当前位置:首页 > 文章列表 > 文章 > java教程 > DCL与volatile保障Java单例安全初始化

DCL与volatile保障Java单例安全初始化

2026-03-12 18:44:32 0浏览 收藏
Java单例模式中的双重检查锁定(DCL)看似精巧,却极易因忽略volatile关键字而陷入严重线程安全陷阱——不加volatile时,JVM指令重排序可能导致其他线程拿到未初始化完成的对象引用,引发偶发的NullPointerException或更隐蔽的逻辑错误;而volatile不仅禁止重排序,还确保构造完成后的可见性,是JDK 5+下DCL正确的唯一基石;不过,除非有极致性能与懒加载的强需求,否则静态内部类(推荐)或枚举单例等更简洁、更安全的方案早已让手写DCL沦为“知其然但应避免”的技术负债——漏掉volatile的两个字母,整个实现就形同虚设。

Java中怎么安全地初始化单例对象_双重检查锁定(DCL)与volatile的应用

为什么 DCL 不加 volatile 会出问题

不加 volatile 的双重检查锁定在 JDK 5 之前几乎必然出错,JDK 5 之后仍可能在特定 JIT 优化下失效。根本原因是:对象构造的三步(分配内存、初始化、赋值给引用)可能被重排序,导致其他线程看到一个「已分配但未初始化完毕」的 instance 引用,进而调用方法时触发 NullPointerException 或更隐蔽的逻辑错误。

常见错误现象:Singleton.getInstance() 返回非 null,但访问其字段或方法时抛 NullPointerException;多线程压测时偶发失败,本地单线程永远正常。

  • volatile 禁止指令重排序,确保「写 instance」操作不会被移到构造函数完成之前
  • 它还提供可见性保证:一旦一个线程写入了 volatile 变量,其他线程读取时能立即看到该写入及该写入前的所有内存操作结果
  • JDK 5+ 的 volatile 语义才真正支持这一用途,旧版本即使写了也无效

标准 DCL 写法必须包含哪些要素

缺一不可。少任何一个都可能让单例在并发下失效或性能受损。

  • 声明为 private static volatile Singleton instance —— volatile 是核心,static 和 private 是封装前提
  • 构造函数必须是 private,否则外部可绕过 DCL 直接 new
  • 双重检查必须完整:外层 if (instance == null) 避免同步开销,内层 if (instance == null) 防止重复初始化
  • 同步块必须锁在 Singleton.class(或当前类的 class 对象),不能锁 this 或新对象,否则锁粒度失效

正确示例:

public class Singleton {
    private static volatile Singleton instance;

    private Singleton() {}

    public static Singleton getInstance() {
        if (instance == null) {
            synchronized (Singleton.class) {
                if (instance == null) {
                    instance = new Singleton();
                }
            }
        }
        return instance;
    }
}

比 DCL 更简单安全的替代方案有哪些

除非有明确的懒加载 + 高并发 + 不能接受类加载时机初始化的需求,否则没必要手写 DCL。

  • 静态内部类(推荐):利用 JVM 类加载机制保证线程安全与懒加载,无同步开销,代码简洁。SingletonHolder 类直到首次调用 getInstance() 才加载,且加载过程由 JVM 保证原子性
  • 枚举单例:天然防反射、反序列化攻击,语法最简,但无法继承、无法延迟初始化(类加载即实例化)
  • 使用 java.util.concurrent.ConcurrentHashMap 缓存:适合需要管理多个单例类型或需动态注册的场景,但引入额外依赖和复杂度

静态内部类示例:

public class Singleton {
    private Singleton() {}

    private static class SingletonHolder {
        private static final Singleton INSTANCE = new Singleton();
    }

    public static Singleton getInstance() {
        return SingletonHolder.INSTANCE;
    }
}

DCL 在现代 Java 中还有必要手写吗

绝大多数情况下没有。JVM 优化、工具链检测(如 SpotBugs 会报 LI_LAZY_INIT_UPDATE_STATIC)、以及更优替代方案的存在,让手写 DCL 成为一种「知道原理但尽量避开」的技术债。

容易被忽略的点:

  • 如果单例持有外部资源(如数据库连接、线程池),DCL 本身不解决资源初始化失败后的重试或清理逻辑
  • 子类继承单例类时,DCL 的 instance 字段无法被子类复用,必须重新实现,极易出错
  • Android 上 Dalvik/ART 对 volatile 的早期实现曾有兼容性问题,虽已修复,但遗留项目仍需验证

真要手写,就老老实实加 volatile,别省那两个字母。漏掉它,等于没写。

到这里,我们也就讲完了《DCL与volatile保障Java单例安全初始化》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

ServiceWorker是什么?如何实现离线访问?ServiceWorker是什么?如何实现离线访问?
上一篇
ServiceWorker是什么?如何实现离线访问?
Golang微服务监控方案解析
下一篇
Golang微服务监控方案解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    368次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    426次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    443次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    390次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    217次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码