《Java并發編程實戰》中的VolatileCachedFactorizer展示了如何使用volatile和不可變性來實現線程安全。解決了簡單緩存實現中可能出現的線程安全問題，同時避免了全量同步帶來的性能開銷。

場景背景

假設有一個服務（如因數分解服務），需要緩存最近的計算結果以提高效率：

• 當新請求的參數與緩存中的參數相同時，直接返回緩存結果。
• 當參數不同時，重新計算并更新緩存。

核心挑戰：如何在多線程并發訪問時，保證緩存讀寫的線程安全，同時減少同步開銷。

代碼實現與核心思路

VolatileCachedFactorizer的關鍵實現如下：

@ThreadSafe
public class VolatileCachedFactorizer implements Servlet {// 用volatile修飾緩存的"不可變結果對象"private volatile ImmutableCache cache = new ImmutableCache(null, null);@Overridepublic void service(ServletRequest req, ServletResponse resp) {BigInteger i = extractFromRequest(req);BigInteger[] factors = cache.getFactors(i);// 緩存未命中，重新計算并更新緩存if (factors == null) {factors = factor(i);// 創建新的不可變對象替換舊緩存cache = new ImmutableCache(i, factors);}encodeIntoResponse(resp, factors);}// 不可變的緩存對象private static class ImmutableCache {private final BigInteger lastNumber;private final BigInteger[] lastFactors;public ImmutableCache(BigInteger lastNumber, BigInteger[] lastFactors) {this.lastNumber = lastNumber;// 防御性拷貝，避免外部修改內部數組this.lastFactors = lastFactors != null ? Arrays.copyOf(lastFactors, lastFactors.length) : null;}// 檢查緩存是否命中public BigInteger[] getFactors(BigInteger i) {if (lastNumber == null || !lastNumber.equals(i)) {return null;}// 返回拷貝，避免外部修改內部狀態return Arrays.copyOf(lastFactors, lastFactors.length);}}// 其他輔助方法（提取參數、因數分解、編碼響應）private BigInteger extractFromRequest(ServletRequest req) { ... }private BigInteger[] factor(BigInteger i) { ... }private void encodeIntoResponse(ServletResponse resp, BigInteger[] factors) { ... }
}

線程安全的核心設計

1. 不可變對象消除了 “寫沖突”

ImmutableCache是不可變的（所有成員變量用final修飾，且無修改方法）：

• 一旦創建，其內部狀態（lastNumber和lastFactors）就無法被修改。
• 任何 “更新緩存” 的操作，本質上都是創建一個新的ImmutableCache對象，而非修改原有對象。

這就從根本上避免了多線程同時修改同一對象的問題 —— 因為根本沒有 “修改” 行為，只有 “替換” 對象引用的操作。

2. volatile 保證了 “讀可見性”

cache變量用volatile修飾，確保了：

• 當一個線程創建新的ImmutableCache并賦值給cache時，這個更新會被立即同步到主內存。
• 其他線程讀取cache時，會從主內存獲取最新值，而非使用本地緩存的舊值。

因此，線程不會讀取到 “過期” 的緩存對象，保證了共享狀態的可見性。

3. 無鎖設計避免了 “同步競爭”

與synchronized等鎖機制不同，這個實現：

• 讀取緩存時完全無鎖，多個線程可以同時安全訪問cache（因為對象不可變，讀操作本身不會有沖突）。
• 更新緩存時僅通過 “創建新對象 + 替換引用” 實現，這個操作是原子的（引用賦值在 Java 中是原子操作）。

雖然可能出現 “多個線程同時計算并覆蓋緩存” 的情況（導致臨時的重復計算），但這種情況不會破壞線程安全 —— 最終緩存會是某個線程計算的正確結果，且所有線程最終都會看到這個最新結果。

可能的問題與局限性

• 緩存覆蓋問題：如果兩個線程同時發現緩存未命中，會同時計算并先后更新緩存，后更新的結果會覆蓋先更新的，可能導致短暫的“緩存失效”（但不影響線程安全，只是效率略有損失）。
• 不適合復雜緩存邏輯：僅適用于“單鍵單值”的簡單緩存場景，無法處理緩存過期、LRU淘汰等復雜策略。
• 依賴不可變性：若ImmutableCache設計不當（如未做防御性拷貝），則會破壞線程安全性。