深入Java内存模型

作者：阿什顿安抚_343 | 来源：互联网 | 2023-07-12 19:55

你可以在网上找到一大堆资料让你了解JMM是什么东西，但大多在你看完后仍然会有很多疑问。happen-before是怎么工作的呢？用volatile会导致缓存的丢弃吗？为什么我们从一

你可以在网上找到一大堆资料让你了解JMM是什么东西，但大多在你看完后仍然会有很多疑问。happen-before是怎么工作的呢？用volatile会导致缓存的丢弃吗？为什么我们从一开始就需要内存模型？

通过这篇文章，读者可以学习到足以回答以上所有问题的知识。它包含两大部分：第一部分是硬件层次的大体架构，第二部分是深入OpenJdk源代码和实现。因此，即使你没有太深入Java，你可能也会对第一部分感兴趣。

硬件相关的东西

搞硬件的工程师一直在努力地优化他们产品的性能，使我们可以获取更多的代码外的高性能部件。然而，它带来的问题是：当你的代码在运行时，你并不能直观地查看它是运行在什么场景下。有着无数硬件细节被抽象化。而抽象往往意味着容易有漏洞。

处理器缓存

对主存的请求是一项昂贵的操作，即使是在现代机器上，在执行的时候也会花上百纳秒的时间。然后，其他操作的执行时间，不同于主存的访问，其发展就显缓慢。这个问题通常被称为 Memory Wall ，而最明显的解决方案就是引入缓存。简单来说，处理器对它经常访问的主存数据保存一份拷贝。你可以在这里深入阅读不同的缓存架构，我们将会继续另外一个问题：保持缓存最新。

很明显，当我们只有一个执行部件（从现在开始这里指处理器）时是没问题的，但当你拥有多于一个时，事情会变得复杂。

如果 A 缓存了某些值，处理器 A 怎么知道处理器 B 已经修改了它们呢？

或者，更一般地说，你怎么保证 缓存一致性

为了保存内存状态的一致性，处理器需要进行交互。那种交互的规则称之为 缓存一致性协议（cache coherency protocol）

缓存一致性协议

现在有着很多不同的协议，不同的硬件厂商，甚至同一个厂商的不同产品线都会有所不同。尽管有着各种各样的区别，但大部分协议都有着很多共同点，这也是我们需要深入 MESI 的原因。然而，它并没有给读者一个所有协议的完整概述。有一些协议（例如基于目录的）是完全不一样的。我们不准备深入他们。

在MESI中，每一个缓存条目都会属于以下状态之一：

无效（Invalid) 缓存不再拥有该条目

独占（Exclusive） 这个条目只存在于这个缓存，没有被修改

已修改（Modified） 处理器已经修改过这个值，但还没有写回主存或者发送给其他处理器

共享（Shared） 多于一个处理器的缓存拥有该条目

状态之间的转换是通过发送特定的协议消息。具体的消息类型关系不大，所以在本文忽略了。你可以通过很多其他的资料去深入了解它们。我会推荐 Memory Barriers: a Hardware View for Software Hackers

讽刺的是：当我们深入时，消息被用于并发修改状态。这是个问题。那么那些讨厌Actor Model的人怎么办？

MESI优化和他们引入的问题

在还没有说到细节时，我们知道消息的传递是需要时间的，它使得状态切换有更多的延迟。重要的是我们也需要意识到某些状态的切换需要特殊的处理，可能会阻塞处理器。这些都将会导致各种各样的稳定性和性能问题。

存储缓存（Store Bufferes）

如果你需要对一个在缓存中的共享的变量进行写入，你需要发送一个失效（ Invalidate ）消息给它的所有持有者，并且等待它们的确认。处理器在这段时间间隔内会阻塞，这是一个不爽的事情，因为这个时间的要求比普通执行一个指令要长得多。

在现实生活中，缓存条目不只包含一个变量。这个被划分出来的单元是一个缓存链，通常包含多于一个变量，并且很多是64字节大小的。

它会导致有趣的问题，例如缓存竞争

为了避免这种时间的浪费， Store Bufferes 被引入使用。处理器把它想要写入到主存的值写到缓存，然后继续去处理其他事情。当所有 失效确认（Invalidate Acknowledge） 都接收到时，数据才会最终被提交。

有人会想到这里有一些隐藏的危险存在。简单的一个就是处理器会尝试从存储缓存（Store buffer）中读取值，但它还没有进行提交。这个的解决方案称为 Store Forwarding ，它使得加载的时候，如果存储缓存中存在，则进行返回。

第二个陷阱是：保存什么时候会完成，这个并没有任何保证。考虑一下下面的代码：

voidexecutedOnCpu0() {

value = 10;

finished = true;

}

voidexecutedOnCpu1() {

while(!finished);

assertvalue == 10;

}

试想一下开始执行时， CPU 0 保存着finished在 Exclusive 状态，而value并没有保存在它的缓存中。（例如， Invalid ）。在这种情况下，value会比finished更迟地抛弃存储缓存。完全有可能 CPU 1 读取finished的值为true，而value的值不等于10。

这种在可识别的行为中发生的变化称为 重排序（reordings） 。注意，这不意味着你的指令的位置被恶意（或者好意）地更改。

它只是意味着其他的CPU会读到跟程序中写入的顺序不一样的结果。

无效队列

执行失效也不是一个简单的操作，它需要处理器去处理。另外，存储缓存（Store Buffers）并不是无穷大的，所以处理器有时需要等待失效确认的返回。这两个操作都会使得性能大幅降低。为了应付这种情况，引入了失效队列。它们的约定如下：

对于所有的收到的 Invalidate 请求， Invalidate Acknowlege 消息必须立刻发送

Invalidate 并不真正执行，而是被放在一个特殊的队列中，在方便的时候才会去执行。

处理器不会发送任何消息给所处理的缓存条目，直到它处理 Invalidate

也正是那些优化的情况会导致这种跟直觉不符的结果。让我们看回代码，假设 CPU 1 存有 Exclusive 状态的value。这里有一张图表，表示其中一种可能的执行情况：

同步是很简单容易，不是吗？问题在于steps (4) – (6)。当 CPU 1 在（4)接收到 Invalidate 时，它只是把它进行排列，并没有执行。 CPU 1 在（6)得到 Read Response ，而对应的 Read 在（2)之前就被发送。尽管这样，我们也没有使value失效，所以造成了assertion的失败。如果那个操作早点执行就好了。但，唉，这该死的优化搞坏了所有事情！但从另一方面考虑，它给予了我们重要的性能优化。

那些硬件工程师没办法提前知道的是：什么时候优化是允许的，而什么时候并不允许。这也是他们为什么把这个问题留给我们。它同时也给予我们一些小东西，标志着：“单独使用它很危险！用这个！”

硬件内存模型

软件工程师在出发和巨龙搏斗时被授予的魔法剑并不是真正的剑。同样，那些搞硬件的家伙给我们的是写好的规则。他们描述着：当这个（或其他）处理器执行指令时，处理器能够看见什么值。我们能够像符咒一样把他们分类成Memory Barriers。对于我们的MESI例子，它描述如下：

Store Memory Barrier (a.k.a. ST, SMB, smp_wmb)是一条告诉处理器在执行这之后的指令之前，应用所有已经在存储缓存（store buffer）中的保存的指令。

Load Memory Barrier (a.k.a. LD, RMB, smp_rmb)是一条告诉处理器在执行任何的加载前，先应用所有已经在失效队列中的失效操作的指令。

因此，这两个方法可以防止我们之前遇到的两种情况。我们应该使用它：

voidexecutedOnCpu0() {

value = 10;

storeMemoryBarrier(); // Mighty Spell!

finished = true;

}

voidexecutedOnCpu1() {

while(!finished);

loadMemoryBarrier(); // I am a Wizard!

assertvalue == 10;

}

哈！我们现在安全了。是时候来写一些高性能并且正常的并发代码了！

啊，等等。它甚至不能编译，显示找不到方法。真糟糕。

一次编写，处处运行

上面的那些缓存一致性协议，memory barriers，内存清除（dropped caches）和类似的东西看起来都是恶心的平台相关的东西。Java开发人员不应该关心这些东西。毕竟Java内存模型没有重排序的概念。

如果你没有完全理解上面的最后一段，你不应该继续往下阅读了。一个好的建议是先去学习一下JMM相关的知识。一个很好的入门教程应该是这篇 FAQ

但应该会有更抽象层次的重排序。你应该会有兴趣看看JMM是怎么映射到硬件模型的。让我们从一个简单的类开始：（ github ）

有许多不同的场景供我们去了解究竟发生了什么：PrintAssembly很有趣，可以看到编译器正在做什么，而不用再去问别人，疑惑地告诉你缓存被丢序了等等。我决定深入看看OpernJDK的C1（client编译器）。由于client编译器很少用在真实的应用中，作为教学用是一个好选择。

我使用的是jdk8，版本号为 933:4f8fa4724c14 。在其他版本有可能会不一样。

如果你以前从来就没有深入过OpenJDK的源码（或者你有），你很难找你很感兴趣的地方在哪里。一个缩小查找范围的方法是取得你感兴趣的字节码指令，大概看一下它。好的，我们就这样做：

$ javac TestSubject.java && javap -c TestSubject

void executedOnCpu0();

Code:

0: aload_0 //Push this to the stack

1: bipush 10 //Push 10 to the stack

3: putfield #2 // Assign 10 to the second field(value) of this

6: aload_0 //Push this to the stack

7: iconst_1 //Push 1 to the stack

8: putfield #3 // Assign 1 to the third field(finished) of this

11: return

void executedOnCpu1();

Code:

0: aload_0 //Push this to the stack

1: getfield #3 // Load the third field of this(finished) and push it to the stack

4: ifne 10 //If the topof the stack is not zero, go to label 10

7: goto 0 //One moreiteration of the loop

10: getstatic #4 // Get the static system field $assertionsDisabled:Z

13: ifne 33 //If the assertions are disabled, go to label 33(the end)

16: aload_0 //Push this to the stack

17: getfield #2 // Load the second field of this(value) and push it to the stack

20: bipush 10 //Push 10 to the stack

22: if_icmpeq 33 //If the toptwo elements of the stack are equal, go to label 33(the end)

25: new #5 // Create a new java/lang/AssertionError

28: dup //Duplicate the topof the stack

29: invokespecial #6 // Invoke the constructor (the method)

32: athrow //Throw what we have at the topof the stack (an AssertionError)

33: return

你不应该单单看了字节码就开始猜想你程序的执行（或者底层操作）。当JIT编译器编译它时，代码会跟现在看到的基本两样。

我们做这个的目的就是为了了解它们是为谁工作的。

这些有两个有趣的事情：

许多人都会忘记：断言在默认情况下是关闭的。用-ea来启用他们。

我们查找的名字：getfield和putfield

深入剖析

我们看到，用于加载和保存volatile和普通属性的指令是一样的。所以，一个好办法就是找到编译器是在哪里知道一个属性是否是volatile。随便看了一下，我们的目光停留在share/vm/ci/ciField.hpp文件。有趣的方法是

1boolis_volatile() { returnflags().is_volatile(); }

所以，我们现在的任务就是找到处理加载和保存属性的方法，并且通过结果分析调用上面这个方法的代码层次关系。Client编译器在 Low-Level Intermediate Representation（LIR) 层上处理它们，代码在文件：share/vm/c1/c1_LIRGenerator.cpp

C1中间展示

我们由保存开始。我们深入的方法是void LIRGenerator::do_StoreField(StoreField* x)，它在1658:1751行。我们看到的第一个显眼的操作是：

if(is_volatile && os::is_MP()) {

__ membar_release();

}

很好，一个memory barrier！两个下划线是一个宏，可以被展开为gen()->lir()->，另外，被调用的方法定义在share/vm/c1/c1_LIR.hpp:

1voidmembar_release() { append(newLIR_Op0(lir_membar_release)); }

所以，发生的事情就是我们对我们的展示添加多了一个操作ir_membar_release

被调用的方法有着平台相关的实现。给x86（cpu/x86/vm/c1\_LIRGenerator\_x86.cpp）的很简单：对于64位的属性，我们尝试一些技巧性的方法来保证写入的原子性。因为标准写着。这有点过时，但会在 Java9 的时候更新。最后一个我们需要看的是在方法最后的又一个memory barrier。

if(is_volatile && os::is_MP()) {

__ membar();

}

voidmembar() { append(newLIR_Op0(lir_membar)); }

这就是保存的处理。

加载在源代码稍微底层点，几乎没有包含任何新东西。它同样有一些技巧性的方法来处理long和double的原子性，在加载完成后会添加lir_membar_acquire。

注意，我故意省略一些跟这关联的东西，例如：GC相关的指令。

Memory Barrier类型和抽象层次（Abstraction Levels）

这个时候，你肯定会想 release 和 acquire memory barriers是什么东西，因为我们到现在都还没介绍。这完全是因为我们所看到的 store 和 load memory barriers是在MESI模型中的操作，然后我们现在正在看的是在其上几层的抽层层次（或者任何其他的内存一致性协议）。在这一层，我们有不同的术语。

考虑到我们有两种类型的操作， Load 和 Store ，我们拥有四种组合： LoadLoad ， LoadStore ， StoreLoad ， StoreStore 。因此也很方便的得到四种相同名称的memory barriers。

如果我们有一个 XY memory barrier，它表示所有的在barrier前的X操作必须比在barrier后的任意Y操作提前完成它们的操作。

例如，所有的在 StoreStore barrier前的 Store 操作必须比barrier后的任意 Store 操作早完成。 JSR-133 是关于这个主题的一本好书。

有些人会疑惑，认为memory barriers接收一个变量作为参数，然后阻止跨进程间对该变量的重排序。

Memory barriers只能用在一个线程内。恰当地组合使用它们，你可以保证其他线程在加载这些值的时候看到一致的情况。一般地说，JMM的所有抽象都是由正确的组合memory barriers来实现的。

还有一些 Acquire 和 Release 语义。一个拥有 release 语义的 write 操作要求所有在它之前的内存操作都必须在它执行前完成。而 read-acquire 操作是相反的情况。

有人会发现 Release Memory Barrier 可以通过LoadStore|StoreStore的结合来实现，而 Acquire Memory Barrier 是LoadStore|LoadLoad。StoreLoad就是我们上面看到的lir_membar。

生成汇编代码

现在我们已经找到了IR和它的memory barriers，我们可以深入本地实现层了。所有的处理都在share/vm/c1/c1_LIRAssembler.cpp文件内：

caselir_membar_release:

membar_release();

break;

memory barriers是平台相关的，对于x86平台，我们看cpu/x86/vm/c1_LIRAssembler_x86.cpp文件。我们发现x86在内存模型架构上相当严格，因此大部分的memory barriers都是没有处理的。

voidLIR_Assembler::membar_acquire() {

// No x86 machines currently require load fences

// __ load_fence();

}

voidLIR_Assembler::membar_release() {

// No x86 machines currently require store fences

// __ store_fence();

}

然而这并不是所有：

voidLIR_Assembler::membar() {

// QQQ sparc TSO uses this,

__ membar( Assembler::Membar_mask_bits(Assembler::StoreLoad));

}

（我们深入cpu/x86/vm/assembler_x86.hpp)

// Serializes memory and blows flags

voidmembar(Membar_mask_bits order_constraint) {

if(os::is_MP()) {

// We only have to handle StoreLoad

if(order_constraint & StoreLoad) {

// All usable chips support "locked" instructions which suffice

// as barriers, and are much faster than the alternative of

// using cpuid instruction. We use here a locked add [esp],0.

// This is conveniently otherwise a no-op except for blowing

// flags.

// Any change to this code may need to revisit other places in

// the code where this idiom is used, in particular the

// orderAccess code.

lock();

addl(Address(rsp, 0), 0);// Assert the lock# signal here

}

因此，对于每一个volatile写入，我们必须使用代价较大的形式为lock addl $0x0,(%rsp)的StoreLoad barrier。它强制要求我们去执行所有的挂起的保存，并且有效地保证其他线程可以很快地看到最新的值。而对于volatile读取，我们没有使用其他的barriers。然而我们不能想着 volatile读取跟普通的读取是一样简单的。

我们应该清楚虽然barriers没有生成汇编代码，但它仍然存在在IR中的。如果他们被可以修改代码的组件（这里指编译器）忽略，那将会是一个类似的bug。

完整性检查

虽然通过查看OpenJDK源代码来学习是很好的，所有真正的科学家都这样，并且测试他们的理论。我们还是不要搞特例，同样来学习吧。

Java并发很有趣

好消息是我们不需要再重造轮子，因为已经有 jcstress 工具来长时间执行代码，并且把输出完全聚合起来。它同样帮我们做了很多没什么意义工作，包括那些我们根本没意识到我们必须要去做的。

与其同时，jcstress已经拥有了我们需要的充分的测试。

staticclassState {

intx;

inty; // acq/rel var

}

@Override

publicvoidactor1(State s, IntResult2 r) {

s.x = 1;

s.x = 2;

s.y = 1;

s.x = 3;

}

@Override

publicvoidactor2(State s, IntResult2 r) {

r.r1 = s.y;

r.r2 = s.x;

}

我们有一个线程，用来执行保存，而另外一个执行读取，然后会输出相应的状态。框架已经帮我们聚合了需要的结果，这些结果满足一定的规则。我们对由第二个线程得到的两个可能出现的结果感兴趣：[1,0]和[1,1]。在这两种情况中，它加载了y == 1，但看不到写入给x的值，或者加载了一个并不是y写入时的最新值。根据我们的理论，这种情况的出现原因在于没有volatile标识符。让我们看一下：

$ java -jar tests-all/target/jcstress.jar -v-t ".*UnfencedAcquireReleaseTest.*"

...

Observed state Occurrence Expectation Interpretation

----------------------------------------------------------------------------------------------------------------

[0, 0] 32725135 ACCEPTABLE Before observing releasing write to, any value is OK for$x.

[0, 1] 15 ACCEPTABLE Before observing releasing write to, any value is OK for$x.

[0, 2] 36 ACCEPTABLE Before observing releasing write to, any value is OK for$x.

[0, 3] 10902 ACCEPTABLE Before observing releasing write to, any value is OK for$x.

[1, 0] 65960 ACCEPTABLE_INTERESTING Can readthe default or old value for$x after $y is observed.

[1, 3] 50929785 ACCEPTABLE Can see a released value of $x if$y is observed.

[1, 2] 7 ACCEPTABLE Can see a released value of $x if$y is observed.

因此，83731840中有65960次 (≈ 0.07%)，第二个线程得到了y == 1 && x == 0，这也证明了重排序是确实有运行的。