一 计算机简介

结合多线程计算机的硬件，从侧面理解数据存储如何影响我们的程序

1.基本概念

1.RAM:随机存储（主存等，断电数据丢失）
2.ROM:只读存储（磁盘等，断点数据保留）
3.BIOS:烧录在主板上ROM内的一段程序（基础输入/输出系统）

1.线程:程序或应用的某个功能点，由CPU分配时间片，进行调度
2.进程:完整的运行中的程序或应用，由操作系统进行调度

1.单核单线程:一个核心，只能运行一个线程，完全结束后才能开始下一个（串行）
2.单核多线程:一个核心，能调度多个线程，多个线程在某个时间段的不同时间片上运行（并发）
3.多核多线程:多个核心，每个核心至少支持一个线程，至少能有核心数的线程在某个时刻运行（并行）
4.DMA（Direct Memory Access）:直接内存控制器，即CPU进行文件复制时，将总线控制权交给DMA，由DMA进行复制，此时CPU能继续进行内部运算或挂起，DMA结束后交还控制权；
                              CPU 与 DMA 还可交替访问内存，此时总线相当于一个换路器。DMA也是我们常说的【零拷贝技术】依赖的硬件基础

1.并发:一个计算单元（CPU核心），某一时刻只能运行一个线程，某个时间段多个线程在这个核心内轮询执行就是并发
        所以并发在本质上调度仍然是串行，只不过每个时间片很短，给我们的感觉是所有程序同时在运行
        其实，由此可以引出多线程开发设置核心线程数的参考原因:
        CPU密集型:核心线程数最好与实际核心数一致，CPU密集则尽量使每个线程落在一个核心上，使他们之间发挥并行的效果，核心线程数过大则会在某个核频繁切换上下文（轮询），切换上下文涉及现场保存和恢复等，会消耗性能
        IO密集型:核心线程数约为实际核心数二倍，由于IO操作的耗时性，当IO等待时，可以让CPU去执行其他线程操作（反正要等待，不如顺便切换几次上下文）
2.并行:多个计算单元（CPU核心），某一个时刻分别运行了一个线程，则这几个线程此刻是并行的

2.CPU 三级缓存

CPU从硬件角度来看，本身设计也是多级缓存的，结构示意如图，而多级缓存的主要目的，和

软件一样，为了提升程序执行和数据访问速度；但是既然是缓存，就涉及到数据一致的问题，

多核CPU下，常见的缓存一致性协议有 MESI

三级缓存下 ALU 访问资源时间

资源对象	周期（可有频率换算）	时间（纳秒）
寄存器	1 cycle
L1 Cache	~3-4 cycles	~0.5-1 ns
L2 Cache	~10-20 cycles	~3-7 ns
L3 Cache	~40-45 cycles	~15 ns
内存	~120-240 cycles	~60-120ns

3.本机参数查看

其中逻辑处理器，是基于物理内核虚拟出来的，本机共 4 个内核，虚拟后相当于有 8 个内核

二 数据占用内存情况

在 Java 里面，使用 volatile 修饰变量时，可能会存在一个伪内存共享问题，我们下面演示一下

volatile 本身有两个作用：可见性、防止指令重排

程序运行时，我们的数据不是一位一位加载的，而是一块一块的，缓存的最小结构是缓存行

，一次填充一个缓存行的数据，这样做也是为了提高处理速度，缓存行大小一般为 64 字节；

volatile 如何保证可见性呢？
当某个线程更新本地缓存中的 value 值后，会使其他线程的本地缓存中的 value 值失效，然后其他线程需要重新去主存取数据，也就保证了可见性
但是由于 value 是存在缓存行内的，每次置失效都要清掉整行数据，重新获取，此时即存在性能损耗

1.多线程Demo

package org.example;

import org.openjdk.jol.info.ClassLayout;

/**
 * @author 
 * @date 2022-11-08 22:44
 * @since 1.8
 */
public class CpuCache {

    public static void main(String[] args) {

        DemoEntity demo = new DemoEntity();

        int length = 10000 * 10000;

        Thread t1 = new Thread(()->{
            for (int i = 0 ;i < length;i++){
                demo.a++;
            }
        });

        Thread t2 = new Thread(()->{
            for (int i = 0 ;i < length;i++){
                demo.f++;
            }
        });

        long start = System.currentTimeMillis();

        t1.start();
        t2.start();

        try {
            t1.join();
            t2.join();
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }

        long end = System.currentTimeMillis() - start;

        System.out.println(ClassLayout.parseInstance(demo).toPrintable());
        System.out.println(String.format("Time:%s Data %s",end,demo));
    }

    /**
     * 测试对象
     */
    static class DemoEntity{

        private long a;
        private long f;

        @Override
        public String toString(){
            return String.format("a:%s b:%s",a,f);
        }
    }
}

2.结果解析

1.直接计算

线程 1 和 2 都加载了数据时，各自计算，12 毫秒完成了计算

2.volatile 计算

修改代码，在 DemoEntity 的两个变量前加上 volatile 关键字修饰，重新运行；耗时 2790 毫秒 ？
解析：
上面我们说，数据是加载到缓存行的，我们添加了 volatile 关键字后，两个线程修改同一个对象时，为了保证可见性，会将其他其他缓存行数据清空
线程 1 和 2 的数据大概率加载后会在同一个缓存行，他们互相清空和争抢资源，导致耗时

3.缓存行填充

原来一个 DemoEntity 对象 32 字节，我们在变量 a 和 f 之间填充两个 long 变量将 线程 2 的数据挤到下一个缓存行
耗时 556 毫秒