你好，我是小黄，一名独角兽企业的Java开发工程师。感谢茫茫人海中我们能够相遇， 俗话说：当你的才华和能力，不足以支撑你的梦想的时候，请静下心来学习 希望优秀的你可以和我一起学习，一起努力，实现属于自己的梦想。

一、引言

对于Java开发者而言，关于底层知识，我们一般当做黑盒来进行使用，不需要去打开这个黑盒。

但随着目前程序员行业的发展，我们有必要打开这个黑盒，去探索其中的奥妙。

本篇系列文章，将带你一起探索底层黑盒的奥秘之处。

阅读本篇文章之前，建议下载 openJDK 效果会更好

openJDK下载地址：openJDK

如果感觉网速较慢，建议关注公众号：爱敲代码的小黄，发送：openJDK 即可获取百度网盘链接。

大家可不可以给我点个关注呀~

二、操作系统

1、CPU的乱序执行

CPU在进行读等待的同时执行指令，是CPU乱序的根源，不是乱，而是提高效率

我们来看下面这个程序：

x = 0;
y = 0;
a = 0;
b = 0;
Thread one = new Thread(new Runnable() {
    public void run() {
        //由于线程one先启动，下面这句话让它等一等线程two. 可根据自己电脑的实际性能适当调整等待时间.
        //shortWait(100000);
        a = 1;
        x = b;
    }
});

Thread other = new Thread(new Runnable() {
    public void run() {
        b = 1;
        y = a;
    }
});
one.start();
other.start();
one.join();
other.join();
String result = "第" + i + "次 (" + x + "," + y + "）";
if (x == 0 && y == 0) {
    System.err.println(result);
    break;
}

我们可以看到，如果我们的CPU没有乱序执行的话，那么 a = 1 必然在 x = b 前面，b = 1 必然在 y = a 的前面

我们可以得到什么结论，也就是 x 和 y 肯定不能同时为 0 （这里读者可以好好想一想，为什么不能同时为0）

我们运行下程序，得到如下结果：

我们在运行 2728842 次的时候，得到了该结果，验证了我们的结论。

2.1 乱序可能会出现的问题

常见例子：DCL为什么要加 volatile ？

我们以下面举例：

class T{
    int m = 8;
}
T t = new T();

反编译汇编码：

0 new #2 <T>
3 dup
4 invokespeecial # 3 <T.<init>>
7 astore_1
8 return 

我们对于汇编码逐步分析：

• new #2 <T>：创建 m = 0 的对象并且栈帧中有一个引用指向该对象
  
• dup：在我们的栈帧中复制一份引用
  
• invokespecial #3 <T.<init>>：弹出一个栈帧中的值，实例化他的构造方法
  
• astore_1：将我们栈帧的引用赋值给 t，这里 1 指的是我们本地变量表中的第一位
  
  所以，我们想一个事情，上面我们已经证明CPU存在乱序的现象，那么会对我们的上述操作有什么危害呢？

当我们的 astore_1 在我们的 invokespeecial # 3 <T.<init>> 执行前执行，会导致我们的将我们没有实例化的对象赋值给 t，如下如所示：

所以为了避免这种现象，我们要对 DCL 加 volatile

问题来了，我们 volatile 是怎么保证有序性的呢？

2.2 如何禁止指令重排序

我们对于禁止指令重排序，从以下三方面来谈：

• 代码层面
• 字节码层面
• JVM层面
• CPU层面

2.2.1 Java 代码层面

• 直接加一个 volatile 关键字即可

  public class TestVolatile {
    public static volatile int counter = 1;
  
    public static void main(String[] args) {
        counter = 2;
        System.out.println(counter);
    }
  }

2.2.1 字节码层面

在字节码层面，当对 volatile 进行反编译后，我们可以看到 VCC_volatile

我们对上述代码进行反编译，得到其 字节码

通过 javac TestVolatile.java 将类编译为class文件，再通过 javap -v TestVolatile.class 命令反编译查看字节码文件

这里我们只展示这段代码得字节码：public static volatile int counter = 1;

    public static volatile int counter;
    descriptor: I
    flags: ACC_PUBLIC, ACC_STATIC, ACC_VOLATILE
    // 下面为初始化counter时的字节码
    0: iconst_2
    1: putstatic     #2                  // Field counter:I
    4: getstatic     #3                  // Field 

• descriptor：代表方法参数和返回值
  
• flags: ACC_PUBLIC, ACC_STATIC, ACC_VOLATILE：标志
• putstatic：对静态属性进行操作

我们后续的操作都可以通过 ACC_VOLATILE 这个标志来知道该变量已被 volatile 所修饰

2.2.3 HotSpot 源码层面

对于带有 volatile 修饰的变量，我们的 JVM 是怎么去实现的呢？

通常我们在我网站上会看到这四个词语：StoreStore，StoreLoad，LoadStore，LoadLoad

我们的 JVM 确实是这样实现的，我们一起来看一下具体的实现吧。

Java中，静态属性属于类的。操作静态属性，对应的指令为 putstatic

我们以 openjdk8 根路径 jdk\src\hotspot\share\interpreter\zero 路径下的 bytecodeInterpreter.cpp 文件中，处理 putstatic 指令的代码：

CASE(_putstatic):
    {
          // .... 省略若干行 
          // Now store the result 现在要开始存储结果了
          // ConstantPoolCacheEntry* cache;     -- cache是常量池缓存实例
          // cache->is_volatile()               -- 判断是否有volatile访问标志修饰
          int field_offset = cache->f2_as_index();
          // ****重点判断逻辑**** 
          if (cache->is_volatile()) { 
            // volatile变量的赋值逻辑
            if (tos_type == itos) {
              obj->release_int_field_put(field_offset, STACK_INT(-1));
            } else if (tos_type == atos) {// 对象类型赋值
              VERIFY_OOP(STACK_OBJECT(-1));
              obj->release_obj_field_put(field_offset, STACK_OBJECT(-1));
              OrderAccess::release_store(&BYTE_MAP_BASE[(uintptr_t)obj >> CardTableModRefBS::card_shift], 0);
            } else if (tos_type == btos) {// byte类型赋值
              obj->release_byte_field_put(field_offset, STACK_INT(-1));
            } else if (tos_type == ltos) {// long类型赋值
              obj->release_long_field_put(field_offset, STACK_LONG(-1));
            } else if (tos_type == ctos) {// char类型赋值
              obj->release_char_field_put(field_offset, STACK_INT(-1));
            } else if (tos_type == stos) {// short类型赋值
              obj->release_short_field_put(field_offset, STACK_INT(-1));
            } else if (tos_type == ftos) {// float类型赋值
              obj->release_float_field_put(field_offset, STACK_FLOAT(-1));
            } else {// double类型赋值
              obj->release_double_field_put(field_offset, STACK_DOUBLE(-1));
            }
            // *** 写完值后的storeload屏障 ***
            OrderAccess::storeload();
          } else {
            // 非volatile变量的赋值逻辑
          }       
  }

这里贴一下 cache->is_volatile() 的源码，路径：jdk\src\hotspot\share\utilities\accessFlags.hpp

  // Java access flags
  bool is_public      () const         { return (_flags & JVM_ACC_PUBLIC      ) != 0; }
  bool is_private     () const         { return (_flags & JVM_ACC_PRIVATE     ) != 0; }
  bool is_protected   () const         { return (_flags & JVM_ACC_PROTECTED   ) != 0; }
  bool is_static      () const         { return (_flags & JVM_ACC_STATIC      ) != 0; }
  bool is_final       () const         { return (_flags & JVM_ACC_FINAL       ) != 0; }
  bool is_synchronized() const         { return (_flags & JVM_ACC_SYNCHRONIZED) != 0; }
  bool is_super       () const         { return (_flags & JVM_ACC_SUPER       ) != 0; }
  bool is_volatile    () const         { return (_flags & JVM_ACC_VOLATILE    ) != 0; }
  bool is_transient   () const         { return (_flags & JVM_ACC_TRANSIENT   ) != 0; }
  bool is_native      () const         { return (_flags & JVM_ACC_NATIVE      ) != 0; }
  bool is_interface   () const         { return (_flags & JVM_ACC_INTERFACE   ) != 0; }
  bool is_abstract    () const         { return (_flags & JVM_ACC_ABSTRACT    ) != 0; }

我们看一下赋值 obj->release_long_field_put(field_offset, STACK_LONG(-1)) 的源代码：jdk\src\hotspot\share\oops\oop.inline.hpp

jlong oopDesc::long_field_acquire(int offset) const                   { return Atomic::load_acquire(field_addr<jlong>(offset)); }
void oopDesc::release_long_field_put(int offset, jlong value)         { Atomic::release_store(field_addr<jlong>(offset), value); }

我们前往 jdk\src\hotspot\share\runtime\atomic.hpp看一下 Atomic::release_store 的方法

inline T Atomic::load_acquire(const volatile T* p) {
  return LoadImpl<T, PlatformOrderedLoad<sizeof(T), X_ACQUIRE> >()(p);
}
template <typename D, typename T>
inline void Atomic::release_store(volatile D* p, T v) {
  StoreImpl<D, T, PlatformOrderedStore<sizeof(D), RELEASE_X> >()(p, v);
}

我们可以清楚的看到，const volatile T* p 和 volatile D* p 在调用的时候，直接使用了 C/C++ 的 volatile 关键字

我们继续往下看，在我门执行完参数的赋值后，会有这个一个操作：OrderAccess::storeload();

我们观察 jdk\src\hotspot\share\runtime 的 orderAccess.hpp 文件，发现有这么一段代码

// barriers 屏障
  static void     loadload();
  static void     storestore();
  static void     loadstore();
  static void     storeload();

  static void     acquire();
  static void     release();
  static void     fence();

我们可以清楚的看到，这就是我们在各大网站看到的 JVM 的读写屏障

当然，我们还要看其在 linux_x86 实现方式，在 jdk\src\hotspot\os_cpu\linux_x86 的 orderAccess_linux_x86.hpp 下

// A compiler barrier, forcing the C++ compiler to invalidate all memory assumptions
static inline void compiler_barrier() {
  __asm__ volatile ("" : : : "memory");
}

inline void OrderAccess::loadload()   { compiler_barrier(); }
inline void OrderAccess::storestore() { compiler_barrier(); }
inline void OrderAccess::loadstore()  { compiler_barrier(); }
inline void OrderAccess::storeload()  { fence();            }

inline void OrderAccess::acquire()    { compiler_barrier(); }
inline void OrderAccess::release()    { compiler_barrier(); }

2.2.4 CPU层面

• Intel 的原语指令：mfence内存屏障，ifence读屏障，sfence写屏障

我们可以看到，最关键的是这一行代码：__asm__ volatile ("" : : : "memory");

• __asm__ ：用于指示编译器在此插入汇编语句
• volatile ：告诉编译器，严禁将此处的汇编语句与其它的语句重组合优化。即：原原本本按原来的样子处理这这里的汇编。
• ("" : : : "memory")：memory 强制 gcc 编译器假设 RAM 所有内存单元均被汇编指令修改，这样 cpu 中的 registers 和 cache 中已缓存的内存单元中的数据将作废。cpu 将不得不在需要的时候重新读取内存中的数据。这就阻止了 cpu 又将 registers, cache 中的数据用于去优化指令，而避免去访问内存。

简单概括：告诉我们的CPU，别瞎几把给我优化了，我就要串行执行。

这样我们可以看到，这些指令都是通过更改CPU的 寄存器 和 缓存 来保持有序性的

到这基本面试就差不多了，能打败 80% 面试者和面试官了，但我们这篇文章还不够！

我们观察这些方***发现有一个叫 fence() 的方法，我们观察一下这个方法：

inline void OrderAccess::fence() {
   // always use locked addl since mfence is sometimes expensive
   // 
#ifdef AMD64
  __asm__ volatile ("lock; addl $0,0(%%rsp)" : : : "cc", "memory");
#else
  __asm__ volatile ("lock; addl $0,0(%%esp)" : : : "cc", "memory");
#endif
  compiler_barrier();
}

我们可以看到，我们的方法不建议我们使用我们的原语指令 mfence(内存屏障) ，因为 mfence 的资源消耗要比 locked 资源消耗的多

直接判断是不是 AMD64 来对其不同的寄存器 rsp\esp做处理

"lock; addl $0,0(%%rsp)"：在 rsp 寄存器上加一个 0） 指令是一个 Full Barrier，执行时会锁住内存子系统来确保执行顺序，甚至跨多个 CPU

到这里，我们的 volatile 基本差不多了，应该可以通过打败 90% 的面试官了

2.3 hanppens-before原则

简单来说，JVM规定重排序必须遵守的规则（了解即可）

• 程序次序规则
• 管程锁定规则
• volatile
• 线程启动规则
• 线程终止规则
• 线程中断规则
• 对象终结规则
• 传递性

2.4 as if serial

不管如何重排序，单线程执行的结果不会改变

三、总结

这一篇文章写了大概一个星期，最难的地方在于一直找不到一个从浅入深的过程，导致自己一直不知道该怎么写

最终还是成功的完成了，让自己对于 volatile 的理解又进了一步

至少看完这篇文章，在 volatile 的问题上，不惧怕任何面试官

下一步准备讲讲 合并写、进程、线程、纤程 或者 算法

我是一名独角兽企业的Java开发工程师，希望 聪明、可爱、善良的你 可以点个关注呀，有问题可以留言或者私信我们下期再见！