并发编程为何如此复杂？并发编程为什么会产生可见性、有序性、原子性的线程或内存问题？
归根结底，还是计算机硬件高速发展的原因。因为多核CPU架构，以及CPU缓存才导致一系列的并发问题。
相信大家都见过下面这张图或类似的图，计算机的存储层次结构像一座金字塔。越往上访问速度越快、成本更高，所以空间也越小。越往下访问速度越慢、成本越低，空间也就越大。
CPU的运算速度最快，内存的读写速度无法和其速度匹配。假如定义cpu的一次存储或访问为一个时钟周期，那么内存的一次运算通常需要几十甚至几百个始终周期。如果在CPU直接读取内存进行运算，那么CPU大部分时间都在等在内存的访问，利用率仅有几十分之一甚至几百分之一。为了解决CPU运算速度与内存读写速度不匹配的矛盾，在CPU和内存之间，引入了L1高速缓存、L2高速缓存、L3高速缓存，通过每一级缓存中所存储的数据全部都是下一级缓存中的一部分，当CPU需要数据时，就从缓存中获取，从而加快读写速度，提高CPU利用率、提升整体效率。
- L1高速缓存：也叫一级缓存。一般内置在内核旁边，是与CPU结合最为紧密的CPU缓存。一次访问只需要2~4个时钟周期
- L2高速缓存：也叫二级缓存。空间比L1缓存大，速度比L1缓存略慢。一次访问约需要10多个时钟周期
- L3高速缓存：也叫三级缓存。部分单CPU多核心的才会有的缓存，介于多核和内存之间。存储空间已达Mb级别，一次访问约需要数十个时钟周期。
当CPU要读取一个数据时，首先从L1缓存查找，命中则返回；若未命中，再从L2缓存中查找，如果还没有则从L3缓存查找（如果有L3缓存的话）。如果还是没有，则从内存中查找，并将读取到的数据逐级放入缓存。
lock前缀，会保证某个处理器对共享内存（一般是缓存行cacheline，这里记住缓存行概念，后续重点介绍）的独占使用。它将本处理器缓存写入内存，该写入操作会引起其他处理器或内核对应的缓存失效。通过独占内存、使其他处理器缓存失效，达到了“指令重排序无法越过内存屏障”的作用
总线锁 ：顾名思义就是，锁住总线。通过处理器发出lock指令，总线接受到指令后，其他处理器的请求就会被阻塞，直到此处理器执行完成。这样，处理器就可以独占共享内存的使用。但是，总线锁存在较大的缺点，一旦某个处理器获取总线锁，其他处理器都只能阻塞等待，多处理器的优势就无法发挥。
于是，经过发展、优化，又产生了缓存锁。
缓存锁：不需锁定总线，只需要“锁定”被缓存的共享对象（实际为：缓存行）即可，接受到lock指令，通过缓存一致性协议，维护本处理器内部缓存和其他处理器缓存的一致性。相比总线锁，会提高cpu利用率。
但是缓存锁也不是万能，有些场景和情况依然必须通过总线锁才能完成。
这里又出现了两个新概念：缓存行和缓存一致性协议
缓存锁会“锁定”共享对象，如果仅锁定所用对象，那么有大有小、随用随取，对于CPU来说利用率还达不到最大化。所以采用，一次获取一整块的内存数据，放入缓存。那么这一块数据，通常称为缓存行（cache line）。缓存行（cache line）是CPU缓存中可分配、操作的最小存储单元。与CPU架构有关，通常有32字节、64字节、128字节不等。目前64位架构下，64字节最为常用。
每个处理器都有自己的高速缓存，而又共享同一主内存。当多个处理器都涉及同一块主内存区域的更改时，将导致各自的的缓存数据不一致。那同步到主内存时该以谁的缓存数据为准呢？为了解决一致性的问题，需要各个处理器访问缓存时都遵循一些协议，在读写时要根据协议来进行操作，来保证处理器间缓存的一致性。这类协议有MSI、MESI、MOSI等。
下面重点介绍应用较为广泛的MESI协议。MESI是Modified（修改）、Exclusive（独占）、Shared（共享）、Invaild（失效）四种状态的缩写，是用来修饰缓存行的状态。在每个缓存行前额外使用2bit，来表示此四种状态。
- Modified（修改）：该缓存行仅出现在此cpu缓存中，缓存已被修改，和内存中不一致，等待同步至内存。
- Exclusive（独占）：该缓存行仅出现在此cpu缓存中，缓存和内存中保持一致。
- Shared（共享）：该缓存行可能出现在多个cpu缓存中，且多个cpu缓存的缓存行和内存中的数据一致。
- Invalid（失效）：由于其他cpu修改了缓存行，导致本cpu中的缓存行失效
在MESI协议中，每个缓存行不仅知道自己的读写操作，而且也监听其它缓存行的读写操作。每个缓存行的状态根据本cpu和其它cpu的读写操作在4个状态间进行迁移。
它的监听（嗅探）机制：
- 当缓存行处于Modified状态时，会时刻监听其他cpu对该缓存行对应主内存地址的读取操作，一旦监听到，将本cpu的缓存行写回内存，并标记为Shared状态
- 当缓存行处于Exclusive状态时，会时刻监听其他cpu对该缓存行对应主内存地址的读取操作，一旦监听到，将本cpu的缓存行标记为Shared状态
- 当缓存行处于Shared状态时，会时刻监听其他cpu对使缓存行失效的指令（即其他cpu的写入操作），一旦监听到，将本cpu的缓存行标记为Invalid状态（其他cpu进入Modified状态）
- 当缓存行处于Invalid状态时，从内存中读取，否则直接从缓存读取
总结：当某个cpu修改缓存行数据时，其他的cpu通过监听机制获悉共享缓存行的数据被修改，会使其共享缓存行失效。本cpu会将修改后的缓存行写回到主内存中。此时其他的cpu如果需要此缓存行共享数据，则从主内存中重新加载，并放入缓存，以此完成了缓存一致性。
缓存一致性协议针对的是最小存取单元：缓存行。依照64字节的缓存行为例，内存中连续的64字节都会被加载到缓存行中，除了目标数据还会有其他数据。
如下图所示，假如变量x和变量y共处在同一缓存行中，core1需要操作变量x，core2需要操作变量y。
- core1修改缓存行内的变量x后，按照缓存一致性协议，core2需将缓存行置为失效，core1将最新缓存行数据写回内存。
- core2需重新从内存中加载包含变量y的缓存行数据，并放置缓存。如果core2修改变量y，需要core1将缓存行置为失效，core2将最新缓存写回内存。
- core1或其他处理器如需操作同一缓存行内的其他数据，同上述步骤。
上述例子，就是缓存行的伪共享问题。总结来说，就是多核多线程并发场景下，多核要操作的不同变量处于同一缓存行，某cpu更新缓存行中数据，并将其写回缓存，同时其他处理器会使该缓存行失效，如需使用，还需从内存中重新加载。这对效率产生了较大的影响。
伪共享问题的解决思路有也很典型：空间换时间。
以64字节的缓存行为例，伪共享问题产生的前提是，并发情况下，不同cpu对缓存行中不同变量的操作引起的。那么，如果把缓存行中仅存储目标变量，其余空间采用“无用”数据填充补齐64字节，就不会才产生伪共享问题。这种方式就是：缓存行填充（也称缓存行对齐）。
Talk is cheap，show me the code.
下面，从三个实例去给大家解释完缓存行填充，让大家也能应用到自己的代码中去。
6.1.Disruptor为什么这么快
Disruptor是一个性能极强的开源的无锁并发框架，基于Disruptor的LMAX架构交易平台，号称单线程内每秒可处理600万笔订单。简直是一个不折不扣的性能小钢炮。
Disruptor框架的核心是它的Ringbuffer环形缓冲。这里不做框架的具体分析，有兴趣可在github下载源码（传送门）。推荐大家阅读并发编程网对Disruptor框架的介绍（传送门）。
它的定位是高性能并发框架，肯定也会遇到我们上述的缓存伪共享问题，我们看一下Disruptor是怎么解决的？
public long p1, p2, p3, p4, p5, p6, p7; // cache line padding private volatile long cursor = INITIAL_CURSOR_VALUE; public long p8, p9, p10, p11, p12, p13, p14; // cache line padding
Disruptor源码中，有大量类似于上述的代码，在目标变量前后定义多个"无实际含义的"变量进行缓存行填充（cache line padding）。
基础类型long在java中占用8字节，在额外填充7个long类型的变量，这样在从内存中获取目标变量放入缓存行时，可以达到缓存行中除了目标变量，剩下都是填充变量（由于无业务含义，其他cpu不会对其进行修改）。曲线救国，解决了缓存行伪共享的问题。思想：空间换时间。
6.2.实验证明
看了上述代码，可能还有人心有存疑，搞出这么多无用的字段，效率能提高？我不信。
下面我们就自己写一个demo来证明：缓存行填充能提高并发效率。
例1：不填充缓存行
public class CacheLinePaddingBefore { private static class Entity { public volatile long x = 1L; } public static Entity[] arr = new Entity[2]; static { arr[0] = new Entity(); arr[1] = new Entity(); } public static void main(String[] args) throws InterruptedException { Thread threadA = new Thread(() -> { for (long i = 0; i < 1000_0000; i++) { arr[0].x = i; } }, "ThreadA"); Thread threadB = new Thread(() -> { for (long i = 0; i < 1000_0000; i++) { arr[1].x = i; } }, "ThreadB"); final long start = System.nanoTime(); threadA.start(); threadB.start(); threadA.join(); threadB.join(); final long end = System.nanoTime(); System.out.println("耗时：" + (end - start) / 100_0000); } }
例1思路：
1、定义一个长度为2的数组arr，数组中是一个仅有一个long类型变量的对象；
2、定义两个线程A和B，线程A修改arr[0]，线程B修改arr[1]。线程A和线程B并发修改1千万次；
3、此处定义数组的目的是：保证线程A和线程B修改的变量尽可能是连续的，即两个变量在同一缓存行中，以模拟伪共享问题。
测试结果：多次运行上述demo，平均耗时：240ms左右。
例2：填充缓存行
public class CacheLinePaddingAfter { // 定义7个long类型变量，进行缓存行填充 private static class Padding{ public volatile long p1, p2, p3, p4, p5, p6, p7; } private static class Entity extends Padding{ // 使用@sun.misc.Contended注解，必须添加此参数：-XX:-RestrictContended // @sun.misc.Contended public volatile long x = 0L; } public static Entity[] arr = new Entity[2]; static { arr[0] = new Entity(); arr[1] = new Entity(); } public static void main(String[] args) throws InterruptedException { Thread threadA = new Thread(() -> { for (int i = 0; i < 1000_0000; i++) { arr[0].x = i; } }, "ThreadA"); Thread threadB = new Thread(() -> { for (int i = 0; i < 1000_0000; i++) { arr[1].x = i; } }, "ThreadB"); final long start = System.nanoTime(); threadA.start(); threadB.start(); threadA.join(); threadB.join(); final long end = System.nanoTime(); System.out.println("耗时：" + (end - start)/100_0000); } }
例2思路：
1、定义一个包含7个long类型的“无实际意义”字段的填充对象；
2、实际对象Entity继承填充对象，达到7+1=8个long类型字段，可以填充一整个64字节的缓存行；
3、重复例1中的动作。
测试结果：多次运行上述demo，平均耗时：70ms左右。
大家也可以直接拿上述两个例子在自己的电脑进行测试。例2的执行效率远超超例1的执行效率。我们通过实践证明：缓存行填充显著提高并发效率
6.3.JDK8中自带注解@Contended
Jdk8中引入了@sun.misc.Contended这个注解来解决缓存伪共享问题。使用此注解有一个前提，必须开启JVM参数-XX:-RestrictContended，此注解才会生效。
此注解在一定程度上同样解决了缓存伪共享问题。但底层原理并非缓存行填充，而是通过对对象头内存布局的优化，将那些可能会被同一个线程几乎同时写的字段分组到一起，避免形成竞争，来达到避免伪共享的目的。此处不再铺开讲述，有兴趣的可阅读文章：并发编程网-有助于减少伪共享的@Contended注解和此文开头提及Aleksey Shipilev的这封邮件
Jdk内部也大量使用了此注解
public class CacheLinePaddingAfter { private static class Entity{ // 使用@sun.misc.Contended注解，必须添加此参数：-XX:-RestrictContended @sun.misc.Contended public volatile long x = 0L; } public static Entity[] arr = new Entity[2]; static { arr[0] = new Entity(); arr[1] = new Entity(); } public static void main(String[] args) throws InterruptedException { Thread threadA = new Thread(() -> { for (int i = 0; i < 1000_0000; i++) { arr[0].x = i; } }, "ThreadA"); Thread threadB = new Thread(() -> { for (int i = 0; i < 1000_0000; i++) { arr[1].x = i; } }, "ThreadB"); final long start = System.nanoTime(); threadA.start(); threadB.start(); threadA.join(); threadB.join(); final long end = System.nanoTime(); System.out.println("耗时：" + (end - start)/100_0000); } }
测试结果：多次运行上述demo，平均耗时：70ms左右。
文章开头提及本篇文章是上一篇文章volatile底层原理详解（上） 的延伸和补充。所以下面带大家整体回顾下这两张的内容。如果没看上篇文章或对volatile暂无兴趣，请直接看下面的第3点总结即可。
我们对volatile关键字的作用和原理的了解，从Java代码层面一路聊到计算机的硬件层面，硬件层面从cpu缓存到缓存行、缓存锁，再到缓存一致性协议，最后分析了缓存行的伪共享问题以及它的解决方案。希望看完整篇之后再从头到尾串一遍，将其中的“点”串成“线”，做到举一反三，能对日后的工作有所帮助。最后，通过几个问题，帮助大家回顾文章内容：
1、并发编程中的三大特性：原子性、可见性、有序性。volatile修饰的变量如何保证可见性、有序性？为何不能保证原子性？
2、volatile的底层实现：
2.1、Java代码中如何使用volatile关键字？
2.2、volatile修饰的变量，编译成class字节码后，变量的访问标志有什么变化？
2.3、JVM运行时，是判断变量是被的volatile修饰的？赋值和取值同普通变量有何区别的？orderAccess.hpp头文件中是对内存屏障的定义和作用的描述是怎样的？lock前缀指令的作用是什么？
2.4、打印汇编输出，可以看到JVM级别的实现：lock前缀指令。
3、可见性问题，有序性问题的产生一部分是cpu硬件架构引起的，那么就有必要了解它的硬件原理，以及如何利用硬件写出高性能的并发程序。
3.1、金字塔的cpu存储结构要能直观呈现在脑子中。Cpu为什么要有一、二、三级缓存？
3.2、Lock前缀的指令，能保证某个处理器对共享内存的独占使用，并且达到指令重排序无法越过内存屏障的目的。它是通过对缓存加锁来实现。缓存锁了解一下。
3.3、缓存锁针对的是对缓存行加锁。缓存行是什么？缓存一致性协议是什么？
3.4、缓存行伪共享问题是如何出现的？
3.5、缓存行伪共享问题的解决方案：缓存行填充和JDK8中自带的@Contented注解。并发编程中，我们可以尝试应用，来提高程序运行效率。