什么是线程数据的强、弱一致性

Hi，我是阿昌，今天学习记录的是关于什么是线程数据的强、弱一致性。

一致性，其实在系统的很多地方都存在数据一致性的相关问题。

除了在并发编程中保证共享变量数据的一致性之外，还有数据库的 ACID 中的 C（Consistency 一致性）、分布式系统的 CAP 理论中的 C（Consistency 一致性）。下面主要讨论的就是“并发编程中共享变量的一致性”。

在并发编程中，Java 是通过共享内存来实现共享变量操作的，所以在多线程编程中就会涉及到数据一致性的问题。

通过一个经典的案例来说明下多线程操作共享变量可能出现的问题，假设有两个线程（线程 1 和线程 2）分别执行下面的方法，x 是共享变量：


//代码1
public class Example {
    int x = 0;
    public void count() {
        x++;                     //1
        System.out.println(x)//2
    }
}

在这里插入图片描述

如果两个线程同时运行，两个线程的变量的值可能会出现以下三种结果：

在这里插入图片描述

一、Java 存储模型

2,1 和 1,2 的结果很好理解，那为什么会出现以上 1,1 的结果呢？

Java 采用共享内存模型来实现多线程之间的信息交换和数据同步。

在解释为什么会出现这样的结果之前，先通过下图来简单了解下 Java 的内存模型，程序在运行时，局部变量将会存放在虚拟机栈中，而共享变量将会被保存在堆内存中。

在这里插入图片描述

局部变量，存储于ＪＡＶＡ栈中，线程私有，所以不涉及并发；

成员变量，存储于共享堆中，每个线程访问都会加载到工作内存，也就是ＣＰＵ的cache中，所以不同核并发会导致修改，数据不一致

由于局部变量是跟随线程的创建而创建，线程的销毁而销毁，所以存放在栈中，由上图可知，Java 栈数据不是所有线程共享的，所以不需要关心其数据的一致性。

共享变量存储在堆内存或方法区中，由上图可知，堆内存和方法区的数据是线程共享的。而堆内存中的共享变量在被不同线程操作时，会被加载到自己的工作内存中，也就是 CPU 中的高速缓存。

CPU 缓存可以分为一级缓存（L1）、二级缓存（L2）和三级缓存（L3），每一级缓存中所储存的全部数据都是下一级缓存的一部分。

当 CPU 要读取一个缓存数据时，首先会从一级缓存中查找；如果没有找到，再从二级缓存中查找；如果还是没有找到，就从三级缓存或内存中查找。

如果是单核 CPU 运行多线程，多个线程同时访问进程中的共享数据，CPU 将共享变量加载到高速缓存后，不同线程在访问缓存数据的时候，都会映射到相同的缓存位置，这样即使发生线程的切换，缓存仍然不会失效。

如果是多核 CPU 运行多线程，每个核都有一个 L1 缓存，如果多个线程运行在不同的内核上访问共享变量时，每个内核的 L1 缓存将会缓存一份共享变量。

假设线程 A 操作 CPU 从堆内存中获取一个缓存数据，此时堆内存中的缓存数据值为 0，该缓存数据会被加载到 L1 缓存中，在操作后，缓存数据的值变为 1，然后刷新到堆内存中。

在正好刷新到堆内存中之前，又有另外一个线程 B 将堆内存中为 0 的缓存数据加载到了另外一个内核的 L1 缓存中，此时线程 A 将堆内存中的数据刷新到了 1，而线程 B 实际拿到的缓存数据的值为 0。

此时，内核缓存中的数据和堆内存中的数据就不一致了，且线程 B 在刷新缓存到堆内存中的时候也将覆盖线程 A 中修改的数据。这时就产生了数据不一致的问题。

在这里插入图片描述

了解完内存模型之后，结合以上解释，就可以回过头来看看第一段代码中的运行结果是如何产生的了。

看到这里，可以理解图中 1,1 的运行结果了。

在这里插入图片描述

二、重排序

在 Java 内存模型中，还存在重排序的问题。

请看以下代码：


//代码1
public class Example {
    int x = 0;
    boolean flag = false;
    public void writer() {
        x = 1;                //1
        flag = true;          //2
    }

    public void reader() {
        if (flag) {           //3
             int r1 = x;      //4
             System.out.println(r1==x)
        }
    }
}

在这里插入图片描述

如果两个线程同时运行，线程 2 中的变量的值可能会出现以下两种可能：

在这里插入图片描述

现在一起来看看 r1=1 的运行结果，如下图所示：

在这里插入图片描述

那 r1=0 又是怎么获取的呢？

再来看一个时序图：

在这里插入图片描述

在不影响运算结果的前提下，编译器有可能会改变顺序代码的指令执行顺序，特别是在一些可以优化的场景。

例如，在以下案例中，编译器为了尽可能地减少寄存器的读取、存储次数，会充分复用寄存器的存储值。

如果没有进行重排序优化，正常的执行顺序是步骤 1\2\3，而在编译期间进行了重排序优化之后，执行的步骤有可能就变成了步骤 1/3/2 或者 2/1/3，这样就能减少一次寄存器的存取次数。


int x = 1;//步骤1：加载x变量的内存地址到寄存器中，加载1到寄存器中，CPU通过mov指令把1写入到寄存器指定的内存中
boolean flag = true; //步骤2 加载flag变量的内存地址到寄存器中，加载true到寄存器中，CPU通过mov指令把1写入到寄存器指定的内存中
int y = x + 1;//步骤3 重新加载x变量的内存地址到寄存器中，加载1到寄存器中，CPU通过mov指令把1写入到寄存器指定的内存中

在 JVM 中，重排序是十分重要的一环，特别是在并发编程中。

可 JVM 要是能对它们进行任意排序的话，也可能会给并发编程带来一系列的问题，其中就包括了一致性的问题。

三、Happens-before 规则

为了解决这个问题，Java 提出了 Happens-before 规则来规范线程的执行顺序：

程序次序规则：在单线程中，代码的执行是有序的，虽然可能会存在运行指令的重排序，但最终执行的结果和顺序执行的结果是一致的；
锁定规则：一个锁处于被一个线程锁定占用状态，那么只有当这个线程释放锁之后，其它线程才能再次获取锁操作；
volatile 变量规则：如果一个线程正在写 volatile 变量，其它线程读取该变量会发生在写入之后；
线程启动规则：Thread 对象的 start() 方法先行发生于此线程的其它每一个动作；
线程终结规则：线程中的所有操作都先行发生于对此线程的终止检测；
对象终结规则：一个对象的初始化完成先行发生于它的 finalize() 方法的开始；
传递性：如果操作 A happens-before 操作 B，操作 B happens-before 操作 C，那么操作 A happens-before 操作 C；
线程中断规则：对线程 interrupt() 方法的调用先行发生于被中断线程的代码检测到中断事件的发生。

结合这些规则，我们可以将一致性分为以下几个级别：严格一致性（强一致性）：所有的读写操作都按照全局时钟下的顺序执行，且任何时刻线程读取到的缓存数据都是一样的，Hashtable 就是严格一致性；

在这里插入图片描述