這個問題來自最近一個朋友位元組面試碰到的，最後他也成功拿到了位元組offer，這個問題我想可能挺多人不太清楚，所以想拿出來單獨說一說。

好了，讓我們進入正題。

什麼是偽共享

首先大家都知道，隨著CPU和記憶體的發展速度差異的問題，導致CPU的速度遠遠快於記憶體，所以一般現在的CPU都加入了快取記憶體，就是常說的解決不同硬體之間的效能差異問題。

這樣的話，很簡單的道理，加入了快取，就必然會導致快取一致性的問題，由此，又引入了快取一致性協議。（如果你不知道，建議去百度一下，這裡不做展開）

CPU快取，顧名思義，越貼近CPU的快取速度越快，容量越小，造價成本也越高，而快取記憶體一般可以分為L1、L2、L3三級快取，按照效能的劃分：L1>L2>L3。

而事實上，資料在快取內部都是按照行來儲存的，這就叫做快取行。快取行一般都是2的整數冪個位元組，一般來說範圍在32-256個位元組之間，現在最為常見的快取行的大小在64個位元組。

所以，按照這個儲存方式，快取中的資料並不是一個個單獨的變數的儲存方式，而是多個變數會放到一行中。

我們常說的一個例子就是陣列和連結串列，陣列的記憶體地址是連續的，當我們去讀取陣列中的元素時，CPU會把陣列中後續的若干個元素也載入到快取中，以此提高效率，但是連結串列則不會，也就是說，記憶體地址連續的變數才有可能被放到一個快取行中。

在多個執行緒併發修改一個快取行中的多個變數時，由於只能同時有一個執行緒去操作快取行，將會導致效能的下降，這個問題就稱之為偽共享。

為什麼只有一個執行緒能去操作？我們舉個實際的栗子來說明這種情況：

假設快取中有x,y兩個變數，他們同時已經在不同的三級快取之中。

這時有兩個執行緒A和B同時去修改位於Core1和Core2的變數x和y。

如果執行緒A去修改Core1的快取中的x變數，由於快取一致性協議，Core2中對應的快取了x變數的快取行將會失效，他會被強制從主記憶體中重新去載入變數。

這樣的話，頻繁的訪問主記憶體，快取基本都失效了，將會導致效能的下降，這就是偽共享的問題。

如何避免？

既然已經知道了什麼是偽共享，那麼怎麼避免這種情況的發生？

改變行儲存的方式？想都別想了。

剩下可行的方法就是填充，如果這一行只有我這一個資料那不就好了嗎？

確實就是這樣，解決方式通常有以下兩種。

位元組填充

在JDK8之前，可以透過填充位元組的方式來避免偽共享的問題，如下程式碼所示：

自定義填充

一般而言，快取行有64位元組，我們知道一個long是8個位元組，填充5個long之後，一共就是48個位元組。

而 Java 中物件頭在32位系統下佔用8個位元組，64位系統下佔用16個位元組，這樣填充5個long型即可填滿64位元組，也就是一個快取行。

@Contented註解

JDK8以及之後的版本 Java 提供了sun.misc.Contended 註解，透過@Contented註解就可以解決偽共享的問題。

註解方式

使用@Contented註解後會增加128位元組的padding，並且需要開啟-XX:-RestrictContended選項後才能生效。

所以，透過以上兩種方式你會發現，物件頭大小和快取行的大小都和作業系統位數有關，JDK的註解幫你解決了這個問題，所以推薦儘量使用註解的方式來實現。

雖然解決了偽共享問題，但是這種填充的方式也浪費了快取資源，明明只有8B的大小，硬是使用了64B快取空間，造成了快取資源的浪費。

而且我們知道，快取又小又貴，時間和空間的取捨要自己酌情考慮。

實際應用

在Java中提供了多個原子變數的操作類，就是比如AtomicLong、AtomicInteger這些，透過CAS的方式去更新變數，但是失敗會無限自旋嘗試，導致CPU資源的浪費。

為了解決高併發下的這個缺點，JDK8中新增了LongAdder類，他的使用就是對解決偽共享的實際應用。

LongAdder繼承自Striped64，內部維護了一個Cell陣列，核心思想就是把單個變數的競爭拆分，多執行緒下如果一個Cell競爭失敗，轉而去其他Cell再次CAS重試。

Striped64成員變數

解決偽共享的真正的核心就在Cell陣列，可以看到，Cell陣列使用了Contented註解。

在上面我們提到陣列的記憶體地址都是連續的，所以陣列內的元素經常會被放入一個快取行，這樣的話就會帶來偽共享的問題，影響效能。

這裡使用Contented進行填充，就避免了偽共享的問題，使得陣列中的元素不再共享一個快取行。

好了，今天的內容就到這裡，我是艾小仙，我的slogan還沒想好，但是我們下次見。

後臺回覆【pdf】獲取百本計算機電子書和大廠面試精華，文章每週持續更新。我是艾小仙，阿里巴巴技術專家，我們下期見！

面經PDF整理