以下截图及相关信息，均来源于马士兵公开课中
概念：
缓存行大小64子节；缓存行是CPU与内存操作的基本单元
问题：
多个CPU读取同一缓存行，分别修改缓存行中不同的数据，相互是否有影响？
实验：
多个CPU读取不同的缓存行，并对其修改的速度，对比 多个CPU 读取同一缓存行，分别修改缓存行中不同的数据。
结果：
多个CPU读取不同的缓存行，并对其修改的速度更优于多个CPU 读取同一缓存行，分别修改缓存行中不同的数据
证实：
多个CPU读取同一缓存行，分别修改缓存行中不同的数据，相互有影响
实验：
以下两个程序只有定义的 类 T 不一样；实验二多个7个long类型的值，一共64字节
实验一中：CPU读取数据修改时，修改的是同一缓存行，相互之间会影响（导致不断从内存中读取数据）
实验二中：CPU读取数据修改时，修改的是不同的缓存行，相互之间不会影响（从缓存中读取数据）
所以实验二的执行速度要优于实验一；也证实了缓存行的大小为 64 字节
实验代码一：
public class T01_CacheLinePadding {
public static long COUNT = 10_0000_0000L;
private static class T {
public long x = 0L;
}
public static T[] arr = new T[2];
static {
arr[0] = new T();
arr[1] = new T();
}
public static void main(String[] args) throws Exception {
CountDownLatch latch = new CountDownLatch(2);
Thread th1 = new Thread(() -> {
for (long i = 0; i < COUNT; i++) {
arr[0].x = i;
}
latch.countDown();
});
Thread th2 = new Thread(() -> {
for (long i = 0; i < COUNT; i++) {
arr[1].x = i;
}
latch.countDown();
});
final long start = System.nanoTime();
th1.start();
th2.start();
latch.await();
System.out.println((System.nanoTime() - start) / 10_0000);
}
}
实验结果一：
image.png
image.png
实验代码二：
public class T02_CacheLinePadding {
public static long COUNT = 10_0000_0000L;
private static class T{
public long p1,p2,p3,p4,p5,p6,p7;
public long x = 0L;
}
public static T[] arr = new T[2];
static {
arr[0] = new T();
arr[1] = new T();
}
public static void main(String[] args) throws Exception {
CountDownLatch latch = new CountDownLatch(2);
Thread th1 = new Thread(()->{
for (long i = 0;i<COUNT;i++){
arr[0].x=i;
}
latch.countDown();
});
Thread th2 = new Thread(()->{
for (long i = 0;i<COUNT;i++){
arr[1].x=i;
}
latch.countDown();
});
final long start = System.nanoTime();
th1.start();
th2.start();
latch.await();
System.out.println((System.nanoTime() - start)/10_0000);
}
}
实验结果二：
image.png
image.png
