概述
- JVM试图通过定义java内存模型（JMM)来屏蔽各种硬件和操作系统的内存访问差异，以便让java程序在各种平台下都能达到一致的内存访问效果。
硬件的效率
物理机与虚拟机遇到的并发问题有类似之处，所以物理机对并发的处理方案对于虚拟机的实现有相当大的参考意义。
遇到的问题及方案
处理器遇到的问题时，与内存进行交互时，计算机的存储设备与处理器的运算速度有几个数量级的差距，为了
解决这个问题，现代的计算机系统引入了一层读写速度尽可能接近处理器运算的高速缓存作为内存与处理器之间的缓冲：通过将运算需要使用的数据复制到缓冲中，让运算能快速进行，当运算结束后再从缓存回写到内存中。
引入的问题
缓存一致性问题
在多个处理器系统中，每个处理器都有自己的高速缓存，它们都共享一个主内存，当多个处理器共享一个主内存时，可能导致各自的数据不一致，为了解决这个问题，需要各个处理器访问内存时遵循一些协议，“内存模型”就是在特定协议下，对特定的内存或者高速缓存进行读写访问的抽象。
内存模型
工作内存与主内存
java主要定义的是程序中各个变量的访问规则，也就是虚拟机中将变量存储到内存和从内存取出变量的底层细节。（这里的变量指的是实例字段、静态字段以及构成数组对象的元素，不包括局部变量和方法参数，因为后者时线程私有的）
java内存模型规定所有的变量都存储在主内存中，每条线程都有自己的工作内存，工作内存存放着变量的主内存的拷贝，线程对变量的操作都必须在工作内存中进行，不同线程之间无法直接访问对方的工作内存，线程之间的交互都必须通过主内存。
注意：其实虚拟机不会把整个对象都拷贝到工作内存中，只会拷贝需要用到的字段。
内存间交互操作
- lock（锁定）：作用于主内存的变量，把一个变量标识为一条线程独占状态。
- unlock（解锁）：作用于主内存变量，把一个处于锁定状态的变量释放出来，释放后的变量才可以被其他线程锁定。
- read（读取）：作用于主内存变量，把一个变量值从主内存传输到线程的工作内存中，以便随后的load动作使用
- load（载入）：作用于工作内存的变量，它把read操作从主内存中得到的变量值放入工作内存的变量副本中。
- use（使用）：作用于工作内存的变量，把工作内存中的一个变量值传递给执行引擎，每当虚拟机遇到一个需要使用变量的值的字节码指令时将会执行这个操作。
- assign（赋值）：作用于工作内存的变量，它把一个从执行引擎接收到的值赋值给工作内存的变量，每当虚拟机遇到一个给变量赋值的字节码指令时执行这个操作。
- store（存储）：作用于工作内存的变量，把工作内存中的一个变量的值传送到主内存中，以便随后的write的操作。
- write（写入）：作用于主内存的变量，它把store操作从工作内存中一个变量的值传送到主内存的变量中。
如果要把一个变量从主内存中复制到工作内存，就需要按顺寻地执行read和load操作，如果把变量从工作内存中同步回主内存中，就要按顺序地执行store和write操作。Java内存模型只要求上述操作必须按顺序执行，而没有保证必须是连续执行。也就是read和load之间，store和write之间是可以插入其他指令的，如对主内存中的变量a、b进行访问时，可能的顺序是read a，read b，load b， load a。Java内存模型还规定了在执行上述八种基本操作时，必须满足如下规则：
- 不允许read和load、store和write操作之一单独出现
- 不允许一个线程丢弃它的最近assign的操作，即变量在工作内存中改变了之后必须同步到主内存中。
- 不允许一个线程无原因地（没有发生过任何assign操作）把数据从工作内存同步回主内存中。
- 一个新的变量只能在主内存中诞生，不允许在工作内存中直接使用一个未被初始化（load或assign）的变量。即就是对一个变量实施use和store操作之前，必须先执行过了assign和load操作。
- 一个变量在同一时刻只允许一条线程对其进行lock操作，lock和unlock必须成对出现
- 如果对一个变量执行lock操作，将会清空工作内存中此变量的值，在执行引擎使用这个变量前需要重新执行load或assign操作初始化变量的值
- 如果一个变量事先没有被lock操作锁定，则不允许对它执行unlock操作；也不允许去unlock一个被其他线程锁定的变量。
- 对一个变量执行unlock操作之前，必须先把此变量同步到主内存中（执行store和write操作）。
volatile型变量规则
volatile是虚拟机提供最轻量的同步机制，使用volatile变量符合两个规则：
- 运算结果不依赖当前值，或者确保只有单一线程修改变量值
- 变量不需要与其他状态变量共同参与不变约束
内存模型对volatile的特殊规则
（略）
思考
通过高速缓存虽然提高了并发处理能力，但是也引入了一套复杂的内存管理模型，但是这种付出是值得的，通过它配合重排序等操作可以更好的压榨cpu。在我们的日常编码中，如果一份数据在多个地方都有缓存，那么每个地方的缓存数据都有不一致的问题，维护这些拷贝数据的成本相当高，一般情况下不建议有多地方的缓存。另外，内存模型中处理器对变量的处理都是通过工作内存处理的，包括volatile变量，使用统一的接口处理，提供不同的处理方式，也可以借鉴在日常开发中。
