volatile不能保证原子性,i++存在并发风险
2026-05-12 14:44:20
0浏览
收藏
volatile关键字虽能保证变量的可见性和禁止部分指令重排序,却无法解决i++这类复合操作(读-改-写)的原子性问题,导致多线程环境下必然出现竞态条件——例如100个线程各执行100次i++,结果远小于预期的10000;它仅对单次读或单次写(如flag = true)提供原子保障,而涉及计算、条件判断或多变量协同的操作必须依赖AtomicInteger、synchronized或Lock等真正具备原子语义的机制;更需警惕的是,volatile不等于线程安全的“万能锁”,甚至不能确保对象初始化完成后再发布,真正的并发安全源于对代码执行路径交错点的清醒认知与精准控制。

volatile 修饰的变量在 i++ 场景下为什么还是线程不安全
因为 i++ 不是原子操作,而 volatile 只保证可见性和禁止指令重排序,不保证读-改-写过程的原子性。
典型现象是:100 个线程各执行 100 次 i++,最终 i 值远小于 10000 —— 这不是偶发 bug,是必然结果。
i++实际拆成三步:read(从主存读值到线程工作内存)、add(+1)、write(写回主存)volatile能确保每次read都看到最新值、每次write立即刷回主存,但无法阻止两个线程同时读到相同旧值、各自加 1、再同时写回- 这种“竞态条件”发生在 CPU 指令级别,JVM 或硬件不会自动加锁保护
哪些操作 volatile 确实能保原子性
仅限对基本类型(boolean、int、long、float、double)的**单次读或单次写**,且 long/double 在 32 位 JVM 上需注意非原子性风险。
- 安全:
flag = true、count = 100、if (running) { ... } - 不安全:
i += 1、i--、a[i] = b[i] + 1、任何含计算或复合逻辑的赋值 volatile long在 64 位 JVM 上读写是原子的;但在某些 32 位 JVM(如旧版 Android ART)上,可能被拆成两次 32 位操作,导致“半个 long”被读到
替代方案选型:什么时候用 AtomicInteger,什么时候加 synchronized
核心看是否需要「复合操作的原子性」——比如先检查再更新、累加带条件判断等。
- 纯计数/累加(如统计请求数):优先用
AtomicInteger,底层靠 CAS,无锁、性能好 - 涉及多个变量协同更新(如余额扣减 + 订单状态变更):必须用
synchronized或ReentrantLock,否则即使每个变量都volatile也救不了 - 用
AtomicInteger.compareAndSet()实现自旋逻辑时,注意避免高竞争下的 CPU 空转;极端场景下synchronized反而更稳
一个容易被忽略的坑:volatile 不能防止重排序带来的逻辑错乱
它只禁止特定类型的重排序(如写 volatile 后面的普通写不能上移),但不保证所有语句顺序。常见误用是把初始化和标志位设置分开写。
- 错误写法:
context = new Context();→inited = true;,其他线程看到inited == true时,context可能还没构造完(对象引用已发布,但字段仍为默认值) - 正确做法:用
final字段保证构造安全,或直接用AtomicReference的lazySet()/set()配合双重检查锁 - 哪怕加了
volatile,也不代表“这段代码执行完了”,只是“这个变量的写操作对其他线程可见了”
并发问题从来不在表面语法,而在执行路径的交错点。volatile 是工具,不是保险丝。真正安全的边界,得靠你对每行代码在多线程下可能怎么跑,心里有数。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
Promise.allSettled获取所有结果方法解析
- 上一篇
- Promise.allSettled获取所有结果方法解析
- 下一篇
- Golang处理跨域请求方法详解
查看更多
最新文章
-
- 文章 · java教程 | 1小时前 | 线程池 · 异常处理 · 并发编程 · Java教程 · CompletableFuture · 异步任务 completablefuture allOf Handle 结果汇总 CompletionException
- CompletableFuture 组合独立任务:allOf 结果汇总与失败归属
- 482浏览 收藏
-
- 文章 · java教程 | 3小时前 |
- StructuredTaskScope 如何表达并发任务的共同生命周期
- 425浏览 收藏
-
- 文章 · java教程 | 9小时前 | 并发编程 · Java教程 · java arena MemorySegment WrongThreadException FFM API
- Java MemorySegment 怎么限制跨线程访问范围
- 132浏览 收藏
-
- 文章 · java教程 | 11小时前 | Java · Java 24 Java Class-File API CodeTransform ClassTransform CodeAttribute
- Java Class-File API 怎么转换方法代码属性
- 199浏览 收藏
-
- 文章 · java教程 | 14小时前 | Java · Stream · java Stream Gatherer Integrator.Greedy
- Java Gatherer Integrator.Greedy 什么时候可以声明贪婪处理
- 112浏览 收藏
-
- 文章 · java教程 | 16小时前 |
- Java FileChannel transferTo 为什么可能只传输部分字节
- 229浏览 收藏
-
- 文章 · java教程 | 18小时前 | Java · 异步编程 · Java HttpClient BodyHandlers.fromLineSubscriber Flow.Subscriber 异步响应 按行消费
- Java HttpClient 怎么把响应体按行异步消费
- 433浏览 收藏
-
- 文章 · java教程 | 20小时前 | 并发 · 超时控制 · 异步编程 · Java教程 · CompletableFuture · java completablefuture TimeoutException orTimeout completeOnTimeout
- Java completeOnTimeout 和 orTimeout 怎么选择
- 152浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · Switch · Java 21 switch模式匹配 sealed 穷尽性
- Java switch 模式匹配怎么处理密封类型的穷尽性
- 413浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 泛型 · 模式匹配 Java 21 Java record pattern 泛型记录模式 组件类型推断
- Java 泛型 record pattern 怎么推断组件类型
- 357浏览 收藏
查看更多
课程推荐
-
- 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
查看更多
AI推荐
-
- 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。
- 361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。
- 417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。
- 430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。
- 384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。
- 209次使用
查看更多
相关文章
-
- 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

