java 中的 volatile 关键字通过内存屏障(memory barrier)和 cpu 级别的缓存一致性协议(如 mesi)来实现可见性和禁止指令重排序。在底层,jvm 会在读写 volatile 变量时插入特定的汇编指令,例如 x86 架构下的 lock 前缀指令或 mfence、lfence、sfence 等内存栅栏,从而强制线程从主内存读取数据或刷新数据到主内存,确保所有线程看到的变量值是一致的。

volatile 写操作时的内存屏障是如何工作的?
当线程写入一个 volatile 变量时,JVM 会插入一个 StoreStore 屏障和一个 StoreLoad 屏障。StoreStore 屏障确保在该写操作之前的所有普通写操作都已经对主内存可见;StoreLoad 屏障确保该写操作之后的所有读操作不会与前面的写操作重排序。在 x86 架构下,由于硬件本身已经提供了较强的内存顺序保证,通常只需要插入 lock 前缀的写指令(如 lock addl $0, 0(esp))即可实现这些语义,因为 lock 指令具有“锁定缓存行”和“刷新存储缓冲区”的效果。

public class VolatileExample {
private volatile int value = 0;
public void write() {
// 这里可能包含其他非volatile变量的赋值
int temp = 10;
this.value = 1; // volatile写:触发StoreStore和StoreLoad屏障
}
public int read() {
return this.value; // volatile读:触发LoadLoad和LoadStore屏障
}
}
上述代码中,write() 方法里的 this.value = 1 是 volatile 写操作。在执行这条语句之前,temp = 10 的值会被确保刷入主内存;在执行之后,任何后续的 volatile 读操作都不会被重排到这条写操作之前。这种机制保证了“写”操作对其他线程的即时可见性,同时也防止了编译器或处理器对该写操作前后的指令进行重排序。
立即学习“Java免费学习笔记(深入)”;
volatile 读操作时的内存屏障是如何工作的?
当线程读取一个 volatile 变量时,JVM 会插入一个 LoadLoad 屏障和一个 LoadStore 屏障。LoadLoad 屏障确保在该读操作之后的所有读操作都不会与该读操作重排序;LoadStore 屏障确保在该读操作之后的所有写操作都不会与该读操作重排序。这意味着,每次读取 volatile 变量时,都会强制从主内存中重新加载最新的值,而不是使用线程本地缓存中的旧值。在 x86 架构下,普通的读指令通常不需要额外的内存屏障,因为 x86 的 TSO(Total Store Order)模型已经保证了读操作不会被重排序到之前的写操作之后,但为了跨平台兼容性,JVM 仍会插入相应的屏障指令。

public class VolatileReader {
private volatile boolean flag = false;
public void waitForFlag() {
while (!flag) {
// 循环等待,每次迭代都重新读取flag
Thread.yield();
}
System.out.println("Flag is true!");
}
public void setFlagTrue() {
this.flag = true; // volatile写,通知等待线程
}
}
在 waitForFlag() 方法中,while (!flag) 条件判断涉及对 volatile 变量 flag 的读操作。由于 volatile 的语义,每次循环都会从主内存中获取 flag 的最新值,如果另一个线程调用了 setFlagTrue() 将 flag 设为 true,当前线程能够立即感知到这一变化并退出循环。如果没有 volatile,编译器或 CPU 可能会优化这个循环,导致线程一直使用缓存中的初始值 false,从而陷入死循环。
为什么volatile不能保证原子性?
尽管 volatile 保证了可见性和有序性,但它并不保证复合操作的原子性。例如,i++ 操作实际上包含了读取、自增和写入三个步骤,这三个步骤不是原子的。即使 i 是 volatile 的,多个线程同时执行 i++ 仍然可能导致数据竞争和不正确的结果。这是因为 volatile 只能保证单个读或写操作的原子性,而不能保证由多个读/写操作组成的复合操作的原子性。如果需要保证原子性,必须使用 synchronized 关键字或 java.util.concurrent.atomic 包中的原子类。


















