我正尝试编写处理器密集型任务的代码，因此我想使用多线程并在可用处理器内核之间共享计算。
假设我有数千次迭代，所有迭代都有两个阶段：
阶段是按顺序进行的，因此没有重叠（不会同时写入和读取数据）。我的问题是：在下一个阶段（阶段1）开始之前，如何确定工作线程的数据（缓存）已更新。
我假设当人们在这种情况下谈论缓存或缓存时，它们的意思是处理器缓存（如果我错了，请修复我）。
据我了解，volatile只能用于非引用类型，而没有使用同步的意义，因为工作线程在读取时会相互阻塞（在处理一个选项时可能有数千次读取）。
在这种情况下我还能使用什么？
现在我有一些想法，但是我不知道它们有多昂贵（很可能是）：
为所有迭代创建新的工作线程
在一个新的迭代中，在每个新线程开始之前，为每个线程制作一个数组副本（大小最大为195kB）
我很喜欢ReentrantReadWriteLock，但我不明白它与缓存有何关系。读取锁是否可以强制读取器的缓存进行更新？
答案 0 :(得分：0)
我正在寻找的东西在“ Java并发教程”中提到，我只需要更深入地了解。在这种情况下，它是AtomicIntegerArray类。不幸的是，它的效率不足以满足我的需求。我进行了一些测试，也许值得分享。
我估算了不同内存访问方法的成本，方法是多次运行它们并平均经过的时间，将所有内容分解为一次平均读取或写入。
我使用大小为50000的整数数组，并在每种测试方法中重复了100次，然后取平均结果。读取测试正在执行50000次随机（ish）读取。结果显示一次读/写访问的大概时间。尽管如此，这不能说是精确的度量，但我相信它可以很好地了解不同访问方法的时间成本。但是，对于不同的缓存大小和时钟速度，在不同的处理器上或使用不同的数字时，这些结果可能完全不同。
结果是：
第1点和第2点显示了在AtomicIntegerArray上进行顺序写入的结果。在某些文章中，我谈到了lazySet（）方法的良好效率，因此我想对其进行测试。通常会将set（）方法执行大约4次，但是不同的数组大小会显示不同的结果。
第3点和第4点显示了通过四个不同线程同时进行的随机读取对数组的一项进行“原子”访问和同步访问（同步吸气剂）之间的区别。这清楚地表明了“原子”访问的好处。
由于前四个值令人震惊，我真的很想在没有多线程的情况下测量访问时间，所以我得到了第5点和第6点的建议。我试图复制和修改先前测试中的方法，以编写代码尽可能接近。当然，可以有我不能影响的优化。
然后出于好奇，我提出了第7点和第8点，它们模仿了不变的访问方式。这里一个线程（通过顺序写入）创建数组，并将其引用传递给另一个线程，该线程对该数组进行随机（ish）读取访问。
如果更改了参数（例如数组的大小或正在运行的方法的数量），结果将有很大的不同。
结论： 如果算法占用大量内存（从同一个小数组中读取大量数据，但由于简短的计算而中断-这是我的情况），那么多线程处理可能会减慢计算速度，而不是加快计算速度。但是，如果读取次数很多，与数组的大小相比，使用数组的不变副本并使用多个线程可能会有所帮助。