volatile关键字

volatile关键字是为了解决线程之间共享变量不可见问题。会强制刷新主内存的变量使线程能拿到最新的变量。

线程之前共享变量不可见问题:

package com.mock;

import org.junit.jupiter.api.Test;

public class TestVolatile {

    /**
     * 主线程永远不会打印消息
     */
    @Test
    public void test1() {
        //主线程和子线程共享t变量
        ThreadTest t = new ThreadTest();
        new Thread(t).start();

        while (true) {
            if ("Mock".equals(t.getName())) {
                System.out.println(t.getName());
            }
        }
    }


}

class ThreadTest implements Runnable {

    private String name = "Zhou";


    @Override
    public void run() {
        try {
            Thread.sleep(1000);
            System.out.println("name设置为:Mock");
            this.name = "Mock";
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }
}

执行上面代码,主线程永远不会输出信息。

问题解释如下:

在这里插入图片描述
程序运行时JVM会给每一条线程开辟自己的工作内存,线程共享变量在主内存(堆内存)
一开始变量值为Zhou, Thread1线程和main线程从主内存拷贝一份数据在自己的工作内存空间,然后Thread1线程会把变量改为Mock,而main线程不会刷新内存空间,导致拿到的还是旧值。

问题解决方式1加锁:

   @Test
    public void test1() {
        //主线程和子线程共享t变量
        ThreadTest t = new ThreadTest();
        new Thread(t).start();

        while (true) {
            synchronized (t) {
                if ("Mock".equals(t.getName())) {
                    System.out.println(t.getName());
                }
            }
        }
    }

问题解决方式2 volatile关键字:

class ThreadTest implements Runnable {

    private volatile String name = "Zhou";

volatile关键字的效率比锁高

注意:
volatile 不具备互斥性,一条线程访问,另一条线程依然能访问(synchronized 具有互斥性)
volatile并不能保证变量的原子性

内容概要:本文档详细介绍了利用Google Earth Engine (GEE) 平台对指定区域(位于中国广东省某地)进行遥感影像处理的一系列操作。首先,定义了研究区边界,并选取了 Landsat 8 卫星2023年8月至10月期间的数据,通过去云处理、归一化等预处理步骤确保数据质量。接着,基于预处理后的影像计算了地表温度(LST)、归一化植被指数(NDVI)、湿度指数(WET)、建筑指数(NDBSI)四个关键指标,并进行了主成分分析(PCA),提取出最重要的信息成分。为了进一步优化结果,还应用了像素二元模型对主成分分析的第一主成分进行了条件规范化处理,生成了最终的环境状态评估指数(RSEI)。最后,利用JRC全球表面水体数据集对水体区域进行了掩膜处理,保证了非水体区域的有效性。所有处理均在GEE平台上完成,并提供了可视化展示及结果导出功能。 适合人群:具备地理信息系统基础知识,对遥感影像处理有一定了解的研究人员或技术人员。 使用场景及目标:① 对特定区域的生态环境状况进行定量评估;② 为城市规划、环境保护等领域提供科学依据;③ 掌握GEE平台下遥感影像处理流程和技术方法。 其他说明:本案例不仅展示了如何使用GEE平台进行遥感影像处理,还涵盖了多种常用遥感指标的计算方法,如LST、NDVI等,对于从事相关领域的科研工作者具有较高的参考价值。此外,文中涉及的代码可以直接在GEE代码编辑器中运行,便于读者实践操作。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值