Java内存模型与线程安全全解析
一分耕耘,一分收获!既然打开了这篇文章《Java内存模型与线程安全详解》,就坚持看下去吧!文中内容包含等等知识点...希望你能在阅读本文后,能真真实实学到知识或者帮你解决心中的疑惑,也欢迎大佬或者新人朋友们多留言评论,多给建议!谢谢!
Java内存模型(JMM)是多线程编程的基础,其核心在于主内存与工作内存的划分及三大特性(原子性、可见性、有序性)。1.主内存存储变量,线程通过工作内存操作变量副本,通信需同步机制避免可见性问题;2.线程安全依赖原子性(如synchronized或AtomicInteger保障)、可见性(volatile确保读写主内存)、有序性(volatile和synchronized禁止重排序);3.happens-before规则定义操作间可见关系,包括程序顺序、锁、volatile变量、线程启动与终止等规则;4.开发中需注意非原子操作、volatile合理使用、减少共享变量等细节,以写出可靠的并发程序。

Java内存模型(JMM)是理解多线程编程、实现线程安全的基础。很多人写并发程序的时候,可能只关心synchronized或volatile这些关键字,但如果不了解JMM背后的机制,就容易写出看似正确实则有问题的代码。

下面我们就从几个关键点来聊聊JMM的核心概念和线程安全的一些细节。

主内存与工作内存:线程之间如何通信
在JMM中,所有变量都存储在主内存中,每个线程有自己的“工作内存”,里面保存了该线程使用到变量的副本。线程对变量的所有操作(读取、赋值等)都是在自己的工作内存中进行的,不能直接读写主内存中的变量。
举个例子,假设两个线程同时操作一个int变量count:

- 线程A修改了count的值,这个修改一开始只是存在它自己的工作内存里。
- 如果线程B想看到这个变化,必须通过某些机制把线程A的更新同步回主内存,然后线程B再从主内存读取。
这种机制如果不处理好,就会出现“可见性”问题,比如线程B看不到线程A改过的值。
原子性、可见性、有序性:线程安全的三大基础
要保障线程安全,通常需要考虑三个方面:原子性、可见性和有序性。
原子性
简单来说就是某个操作要么全部执行成功,要么完全不执行。例如i++看起来是一条语句,实际上包含三个步骤:
- 读取i的值
- 加1
- 写回新值
这三个步骤不是原子操作,多个线程同时执行的话可能会导致结果错误。解决办法可以用synchronized或者AtomicInteger等原子类。
可见性
前面提到过,线程之间的变量修改不一定能及时被其他线程看到。volatile关键字可以保证变量的可见性,每次读取都会去主内存拿最新值,每次写完也会立即刷新回主内存。
有序性
编译器或处理器为了优化性能,可能会重排指令顺序。虽然重排不会影响单线程的结果,但在多线程环境下可能导致问题。volatile和synchronized都能禁止某些重排序,从而保证程序的有序性。
happens-before规则:理解JMM的关键
happens-before是JMM中最核心的概念之一,它定义了两个操作之间的可见关系。如果操作A happens-before 操作B,那么A的结果对B是可见的。
常见的happens-before规则包括:
- 程序顺序规则:同一个线程中的每个操作,都按代码顺序发生。
- 监视器锁规则:对同一个锁的解锁操作 happens-before 后续对这个锁的加锁操作。
- volatile变量规则:对volatile变量的写操作 happens-before 后续对该变量的读操作。
- 线程启动规则:Thread.start() happens-before 线程中的任何操作。
- 线程终止规则:线程中的所有操作 happens-before 其他线程检测到该线程已经结束。
掌握这些规则有助于我们判断哪些操作之间有可见性保证,从而避免错误的并发逻辑。
实际开发中需要注意的几个细节
- 不要依赖“看似正确”的代码:比如用双重检查创建单例时,如果没有给实例加上volatile,可能会因为指令重排导致返回未构造完成的对象。
- 注意long和double的非原子性:在32位JVM上,对64位的long和double变量的读写可能不是原子的,需要用volatile修饰来保证原子性。
- 合理使用volatile:volatile适用于状态标志、一次初始化等场景,但如果涉及复合操作,还是得用锁或原子类。
- 尽量减少共享变量:最安全的并发方式是没有共享数据,比如使用ThreadLocal来隔离线程间的数据访问。
基本上就这些内容。Java内存模型虽然抽象,但它决定了我们在多线程环境中看到的行为是否符合预期。掌握这些基本概念,才能写出真正可靠的并发程序。
终于介绍完啦!小伙伴们,这篇关于《Java内存模型与线程安全全解析》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
Golang文档测试配置与Example使用教程
- 上一篇
- Golang文档测试配置与Example使用教程
- 下一篇
- Golang反射创建对象方法全解析
-
- 文章 · java教程 | 2天前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 2天前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 2天前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 3天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 3天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 3天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 文章 · java教程 | 3天前 | Java ·
- Java Base64 流式编码怎么避免一次加载大文件
- 182浏览 收藏
-
- 文章 · java教程 | 3天前 | Java · 可观测性 ·
- Java JFR EventStream 怎么实时消费运行事件
- 145浏览 收藏
-
- 文章 · java教程 | 3天前 | Java ·
- Java Class-File API 怎么读取类文件结构
- 419浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 286次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 340次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 341次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 306次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 129次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
