Java高频面试之并发编程-17


volatile 和 synchronized 的区别

在 Java 并发编程中,volatilesynchronized 是两种常用的同步机制,但它们的适用场景和底层原理有显著差异。以下是两者的详细对比:


1. 核心功能对比

特性volatilesynchronized
原子性不保证复合操作的原子性(如 i++)。保证代码块或方法的原子性。
可见性强制变量读写直接操作主内存,保证可见性。通过锁的释放/获取强制同步内存,保证可见性。
有序性禁止指令重排序(内存屏障)。通过锁规则保证临界区内的操作有序性。
线程阻塞无阻塞,轻量级。可能引发线程阻塞(锁竞争时)。
适用场景单写多读、状态标志。复合操作、临界区资源保护。

2. 原子性

  • volatile

    • 不保证原子性,仅确保单次读/写操作的原子性。
    • 示例
      volatile int count = 0;
      count++; // 非原子操作(实际是 read-modify-write)
      
      多线程并发时,count++ 可能导致数据竞争。
  • synchronized

    • 保证原子性,锁内的所有操作作为一个整体执行。
    • 示例
      synchronized (lock) {count++; // 原子操作
      }
      

3. 可见性

  • volatile

    • 通过内存屏障强制线程每次读写 volatile 变量时直接操作主内存,跳过工作内存(CPU 缓存)。
    • 示例
      volatile boolean flag = true;
      // 线程1修改 flag 后,线程2立即可见
      
  • synchronized

    • 线程进入同步块时清空工作内存,从主内存重新加载变量;退出同步块时将变量写回主内存。
    • 示例
      synchronized (lock) {// 操作共享变量
      }
      

4. 有序性

  • volatile

    • 通过插入内存屏障(StoreStoreStoreLoad 等)禁止编译器和处理器对 volatile 变量的读写操作进行重排序。
    • 示例:双重检查锁定(DCL)中防止对象未初始化就被引用。
      private static volatile Singleton instance;
      
  • synchronized

    • 通过“锁规则”实现有序性:同一时刻只有一个线程能执行同步块,天然保证操作按代码顺序执行。
    • 示例
      synchronized (lock) {// 临界区内的操作不会重排序到锁外
      }
      

5. 性能开销

  • volatile

    • 轻量级:仅通过内存屏障限制重排序,无线程阻塞和上下文切换开销。
    • 适用场景:适合低竞争或单写多读场景(如状态标志)。
  • synchronized

    • 重量级:涉及锁竞争、内核态切换(重量级锁)和线程阻塞,开销较大。
    • 优化机制:锁升级(偏向锁 → 轻量级锁 → 重量级锁)减少无竞争时的开销。
    • 适用场景:高竞争或需要复合原子操作的场景(如计数器、资源池)。

6. 底层实现

  • volatile

    • 内存屏障:JVM 在字节码层面插入屏障指令(如 StoreStoreLoadLoad)。
    • 硬件支持:依赖 CPU 的缓存一致性协议(如 MESI)强制刷新内存。
  • synchronized

    • Monitor 机制:基于对象头的 Mark Word 实现锁状态管理(无锁、偏向锁、轻量级锁、重量级锁)。
    • 内核态操作:重量级锁依赖操作系统的互斥量(Mutex)实现线程阻塞。

7. 实际应用示例

(1) volatile 适用场景
  • 状态标志
    volatile boolean shutdownRequested = false;
    public void shutdown() { shutdownRequested = true; }
    public void doWork() { while (!shutdownRequested) { /* ... */ } }
    
  • 单例模式(DCL)
    public class Singleton {private static volatile Singleton instance;public static Singleton getInstance() {if (instance == null) {synchronized (Singleton.class) {if (instance == null) {instance = new Singleton();}}}return instance;}
    }
    
(2) synchronized 适用场景
  • 线程安全的计数器
    public class Counter {private int count = 0;public synchronized void increment() { count++; }public synchronized int getCount() { return count; }
    }
    
  • 资源池管理
    public class ConnectionPool {private final LinkedList<Connection> pool = new LinkedList<>();public synchronized Connection getConnection() {while (pool.isEmpty()) wait();return pool.removeFirst();}public synchronized void release(Connection conn) {pool.addLast(conn);notifyAll();}
    }
    

8. 总结对比表

维度volatilesynchronized
原子性仅单次读/写原子,不保证复合操作。保证代码块或方法的原子性。
可见性直接操作主内存,强制刷新。通过锁同步内存。
有序性禁止指令重排序。通过锁规则保证临界区有序。
线程阻塞无阻塞。可能阻塞(锁竞争时)。
性能开销低。高(尤其是重量级锁)。
适用场景状态标志、单例模式(DCL)。复合操作、资源竞争、线程间协作。

选择建议

  • 使用 volatile 的情况

    • 变量被多个线程访问,但只有一个线程修改。
    • 需要禁止指令重排序(如 DCL 单例模式)。
  • 使用 synchronized 的情况

    • 需要原子性操作(如 i++、复合逻辑)。
    • 多线程竞争同一资源(如连接池、计数器)。

image.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/905516.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

技术债务积累,如何进行有效管理

识别和评估技术债务、明确技术债务的优先级、制定系统的还债计划、持续监控与预防技术债务产生是有效管理技术债务积累的重要策略。其中尤其要注重识别和评估技术债务&#xff0c;只有准确识别技术债务的种类和严重程度&#xff0c;才能制定出高效且有针对性的解决方案&#xf…

安装windows版本的nacos

一、下载nacos安装包 浏览器搜索nacos&#xff0c;进入nacos官网 https://nacos.io/docs/latest/overview/ 选择下载windows版本的nacos 二、解压缩 三、进入bin目录&#xff0c;cmd命令行窗口 四、启动nacos 查看日志 五、打开可视化页面查看 以上&#xff0c;就是安装wind…

小结:Android系统架构

https://developer.android.com/topic/architecture?hlzh-cn Android系统的架构&#xff0c;分为四个主要层次&#xff1a;应用程序层、应用框架层、库和运行时层以及Linux内核层。&#xff1a; 1. 应用程序层&#xff08;Applications&#xff09; 功能&#xff1a;这一层包…

鸿蒙5.0项目开发——鸿蒙天气项目的实现(欢迎页)

【高心星出品】 文章目录 欢迎页面效果数据字典创建数据库表格Splash页面页面功能欢迎页代码亮点 项目按照从数据库连接层–视图层–业务逻辑层这种三层架构开发&#xff0c;所以先设计了数据库表格的结构&#xff0c;在EntryAbility中创建表格。 欢迎页面效果 数据字典 sear…

使用谱聚类将相似度矩阵分为2类

使用谱聚类将相似度矩阵分为2类的步骤如下&#xff1a; 构建相似度矩阵&#xff1a;提供的1717矩阵已满足对称性且对角线为1。 计算度矩阵&#xff1a;对每一行求和得到各节点的度&#xff0c;形成对角矩阵。 计算归一化拉普拉斯矩阵&#xff1a;采用对称归一化形式 LsymI−D…

MySQL 8.0 OCP 英文题库解析(三)

Oracle 为庆祝 MySQL 30 周年&#xff0c;截止到 2025.07.31 之前。所有人均可以免费考取原价245美元的MySQL OCP 认证。 从今天开始&#xff0c;将英文题库免费公布出来&#xff0c;并进行解析&#xff0c;帮助大家在一个月之内轻松通过OCP认证。 本期公布试题16~25 试题16:…

【SQL】如何在 SQL 中统计结构化字符串的特征频率

在数据分析场景中&#xff0c;我们经常会遇到需要解析结构化字符串并统计特征出现次数的需求。本文将以常用数据库为例&#xff0c;探讨如何高效处理类似 [特征A][特征B][特征C] 格式的字符串数据&#xff0c;并实现特征频率统计。以下是完整的实现思路和解决方案。 一、问题场…

Docker Compose 的安装方法

以下是 Docker Compose 的安装方法整理&#xff0c;综合了多篇指南的推荐步骤和注意事项&#xff1a; 一、安装前准备 确保已安装 Docker Docker Compose 依赖 Docker 引擎运行&#xff0c;需先安装 Docker。若未安装&#xff0c;可通过以下命令一键安装&#xff08;国内服…

配置Nginx解决http host头攻击漏洞【详细步骤】

前言 大概内容&#xff1a; 安全系统渗透测试出host头攻击漏洞&#xff0c;下面是解决步骤&#xff0c;本人已测过无问题。 server_name aaabbb.com; if ($http_Host !~* ^127.0.0.1|aaabbb.com|localhost$){return 403;}

自研时序大模型讲解(4月29日)直播回顾

4 月 29 日&#xff0c;清华团队揭秘&#xff1a;时序大模型如何让数据“活”起来线上直播圆满结束。清华大学软件学院博士生&#xff0c;IoTDB 原生机器学习引擎 AINode 研发同学刘雍在线上面向数千人次的时序数据分析人员与 AI 大模型行业关注者&#xff0c;就时序大模型的发…

attention_weights = torch.ones_like(prompt_embedding[:, :, 0]):切片操作获取第二维度,第三维度

attention_weights = torch.ones_like(prompt_embedding[:, :, 0]):切片操作获取第1 维度,第二维度 attention_weights = torch.ones_like(prompt_embedding[:, :, 0]) 这行代码的作用是创建一个与 prompt_embedding[:, :, 0] 形状相同且所有元素都为 1 的张量,它用于初始化…

鸿蒙Next API17新特性学习之如何使用新增鼠标轴事件

今天咱们接着学习鸿蒙开发文档API17版本的新特性——对鼠标轴事件的支持。这对于需要精细交互的应用来说是一个非常有用的特性&#xff0c;例如地图滚动、文档浏览等场景。本文将详细介绍在鸿蒙 Next 中如何使用新增的鼠标轴事件。 开发步骤 环境准备 在开始开发之前&#x…

【行为型之命令模式】游戏开发实战——Unity可撤销系统与高级输入管理的架构秘钥

文章目录 ⌨️ 命令模式&#xff08;Command Pattern&#xff09;深度解析一、模式本质与核心价值二、经典UML结构三、Unity实战代码&#xff08;可撤销的建造系统&#xff09;1. 定义命令接口与接收者2. 实现具体命令3. 命令管理器&#xff08;Invoker&#xff09;4. 客户端使…

计算机网络|| 路由器和交换机的配置

一、实验目的 1. 了解路由器和交换机的工作模式和使用方法&#xff1b; 2. 熟悉 Cisco 网络设备的基本配置命令&#xff1b; 3. 掌握 Cisco 路由器的基本配置方式及配置命令&#xff1b; 4. 掌握路由器和交换机的基本配置与管理方法。 二、实验环境 1. 运行 Windows 操作…

面试--HTML

1.src和href的区别 总结来说&#xff1a; <font style"color:rgb(238, 39, 70);background-color:rgb(249, 241, 219);">src</font>用于替换当前元素&#xff0c;指向的资源会嵌入到文档中&#xff0c;例如脚本、图像、框架等。<font style"co…

CVPR2025 | Prompt-CAM: 让视觉 Transformer 可解释以进行细粒度分析

Prompt-CAM: Making Vision Transformers Interpretable for Fine-Grained Analysis 摘要-Abstract引言-Introduction方法-Approach预备知识-PreliminariesPrompt-CAM: Prompt Class Attention Map特征识别与定位-Trait Identification and Localization变体与扩展-Variants an…

动态规划问题 -- 多状态模型(粉刷房子)

目录 动态规划分析问题五步曲题目概述代码编写 动态规划分析问题五步曲 不清楚动态规划分析问题是哪关键的五步的少年们可以移步到 链接: 动态规划算法基础 这篇文章非常详细的介绍了动态规划算法是如何分析和解决问题的 题目概述 链接: 粉刷房子 状态表示&#xff08;题目要求…

Spring Boot 注解详细解析:解锁高效开发的密钥

一、引言 Spring Boot 以其快速开发、自动配置等特性&#xff0c;成为构建 Java 应用程序的热门框架。而注解在 Spring Boot 中扮演着至关重要的角色&#xff0c;它们如同魔法指令&#xff0c;简化了配置流程&#xff0c;增强了代码的可读性与可维护性。本文将深入剖析 Spring…

【Python】抽象基类ABC

抽象基类(Abstract Base Classes)的核心作用 抽象基类(ABC)是Python中一种特殊的类&#xff0c;它通过abc模块实现&#xff0c;主要服务于面向对象编程中的接口规范和设计约束。以下是它的核心作用&#xff1a; 1. 强制接口实现&#xff08;核心作用&#xff09; 确保子类必…

[python] Python单例模式:__new__与线程安全解析

一 实例的创建过程 我们之前了解过在构造一个类的实例化对象时,会默认调用__init__方法&#xff0c;也就是类的初始化也叫构造函数&#xff0c;但其实在调用__init__方法前会首先调用__new__方法&#xff08;只有在py3新式类才有&#xff09;。即下面 __new__(): 创建实例 作…