解密诡异并发问题的幕后黑手：可见性问题

落日映苍穹つ 2022-09-16 15:15 83阅读 0赞

> **摘要：**可见性问题还是由CPU的缓存导致的，而缓存导致的可见性问题是导致诸多诡异的并发编程问题的“幕后黑手”之一。

本文分享自华为云社区《[【高并发】一文解密诡异并发问题的第一个幕后黑手——可见性问题][Link 1]》，作者：冰 河。

并发编程一直是很让人头疼的问题，因为多线程环境下不太好定位问题，它不像一般的业务代码那样打个断点，debug一下基本就能够定位问题所在。并发编程中，出现的问题往往都是很诡异的，而且大多数情况下，问题也不是每次都会重现的。那么，我们如何才能够更好的解决并发问题呢？这就需要我们了解造成这些问题的“幕后黑手”究竟是什么！

## 可见性 ##

对于什么是可见性，比较官方的解释就是：一个线程对共享变量的修改，另一个线程能够立刻看到。

说的直白些，就是两个线程共享一个变量，无论哪一个线程修改了这个变量，则另外的一个线程都能够看到上一个线程对这个变量的修改。这里的共享变量，指的是多个线程都能够访问和修改这个变量的值，那么，这个变量就是共享变量。

例如，线程A和线程B，它们都是直接修改主内存中的共享变量，无论是线程A修改了共享变量，还是线程B修改了共享变量，则另一个线程从主内存中读取出来的变量值，一定是修改过的值，这就是线程的可见性。

![de182ee6edec607fe8184ad0c2a1a6e7.png][]

## 可见性问题 ##

可见性问题，可以这样理解：一个线程修改了共享变量，另一个线程不能立刻看到，这是由CPU添加了缓存导致的问题。

理解了什么是可见性，再来看可见性问题就比较好理解了。既然可见性是一个线程修改了共享变量后，另一个线程能够立刻看到对共享变量的修改，如果不能立刻看到，这就会产生可见性的问题。

### 单核CPU不存在可见性问题 ###

理解可见性问题我们还需要注意一点，那就是 **在单核CPU上不存在可见性问题。** 这是为什么呢？

因为**在单核CPU上，无论创建了多少个线程，同一时刻只会有一个线程能够获取到CPU的资源来执行任务**，即使这个单核的CPU已经添加了缓存。这些线程都是运行在同一个CPU上，操作的是同一个CPU的缓存，只要其中一个线程修改了共享变量的值，那另外的线程就一定能够访问到修改后的变量值。

![8cb2ffd0d5baeefeccea715c9d440a00.png][]

### 多核CPU存在可见性问题 ###

单核CPU由于同一时刻只会有一个线程执行，而每个线程执行的时候操作的都是同一个CPU的缓存，所以，单核CPU不存在可见性问题。但是到了多核CPU上，就会出现可见性问题了。

这是因为在多核CPU上，每个CPU的内核都有自己的缓存。当多个不同的线程运行在不同的CPU内核上时，这些线程操作的是不同的CPU缓存。一个线程对其绑定的CPU的缓存的写操作，对于另外一个线程来说，不一定是可见的，这就造成了线程的可见性问题。

![bae619d3b094739d278f4a4bdd126f1c.png][]

例如，上面的图中，由于CPU是多核的，线程A操作的是CPU-01上的缓存，线程B操作的是CPU-02上的缓存，此时，线程A对变量V的修改对线程B是不可见的，反之亦然。

### Java中的可见性问题 ###

使用Java语言编写并发程序时，如果线程使用变量时，会把主内存中的数据复制到线程的私有内存，也就是工作内存中，每个线程读写数据时，都是操作自己的工作内存中的数据。

![1a349f986653b5cbee00927dd828df51.png][]

此时，Java中线程读写共享变量的模型与多核CPU类似，原因是Java并发程序运行在多核CPU上时，线程的私有内存，也就是工作内存就相当于多核CPU中每个CPU内核的缓存了。

由上图，同样可以看出，线程A对共享变量的修改，线程B不一定能够立刻看到，这也就会造成可见性的问题。

## 代码示例 ##

我们使用一个Java程序来验证多线程的可见性问题，在这个程序中，定义了一个long类型的成员变量count，有一个名称为addCount的方法，这个方法中对count的值进行加1操作。同时，在execute方法中，分别启动两个线程，每个线程调用addCount方法1000次，等待两个线程执行完毕后，返回count的值，代码如下所示。

package io.mykit.concurrent.lab01;
    
    /**
     * @author binghe
     * @version 1.0.0
     * @description 测试可见性
     */
    public class ThreadTest {
    
        private long count = 0;
    
        private void addCount(){
            count ++;
        }
    
        public long execute() throws InterruptedException {
            Thread threadA = new Thread(() -> {
                for(int i = 0; i < 1000; i++){
                    addCount();
                }
            });
    
            Thread threadB = new Thread(() -> {
                for(int i = 0; i < 1000; i++){
                    addCount();
                }
            });
    
            //启动线程
            threadA.start();
            threadB.start();
    
            //等待线程执行完成
            threadA.join();
            threadB.join();
            return count;
        }
    
        public static void main(String[] args) throws InterruptedException {
            ThreadTest threadTest = new ThreadTest();
            long count = threadTest.execute();
            System.out.println(count);
        }
    }

我们运行下这个程序，结果如下图所示。

![a2bc306be47132cf21969a35f4e72a67.png][]

可以看到这个程序的结果是1509，而不是我们期望的2000。这是为什么呢？让我们一起来分析下这个程序。

首先，变量count属于ThreadTest类的成员变量，这个成员变量对于线程A和线程B来说，是一个共享变量。假设线程A和线程B同时执行，它们同时将count=0读取到各自的工作内存中，每个线程第一次执行完count++操作后，同时将count的值写入内存，此时，内存中count的值为1，而不是我们想象的2。而在整个计算的过程中，线程A和线程B都是基于各自工作内存中的count值进行计算。这就导致了最终的count值小于2000。

归根结底：可见性的问题是CPU的缓存导致的。

## 总结 ##

可见性是一个线程对共享变量的修改，另一个线程能够立刻看到，如果不能立刻看到，就可能会产生可见性问题。在单核CPU上是不存在可见性问题的，可见性问题主要存在于运行在多核CPU上的并发程序。归根结底，可见性问题还是由CPU的缓存导致的，而缓存导致的可见性问题是导致诸多诡异的并发编程问题的“幕后黑手”之一。我们只有深入理解了缓存导致的可见性问题，并在实际工作中时刻注意避免可见性问题，才能更好的编写出高并发程序。

**[点击关注，第一时间了解华为云新鲜技术~][Link 2]**

[Link 1]: https://link.zhihu.com/?target=https%3A//bbs.huaweicloud.com/blogs/306268%3Futm_source%3Dzhihu%26utm_medium%3Dbbs-ex%26utm_campaign%3Dother%26utm_content%3Dcontent
[de182ee6edec607fe8184ad0c2a1a6e7.png]: /images/20220828/2000ed3f7fb447e1af14c40e7ab7276a.png
[8cb2ffd0d5baeefeccea715c9d440a00.png]: /images/20220828/d26f000fecf94f15abf9d1b9280c378c.png
[bae619d3b094739d278f4a4bdd126f1c.png]: /images/20220828/aff7588a9fd24973912f2f00e4d2ac73.png
[1a349f986653b5cbee00927dd828df51.png]: /images/20220828/0b02e024f1304a5790531d22de1e2edc.png
[a2bc306be47132cf21969a35f4e72a67.png]: /images/20220828/577ff4cd5ad442fb8369c9f225b6d340.png
[Link 2]: https://link.zhihu.com/?target=https%3A//bbs.huaweicloud.com/blogs%3Futm_source%3Dzhihu%26utm_medium%3Dbbs-ex%26utm_campaign%3Dother%26utm_content%3Dcontent