你开发了一套转账系统，转账的流程没问题，通过了内部测试，上线后看起来也没问题。
然而，过了一段时间，用户居然可以无视余额，直接提现。眼看就要失业了，问题究竟出在哪里呢？
经过一番检查，你发现每次出事的时候，用户都同时发起了好几笔订单，导致了并发问题。
什么是并发问题
并发，就是在很短的时间内，有很多个请求同时发到了服务器上。这时候，你如果没有处理好，就出现了并发问题。
并发问题非常奇葩，常常会导致意想不到的情况。更让人抓狂的是，并发问题经常莫名其妙地出现，又莫名其妙地消失，你很难重现和追踪。
比如说，在用户提现前，你明明做了余额校验，平时没问题，但访问量一大，这个功能有时候会忽然失效，用户余额不够，却成功提现了。
遇到这种情况，你要想找到其中的并发问题，只能一行一行地检查代码。
所以，怎么快速、精准发现并发问题？这是优秀程序员的基本功，你必须深入了解 Bug 的源头。
并发 Bug 是计算机追求高性能的代价。
程序的运行离不开 CPU、内存、IO设备，但这么多年无论技术怎么迭代，始终有一个核心矛盾：这三者的速度差距。
CPU 的速度最快，内存的速度次之，IO设备的速度最慢。它们之间的速度差距，只能说是离谱。
打个比方，CPU 是天上一天，内存是地上一年，而 IO设备就是地上一万年。一条数据，从 IO设备传到内存要一万年，内存再传到 CPU 要一年，而 CPU 只要处理一天。这一来一回，光 IO设备就花去 2 万年。
所以，你怎么提高 CPU 性能都没用，程序的整体性能取决于最慢的操作—读写 IO设备。
那怎么平衡这三者的速度差异呢？
这主要从三个方面着手，分别是：计算机体系结构、操作系统、编译程序。
首先，计算机体系结构上，增加 CPU 缓存，平衡 CPU 和内存的速度差距。
然后，操作系统上，增加了进程、线程，分时复用 CPU，平衡 CPU 和 IO 设备的速度差距。
最后，编译程序上，优化指令的执行顺序，提高程序性能。
然而，天下没有免费的午餐，并发问题的根源就在这些优化上。
缓存带来的可见性问题
所谓可见性，就是一个线程对共享变量的修改，另外一个线程能够立刻看到。
为了平衡 CPU 和内存的速度差异，在计算机体系结构上，大神们做了创新—增加 CPU 缓存。但随着 CPU 从单核走向多核，可见性问题就出现了。
单核 CPU 是不会有可见性问题的。因为 CPU 只有 1 个，缓存也只有 1 个，所有线程都运行在这一个 CPU 上面，整个结构非常简单。
一个线程无论怎么读写数据，对其它线程都是可见的，对结果都没有影响。
单核时代-CPU缓存
然而，在多核时代，每颗 CPU 都有自己的缓存，数据就没法保持一致了。
当两个线程运行在不同的 CPU 上时，这两个线程就在操作自己 CPU 上的缓存，对其它线程是不可见的。
你可以看下面这幅图，变量 V 加载到两颗 CPU 上，线程 A 在操作 CPU-1 上的缓存，而线程 B 在操作 CPU-2 上的缓存。它们都不知道对方做了什么，变量 V 怎么算都不对。
多核时代-CPU缓存
我们来看一个具体的例子。
public class Withdraw {
private long balance = 15000;
/**
* 提现
* @param amount 提现金额
* @return
*/
private void withdraw(int amount) {
/** 校验 **/
// 非法金额
if (amount <= 0) {
return;
}
// 余额不足
if (balance < amount) {
return;
}
/** 提现操作 **/
// 减余额
balance = balance - amount;
// 省略无数代码...
}
/*************** 测试函数 ****************/
private void withdraw10k() {
for (int i = 0; i < 10000; i++) {
this.withdraw(1);
}
}
private static long mockWithdraw() throws InterruptedException {
// 创建账户
final Withdraw account = new Withdraw();
// 模拟提现，发起 1 万笔订单，每次提现 1 块钱
Thread th1 = new Thread(() -> {
account.withdraw10k();
});
Thread th2 = new Thread(() -> {
account.withdraw10k();
});
// 启动两个线程
th1.start();
th2.start();
// 等待两个线程执行结束
th1.join();
th2.join();
return account.balance;
}
public static void main(String[] args) throws InterruptedException {
long balance = mockWithdraw();
System.out.println("账户余额：" + balance + " 元");
}
}
第一次执行结果-账户余额：823 元
第二次执行结果-账户余额：2274 元
第三次执行结果-账户余额：1525 元
用户有一万五千块钱，现在发起了两万笔提现订单，每笔订单一块钱。照理说，如果钱用完，就不能提现了，余额应该是 0 。但连着执行三次，每次的余额都不一样。换句话说，用户无视余额，超额提现。
其实，你想想看，如果线程一和线程二同时启动，都把 balance = 15000 读到缓存里，在执行完 balance = 15000 - 1 后，它们都把 balance = 14999 写到了内存。如果多运行几次，余额肯定越来越离谱。
因此，并发编程的第一道坎，就是保证CPU缓存的可见性。
线程切换带来的原子性问题
所谓原子性，就是所有操作要么不间断地全部被执行，要么一个也没有执行。
为了平衡 CPU 和 IO 设备的速度差距，操作系统不断迭代，出现了多进程、多线程技术。p.s：这两项技术底层原理一样，但相比进程，线程更加轻量，我下面就统称线程。
然而，这就带来了原子性问题，但要想搞清楚原子性问题，我们必须先了解多线程技术。
你现在边敲代码，边听音乐，这是理所当然的事情。但放在以前，这是没法做到的，你要不就敲代码，要不就听音乐，两者只能二选一。
多线程技术的出现，让 CPU 能分时复用，从此改变一切。
这是怎么做到的呢？
操作系统允许线程只运行一段时间。
比如说，某个线程获得了 50 毫秒的“时间片”，那这个线程就能执行 50 毫秒，过了 50 毫秒后，这个线程休眠，操作系统做“线程切换”，换另外一个线程执行。
你可以看下面这幅图，加深一下理解。
CPU运行示意图
这带来了两个好处。
第一，CPU 的利用效率大幅提高。简单来说，CPU 可以全年无休地工作了。
比如，一个线程要进行 IO 操作，读硬盘的电影什么的，那这个线程就进入“休眠状态”，让出 CPU 的使用权，另一个线程运行。等电影读到内存后，操作系统再把这个线程从休眠中唤醒，让另一个线程休眠。
第二，IO 的利用效率大幅提高，这要从两个地方说起。
首先，线程在休眠的时候，利用空闲时间读写 IO。比如，一个线程没有得到 CPU 的使用权，那可以利用空闲时间，去做 IO 操作，像是读文件什么的。
然后，IO 操作增加了排队机制。一个线程在读文件，另一个线程也要读文件，那读文件的操作就会排队。比如，一个线程读完文件后，发现有排队的任务，就立即启动下一个读操作。
这套组合拳下来，IO 的利用效率也上来了。
毫不夸张的说，多线程技术是一块里程碑，是操作系统历史上不可磨灭的一笔。
然而，这一切都是有代价的。
并发程序的实现离不开多线程，自然也会用到线程切换，但线程切换正是很多诡异 Bug 的源头。
这是为什么呢？
因为我们用的是高级编程语言。在高级编程语言里，一条语句往往会被拆成多个 CPU 指令。比如，Java 中自增运算 count++，就至少被拆成了 3 个 CPU 指令：
- 读取内存，把 count 加载到 CPU；
- CPU 执行 count+1 操作；
- 把结果写入内存；
在这个过程中，任何一个 CPU 指令执行完后，都有可能发生线程切换。换句话说，在高级语言里，一条语句不一定能被正确执行。
我们假设 count = 0，有 2 个线程执行 count++，结果应该是 count = 2，就像下面这副图一样。
在想象中，count++是这样的
然而，CPU 的原子操作只是 CPU 指令级别的，而不是编程语言的操作符，这时如果再发生线程切换，最后的结果很可能是 count = 1。
实际上，count++是这样的
在这个例子，count++ 就没有保证原子性。原因在于，一条编程语句被拆成多个 CPU 指令，如果发生线程切换，原子性就被破坏了。
所以，在高级语言层面，怎么控制线程切换，保证操作的原子性？这是并发编程的第二道坎。
编译优化带来的有序性问题
所谓有序性，就是程序按代码的先后顺序运行。
为了提高程序性能，编程语言有时会改变代码的先后顺序。
这很容易理解，有些代码更加重要，很多地方都要用到，但这些代码偏偏写在最后，其它代码都得等着，程序的性能肯定好不了。
所以，编译器会改变代码的先后顺序，优先执行更重要的代码。
比如说，这段代码原本是这样的。
int count1 = 1;
int count2 = 2;
但编译器可能会觉得代码效率太低，做了编译优化后，就变成了这个样子：
int count2 = 2;
int count1 = 1;
然而，这也是有代价的。程序如果按照代码的先后顺序执行，虽然慢了点，但起码不会出错。但经过了编译优化，可能会出现一些意想不到的 Bug，这就是有序性问题。
最经典的例子就是通过双重检查，来创建单例对象。你在工作中，为了保证 ID 是唯一的，会用到一个唯一的 ID 生成器，而这个生成器往往是单例对象。
public class IdGen {
private static IdGen instance;
static IdGen getInstance() {
if (instance == null) {
synchronized (IdGen.class) {
if (instance == null) {
instance = new IdGen();
}
}
}
return instance;
}
}
你仔细看 getInstance() 方法，好像没什么问题。一个线程获取 instance 对象时，先在 6 行代码做第一重检查，判断 instance 是不是空。如果是空，7 行代码就加锁，禁止其它线程进来，执行初始化。
这时侯，就算有其它线程同时进来，也没关系。因为 7 行代码加了锁，只有拿到锁的线程才能进来，而且等其它线程拿到锁进来，还得再经过 8 行代码的第二重检查，判断 instance 是不是空。
整个过程看上去没什么，可一旦出现编译优化，问题就来了。你留意第 9 行代码的 new 操作，如果没有做编译优化，那么应该是这样的：
- 分配一块内存 M；
- 在内存 M 上初始化 IdGen 对象；
- 把 M 的地址赋值给 instance 变量；
但编译优化以后，就变成这样了：
- 分配一块内存 M；
- 把 M 的地址赋值给 instance 变量；
- 在内存 M 上初始化 IdGen 对象；
经过这一番优化后，一旦同时进来两个线程，就有可能出现空指针异常。
编译优化，再加上线程切换，就会报空指针异常
因此，怎么控制编译优化，让程序能正确运行？这是并发编程的第三道坎。
写在最后
并发编程是优秀程序员的标志，而要做到这点，你得深刻理解：并发 Bug 是计算机追求高性能的代价。
为了提高性能，计算机界的大神们做了各种优化，但却破坏了程序的可见性、原子性、有序性。缓存带来了可见性问题，线程切换带来了原子性问题，编译优化带来了有序性问题。
凡事都有代价，就算是大神也没法避免，何况我们这些小码农？
所以，你在采用一项技术同时，一定得搞清楚会带来什么问题，怎么去规避。
参考资料：
网友评论