同一进程中的不同线程，他们读取到同个共享变量的值为什么会不一致

最新推荐文章于 2022-04-15 14:24:33 发布
原创 最新推荐文章于 2022-04-15 14:24:33 发布 · 2.2k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#编译器 #存储

本文探讨了在多处理器环境中，使用volatile关键字确保内存可见性的原理。解释了如何通过强制写入主内存来同步各处理器间的数据，避免因高速缓存导致的不同步问题。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

      处理器可以使用高速缓存加速对内存的访问（或者编译器可以将值存储到寄存器中以便进行更快的访问）。在一些多处理器体系结构上，假如在一个处理器的高速缓存中修改了内存位置，没有必要让其它处理器看到这一修改，直到刷新了写入器的高速缓存并且使读取器的高速缓存无效。
　　
　　这表示在这样的系统上，对于同一变量，在两个不同处理器上执行的两个线程可能会看到两个不同的值！

      解决这个问题的其中一个方法是用volatile。

      当一个变量被声明成 volatile，任何对该变量的写操作都会绕过高速缓存，直接写入主内存，而任何对该变量的读取也都绕过高速缓存，直接取自主内存。这表示所有线程在任何时候看到的 volatile 变量值都相同。

 

hf_Rover
关注
线程安全——线程安全问题是指多个线程访问同一对象时，可能因竞争资源而导致数据不同步的问题。需要在代码中加入必要
AI天才研究院
07-29 1232
1.1 什么是线程安全？线程安全（Thread Safe）是指当多个线程访问一个对象时，如果不考虑多线程运行的调度或者交替执行，并且 guarantees 不发生未知行为的话，那这个对象就是线程安全的。也就是说，任何时候不同的线程都能正确地使用该对象。无论从哪个角度来看都是安全的。一般情况下，一个类是线程安全的，当且仅当对其所有公共方法进行串行化时，它才是线程安全的。换句话说，对于一个类的每个 public 方法，都不需要做额外的同步措施，这个类才是线程安全的。那么，如何才能做到线程安全呢？
同一进程中的线程究竟共享那些资源
木简熙的博客
03-18 1424
线程共享的环境包括：进程代码段、进程的公有数据(利用这些共享的数据，线程很容易的实现相互之间的通讯)、进程打开的文件描述符、信号的处理器、进程的当前目录和进程用户ID与进程组ID。 进程拥有这许多共性的同时，还拥有自己的个性。有了这些个性，线程才能实现并发性。这些个性包括： 1.线程ID 每个线程都有自己的线程ID，这个ID在本进程中是唯一的。进程用此来标识...
浅析Python多线程下的变量问题
09-19 1285
在多线程环境下，每个线程都有自己的数据。一个线程使用自己的局部变量比使用全局变量好，因为局部变量只有线程自己能看见，不会影响其他线程，而全局变量的修改必须加锁。 但是局部变量也有问题，就是在函数调用的时候，传递起来很麻烦： def process_student(name): std = Student(name) # std是局部变量，但是每个函数都要用它，因此必须传进去： do_task_1(std) do_task_2(std) def do_task_1(std): do_su
java两个线程读取变量_Java两个线程操作一个变量，为什么变量的值会不一样呢...
weixin_34902900的博客
02-24 427
publicclassMainClass{staticintnum=25;publicstaticvoidmain(Stringargs[]){Warehousewarehouse=newWarehouse();warehouse.expense.start();warehouse.production.start();}}classWa...public class MainClass{stat...
java多线程下操作共享变量结果不一致问题
weixin_44287398的博客
04-15 931
今天在写一个小demo的时候，要求在多线程环境下，能够顺序输出100-0的数据，在使用synchronize关键字加锁时，锁的位置不对，造成输出结果与预期不一致的问题。 原因在于线程2已经抢占到线程资源，此时判断条件还符合while循环条件，线程阻塞等待线程1的代码执行完毕。但是此时条件判断已经进来了，所以在最后多进行了一次输出操作。 源代码： public class PrintNumber { public static int count = 100; public stati
C++多线程在用共享变量时容易引起并发读取数据错误（C++多线程相关）
昔拉的博客
01-12 3429
当无法确定自己需要开多少线程来运行程序时可以用以下命令查看用于确认自己当前机器开多少线程效率是最高的(仅仅作为参考）： 直接用lambda函数方式进行线程调用: 此时b就可以调用该lambda函数调用线程资源 用自定义函数方式+lambda方式进行线程调用: 统计数量的时候有可能在单线程下是正确的，在多线程下是错误的 以下例子在单线程下是正确的： 在多线程分区间进行vector计算时会出问...
多线程情况下获取数据出现的不一致
weixin_30840573的博客
09-03 717
前提：要在游戏业务中新建游戏业务日志，用于后台和运营查询数据。 在Service层，找到相应的业务方法，这里举例：reward(Player player,HttpReqest req), 要在reward方法中，new rewardLogData(),同时把业务中的moneyDIff传输给LogData中。 在这里我们使用了Lambda表达式来表示线程执行方法的过程。 Modul...
qt多线程访问同一变量_何时用多线程？多线程需要加锁吗？线程数多少最合理？
weixin_39600704的博客
11-20 1154
一、什么时候应该使用多线程？今天看到一个问题，突然有感而发，想聊下这个话题。不知道大家有没有想过这个问题，就是什么时候我该使用多线程呢？使用多线程就一定会提升系统性能吗？1、其实是否应该使用多线程在很大程度上取决于应用程序的类型。计算密集型(如纯数学运算) 的， 并受CPU 功能的制约， 则只有多CPU(或者多个内核) 机器能够从更多的线程中受益， 单CPU下， 多线程不会带来任何性能上的提升， ...
python多进程教程之多线程对同一个全局变量的处理方法
python多线程基础教程进阶教程
02-03 3707
今天小编就为大家分享一篇python进阶之多线程对同一个全局变量的处理方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧 通常情况下： from threading import Thread global_num = 0 def func1(): global global_num for i in range(1000000): global_num += ...
Linux中不同进程同一个端口,linux系统实现多个进程监听同一个端口
weixin_32371243的博客
05-10 1489
通过 fork 创建子进程的方式可以实现父子进程监听相同的端口。方法：在绑定端口号(bind函数)之后，监听端口号之前(listen函数)，用fork()函数生成子进程，这样子进程就可以克隆父进程，达到监听同一个端口的目的。# 代码示例:一主一子import socketimport selectimport sysimport structimport osimport timeif __nam...
Java多线程 - - -线程安全问题
qq_43329585的博客
07-18 320
Java- - - 多线程学习笔记(二) 线程安全问题的出现 当一个进程中的多个线程共享资源或数据的时候，就会出现安全隐患 例如，三个售票窗口同时售票，如果没有进行线程安全的处理，则会出现重票，错票等线程安全问题 package com.fff; //实现Runnable接口 class TicketWindow implements Runnable{ private static int ticketCount = 100;//三个线程的共享资源，用static //实现接口中的抽象
Java多线程
weixin_45583482的博客
09-12 206
1 进程和线程 一个程序启动后就是一个进程，进程相当于一个空盒，它只提供资源装载的空间，具体的调度不是由进程完成的而是线程。 看如下这段代码 public class Test { public static void main(String[] args) { System.out.print(Thread.currentThread().getName()); } } 它的打印结果如下 主函数创建的是一个名称为main的主线程，所有其他运行的线程都是它的子线程。 这也证明了进程的确只是一个
LInux系统中使用信号量对两个进程中访问同一资源互斥注意事项
weixin_42678510的博客
09-14 1244
对于同一个共享资源的访问，在Linux系统应用编程中经常遇到，通过信号量来保护共享资源，实现互斥非常重要，对于实现互斥一般有如下几个步骤： （1）：创建信号量：调用 int semget(key_t key,int num,int mode) 参数一：键值——————保证唯一性 参数二：表示创建几个信号量 ...
多线程共享变量，结果不一致
qq_40826814的博客
03-26 294
引用小林博主，感谢博主，博主牛逼https://mp.weixin.qq.com/s/UWT1oMQsQUmmKzQ94xRwew
c语言中多线程共享变量,多线程中的使用共享变量的问题
weixin_33547353的博客
05-18 1116
一组并发线程运行在一个进程的上下文中，每个线程都有它自己独立的线程上下文，例如：栈、程序计数器、线程ID、条件码等，每个线程和其它的线程一起共享除此之外的进程上下文的剩余部分，包括整个用户的虚拟地址空间，当然也共享同样的打开的文件的集合。，这里有一点要特别注意，就是寄存器是从不共享的，而虚拟存储器总是共享的。有了共享就要防止在对共享变量进行操作的过程中得到一个不可知的值，在Linux内核中有个原子...
多线程带来的数据不一致
weixin_34335458的博客
11-04 556
解决：两种方法 1同步快 import java.util.Random; public class Test13 { /** * @param args * 多线程带来的数据不一致 * 解决办法 同步机制 1 同步块 2 同步方法(不推荐) */ p...
多个C++源文件共用一个变量 & 实现过程中的一些bug
Will_Ye的博客
06-24 3537
1. Intro. 在C/C++中可以通过设置外部变量也叫全局变量的方法来实现多个源文件共用一个变量，但这种共用一个变量的方法是双向的，也就是引用这个变量的源文件，也可以再次对这个变量进行赋值。 2. Target 一个源文件为主函数，其中设置一个变量，再写两个源文件，在其中设置外部变量，引用主函数中的全局变量 3. Realization 有两种方法实现，一个利用头文件，另一个不通过头文件 （1）不用头文件 在a.cpp中定义一个全局变量如int data; 在b.cpp中加入extern int dat
java多线程——并发数据不一致java中的解决方案
台风天赋的博客
08-08 4798
多线程并发编程 线程安全主要是由于多线程并发、同时操作共享变量导致的数据不一致。 至于共享变量，需要涉及到计算机体系结构的内容： 因为现代计算机都一般是设置了两级甚至三级cache。 以两级cache为例： 假设此时有两个CUP， 线程1 线程2 | | v v CUP1 CUP2 | | v v Cache1-1 Cache2-1 | ...
C++多线程编程：线程同步
知行合一 止于行善
08-31 850
前言 多线程编程必须要考虑线程同步问题。线程同步就是，当多个线程共享一个内存的时候，为了保证他们都有一致的数据视图。如果每个线程使用的变量都是其他线程不会读取和修改的，那么就不存在一致性问题。同样的，如果变量是只读的，多个线程同时读取该变量也不会有一致性问题；但是，当一个线程可以修改的变量，其他线程可以读取或者修改的时候，我们就需要对这些线程进行同步，确保它们在访问变量的存储内容的时候不会访问到...
为什么多线程中获取同一个全局变量，获取到的地址不同
最新发布
06-26
<think>我们讨论的是多线程环境下访问全局变量时，为什么不同线程获取到的地址可能不同。这里需要明确几个概念：1.全局变量：在程序的数据段（datasegment）或BSS段（存储未初始化的全局变量）中，整个程序可见。2.线程：每个线程有自己的栈，但是共享进程的堆和全局数据区。然而，问题中提到“获取同一个全局变量，获取到的地址不同”，这通常不会发生在真正的全局变量上。因为全局变量在内存中的地址是固定的，所有线程访问的都是同一个地址。但是，有以下几种可能的情况会导致线程访问同一个全局变量时，看到不同的地址：1.线程局部存储（Thread-LocalStorage,TLS）：如果全局变量被声明为线程局部存储（例如，在C/C++中使用`__thread`或`thread_local`关键字），那么每个线程都会拥有该变量的一个独立副本，每个副本位于不同的内存地址。2.指针或引用的间接性：如果线程通过指针或引用访问全局变量，并且这个指针或引用本身是线程本地的（比如，每个线程都有一个指向该全局变量的指针，但指针的值可能被线程修改指向其他位置），那么不同线程通过自己的指针访问时，可能访问到不同的地址。3.虚假共享（FalseSharing）的误解：虽然虚假共享是关于缓存行的，但并不会导致同一个变量在不同线程中有不同的地址。但是，如果程序员为了缓解虚假共享而将数据复制到线程本地存储，那么每个线程访问的就是自己本地的副本，地址自然不同。4.语言或运行时的特殊机制：在一些语言中，可能会有特殊的机制使得全局变量在多个线程中看起来地址不同。例如，某些解释型语言或带有复杂内存管理的语言（如Python的GIL机制并不改变变量地址，但如果有代理或中间层可能会有所不同）但这种情况较少。5.程序错误：例如，在多线程编程中，如果某个线程修改了指向全局变量的指针，那么其他线程如果读取这个指针可能会得到不同的值。或者，如果全局变量是一个指针，而不同线程修改了这个指针指向不同的内存区域，那么通过这个全局指针访问到的地址就会不同。6.地址空间布局随机化（ASLR）：但是ASLR是在程序每次启动时随机化全局变量地址，而在同一个进程内，全局变量的地址在运行期间是固定的，不会因为线程不同而改变。因此，通常情况下，多个线程访问同一个全局变量，看到的地址应该是相同的。如果出现地址不同的情况，很可能是由于使用了线程局部存储，或者程序中有其他错误导致。下面我们用C++代码示例来说明线程局部存储的情况：示例1：普通的全局变量，所有线程看到相同的地址。示例2：使用线程局部存储，每个线程有自己的副本，地址不同。注意：在C++11及以上，可以使用`thread_local`关键字。</think>### 多线程中获取同一个全局变量地址不同的原因 在多线程环境中，多个线程访问同一个全局变量时获取到的地址不同，通常由以下原因导致： #### 1. **线程局部存储（Thread-Local Storage, TLS）** - 当全局变量被声明为线程局部（如 C++ 的 `thread_local` 或 Java 的 `ThreadLocal`）时，每个线程会拥有该变量的独立副本。 - 不同线程访问同名变量时，实际访问的是各自线程栈中的副本，因此地址不同。 **C++ 示例**： ```cpp #include <iostream> #include <thread> thread_local int globalVar = 0; // 线程局部存储 void threadFunc() { std::cout << "Thread " << std::this_thread::get_id() << ": Address = " << &globalVar << std::endl; } int main() { std::thread t1(threadFunc); std::thread t2(threadFunc); t1.join(); t2.join(); return 0; } ``` **输出**： ``` Thread 140245873055488: Address = 0x7f2b5a7f86f4 Thread 140245864662784: Address = 0x7f2b5aff76f4 ``` - **解释**：`thread_local` 使每个线程拥有独立的 `globalVar` 副本，因此地址不同。 #### 2. **编译器优化（如常量折叠）** - 编译器可能将常量全局变量优化为直接嵌入指令（立即数），导致不同线程看到的"地址"不同（实际是值而非地址）。 - 或通过寄存器缓存变量值，绕过内存地址访问。 #### 3. **内存模型与缓存一致性** - **写时复制（Copy-on-Write）**：某些系统（如 Linux fork）在修改全局变量时创建副本，导致地址变化。 - **缓存失效**：线程缓存旧的内存地址视图，未及时同步最新地址（罕见，通常地址不变）。 #### 4. **指针解引用问题** - 若全局变量是指针，不同线程修改指针值后，解引用时访问的地址可能不同： ```c int* globalPtr = NULL; // 全局指针 void threadFunc() { int local = 42; globalPtr = &local; // 不同线程修改指针 printf("Pointer value: %p\n", (void*)globalPtr); } ``` - 线程修改 `globalPtr` 后，其他线程看到的指针值（地址）会变化。 --- ### 关键结论 - **真正全局变量**：地址固定不变，所有线程访问同一内存位置。 - **地址"不同"的常见原因**： 1. 使用了线程局部存储（TLS）。 2. 编译器优化绕过内存访问。 3. 全局变量本身是指针且被修改。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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