Java进阶专题(十一) 探究JMM

前言

​ JMM即java内存模型，JMM研究的就是多线程下Java代码的执行顺序，共享变量的读写。它定义了Java虚拟机在计算机内存中的工作方式。从抽象角度看，JMM定义了线程和主存之间的抽象关系：线程之前的共享变量存储在主内存中，每个线程有个私有的本地内存，本地内存中存储了该线程读写共享变量的副本。本地内存是JMM的一个抽象概念，并不真实存在。它涵盖了缓存、写缓冲区、寄存器以及其他硬件和编译器优化。

​ 先抛出两个问题：

1. 你写的代码一定是实际运行的代码吗？
2. 代码的编写顺序，一定是实际执行的顺序吗？

参考文献:

Java Language Specification Chapter 17. Threads and Locks

JSR-133: JavaTM Memory Model and Thread Specification

Doug Lea' s JSR-133 cookbook

书籍：《Java Concurrency in Practice》

并发测试框架：jcstress

多线程读写共享变量

问题演示

猜猜一下代码在多线程的情况下，会发生什么样的情况？

永远的循环

boolean stop;
@Actor
public void a1() {
while(!stop){
}
}
@Signal
void a2() {
stop = true;
}

加加减减

int balance = 10;
@Actor
public void deposit() {
balance += 5;
}
@Actor
public void withdraw() {
balance -= 5;
}
@Arbiter
public void query(I_Result r) {
r.r1 = balance;
}

第四种可能

int a;
int b;
@Actor
public void actor1(II_Result r) {
b = 1;
r.r2 = a;
}
@Actor
public void actor2(II_Result r) {
a = 2;
r.r1 = b;
}

问题解密

循环问题-揭秘

为了方便测试，改造下代码：

package com.study.demo6;

import java.util.concurrent.TimeUnit;

public class WhileTest {
static boolean stop;

public static void a1() {
while (true) {
boolean b = stop;
if (b) {
break;
}
}
}

public static void main(String[] args) {
new Thread(() -> {
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
stop = true;
System.out.println("stop>>>>>>>true!");
}).start();
a1();
}
}

运行结果:

发现main主线程中，调用了啊a1()方法，子线程1秒后，对stop修改了true，按正常逻辑，死循环应该会break终止了，但是实际上运行，我们发现，一直在循环中，并未终止！

提示：

先用 -XX:+PrintCompilation 来查看即时编译情况（% 的含义 On-Stack-Replacement（OSR））

再尝试用 -Xint 强制解释执行

加加减减问题-解密

代码演示

package com.study.demo6;

import java.util.Arrays;
import java.util.List;

public class AddSubTest {
static int balance = 10;

private static void add(){
balance+=5;
}
private static void sub(){
balance-=5;
}

public static void main(String[] args) throws InterruptedException {
List<Thread> threadList = Arrays.asList(new Thread(AddSubTest::add), new Thread(AddSubTest::sub));
threadList.forEach(Thread::start);
for (Thread thread : threadList) {
thread.join();
}
System.out.println(balance);
}
}

这回用一下ASM 工具，可以看到源码第10 行的 balance += 5 的字节码如下

LINENUMBER 8 L0
GETSTATIC TestAddSub.balance : I
ICONST_5
IADD
PUTSTATIC TestAddSub.balance : I

而第13 行的 balance -= 5 字节码如下

LINENUMBER 12 L0
GETSTATIC TestAddSub.balance : I
ICONST_5
ISUB
PUTSTATIC TestAddSub.balance : I

换成伪代后

static int balance = 10;

private static void add(){
//balance+=5;
int b = balance;
b += 5;
balance = b;
}
private static void sub(){
//balance-=5;
int c = balance;
c -= 5;
balance = c;
}

可能出现的执行顺序如下:

case1: 线程1和2串行

int b = balance; // 线程1
b += 5;          // 线程1
balance = b;     // 线程1
int c = balance; // 线程2
c -= 5;          // 线程2
balance = c;     // 线程2

case2:线程1和线程2同时拿到10,线程1执行完,线程2再执行完

int c = balance; // 线程2
int b = balance; // 线程1
b += 5;          // 线程1
balance = b;     // 线程1
c -= 5;          // 线程2
balance = c;     // 线程2

case3:线程1和线程2同时拿到10,线程2执行完,线程1再执行完

int b = balance; // 线程1
int c = balance; // 线程2
c -= 5;          // 线程2
balance = c;     // 线程2
b += 5;          // 线程1
balance = b;     // 线程1

第四种可能-揭秘

代码演示:

package com.study.demo6;

public class FourthResultTest {
int a;
int b;

private void actor1(IIResult r){
b=1;
r.r2 = a;
}

private void actor2(IIResult r){
a=2;
r.r1 = b;
}

}

可能出现的结果

case1:

b = 1;      // 线程1
r.r2 = a;   // 线程1
a = 2;      // 线程2
r.r1 = b;   // 线程2
// 结果 r1==1, r2==0

case2:

a = 2;      // 线程2
r.r1 = b;   // 线程2
b = 1;      // 线程1
r.r2 = a;   // 线程1
// 结果 r1==0, r2==2

case3:

a = 2;      // 线程2
b = 1;      // 线程1
r.r2 = a;   // 线程1
r.r1 = b;   // 线程2
// 结果 r1==1, r2==2

case4:这种结果是不是超乎你的预期了?这是因为可能是编译器调整了指令执行顺序

r.r2 = a;   // 线程1
a = 2;      // 线程2
r.r1 = b;   // 线程2
b = 1;      // 线程1
// 结果 r1==0, r2==0

思考为什么

1. 如果让一个线程总是占用CPU 是不合理的，所有任务调度器会让线程分时使用CPU

2. 编译器以及硬件层面都会做层层优化，提升性能

3. Compiler/JIT 优化

4. Processor 流水线优化

5. Cache 优化

编辑器优化

case1:

//优化前
x=1
y="universe"
x=2
//优化后
y="universe&q
56c
uot;
x=2

case2:

//优化前
for(i=0;i<max;i++){
z += a[i]
}
//优化后
t = z
for(i=0;i<max;i++){
t += a[i]
}
z = t

case3:

//优化前
if(x>=0){
y = 1;
// ...
}
//优化后
y = 1;
if(x>=0){
// ...
}

Processor优化

流水线在CPU 的一个时钟周期内会执行多个指令的不同部分

非流水线操作

假设有三条指令

---|---|---|
1   2   3

每条指令执行花费300ps 时间，最后将结果存入寄存器需要20ps
一秒能运行的指令数为

流水线操作

仔细分析就会发现，可以把每个指令细分为三个阶段

A|B|C|          // 1
A|B|C|        // 2
A|B|C|      // 3

增加一些寄存器，缓存每一阶段的结果，这样就可以在执行 指令1-C 阶段时，同时执行 指令2-B 以及 指令3-A
一秒能运行的指令数为

execute out of order

• 在按序执行中，一旦遇到指令依赖的情况，流水线就会停滞
• 如果采用乱序执行，就可以跳到下一个非依赖指令并发布它。这样，执行单元就可以总是处于工作状态，把
  时间浪费减到最少

缓存优化

MESI (CPU缓存一致性)协议 引入缓存的副作用在于同一份数据可能保存了副本，一致性该如何保证呢？

• Modified - 要向其它CPU 发送cache line 无效消息，并等待ack
• Exclusive - 独占、即将要执行修改
• Shared - 共享、一般读取时的初始状态
• Invalid - 一旦发现数据无效，需要重新加载数据

例子

就上文所说的第四种可能:r1 和r2 有没有可能同时为0

r.r1 = b;   // 线程2 与 a = 2 重排
r.r2 = a;   // 线程1 与 a = 1 重排
b = 1;      // 线程1
a = 2;      // 线程2

下面从缓存的角度分析，注意假定指令没有重排

b = 1;      // 线程1 - 写入 CPU-0 的 store buffer
a = 2;
ad8
// 线程2 - 写入 CPU-1 的 store buffer
r.r1 = b;   // 线程2 - 马上执行
r.r2 = a;   // 线程1 - 马上执行
// 线程1 - 将 store buffer 中的 b = 1 写入 cache, 晚了
// 线程2 - 将 store buffer 中的 a = 2 写入 cache, 晚了

我们关注问题的点

​ 以上介绍了多线程读写共享变量可能发生的哪些问题?但对于程序员而言，我们不应当关注究竟是编译器优化、Processor 优化、缓存优化。否则，就好像打开了潘多拉魔盒！

JMM内存模型

什么是JMM

A memory model describes, given a program and an execution trace of that program, whether the execution trace is a legal execution of the program. A high level, informal overview of the memory model shows it to be a set of rules for when writes by one thread are visible to another thread.

多线程下，共享变量的读写顺序是头等大事，内存模型就是多线程下对共享变量的一组读写规则

• 共享变量值是否在线程间同步
• 代码可能的执行顺序
• 需要关注的操作就有两种Load、Store Load 就是从缓存读取到寄存器中，如果一级缓存中没有，就会层层读取二级、三级缓存，最后才是Memory
• Store 就是从寄存器运算结果写入缓存，不会直接写入Memory，当Cache line 将被eject 时，会
  writeback 到Memory

JMM规范

规则一 Race Condition

​ 在多线程下，没有关系依赖的代码，在操作共享变量时（至少有一个线程写），并不能保证按编写顺序（Program Order）执行，这称为发生了竞态条件（Race Conditon）。

例如

有共享变量 x，线程 1 执行

r.r1 = y;
r.r2 = x;

线程 2 执行

x = 1;
y = 1;

最终的结果可能是 r11 而 r20

竞态条件是为了更好的 data race free。

规则二 Syncronization Order

​ 若要保证多线程下，每个线程的执行顺序（Synchronization Order）按编写顺序（Program Order）执行，那么必须使用 Synchronization Actions 来保证，这些 SA 有

• lock，unlock

• volatile 方式读写变量

• VarHandle 方式读写变量

Synchronization Order 也称之为 Total Order

例如

用 volatile 修饰共享变量 y，线程 1 执行

r.r1 = y;
r.r2 = x;

线程 2 执行

x = 1;
y = 1;

最终的结果就不可能是 r11 而 r20

SO并不是阻止多线程切换

错误的认识，线程 1 执行

synchronized(LOCK) {
r1 = x; //1 处
r2 = x; //2 处
}

线程 2 执行

synchronized(LOCK) {
x = 1
}

并不是说 //1 与 //2 处之间不能切换到线程 2，只是即使切换到了线程 2，因为线程 2 不能拿到 LOCK 锁导致被阻塞，执行权又会轮到线程 1

volatile 只用了一半算 SO 吗?

用例1

int x;
volatile int y;

之后采用

x = 10; //1 处
y = 20; //2 处

此时 //1 处代码绝不会重排到 //2 处之后（只写了 volatile 变量）

用例 2

int x;
volatile int y;

执行下面的测试用例

@Actor
public void a1(II_Result r) {
y = 1; //1 处
r.r2 = x; //2 处
}
@Actor
public void a2(II_Result r) {
x = 1; //3 处
r.r1 = y; //4 处
}

//1 //2 处的顺序可以保证（只写了 volatile 变量），但 //3 //4 处的顺序却不能保证（只读了 volatile 变量），仍会出现 r1r20 的问题

有时会很迷惑人，例如下面的例子

用例3

@Actor
public void a1(II_Result r) {
r.r2 = x; //1 处
y = 1; //2 处
}
@Actor
public void a2(II_Result r) {
r.r1 = y; //3 处
x = 1; //4 处
}

这回 //1 //2 （只写了 volatile 变量）//3 //4 处（只读了 volatile 变量）的顺序均能保证了，绝不会出现r1r21 的情况

​ 此外将用例 2 中两个变量均用 volatile 修饰就不会出现 r1r20 的问题，因此也把全部都用 volatile 修饰称为total order，部分变量用 volatile 修饰称为 partial order

规则三 Happens Before

​ 若是变量读写时发生线程切换（例如，线程 1 写入 x，切换至线程 2，线程 2 读取 x）在这些边界的处理上如果有a ad0 ction1 先于 action 2 发生，那么代码可以按确定的顺序执行，这称之为 Happens-Before Order 规则(Happens-Before Order 也称之为 Partial Order).

用公式表达就是：

含义为：如果 action1 先于 action2 发生，那么 action1 之前的共享变量的修改对于 action2 可见，且代码按 PO顺序执行

具体规则

其中 $T_{n}$ 代表线程，而 x 未加说明，是普通共享变量，使用 volatile 会单独说明

1）线程的启动和运行边界

2）线程的结束和join边界

3）线程的打断和得知打断的边界

4）unlock 与 lock 边界

5）volatile write 与 volatile read 边界

6）传递性

规则四 Causality

Causality 即因果律：代码之间如存在依赖关系，即使没有加 SA 操作，代码的执行顺序也是可以预见的

回顾一下

​ 多线程下，没有依赖关系的代码，在共享变量读写操作（至少有一个线程写）时，并不能保证以编写顺序（Program Order）执行，这称为发生了竞态条件（Race Condition）

如果有一定的依赖关系呢？

@JCStressTest
@Outcome(id = {"
1044
;0", "0"}, expect = Expect.ACCEPTABLE, desc = "ACCEPTABLE")
@Outcome(expect = Expect.FORBIDDEN, desc = "FORBIDDEN")
@State
public class Case {
int x;
int y;

@Actor
public void a1(IIResult r) {
r.r1 = x;
y = r.r1;
}

@Actor
public void a2(IIResult r){
r.r2 = y;
x = r.r2;
}
}

x 的值来自于 y，y 的值来自于 x，而二者的初始值都是 0，因此没有可能有其他结果

规则五安全发布

若要安全构造对象，并将其共享使用，需要用 final 或 volatile 修饰其成员变量，并避免 this 溢出情况(静态成员变量可以安全地发布)

例如

class Holder{
int x1;
volatile int x2;

public Holder(int x) {
x1=x;
x2=x;
}
}

需要将它作为全局使用

Holder f;

两个线程，一个创建，一个使用

Holder holder;

@Actor
public void a1(){
holder = new Holder(1);
}

@Actor
public void a2(IIResult r){
Holder holder = this.holder;
if (holder != null){
r.r1 = holder.x1 +holder.x2;
}else {
r.r1 = -1;
}
}

可能看见未构造完整的对象

同步动作

前面没有详细展开从规则 2 之后的讲解，是因为要理解规则，还需理解底层原理，即内存屏障

内存屏障

LoadLoad

• 防止 y 的 Load 重排到 x 的 Load 之前

  if(x) {
  LoadLoad
  return y
  }

• 意义：x == true 时，再去获取 y，否则可能会由于重排导致 y 的值相对于 x 是过期的

LoadStore

• 防止 y 的 Store 被重排到 x 的 Load 之前

StoreSotre

• 防止 A 的 Store 被重排到 B 的 Store 之后

  A = x
  StoreStore
  B = true

• 意义：在 B 修改为 true 之前，其它线程别想看到 A 的修改

  有点类似于 sql 中更新后，commit 之前，其它事务不能看到这些更新（B 的赋值会触发 commit 并撤除屏障）

StoreLoad

• 意义：屏障前的改动都同步到主存 ，屏障后的 Load 获取主存最新数据，发生在线程切换时，并且使得蓝色线程所有的写操作写入主存，使得红色线程能读取到最新数据 防止屏障前所有的写操作，被重排序到屏障后的任何的读操作，可以认为此 store -> load 是连续的
• 有点类似于 git 中先 commit，再远程 poll，而且这个动作是原子的

如何记忆

• LoadLoad + LoadStore = Acquire 即让同一线程内读操作之后的读写上不去，第一个 Load 能读到主存最新值
• LoadStore + StoreStore = Release 即让同一线程内写操作之前的读写下不来，后一个 Store 能将改动都写入主存
• StoreLoad 最为特殊，还能用在线程切换时，对变量的写操作 + 读操作做同步，只要是对同一变量先写后读，那么屏障就能生效
ad8

Volatile

本质

事实上对 volatile 而言 Store-Load 屏障最为有用，简化起见以后的分析省略部分其他屏障

作用

• 保证单一变量的原子性
• 控制了可能的执行路径： 线程内按屏障有序，线程切换时按HB有序
• 可见性：线程切换时若发生了读写则变量可见，顺带影响普通变量可见

volatile的用途

凡是需要cas操作的地方

比如AtomicInteger的源码

public class AtomicInteger extends Number implements java.io.Serializable {
private static final Unsafe U = Unsafe.getUnsafe();
private static final long VALUE = U.objectFieldOffset(AtomicInteger.class, "value");
private volatile int value;

// ...

public final boolean compareAndSet(int expectedVal, int newVal) {
return U.compareAndSetInt(this, VALUE, expectedVal, newVal);
}

// ...
}

AbstractQueuedSynchronizer的源码

public abstract class AbstractQueuedSynchronizer extends AbstractOwnableSynchronizer implements java.io.Serializable {
private transient volatile Node head;
private transient volatile Node tail;
private volatile int state;

protected final int getState() {
return state;
}

protected final boolean compareAndSetState(int e, int n) {
return U.compareAndSetInt(this, STATE, e, n);
}

final void enqueue(Node node) {
if (node != null) {
for (; ; ) {
Node t = tail;
node.setPrevRelaxed(t);
if (t == null) tryInitializeHead();

else if (casTail(t, node)) {
t.next = node;
if (t.status < 0) LockSupport.unpark(node.waiter);
break;
}
}
}
}

private void tryInitializeHead() {
Node h = new ExclusiveNode(); // 头
if (U.compareAndSetReference(this, HEAD, null, h)) tail = h;
}

private boolean casTail(Node c, Node v) {
return U.compareAndSetReference(this, TAIL, c, v);
}
}

ConcurrentHashMap源码

public class ConcurrentHashMap<K, V> extends AbstractMap<K, V> implements ConcurrentMap<K, V>, Serializable {
/**
* Table initialization and resizing control. When negative, the
* table is being initializ
ad8
ed or resized: -1 for initialization,
* else -(1 + the number of active resizing threads). Otherwise,
* when table is null, holds the initial table size to use upon
* reation, or 0 for default. After initialization, holds the
* next element count value upon which to resize the table.
*/
private transient volatile int sizeCtl;
/**
* The array of bins. Lazily initialized upon first insertion.
* Size is always a power of two. Accessed directly by iterators.
*/
transient volatile Node<K, V>[] table;

private final Node<K, V>[] initTable() {
Node<K, V>[] tab;
int sc;
while ((tab = table) == null || tab.length == 0) {
if ((sc = sizeCtl) < 0) Thread.yield();
else if (U.compareAndSetInt(this, SIZECTL, sc, -1)) {
try {
if ((tab = table) == null || tab.length == 0) {
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
Node<K, V>[] nt = (Node<K, V>[]) new Node<?, ?>
;
table = tab = nt;
sc = n - (n >>> 2);
}
} finally {
sizeCtl = sc;
}
break;
}
}
return tab;
}
// ...
}

volatile负责保证可见性，cas来保证原子

Synchronized

本质

起始synchronized本质就是通两个JVM指令：monitorenter和monitorexit来实现了，我们可以通过下面一段代码的来研究下，其原理

package com;

public class SynchronizedTest {
static int i = 0;
public static void main(String[] args) {
synchronized (SynchronizedTest.class){
i++;
}
}
}

通过反编译看下

#......
public static void main(java.lang.String[]);
descriptor: ([Ljava/lang/String;)V
flags: ACC_PUBLIC, ACC_STATIC
Code:
stack=2, locals=3, args_size=1
0: ldc           #2                  // class com/SynchronizedTest
2: dup
3: astore_1
4: monitorenter
5: getstatic     #3                  // Field i:I
8: iconst_1
9: iadd
10: putstatic     #3                  // Field i:I
13: aload_1
14: monitorexit
15: goto          23
18: astore_2
19: aload_1
20: monitorexit
21: aload_2
22: athrow
23: return
#......

可以看到就是通过jvm指令monitorenter、monitorexit实现的，结合上图，具体步骤如下：

我们知道synchronized是通加对象锁来实现的，但是这个对象是否作为锁而存在呢？

1. 当线程1执行synchronized时，jvm调用monitorenter时，就会先操作系统申请一个操作系统的Moniter锁（底层由c++实现的），并把其地址存放在LOCK对象头中。
2. 当线程1根据LOCK对象头找到Moniter锁，判断owner是否被占用，没有被占用，就会修改其值，等于持有了锁。
3. 大概线程2同样会执行monitorenter指令，根据LOCK对象头找到Moniter锁，判断owner是否被占用，发现已经被占用，首先会自旋尝试获取，一定次数没获取到，就会进入EntryList队列等待，并从运行状态变成阻塞状态，线程3也是如此。
4. 当线程1执行完毕或出现异常时就会执行monitorexit，释放owner并唤醒EntryList中的被阻塞线程，具体都队列头还是队列尾部去唤醒，这个根据具体算法实现，这里不做赘述。
5. 假如线程2被唤醒就会去获取owner是否空闲，空闲了就占用，线程3依然处于阻塞状态。

相关内存屏障

优化（JDK1.6之后）

• 重量级 当有竞争时，仍会向系统申请 Monitor 互斥锁

public class TestVarHandle {
int x;
static VarHandle X;

static {
try {
X = MethodHandles.lookup()
.findVarHandle(TestVarHandle.class, "x", int.class);
} catch (NoSuchFieldException | IllegalAccessException e) {
e.printStackTrace();
}
}
}

<dependency>
<groupId>org.openjdk.jol</groupId>
<artifactId>jol-core</artifactId>
<version>0.10</version>
</dependency>

public class TestJol {
public static void main(String[] args) {
String layout = ClassLayout.parseClass(Test.class).toPrintable();
System.out.println(layout);
}
public static class Test {
private byte a;
private byte b;
private byte c;
private long e;
}
}

com.itheima.test.TestJol$Test object internals:
OFFSET  SIZE   TYPE DESCRIPTION                               VALUE
0    12        (object header)                           N/A
12     1   byte Test.a                                    N/A
13     1   byte Test.b                                    N/A
14     1   byte Test.c                                    N/A
15     1        (alignment/padding gap)
16     8   long Test.e                                    N/A
Instance size: 24 bytes
Space losses: 1 bytes internal + 0 bytes external = 1 bytes total

com.itheima.test.TestJol$Test object internals:
OFFSET  SIZE   TYPE DESCRIPTION                               VALUE
0    16        (object header)                           N/A
16     8   long Test.e                                    N/A
24     1   byte Test.a                                    N/A
25     1   byte Test.b                                    N/A
26     1   byte Test.c                                    N/A
27     5        (loss due to the next object alignment)
Instance size: 32 bytes
Space losses: 0 bytes internal + 5 bytes external = 5 bytes total

byte[8]
[0][1][2][3]
[0][1][2][3]

@JCStressTest
@Outcome(id = {"0", "-1"}, expect = Expect.ACCEPTABLE, desc = "ACCEPTABLE")
@Outcome(expect = Expect.FORBIDDEN, desc = "FORBIDDEN")
@State
public static class Case4 {
byte[] b = new byte[256];
int off = ThreadLocalRandom.current().nextInt(256);
@Actor
public void actor1() {
b[off] = (byte) 0xFF;
}
@Actor
public void actor2(I_R
ad8
esult r) {
r.r1 = b[off];
}
}

@JCStressTest
@Outcome(id = "true, true", expect = Expect.ACCEPTABLE, desc = "ACCEPTABLE")
@Outcome(expect = Expect.ACCEPTABLE_INTERESTING, desc = "INTERESTING")
@State
public static class Case6 {
BitSet b = new BitSet();
@Actor
public void a() {
b.set(0);
}
@Actor
public void b() {
b.set(1);
}
@Arbiter
public void c(ZZ_Result r) {
r.r1 = b.get(0);
r.r2 = b.get(1);
}
}

public class TestUnsafe {
public static final long ARRAY_BASE_OFFSET =
UnsafeHolder.U.arrayBaseOffset(byte[].class);
static byte[] ss = new byte[8];
public static void main(String[] args) {
System.out.println(ARRAY_BASE_OFFSET);
UnsafeHolder.U.putInt(ss, ARRAY_BASE_OFFSET, 0xFFFFFFFF);
System.out.println(Arrays.toString(ss));
}
}

16
[-1, -1, -1, -1, 0, 0, 0, 0]

@JCStressTest
@Outcome(id = "0", expect = Expect.ACCEPTABLE, desc = "ACCEPTABLE")
@Outcome(id = "-1", expect = Expect.ACCEPTABLE, desc = "ACCEPTABLE")
@Outcome(expect = Expect.ACCEPTABLE_INTERESTING, desc = "INTERESTING")
@State
public static class Case5 {
byte[] ss = new byte[256];
long base = UnsafeHolder.U.arrayBaseOffset(byte[].class);
long off = base + ThreadLocalRandom.current().nextInt(256 - 4);
@Actor
public void writer() {
UnsafeHolder.U.putInt(ss,  off, 0xFFFF_FFFF);
}
@Actor
public void reader(I_Result r) {
r.r1 = UnsafeHolder.U.getInt(ss, off);
}
}

Observed state   Occurrences              Expectation  Interpretation
-1    25,591,098               ACCEPTABLE  ACCEPTABLE
-16777216           877   ACCEPTABLE_INTERESTING  INTERESTING
-256           923   ACCEPTABLE_INTERESTING  INTERESTING
-65536           925   ACCEPTABLE_INTERESTING  INTERESTING
0     5,093,890               ACCEPTABLE  ACCEPTABLE
16777215         1,673   ACCEPTABLE_INTERESTING  INTERESTING
255         1,758   ACCEPTABLE_INTERESTING  INTERESTING
65535         1,707   ACCEPTABLE_INTERESTING  INTERESTING

@JCStressTest
@Outcome(id = {"16", "-1"}, expect = Expect.ACCEPTABLE, desc = "ACCEPTABLE")
@Outcome(expect = Expect.ACC
1cf2
EPTABLE_INTERESTING, desc = "INTERESTING")
@State
public static class Case1 {
Holder f;int v = 1;
@Actor
public void a1() {
f = new Holder(v);
}
@Actor
void a2(I_Result r) {
Holder o = this.f;
if (o != null) {
r.r1 = o.x8 + o.x7 + o.x6 + o.x5 + o.x4 + o.x3 + o.x2 + o.x1;
r.r1 += o.y8 + o.y7 + o.y6 + o.y5 + o.y4 + o.y3 + o.y2 + o.y1;
} else {
r.r1 = -1;
}
}
static class Holder {
int x1, x2, x3, x4;
int x5, x6, x7, x8;
int y1, y2, y3, y4;
int y5, y6, y7, y8;

public Holder(int v) {
x1 = v;
x2 = v;
x3 = v;
x4 = v;
x5 = v;
x6 = v;
x7 = v;
x8 = v;
y1 = v;
y2 = v;
y3 = v;
y4 = v;
y5 = v;
y6 = v;
y7 = v;
y8 = v;
}
}
}

public class Student{
final String name;
int age;

public Student(name,age){
this.name =name;
this.age = age;
}
}

Student stu为共享变量
stu = new Student("zhangsan",18);

t =new Student(name,age)
stu = t
this.name = name
this.age =age

t=new Student(name,age)
this.name=name
this.age=age
>----StoreStore----<
stu = t

t=new Student(name,age)
this.age=age
this.name=name
>----Store Load----<
stu =t