【程序员的必修课】并发编程--理论基础

并发编程-理论基础

一、前言

很多小伙伴学习并发编程，上来就是看 JUC 包，背面试题，但是对并发编程的底层原理不甚了解，导致写出的程序出现奇怪的问题，也没有足够的理论支撑去排查，说实话，我一开始也是这样的。但是随着学习的深入和面试的经历，我越发了解到系统学习并发编程的重要性。

从今天开始，我就带领小伙伴们，从理论触发，逐渐吃透并发编程

俗话说得好，基础不来，地动山摇，在学习并发编程之前，我们要先了解并发编程解决的原因、其引发非问题

这里要提醒一句，并发编程和 JMM （内存模型）密不可分，小伙伴在学习之前，可以先去复习一下 JMM 的知识哦

二、理论基础

1、为什么需要多线程

众所周知，CPU、内存、I/O 设备的速度是有极大差异的，为了合理利用 CPU 的高性能，平衡这三者的速度差异，计算机体系结构、操作系统、编译程序都做出了贡献，主要体现为：

• 操作系统增加了进程、线程，以分时复用 CPU，进而均衡 CPU 与 I/O 设备的速度差异（在耗时的 IO 执行的时候，可以切换线程执行其他任务，这是多线程出现的最重要的原因）

这种方式导致原子性问题

• CPU 增加了缓存，以均衡与内存的速度差异（CPU 寄存器，一级缓存，二级缓存…其均衡与内存的差异的主要做法，是先将修改写入缓存中，然后在一定时间后，才会将缓存内容写入内存，这样，可以将多次对内存的修改，打包成一次进行修改，减少对内存总线的占用）

导致 可见性问题

• 编译程序优化指令执行次序，使得缓存能够得到更加合理地利用

导致有序性问题

2、并发问题的根源

可见性、原子性、有序性

1）可见性

可见性，是由于 CPU 缓存导致的

我们通过下面的例子来看看具体可见性问题的成因

//线程1执行的代码
int i = 0;
i = 10;
 
//线程2执行的代码
j = i;

假若执行线程1的是CPU1，执行线程2的是CPU2。由上面的分析可知，当线程1执行 i =10这句时，会先把i的初始值加载到CPU1的高速缓存中，然后赋值为10，那么在CPU1的高速缓存当中i的值变为10了，却没有立即写入到主存当中

此时线程2执行 j = i，它会先去主存读取i的值并加载到CPU2的缓存当中，注意此时内存当中i的值还是0，那么就会使得j的值为0，而不是10

这就是可见性问题，线程1对变量i修改了之后，线程2没有立即看到线程1修改的值

2）原子性

数据库里，我们有 ACID 四个事务的性质，其中 Atomicity，及原子性，它表示的意思是对于同一个事务，在提交之前，其内部的操作要么全部成功，要么全部失败

并发编程中的原子性问题，其实和这个差不多，比如说我们希望一个线程，可以处理几个任务，而不被其他线程打扰

**经典的问题：**写一个方法，模拟账户A 向账户B 转账

最最简单的想法，是这样的：

public boolean transform(Account a,Account b) {
   
  synchronized(a) {
   
    synchronized(b) {
   
      // 执行转账操作
    }
  }
}

这个写法，有一个致命的问题，就是有可能发生死锁。假如在线程 a 想向线程b 转钱的过程中，线程b 又向线程a 转钱，就可能出现 a 在等待获取资源b，b 在等待获取资源 a 的尴尬局面

有小伙伴可能会说了："那么我们给方法加一个 synchronized 锁不就好了"

public synchronized boolean