Java多線程初學者指南（9）：為什麼要進行資料同步

Java中的變數分為兩類：局部變數和類變數。局部變數是指在方法內定義的變數，如在run方法中定義的變數。對於這些變數來說，並不存線上程之間共用的問題。因此，它們不需要進行資料同步。類變數是在類中定義的變數，範圍是整個類。這類變數可以被多個線程共用。因此，我們需要對這類變數進行資料同步。

資料同步就是指在同一時間，只能由一個線程來訪問被同步的類變數，當前線程訪問完這些變數後，其他線程才能繼續訪問。這裡說的訪問是指有寫操作的訪問，如果所有訪問類變數的線程都是讀操作，一般是不需要資料同步的。

那麼如果不對共用的類變數進行資料同步，會發生什麼情況呢？讓我們先看看下面的代碼會發生什麼樣的事情：

package test;

public class MyThread extends Thread
{
    public static int n = 0;

    public void run()
    {
        int m = n;
        yield();
        m++;
        n = m;
    }
    public static void main(String[] args) throws Exception
    {
        MyThread myThread = new MyThread ();
        Thread threads[] = new Thread[100];
        for (int i = 0; i < threads.length; i++)
            threads[i] = new Thread(myThread);
        for (int i = 0; i < threads.length; i++)
            threads[i].start();
        for (int i = 0; i < threads.length; i++)
            threads[i].join();
        System.out.println("n = " + MyThread.n);
    }
}

 

     在執行上面代碼的可能結果如下：

 

     n = 59

看到這個結果，可能很多讀者會感到奇怪。這個程式明明是啟動了100個線程，然後每個線程將靜態變數n加1。最後使用join方法使這100個線程都運行完後，再輸出這個n值。按正常來講，結果應該是n = 100。可偏偏結果小於100。

其實產生這種結果的罪魁禍首就是我們經常提到的“髒資料”。而run方法中的yield()語句就是產生“髒資料”的始作俑者（不加yield語句也可能會產生“髒資料”，但不會這麼明顯，只有將100改成更大的數，才會經常產生“髒資料”，在本例中調用yield就是為了放大“髒資料”的效果）。yield方法的作用是使線程暫停，也就是使調用yield方法的線程暫時放棄CPU資源，使CPU有機會來執行其他的線程。為了說明這個程式如何產生“髒資料”，我們假設只建立了兩個線程：thread1和thread2。由於先調用了thread1的start方法，因此，thread1的run方法一般會先運行。當thread1的run方法運行到第一行（int m = n;）時，將n的值賦給m。當執行到第二行的yield方法後，thread1就會暫時停止執行，而當thread1暫停時，thread2獲得了CPU資源後開始運行（之前thread2一直處於就緒狀態），當thread2執行到第一行(int m = n;)時，由於thread1在執行到yield時n仍然是0，因此，thread2中的m獲得的值也是0。這樣就造成了thread1和thread2的m獲得的都是0。在它們執行完yield方法後，都是從0開始加1，因此，無論誰先執行完，最後n的值都是1，只是這個n被thread1和thread2各賦了一遍值。這個過程如如示：

 

 

也許有人會問，如果只有n++，會產生“髒資料”嗎？答案是肯定的。那麼n++只是一條語句，又如何在執行過程中將CPU交給其他的線程呢？其實這隻是表面現象，n++在被Java編譯器編譯成中繼語言（也叫做位元組碼）後，並不是一條語言。讓我們看看下面的Java代碼將會被編譯成什麼樣的Java中繼語言。

Java原始碼

public void run()
{
    n++;
}

被編譯後的中繼語言代碼

  001  public void run()
  002  {
  003      aload_0         
  004      dup             
  005      getfield
  006      iconst_1        
  007      iadd            
  008      putfield       
  009      return          
  010  }

 

大家可以看到在run方法中只有n++一條語句，而在編譯後，卻有7條中繼語言語句。我們並不需要知道這些語句的功能是什麼，只看一下第005、007和008行語句。在005行是getfield，根據它的英文含義可知是要得到某個值，因為這裡只有一個n，所以毫無疑問，是要得到n的值。而在007行的iadd也不難猜測是將這個得到的n值加1。在008行的putfield的含義我想大家可能已經猜出來了，它負責將這個加1後的n再更新回類變數n。說到這，可能大家還有一個疑惑，執行n++時直接將n加1不就行了，為什麼要如此費周折。其實這裡涉及到一個Java記憶體模型的問題。

Java的記憶體模型分為主儲存區和工作儲存區。主儲存區儲存了Java中所有的執行個體。也就是說，在我們使用new來建立一個對象後，這個對象及它內部的方法、變數等都儲存在這一地區，在MyThread類中的n就儲存在這個地區。主儲存區可以被所有線程共用。而工作儲存區就是我們前面所講的線程棧，在這個地區裡儲存了在run方法以及run方法所調用的方法中定義的變數，也就是方法變數。線上程要修改主儲存區中的變數時，並不是直接修改這些變數，而是將它們先複製到當前線程的工作儲存區，在修改完後，再將這個變數值覆蓋主儲存區的相應的變數值。

在瞭解了

Java

的記憶體模型後，就不難理解為什麼

n++

也不是原子操作了。它必須經過一個拷貝、加

1

和覆蓋的過程。這個過程和在MyThread類中類比的過程類似。大家可以想象，如果在執行到

getfield

時，

thread1

由於某種原因被中斷，那麼就會發生和MyThread類的執行結果類似的情況。要想徹底解決這個問題，就必須使用某種方法對n進行同步，也就是在同一時間只能有一個線程操作n，這也稱為對n的原子操作。