背景
大家都知道线程之间共享变量要用volatile关键字。但是，如果不用volatile来标识，会不会导致线程死循环？比如下面的伪代码：
static int flag = -1;
void thread1(){
while(flag > 0){
//wait or do something
}
}
void thread2(){
//do something
flag = -1;
}
线程1,线程2同时运行，线程2退出之后，线程1会不会有可能因为缓存等原因，一直死循环？
真实的世界
第一个坑：不靠谱的编绎器
直接上代码：
#include <pthread.h>
#include <unistd.h>
#include <stdio.h>
static int vvv = 1;
void* thread1(void *){
sleep(2);
printf("sss\n");
vvv = -1;
return NULL;
}
int main() {
pthread_t t;
int re = pthread_create(&t, NULL, &thread1, NULL);
if(re < 0){
perror("thread");
}
while(vvv > 0){
// sleep(1);
}
return 0;
}
在main函数里启动了一个线程thread1，thread1会等待一段时间后修改vvv = -1，然后当vvv > 0时，主线程会一直while循环等待。
理想的情况下是这样的：
主线程死循环等待，2秒之后thread1输出"sss"，thread1退出，主线程退出。
保存为thread-study.c 文件，直接用gcc -O3 优化：
gcc thread-study.c -O3 -pthread -gstabs再执行 ./a.out，可以发现控制台输出“sss”之后，会一直等待，再查看CPU使用率，一个核跑满了，说明主线程在死循环。
貌似就像上面所的，主线程因为缓存的原因，导致读取的 vvv 变量一直是旧的，从而死循环了。
但是否真的如此？
经过测试，除了O0级别（即完全不优化）不死循环外，O1，O2，O3级别，都会死循环。
再查看下O3级别的汇编代码（用 gcc -S thread-study.c 生成），main函数部分是这样的：
为了便于查看，手动加了注释。
main:
.LFB56:
.cfi_startproc
subq $24, %rsp
.cfi_def_cfa_offset 32
xorl %ecx, %ecx
xorl %esi, %esi
movl $_Z7thread1Pv, %edx
movq %rsp, %rdi
call pthread_create //int re = pthread_create(&t, NULL, &thread1, NULL);
testl %eax, %eax
js .L9
.L4:
movl _ZL3vvv(%rip), %eax //while(vvv > 0){
testl %eax, %eax
jle .L5
<strong>.L6:
jmp .L6</strong>
.p2align 4,,10
.p2align 3
.L5:
xorl %eax, %eax
addq $24, %rsp
.cfi_remember_state
.cfi_def_cfa_offset 8
ret
.L9:
.cfi_restore_state
movl $.LC1, %edi
call perror //perror("thread");
jmp .L4
.cfi_endproc
在L6标号那里，比较奇怪：
.L6:
jmp .L6
这里明显就是死循环，根本没有去尝试读取xxx的值。那么L4那个标号又是怎么回事？L4的代码是读取 vvv 变量再判断。但是它为什么没有在循环里？
再用gdb从汇编调试下，发现主线程的确是执行了死循环：
0x0000000000400609 <+25>: mov 0x200a51(%rip),%eax # 0x601060 <_ZL3vvv> 0x000000000040060f <+31>: test %eax,%eax 0x0000000000400611 <+33>: jle 0x400618 <main+40> <strong>=> 0x0000000000400613 <+35>: jmp 0x400613 <main+35></strong> 0x0000000000400615 <+37>: nopl (%rax)
一个jmp指令原地跳转，自然是一个死循环，正对应上面汇编代码的L6部分。
相当于生成了这样的代码：
if(vvv > 0){
goto return
}
for(;;){
}
可见gcc生成的代码有问题，它根本就没有生成正确的汇编代码。尽管这种优化是符合规范的，但我个人比较反感这种严重违反直觉的优化。
那么我们的问题还没有解决，接下来修改汇编代码，让它真正的像这样所预期的那样工作。只要简单地把L6的jmp跳转到L4上：
.L4: movl _ZL3vvv(%rip), %eax testl %eax, %eax jle .L5 .L6: jmp .L4 .p2align 4,,10 .p2align 3这个才我们真正预期的代码。
再测试下这个修改过后的代码：
gcc thread-study.s -o test -pthread -gstabs -O3 ./test执行2秒之后，退出了。
说明，主线程并没有一直读取到旧的共享变量的值，符合预期。
加上volatile
给" vvv "变量加上volatile，即：
volatile static int vvv = 1;
重新编绎后，再跑下，发现正常了，2秒后进程退出。
查看下汇编代码，是这样的：
.L5: movl _ZL3vvv(%rip), %eax testl %eax, %eax setg %al testb %al, %al jne .L5这段汇编代码符合预期。
但是这里还是有点不对，volatile的特殊性在哪里？生成的汇编没有什么特别的指令，那它是如何“防止”了线程不缓存共享变量的？
网上流传的一种说法是使用volatile关键字之后，读取数据一定从内存中读取。
这种说法既是对的，也是错的。volatile关键字防止了编绎器优化，所以对于变量不会被放到寄存器里，或者被优化掉。但是volatile并不能防止CPU从Cache中读取数据。
所谓的“缓存”到底是什么
CPU内部有寄存器，有各级Cache，L1，L2，L3。我们来考虑下到底怎样才会出现线程共享变量被放到CPU的寄存器或者各级Cache的情况。
volatile阻止了编绎器把变量放到寄存器里，那么对线程共享变量的读取即直接的内存访问。
CPU Cache
CPU Cache放的正是内存的数据，像
movl _ZL3vvv(%rip), %eax
这样的指令，是会先从CPU Cache里查找，如果没有的话，再通过总线到内存里读取。
而现代CPU有多核，通常来说每个核的L1, L2 Cache是不共享的，L3 Cache是共享的。
那么问题就变成了：线程A修改了Cache中的内容，线程B是否会一直读取到的都是旧数据？
MESI协议
既然Cache数据会不一致，那么自然要有个机制，让它们之间重回一致。经典的Cache一致性协议是MESI协议。
MESI协议是使用的是Write Back策略，即当一个核内的Cache更新了，它只修改自己核内部的，并不是同步修改到其它核上。
在MESI协议里，每行Cache Line可以有4种状态：
- Modified 该Cache Line数据被修改，和内存中的不一致，数据只存储在本Cache Line里。
- Exclusive 该Cache Line数据和内存中的一致，数据只存在本Cache Line里。
- Shared 该Cache Line数据和内存中的一致，数据存在多个Cache Line里，随时会变成Invalid状态。
- Invalid 该Cache Line数据无效（即不会再使用）
MESI协议里，状态的转换比较复杂，但是都和人的直觉一致。对于我们研究的问题而言，只需要知道：
当是Shared状态的时，修改Cache Line的内容前，要先通过Request For Ownership (RFO)的方式广播通知其它核，把Cache Line置为Invalid。
当是Modified状态时，Cache控制器会(snoop)拦截其它核对该Cache Line对应的内存地址的访问，在回应回插入当前Cache Line的数据。并把本Cache Line的内容回写到内存里，状态改为Shared。
因此，并不会存在一个核内的Cache数据修改了，另一个核没有感知的情况。
即不会出现线程A修改了Cache中的内容，线程B一直读取到的都是旧数据的情况。考虑到CPU内部通迅都是很快的，本人估计线程A修改了共享变量，线程B读取到新值的时间应该是纳秒级之内。
还有一个坑：CPU乱序执行
现代很多CPU都有乱序执行能力，从上面加了volatile之后生成的汇编代码来看，没有什么特别的地方。那么它对于CPU乱序执行也是无能为力的。比如：
volatile static int flag = -1;
void thread1(){
...
jobA();
flag = 1;
}
void thread2(){
...
while(1){
if(flag > 0)
jobB();
}
}
对于这两个线程，jobB()有可能比jobA()先执行！
因为thread1里，可能会因为CPU乱序执行，先执行了flag = 1，再执行jobA()。
那么如何防止这种情况？这个麻烦是CPU搞出来的，自然也是CPU提供的解决办法。
GCC内置了一些原子内存访问的函数，如：
http://gcc.gnu.org/onlinedocs/gcc-4.6.2/gcc/Atomic-Builtins.html
type __sync_fetch_and_add (type *ptr, type value, ...)
type __sync_fetch_and_sub (type *ptr, type value, ...)
type __sync_fetch_and_or (type *ptr, type value, ...)
type __sync_fetch_and_and (type *ptr, type value, ...)
type __sync_fetch_and_xor (type *ptr, type value, ...)
type __sync_fetch_and_nand (type *ptr, type value, ...)
这些函数实际即隐含了memory barrier。
比如为之前讨论的代码加上memory barrier：
while(true){
__sync_fetch_and_add(&vvv,0);
if(vvv < 0 )
break;
}再查看下生成的汇编代码：
.L4: <strong>lock addl $0, _ZL3vvv(%rip)</strong> movl _ZL3vvv(%rip), %eax shrl $31, %eax testb %al, %al je .L5 jmp .L8 .L5: jmp .L4可以看到，加多了一条 lock addl 的指令。
这个lock，实际上是一个指令前缀，它保证了当前操作的Cache Line是处于Exclusive状态，而且保证了指令的顺序性。这个指令有可能是通过锁总线来实现的，但是如果总线已经被锁住了，那么只会消耗后缀指令的时间。
实际上Java里的volatile就是在前面加了一个lock add指令实现的。这个有空再写。
其它的一些东东
有些场景可以不用volatile
抛开上面的讨论，其实有些场景可以不使用volatile，比如这种随机获取资源的代码：
ramdonArray[10];
int pos = 0;
Resource getResource(){
return ramdonArray[pos++%10];
}
这样的代码pos是非volatile，但多线程调用getResource()函数完全没有问题。
C11与C++11
为什么C11和C++11不把volatile升级为java/C#那样的语义？我猜可能是所谓的“兼容性”问题。。蛋疼
C++11提供了Atomic相关的操作，语义和Java里的volatile差不多。但是C11仍然没有什么好的办法，貌似只能用GCC内置函数，或者写一些类似的汇编的宏了。
http://en.cppreference.com/w/cpp/atomic
GCC优化的一些东东
其实在讨论的代码里，如果while循环里多一些代码，GCC可能就分辨不出是否能优化了
优化的一些东东：
比如，在大部分语言里（特别是动态语言），第一份代码要比第二份代码要高效得多。
//1
int len = array.length;
for(int i = 0; i < len; ++i){
}
//2
for(int i = 0; i < array.length; ++i){
}
总结：
回到最初的问题：多线程共享非volatile变量，会不会可能导致线程while死循环？
其实这事要看很多别的东西的脸色。。编绎器的，CPU的，语言规范的。。
对于没有被编绎器优化掉的代码，CPU的Cache一致性协议（典型MESI）保证了，不会出现死循环的情况。这个不是volatile的功劳，这个只是CPU内部的正常机制而已。
对于多线程同步程序，要小心地在合适的地方加上内存屏障(memory barrier)。
参考：
http://en.wikipedia.org/wiki/Volatile_variable
http://en.wikipedia.org/wiki/MESI
http://en.wikipedia.org/wiki/Write-back#WRITE-BACK
http://en.wikipedia.org/wiki/Bus_snooping
http://en.wikipedia.org/wiki/CPU_cache#Multi-level_caches
http://blog.jobbole.com/36263/ 每个程序员都应该了解的 CPU 高速缓存
http://stackoverflow.com/questions/4232660/which-is-a-better-write-barrier-on-x86-lockaddl-or-xchgl
http://stackoverflow.com/questions/8891067/what-does-the-lock-instruction-mean-in-x86-assembly
http://gcc.gnu.org/onlinedocs/gcc-4.6.2/gcc/Atomic-Builtins.html
http://en.cppreference.com/w/cpp/atomic
