为是错的

至于为什么我会这么认为，我会说出我的理由，毕竟，我们都是是讲道理的人，对不对？

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QhlpLo9n-1655354739290)(https://img2022.cnblogs.com/blog/2253739/202206/2253739-20220615221838204-2067188051.jpg)]

读者的观点围绕“缓存一致性协议”，OK，那我们就从缓存一致性协议讲起！

从字面意思来看，缓存一致性协议就是“用来解决 CPU 的缓存不一致问题的协议”。将这句话拆开，就会有几个问题：

1. 为什么 CPU 运行过程中需要缓存呢？
2. 为什么缓存会出现不一致呢？
3. 有哪些方法去解决缓存不一致的问题呢？

我们一一分析。

为什么需要缓存

CPU 是个运算器，主要负责运算；

内存是个存储介质，负责存储数据和指令；

在没有缓存的年代，CPU 和内存是这样配合工作的：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-G2oAsU0D-1655354739291)(https://img2022.cnblogs.com/blog/2253739/202206/2253739-20220615221838236-2142466568.gif)]

一句话总结就是：CPU 高速运转，但取数据的速度非常慢，严重浪费了 CPU 的性能。

那怎么办呢？

在工程学上，解决速度不匹配的方式主要有两种，分别是物理适配和空间缓冲。

物理适配很容易理解，多级机械齿轮就是物理适配的典型例子。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bYzti3zD-1655354739292)(https://img2022.cnblogs.com/blog/2253739/202206/2253739-20220615221838202-1053743341.png)]
至于空间缓冲，更多的被运用在软硬件上，CPU 多级缓存就是经典的代表。

什么是 CPU 多级缓存？

简单来说就是基于 时间 = 距离 / 速度 这个公式，通过在 CPU 和内存之间设置多层缓存来减少取数据的距离，让 CPU 和内存的速度能够更好的适配。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iBQC8fnF-1655354739293)(https://img2022.cnblogs.com/blog/2253739/202206/2253739-20220615221838358-1115609679.png)]
因为缓存离 CPU 近，而且结构更加合理，CPU 取数据的速度就缩短了，从而提高了 CPU 的利用率。

同时，因为 CPU 取数据和指令满足时间局部性和空间局部性，有了缓存之后，对同一数据进行多次操作时，中间过程可以用缓存暂存数据，进一步分摊时间 = 距离 / 速度 中的距离，更好地提高了 CPU 利用率。

时间局部性：如果一个信息项正在被访问，那么在近期它很可能还会被再次访问

空间局部性：如果一个存储器的位置被引用，那么将来他附近的位置也会被引用

缓存为什么会不一致

缓存的出现让 CPU 的利用率得到了大幅地提高。

在单核时代，CPU 既享受到了缓存带来的便利，又不用担心数据会出现不一致。但这一切的前提建立在“单核”。

多核时代的到来打破了这种平衡。

进入多核时候之后，需要面临的第一个问题就是：多个 CPU 是共享一组缓存还是各自拥有一组缓存呢？

答案是“各自拥有一组缓存”。

为什么呢？

我们不妨做个假设，假设多个 CPU 共享一组缓存，会出现什么情况呢？

如果共享一组缓存，由于低级缓存