并发编程线程安全性之可见性有序性

本文主要是介绍并发编程线程安全性之可见性有序性，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

可见性

可见性: 就是说一个线程对共享变量的修改，另一个线程能够立刻看到

通俗点说，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，另外一个线程都能够立刻看到上一个线程对这个变量的修改

产生线程安全问题的原因

计算机是利用CPU进行数据运算的，但是CPU只能对内存中的数据进行运算，对于磁盘中的数据，必须要先读取到内存，CPU才能进行运算。cpu,内存,磁盘都会影响计算机的处理性能，同时这三者之间有个核心的矛盾点，就是三者在处理速度上的差异。CPU的计算速度是非常快的，其次是内存、最后是IO设备(比如磁盘)，也就是说CPU的计算速度是远远高于内存以及磁盘设备的I/O速度的。

为了平衡这三者之间的速度差异，最大化的利用CPU。所以在硬件层面、操作系统层面、编译器层面做出了很多的优化

CPU增加了高速缓存
操作系统增加了进程、线程。通过CPU的时间片切换最大化的提升CPU的使用率
编译器的指令优化，更合理的去利用好CPU的高速缓存

每一种优化，都会带来相应的问题，而这些问题是导致线程安全性问题的根源。

CPU高速缓存

解决的问题:CPU高速缓存的出现主要是为了解决CPU运算速度和内存读写速度不匹配的矛盾，因为CPU运算速度要比内存读写速度快很多，这样会使CPU花费很长时间等待数据到来或把数据写入内存。

打开任务管理器可以看到CPU的3个缓存

思考: 有了高速缓存后会带来什么问题?

分析:CPU0和CPU1并行处理同时从内存中加载数据到缓存中，此时CPU0改变了这个值，会再同步到内存中，CPU1什么时候再读到这个最新的值是不确定的，因此会存在缓存一致性问题，那么应该怎么解决呢?

在解决这个问题之前，先来了解以下伪共享和缓存行填充

伪共享和缓存行填充

缓存行:CPU的缓存是由多个缓存行组成的，最小交互单元

伪共享:

当有两个线程读取同一缓存行的不同值时，就会去竞争这同一缓存行，这就是伪共享问题。

思考:怎么解决？对齐填充

缓存一致性问题和缓存一致性协议

总线锁
缓存锁
缓存一致性协议(MESI MOSI) MESI表示缓存的四种状态修改失效独占共享

如果是S状态修改时要先把其它缓存设置为失效失效状态从内存中读

snoopy协议会监听总线上的事件

假设a=1这个数据要进行修改，刚读进来是共享状态，当需要修改时，会通过总线发送一个指令，让其它缓存失效，然后修改完后，其它缓存从内存中读数据，就解决了缓存一致性的问题。

CPU指令重排序

cpu层面是如何导致指令重排序的? 如下图

CPU0要写入一个数据时，其它CPU在失效的时候，CPU0是处于阻塞状态的，要等到所有的缓存行失效后，再做写入操作，保证缓存一致性。异步的思想就是会把数据加载到storebuffer中，继续执行其它的指令，等到其它的缓存行都失效后，再把数据从store buffe加载出来到缓存行

这段代码是如何存在指令重排序的

当CPU从内存中加载a=1时，会先加载到store buffer中，会让其它的缓存行失效，然后当前缓存行中的a=0(缓存一致性)变更为独占状态。然后CPU0从内存中读取b=0放到缓存行中，然后执行b=A+1此时计算出来的结果为1，然后此时其它CPU全部失效了，这时候CPU0再从store buffer中把a=1加载到缓存行，就造成了指令的重排序。

Store Forwarding

如何优化指令重排序？store forwarding就是CPU0从缓存行中读取数据，那么按照上面的例子，b=a+1加载到缓存行的数据，就是a=1了

分析：假设a=0 存在于cpu1的缓存行中，b=0存在于cpu0的缓存行中且都为独占状态。cpu0执行的两个代码为写操作更新操作 CPU1只进行读。当CPU读取b的值时，就向cpu0发起请求，此时cpu0将b变更后设为共享状态。紧接着 a就在cpu1中，因此断言失败，此时 CPU1收到了CPU0的读请求，于是才让a=0缓存行失效，然后加载到cpu0中并变为独占状态后在进行修改。

引出的问题怎么办?