Korrekte Verwendung flüchtiger Variablen in Java

Flüchtige Variablen in der Java-Sprache können im Vergleich zu synchronisierten Blöcken als „weniger synchronisiert“ angesehen werden. Flüchtige Variablen erfordern weniger Codierung und haben einen geringeren Laufzeitaufwand, aber sie können nur einen Teil der synchronisierten Funktionen realisieren. In diesem Artikel werden verschiedene Muster für die effektive Nutzung volatiler Variablen beschrieben und mehrere Situationen hervorgehoben, in denen volatile Variablen ungeeignet sind.

Sperren bieten zwei Hauptfunktionen: gegenseitigen Ausschluss und Sichtbarkeit. Durch gegenseitigen Ausschluss kann jeweils nur ein Thread eine bestimmte Sperre halten. Sie können diese Funktion also verwenden, um ein koordiniertes Zugriffsprotokoll auf gemeinsam genutzte Daten zu implementieren, sodass jeweils nur ein Thread die gemeinsam genutzten Daten verwenden kann. Die Sichtbarkeit ist etwas komplexer und muss sicherstellen, dass Änderungen, die an den gemeinsam genutzten Daten vorgenommen wurden, bevor die Sperre aufgehoben wird, für einen anderen Thread sichtbar sind, der anschließend die Sperre erwirbt – ohne die vom Synchronisierungsmechanismus bereitgestellte Sichtbarkeitsgarantie, was der Thread möglicherweise an gemeinsam genutzten Variablen sieht haben frühere Werte oder inkonsistente Werte, was zu vielen schwerwiegenden Problemen führen kann.

Volatile Variablen

Volatile Variablen haben synchronisierte Sichtbarkeitseigenschaften, aber keine atomaren Eigenschaften. Dies bedeutet, dass Threads automatisch den neuesten Wert flüchtiger Variablen ermitteln können. Flüchtige Variablen können zur Bereitstellung von Thread-Sicherheit verwendet werden, jedoch nur für eine sehr begrenzte Anzahl von Anwendungsfällen: Es gibt keine Einschränkungen zwischen mehreren Variablen oder zwischen dem aktuellen Wert und dem geänderten Wert einer Variablen. Daher reicht volatile allein nicht aus, um Zähler, Mutex-Sperren oder Klassen mit Invarianten zu implementieren, die sich auf mehrere Variablen beziehen (z. B. „start <=end“).

Aus Gründen der Einfachheit oder Skalierbarkeit bevorzugen Sie möglicherweise die Verwendung flüchtiger Variablen anstelle von Sperren. Bestimmte Redewendungen lassen sich leichter codieren und lesen, wenn flüchtige Variablen anstelle von Sperren verwendet werden. Darüber hinaus blockieren flüchtige Variablen Threads nicht wie Sperren, sodass sie selten Skalierbarkeitsprobleme verursachen. In manchen Fällen können flüchtige Variablen auch Leistungsvorteile gegenüber Sperren bieten, wenn die Lesevorgänge wesentlich umfangreicher sind als die Schreibvorgänge.

Bedingungen für die korrekte Verwendung flüchtiger Variablen

Sie können flüchtige Variablen nur unter bestimmten Umständen anstelle von Sperren verwenden. Damit flüchtige Variablen eine ideale Thread-Sicherheit bieten, müssen die folgenden zwei Bedingungen gleichzeitig erfüllt sein:

Ein Schreibvorgang auf die Variable hängt nicht vom aktuellen Wert ab.

Die Variable ist nicht in einer Invariante mit anderen Variablen enthalten.

Tatsächlich zeigen diese Bedingungen an, dass die gültigen Werte, die in flüchtige Variablen geschrieben werden können, unabhängig von jedem Programmstatus sind, einschließlich des aktuellen Status der Variablen.

Die Einschränkung der ersten Bedingung verhindert, dass flüchtige Variablen als Thread-sichere Zähler verwendet werden. Obwohl die Inkrementierungsoperation (x++) wie eine einzelne Operation aussieht, handelt es sich tatsächlich um eine kombinierte Operation, die aus einer Folge von Lese-, Änderungs- und Schreiboperationen besteht, die atomar ausgeführt werden müssen, und volatile kann nicht die erforderliche Atomizität bereitstellen. Um eine korrekte Operation zu erreichen, muss der Wert von x während der Operation unverändert bleiben, was mit flüchtigen Variablen nicht erreicht werden kann. (Wenn Sie jedoch den Wert so anpassen, dass er nur von einem einzelnen Thread geschrieben wird, können Sie die erste Bedingung ignorieren.)

In den meisten Programmiersituationen kommt es zu Konflikten mit einer dieser beiden Bedingungen, wodurch flüchtige Variablen nicht synchronisiert werden eignet sich im Allgemeinen zur Implementierung der Thread-Sicherheit. Listing 1 zeigt eine nicht threadsichere numerische Bereichsklasse. Es enthält eine Invariante – die Untergrenze ist immer kleiner oder gleich der Obergrenze.

Listing 1. Nicht threadsichere numerische Bereichsklasse

@NotThreadSafe 
public class NumberRange {    
   private int lower, upper;    
   public int getLower() { return lower; }    
   public int getUpper() { return upper; }    
   public void setLower(int value) { 
        if (value > upper) 
            throw new IllegalArgumentException(...);
        lower = value;
    }    public void setUpper(int value) { 
        if (value < lower) 
            throw new IllegalArgumentException(...);
        upper = value;
    }
}

Dieser Ansatz schränkt den Bereich der Zustandsvariablen ein, sodass die Definition der unteren und oberen Felder als flüchtige Typen die Klasse nicht vollständig implementieren kann Thread-sicher; daher muss weiterhin die Synchronisierung verwendet werden. Andernfalls bleibt der Bereich in einem inkonsistenten Zustand, wenn zwei Threads gleichzeitig setLower und setUpper mit inkonsistenten Werten ausführen. Wenn der Anfangszustand beispielsweise (0, 5) ist und Thread A gleichzeitig setLower (4) und Thread B setUpper (3) aufruft, gilt dies offensichtlich nicht für die kreuzgespeicherten Werte dieser beiden Vorgänge Erfüllen Sie die Bedingungen, dann bestehen die beiden Operationen. Jeder Thread besteht die zum Schutz der Invariante verwendete Prüfung, sodass der endgültige Bereichswert (4, 3) ist – ein ungültiger Wert. Was andere Operationen an Bereichen betrifft, müssen wir die Operationen setLower() und setUpper() atomar machen – was nicht möglich ist, indem wir das Feld als flüchtig definieren.

Leistungsüberlegungen

Der Hauptgrund für die Verwendung flüchtiger Variablen ist ihre Einfachheit: In manchen Fällen ist die Verwendung flüchtiger Variablen viel einfacher als die Verwendung der entsprechenden Sperre. Der zweite Grund für die Verwendung flüchtiger Variablen ist ihre Leistung: In einigen Fällen ist die Leistung des Synchronisierungsmechanismus für flüchtige Variablen besser als die von Sperren.

很难做出准确、全面的评价，例如 “X 总是比 Y 快”，尤其是对 JVM 内在的操作而言。（例如，某些情况下 VM 也许能够完全删除锁机制，这使得我们难以抽象地比较 volatile 和 synchronized 的开销。）就是说，在目前大多数的处理器架构上，volatile 读操作开销非常低 —— 几乎和非 volatile 读操作一样。而 volatile 写操作的开销要比非 volatile 写操作多很多，因为要保证可见性需要实现内存界定（Memory Fence），即便如此，volatile 的总开销仍然要比锁获取低。

volatile 操作不会像锁一样造成阻塞，因此，在能够安全使用 volatile 的情况下，volatile 可以提供一些优于锁的可伸缩特性。如果读操作的次数要远远超过写操作，与锁相比，volatile 变量通常能够减少同步的性能开销。

正确使用 Volatile 的模式

很多并发性专家事实上往往引导用户远离 volatile 变量，因为使用它们要比使用锁更加容易出错。然而，如果谨慎地遵循一些良好定义的模式，就能够在很多场合内安全地使用 volatile 变量。要始终牢记使用 volatile 的限制 —— 只有在状态真正独立于程序内其他内容时才能使用 volatile —— 这条规则能够避免将这些模式扩展到不安全的用例。

模式 #1：状态标志

也许实现 volatile 变量的规范使用仅仅是使用一个布尔状态标志，用于指示发生了一个重要的一次性事件，例如完成初始化或请求停机。

很多应用程序包含了一种控制结构，形式为 “在还没有准备好停止程序时再执行一些工作”，如清单 2 所示：

清单 2. 将 volatile 变量作为状态标志使用

volatile boolean shutdownRequested;
...public void shutdown() { shutdownRequested = true; }public void doWork() { 
    while (!shutdownRequested) { 
        // do stuff
    }
}

很可能会从循环外部调用 shutdown() 方法 —— 即在另一个线程中 —— 因此，需要执行某种同步来确保正确实现 shutdownRequested 变量的可见性。（可能会从 JMX 侦听程序、GUI 事件线程中的操作侦听程序、通过 RMI 、通过一个 Web 服务等调用）。然而，使用synchronized 块编写循环要比使用清单 2 所示的 volatile 状态标志编写麻烦很多。由于 volatile 简化了编码，并且状态标志并不依赖于程序内任何其他状态，因此此处非常适合使用 volatile。

这种类型的状态标记的一个公共特性是：通常只有一种状态转换；shutdownRequested 标志从 false 转换为 true，然后程序停止。这种模式可以扩展到来回转换的状态标志，但是只有在转换周期不被察觉的情况下才能扩展（从 false 到 true，再转换到 false）。此外，还需要某些原子状态转换机制，例如原子变量。

模式 #2：一次性安全发布（one-time safe publication）

缺乏同步会导致无法实现可见性，这使得确定何时写入对象引用而不是原语值变得更加困难。在缺乏同步的情况下，可能会遇到某个对象引用的更新值（由另一个线程写入）和该对象状态的旧值同时存在。（这就是造成著名的双重检查锁定（double-checked-locking）问题的根源，其中对象引用在没有同步的情况下进行读操作，产生的问题是您可能会看到一个更新的引用，但是仍然会通过该引用看到不完全构造的对象）。

实现安全发布对象的一种技术就是将对象引用定义为 volatile 类型。清单 3 展示了一个示例，其中后台线程在启动阶段从数据库加载一些数据。其他代码在能够利用这些数据时，在使用之前将检查这些数据是否曾经发布过。

清单 3. 将 volatile 变量用于一次性安全发布

public class BackgroundFloobleLoader {    
    public volatile Flooble theFlooble;    
    public void initInBackground() {        
    // do lots of stuff
        theFlooble = new Flooble();  // this is the only write to theFlooble
    }
}
public class SomeOtherClass {    
      public void doWork() {        
             while (true) { 
            // do some stuff...
            // use the Flooble, but only if it is ready
            if (floobleLoader.theFlooble != null) 
                doSomething(floobleLoader.theFlooble);
        }
    }
}

如果 theFlooble 引用不是 volatile 类型，doWork()

中的代码在解除对 theFlooble 的引用时，将会得到一个不完全构造的 Flooble。

该模式的一个必要条件是：被发布的对象必须是线程安全的，或者是有效的不可变对象（有效不可变意味着对象的状态在发布之后永远不会被修改）。volatile 类型的引用可以确保对象的发布形式的可见性，但是如果对象的状态在发布后将发生更改，那么就需要额外的同步。

模式 #3：独立观察（independent observation）

安全使用 volatile 的另一种简单模式是：定期 “发布” 观察结果供程序内部使用。例如，假设有一种环境传感器能够感觉环境温度。一个后台线程可能会每隔几秒读取一次该传感器，并更新包含当前文档的 volatile 变量。然后，其他线程可以读取这个变量，从而随时能够看到最新的温度值。

使用该模式的另一种应用程序就是收集程序的统计信息。清单 4 展示了身份验证机制如何记忆最近一次登录的用户的名字。将反复使用lastUser 引用来发布值，以供程序的其他部分使用。

清单 4. 将 volatile 变量用于多个独立观察结果的发布

volatile bean 模式适用于将 JavaBeans 作为“荣誉结构”使用的框架。在 volatile bean 模式中，JavaBean 被用作一组具有 getter 和/或 setter 方法 的独立属性的容器。volatile bean 模式的基本原理是：很多框架为易变数据的持有者（例如 HttpSession）提供了容器，但是放入这些容器中的对象必须是线程安全的。

在 volatile bean 模式中，JavaBean 的所有数据成员都是 volatile 类型的，并且 getter 和 setter 方法必须非常普通 —— 除了获取或设置相应的属性外，不能包含任何逻辑。此外，对于对象引用的数据成员，引用的对象必须是有效不可变的。（这将禁止具有数组值的属性，因为当数组引用被声明为 volatile 时，只有引用而不是数组本身具有 volatile 语义）。对于任何 volatile 变量，不变式或约束都不能包含 JavaBean 属性。清单 5 中的示例展示了遵守 volatile bean 模式的 JavaBean：

清单 5. 遵守 volatile bean 模式的 Person 对象

@ThreadSafe
public class Person {    
  private volatile String firstName;    
  private volatile String lastName;    
  private volatile int age;    
  public String getFirstName() { return firstName; }    
  public String getLastName() { return lastName; }    
  public int getAge() { return age; }    
  public void setFirstName(String firstName) { 
        this.firstName = firstName;
    }    public void setLastName(String lastName) { 
        this.lastName = lastName;
    }    public void setAge(int age) { 
        this.age = age;
    }
}

volatile 的高级模式

前面几节介绍的模式涵盖了大部分的基本用例，在这些模式中使用 volatile 非常有用并且简单。这一节将介绍一种更加高级的模式，在该模式中，volatile 将提供性能或可伸缩性优势。

volatile 应用的的高级模式非常脆弱。因此，必须对假设的条件仔细证明，并且这些模式被严格地封装了起来，因为即使非常小的更改也会损坏您的代码！同样，使用更高级的 volatile 用例的原因是它能够提升性能，确保在开始应用高级模式之前，真正确定需要实现这种性能获益。需要对这些模式进行权衡，放弃可读性或可维护性来换取可能的性能收益 —— 如果您不需要提升性能（或者不能够通过一个严格的测试程序证明您需要它），那么这很可能是一次糟糕的交易，因为您很可能会得不偿失，换来的东西要比放弃的东西价值更低。

模式 #5：开销较低的读－写锁策略

目前为止，您应该了解了 volatile 的功能还不足以实现计数器。因为 ++x 实际上是三种操作（读、添加、存储）的简单组合，如果多个线程凑巧试图同时对 volatile 计数器执行增量操作，那么它的更新值有可能会丢失。

然而，如果读操作远远超过写操作，您可以结合使用内部锁和 volatile 变量来减少公共代码路径的开销。清单 6 中显示的线程安全的计数器使用synchronized 确保增量操作是原子的，并使用 volatile 保证当前结果的可见性。如果更新不频繁的话，该方法可实现更好的性能，因为读路径的开销仅仅涉及 volatile 读操作，这通常要优于一个无竞争的锁获取的开销。

清单 6. 结合使用 volatile 和 synchronized 实现 “开销较低的读－写锁”

@ThreadSafe
public class CheesyCounter {    
      // Employs the cheap read-write lock trick
    // All mutative operations MUST be done with the 'this' lock held
    @GuardedBy("this")    
    private volatile int value;    
    public int getValue() {        
       return value;
    }    
    public synchronized int increment() {        
       return value++;
    }
}

之所以将这种技术称之为 “开销较低的读－写锁” 是因为您使用了不同的同步机制进行读写操作。因为本例中的写操作违反了使用 volatile 的第一个条件，因此不能使用 volatile 安全地实现计数器 —— 您必须使用锁。然而，您可以在读操作中使用 volatile 确保当前值的 可见性 ，因此可以使用锁进行所有变化的操作，使用 volatile 进行只读操作。其中，锁一次只允许一个线程访问值，volatile 允许多个线程执行读操作，因此当使用 volatile 保证读代码路径时，要比使用锁执行全部代码路径获得更高的共享度 —— 就像读－写操作一样。然而，要随时牢记这种模式的弱点：如果超越了该模式的最基本应用，结合这两个竞争的同步机制将变得非常困难。

结束语

与锁相比，volatile 变量是一种非常简单但同时又非常脆弱的同步机制，它在某些情况下将提供优于锁的性能和伸缩性。如果严格遵循 volatile 的使用条件 —— 即变量真正独立于其他变量和自己以前的值 —— 在某些情况下可以使用 volatile 代替 synchronized 来简化代码。然而，使用 volatile 的代码往往比使用锁的代码更加容易出错。本文介绍的模式涵盖了可以使用 volatile 代 synchronized 的最常见的一些用例。遵循这些模式（注意使用时不要超过各自的限制）可以帮助您安全地实现大多数用例，使用 volatile 变量获得更佳性能。