阿里云一面：并发场景下的底层细节 - 伪共享问题

三级缓存架构

众所周知，为了缓解内存和 CPU 之间速度不匹配的矛盾，引入了高速缓存这个东西，它的容量比内存小很多，但是交换速度却比内存要快得多。

之前我们画过这样的分级存储体系结构：

事实上，高速缓存仍然存在细分，也称为三级缓存结构：一级（L1）缓存、二级（L2）缓存、三级（L3）缓存

越靠近 CPU 的缓存，速度越快，容量也越小。所以 L1 缓存容量最小但是速度最快；L3 缓存容量最大同时速度也最慢

当 CPU 执行运算的时候，它会先去 L1 缓存查找所需的数据、如果没有找到的话就再去 L2 缓存、然后是 L3 缓存，如果最后这三级缓存中都没有命中，那么 CPU 就要去访问内存了。

显然，CPU 走得越远，运算耗费的时间就越长。所以尽量确保数据存在 L1 缓存中能够提升大计算量情况下的运行速度。

需要注意的是，CPU 和三级缓存以及内存的对应使用关系：

• L1 和 L2 都是只能被一个单独的 CPU 核心使用
• L3 可以被单个插槽上的所有 CPU 核心共享
• 内存由全部插槽上的所有 CPU 核心共享

如下图所示：

另外，这三级缓存空间中的数据是如何组织起来的呢？换句话说，数据在这三级缓存中的存储形式是什么样的呢？

Cache Line（缓存行）！

缓存中的基本存储单元就是 Cache Line。

每个 Cache Line 通常是 64 字节，也就是说，一个 Java 的 long 类型变量是 8 字节，一个 Cache Line 中可以存 8 个 long 类型的变量。

所以小伙伴们看出来了吗~ 缓存中的数据并不是按照一个一个单独的变量这样存储组织起来的，而是多个变量会放到一行中。

伪共享问题 False Sharing

说了这么多似乎还并未触及伪共享问题，别急，我们离真相已经很近~

在程序运行的过程中，由于缓存的基本单元 Cache Line 是 64 字节，所以缓存每次更新都会从内存中加载连续的 64 个字节。

如果访问的是一个 long 类型数组的话，当数组中的一个值比如 v1 被加载到缓存中时，接下来地址相邻的 7 个元素也会被加载到缓存中。（这也能解释为啥我们数组总是能够这么快，像链表这种离散存储的数据结构，就无法享受到这种红利）。

But，这波红利很可能带来无妄之灾。

举个例子，如果我们定义了两个 long 类型的变量 a 和 b，他们在内存中的地址是紧挨着的，会出现什么问题？

如果我们想要访问 a 的话，那么 b 也会被存储到缓存中来。

懵了懵了，这有什么问题吗，看起来似乎没有什么毛病，多么 nice 的特性啊

来来来，直接上个例子

回想下上文提到的 CPU 和三级缓存以及内存的对应使用关系，设想这种情况，如果一个 CPU 核心的线程 T1 在对 a 进行修改，另一个 CPU 核心的线程 T2 却在对 b 进行读取。

当 T1 修改 a 的时候，除了把 a 加载到 Cache Line，还会享受一波红利，把 b 同时也加载到 T1 所处 CPU 核心的 Cache Line 中来，对吧。

根据 MESI 缓存一致性协议，修改完 a 后这个 Cache Line 的状态就是 M（Modify，已修改），而其它所有包含 a 的 Cache Line 中的 a 就都不是最新值了，所以都将变为 I 状态（Invalid，无效状态）

这样，当 T2 来读取 b 时，诶，发现他所处的 CPU 核心对应的这个 Cache Line 已经失效了，mmp，它就需要花费比较长的时间从内存中重新加载了。

问题已经显而易见了，b 和 a 没有任何关系，每次却要因为 a 的更新导致他需要从内存中重新读取，拖慢了速度。这就是伪共享

表面上 a 和 b 都是被独立线程操作的，而且两操作之间也没有任何关系。只不过它们共享了一个缓存行，但所有竞争冲突都是来源于共享。

用更书面的解释来定义伪共享：当多线程修改互相独立的变量时，如果这些变量共享同一个缓存行，就会无意中影响彼此的性能，导致无法充分利用缓存行特性，这就是伪共享。

伪共享解决方案

我们先来举个例子看看一段伪共享代码的耗时，如下所示，我们定义一个 Test 类，它包含两个 long 的变量，分别用两个线程对这两个变量进行自增 1 亿次，这段代码耗时 5625ms

对于伪共享，一般有两种方法，其实思想都是一样的：

1）padding：就是增大数组元素之间的间隔，使得不同线程存取的元素位于不同的缓存行上，以空间换时间

上面提到过，一个 64 字节的 Cache Line 中可以存 8 个 long 类型的变量，我们在 a 和 b 这两个 long 类型的变量之间再加 7 个 long 类型，使得 a 和 b 处在不同的 Cache Line 上面：

class Pointer {
    volatile long a;
    long v1, v2, v3, v4, v5, v6, v7;
    volatile long b;
}

再次运行程序，会发现输出时间神奇的缩短为了 955ms

2）JDK1.8 提供了 @Contended 注解：就是把我们手动 padding 的操作封装到这个注解里面了，这个注解可以放在类上也可以放在字段上，这里就不多做说明了

class Test {
 @Contended
    volatile long a; // 填充 a
    volatile long b;
}

需要注意的是，默认使用这个注解是无效的，需要在 JVM 启动参数加上 XX:-RestrictContended 才会生效

最后放上这道题的背诵版：