并发编程学习策略

01 | 并发Bug简析

1、导读

1)CPU、内存、I/O 设备的核心矛盾:三者的速度差异。
2) 两个形象的比喻
a、形象的比喻:若CPU 是天上一天,内存则是地上一年;假设 CPU 执行一条普通指令需要一天,那么 CPU 读写内存得等待一年的时间。
b、形象的比喻:若内存是天上一天,I/O 设备则是地上十年。
3)为了合理利用 CPU 的高性能,平衡这三者的速度差异,CPU增加了缓存,操作系统引入了进程、线程,编程程序优化了指令执行次序。这些操作是引起并发bug的源头。

2、并发bug三源头

1)缓存导致的可见性问题
2)线程切换带来的原子性问题
3)编译优化带来的有序性问题

02 | 缓存导致的可见性问题

1、定义

1)一个线程对共享变量的修改,另外一个线程能够立刻看到,我们称为可见性。

2、CPU缓存与内存简析

1)单核,所有线程都是操作同一个 CPU 的缓存,一个线程对缓存的写,对另外一个线程来说一定是可见的。
2)多核,每颗 CPU 都有自己的缓存,当多个线程在不同的 CPU 上执行时,这些线程操作的是不同的 CPU 缓存。
3)多核,这个就属于硬件程序员给软件程序员挖的“坑”
4)单-多核CPU的缓存与内存关系图
并发理论基础-并发编程的Bug源头:可见性、原子性、有序性

03 | 线程切换带来的原子性问题

1、定义

1)我们把一个或者多个操作在 CPU 执行的过程中不被中断的特性称为原子性。

2、简析高级语言的一条语句

1)先导:高级语言里一条语句往往需要多条 CPU 指令完成,例如count += 1,至少需要三条 CPU 指令。

2)分析:count += 1 的三条CPU指令

  1. 指令 1:首先,需要把变量 count 从内存加载到 CPU 的寄存器;
  2. 指令 2:之后,在寄存器中执行 +1 操作;
  3. 指令 3:最后,将结果写入内存(缓存机制导致可能写入的是 CPU 缓存而不是内存)。

3、反直觉的地方

1)Java 并发程序都是基于多线程的,涉及任务切换,而任务切换也是并发编程里诡异 Bug 的源头之一。
2)操作系统做任务切换,可以发生在任何一条 CPU 指令执行完,是的,是 CPU 指令,而不是高级语言里的一条语句。
3)高级语言的一条语句,可能包含多条CPU指令。
4) CPU 能保证的原子操作是 CPU 指令级别的,而不是高级语言的操作符,因此需要在高级语言层面保证操作的原子性。

4、非原子操作简述

1)介绍:潜意识里面觉得 count+=1 这个操作是一个不可分割的整体,就像一个原子一样,但事实并非如此,线程切换可能会发生在其中。
2)非原子操作的执行路径示意图
并发理论基础-并发编程的Bug源头:可见性、原子性、有序性

04 | 编译优化带来的有序性问题

1、定义

1)有序性指的是程序按照代码的先后顺序执行。
2)编译器为了优化性能,有时候会改变程序中语句的先后顺序,不过有时候编译器及解释器的优化可能导致意想不到的 Bug。

2、一个 例子:双重检查创建单例

1)因为编译优化,给 getInstance() 带来了意想不到的结果

2)我们以为的new操作:

  1. 分配一块内存 M;
  2. 在内存 M 上初始化 Singleton 对象;
  3. 然后 M 的地址赋值给 instance 变量。

3)实际上优化后的执行路径却是这样的:

  1. 分配一块内存 M;
  2. 然后 M 的地址赋值给 instance 变量。
  3. 在内存 M 上初始化 Singleton 对象;

3、双重检查创建单例的异常执行路径图
并发理论基础-并发编程的Bug源头:可见性、原子性、有序性

05 | 小结

1)并发程序经常出现的诡异问题,深究可以发现是直觉欺骗了我们。只要我们能够深刻理解可见性、原子性、有序性在并发场景下的原理,很多并发 Bug 都是可以理解、可以诊断的。
2)缓存、线程、编译优化的目的和我们写并发程序的目的是相同的,都是提高程序性能。但是,缓存导致了可见性问题,线程切换带来了原子性问题,编译优化带来了有序性问题。
3)技术在解决一个问题的同时,必然会带来另外一个问题,所以在采用一项技术的同时,一定要清楚它带来的问题是什么,以及如何规避。

06 | 思维导图

1、并发Bug源头思维导图
并发理论基础-并发编程的Bug源头:可见性、原子性、有序性
参考文献:

[1]王宝令. Java并发编程实战[M]. 极客时间, 2019.

相关文章:

  • 2021-11-17
  • 2021-03-28
  • 2022-12-23
  • 2021-04-11
  • 2022-01-25
  • 2021-08-28
  • 2021-06-13
猜你喜欢
  • 2022-02-07
  • 2021-11-26
  • 2021-10-20
  • 2022-12-23
  • 2021-10-21
  • 2022-12-23
  • 2021-08-02
相关资源
相似解决方案