讲师中心 微信公众号

工具推荐

视频效率加速
Seko
Seko

AI短剧一键生成成片

剧云
剧云

中文短剧剧本制作平台

立刻MV
立刻MV

低成本歌曲 MV、视频生成

AniShort
AniShort

AI短剧协同制作平台

Java中什么是伪共享?有什么解决方案?

夏磊姑娘_9489

夏磊姑娘_9489

发布时间:2025-01-07 17:45:35

|

1131人浏览过

|

来源于php中文网

原创

伪共享:隐秘的性能杀手伪共享是指多个线程同时访问不同变量,但这些变量位于同一缓存行中。这会导致缓存行失效,降低性能。解决方案包括:缓存行填充:通过填充字段来增加变量之间的距离,避免其位于同一缓存行中。使用更细粒度的锁:只锁定真正需要访问的数据。重新设计数据结构:以减少伪共享的可能性。

Java中什么是伪共享?有什么解决方案?

Java里的伪共享:幽灵般的性能杀手

你是否曾经遇到过这种情况:你的多线程Java程序性能奇差,代码逻辑看似完美无缺,CPU占用率却居高不下?罪魁祸首,可能就是潜伏在内存深处的“伪共享”这个幽灵。

这篇文章会带你揭开伪共享的神秘面纱,深入剖析其成因,并提供一些行之有效的解决方案。读完之后,你将能够识别并解决由伪共享引起的性能瓶颈,编写出更高效的多线程Java代码。

伪共享的本质

简单来说,伪共享是指多个线程同时访问不同变量,但这些变量恰好位于同一缓存行中。由于缓存行是CPU缓存的基本单位,当一个线程修改了缓存行中的某个变量,即使其他线程访问的是不同的变量,整个缓存行也会失效,导致其他线程不得不重新从主内存加载数据,从而引发性能损失。这就好比一群人共用一个房间,一个人打翻了水杯,其他人也得跟着收拾残局。

立即学习“Java免费学习笔记(深入)”;

这看似微不足道,但累积起来的影响却极其巨大。想象一下,在高并发环境下,成千上万个线程都在争抢同一个缓存行,那性能下降的程度可想而知。

缓存行与Java内存模型

要理解伪共享,我们需要对CPU缓存和Java内存模型有一些基本的了解。CPU缓存分层结构,L1、L2、L3缓存,速度依次降低,容量依次增大。缓存行是缓存的基本单位,大小通常是64字节。Java内存模型定义了主内存和工作内存,线程之间通过主内存进行数据交换。伪共享正是发生在缓存行和Java内存模型交互过程中的一个微妙问题。

一个简单的例子

AI舌诊面诊问诊医疗系统+诊疗商城系统源码
AI舌诊面诊问诊医疗系统+诊疗商城系统源码

AI 舌诊面诊问诊医疗系统 + 诊疗商城系统源码是一套结合 AI 辅助诊断与商品转化的健康类程序,基于浩创云、ThinkPHP(PHP)开发,支持微信服务号与 H5 端,适合做中医舌诊面诊问答、健康建议推送以及配套诊疗商品的运营。

下载

让我们来看一个简单的例子,假设有两个线程分别修改两个long类型的变量:

public class FalseSharing {

    private static final int NUM_THREADS = 4;
    private static final long ITERATIONS = 10000000L;

    private static volatile long[] longs = new long[NUM_THREADS];

    public static void main(String[] args) throws InterruptedException {
        Thread[] threads = new Thread[NUM_THREADS];
        for (int i = 0; i < NUM_THREADS; i++) {
            threads[i] = new Thread(() -> {
                long i1 = 0;
                for (long j = 0; j < ITERATIONS; j++) {
                    longs[ThreadLocalRandom.current().nextInt(NUM_THREADS)] += 1;
                    i1 += 1;
                }
            });
        }
        long start = System.currentTimeMillis();
        for (Thread t : threads) {
            t.start();
        }
        for (Thread t : threads) {
            t.join();
        }
        long end = System.currentTimeMillis();
        System.out.println("Time taken: " + (end - start) + "ms");
    }
}

在这个例子中,如果longs数组的元素恰好位于同一缓存行,那么就会发生伪共享。每个线程的更新都会导致缓存行失效,从而降低性能。

解决方案:缓存行填充

解决伪共享最有效的方法是通过缓存行填充来避免多个变量位于同一缓存行中。我们可以使用填充字段来增加变量之间的距离,确保它们位于不同的缓存行中:

public class FalseSharingSolution {

    private static final int NUM_THREADS = 4;
    private static final long ITERATIONS = 10000000L;

    private static class LongWrapper {
        long value;
        long p1, p2, p3, p4, p5, p6, p7; // Padding
    }

    private static volatile LongWrapper[] longs = new LongWrapper[NUM_THREADS];

    static {
        for (int i = 0; i < NUM_THREADS; i++) {
            longs[i] = new LongWrapper();
        }
    }

    public static void main(String[] args) throws InterruptedException {
        // ... (rest of the code is similar to the previous example)
    }
}

在这个例子中,我们使用了LongWrapper类来包装long变量,并添加了填充字段p1到p7。这些填充字段会占用足够的内存空间,确保value变量位于不同的缓存行中,从而避免伪共享。

其他解决方案与经验总结

除了缓存行填充,还有其他一些方法可以缓解伪共享问题,例如使用更细粒度的锁,或者重新设计数据结构。但是,缓存行填充通常是最简单有效的方案。

需要注意的是,伪共享并非总是显而易见的。它往往隐藏在复杂的代码中,需要仔细分析和调试才能发现。因此,在编写高性能多线程Java代码时,务必注意潜在的伪共享问题,并采取相应的措施进行优化。 经验告诉我,预先考虑潜在的伪共享问题,并进行合理的代码设计,比事后补救要高效得多。 不要等到性能问题爆发才去寻找原因,这会浪费大量的时间和精力。 记住,编写高效的代码,是一个持续学习和改进的过程。

热门AI工具

更多
小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

讯飞智文

一款面向学习和办公场景的AI文档创作工具,可辅助生成PPT与Word文档,提高资料整理和内容制作效率。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

相关专题

更多
treenode的用法
treenode的用法

​在计算机编程领域,TreeNode是一种常见的数据结构,通常用于构建树形结构。在不同的编程语言中,TreeNode可能有不同的实现方式和用法,通常用于表示树的节点信息。更多关于treenode相关问题详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2961

2023.12.01

C++ 高效算法与数据结构
C++ 高效算法与数据结构

本专题讲解 C++ 中常用算法与数据结构的实现与优化,涵盖排序算法(快速排序、归并排序)、查找算法、图算法、动态规划、贪心算法等,并结合实际案例分析如何选择最优算法来提高程序效率。通过深入理解数据结构(链表、树、堆、哈希表等),帮助开发者提升 在复杂应用中的算法设计与性能优化能力。

416

2025.12.22

深入理解算法:高效算法与数据结构专题
深入理解算法:高效算法与数据结构专题

本专题专注于算法与数据结构的核心概念,适合想深入理解并提升编程能力的开发者。专题内容包括常见数据结构的实现与应用,如数组、链表、栈、队列、哈希表、树、图等;以及高效的排序算法、搜索算法、动态规划等经典算法。通过详细的讲解与复杂度分析,帮助开发者不仅能熟练运用这些基础知识,还能在实际编程中优化性能,提高代码的执行效率。本专题适合准备面试的开发者,也适合希望提高算法思维的编程爱好者。

437

2026.01.06

C++ 数据结构与算法实现教程合集
C++ 数据结构与算法实现教程合集

以 C++ 为实现语言,系统讲解核心数据结构与算法,涵盖链表(单链表/双链表/环检测)、栈与队列(单调栈/优先队列)、二叉树(遍历/BST/AVL/红黑树)、哈希表(开地址法/链地址法)、图(邻接表/BFS/DFS/Dijkstra/拓扑排序)、常见排序算法(快排/归并/堆排/计数排序)的实现与复杂度分析,同时分享 LeetCode 刷题技巧、竞赛编程常用模板(二分/前缀和/滑动窗口/动态规划),帮助开发者夯实算法基础。

512

2026.05.09

线程和进程的区别
线程和进程的区别

线程和进程的区别:线程是进程的一部分,用于实现并发和并行操作,而线程共享进程的资源,通信更方便快捷,切换开销较小。本专题为大家提供线程和进程区别相关的各种文章、以及下载和课程。

4958

2023.08.10

Python 多线程与异步编程实战
Python 多线程与异步编程实战

本专题系统讲解 Python 多线程与异步编程的核心概念与实战技巧,包括 threading 模块基础、线程同步机制、GIL 原理、asyncio 异步任务管理、协程与事件循环、任务调度与异常处理。通过实战示例,帮助学习者掌握 如何构建高性能、多任务并发的 Python 应用。

1389

2025.12.24

java多线程相关教程合集
java多线程相关教程合集

本专题整合了java多线程相关教程,阅读专题下面的文章了解更多详细内容。

463

2026.01.21

C++多线程相关合集
C++多线程相关合集

本专题整合了C++多线程相关教程,阅读专题下面的的文章了解更多详细内容。

599

2026.01.21

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

140

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn