可见性、原子性和有序性问题：并发编程Bug的源头

1）如何快速而又精准地解决“并发”类的疑难杂症？

理解这件事情的本质，追本溯源，深入分析这些 Bug 的源头在哪里。

2）CPU、内存、I/O 设备的速度差异有多大？

CPU 是天上一天，内存是地上一年（假设 CPU 执行一条普通指令需要一天，那么 CPU 读写内存得等待一年的时间）
内存和 I/O 设备的速度差异就更大了，内存是天上一天，I/O 设备是地上十年。

3）为了平衡这三者的速度差异，设计者们做了哪些努力？

CPU 增加了缓存，以均衡与内存的速度差异；
操作系统增加了进程、线程，以分时复用 CPU，进而均衡 CPU 与 I/O 设备的速度差异；
编译程序优化指令执行次序，使得缓存能够得到更加合理地利用。

4）我们的程序都在享受着前辈们带来的速度上的优化，但是天下没有免费的午餐，缩小贫富差距会带来哪些问题？

缓存导致的可见性问题
线程切换带来的原子性问题
编译优化带来的有序性问题

5）什么是可见性？

一个线程对共享变量的修改，另外一个线程能够立刻看到

6）为什么缓存会带来可见性的问题？

以前穷的时候，就一个CPU，一块缓存，所有的线程都是他来执行的，都共享他里面的数据，数据和内存里面的是一致的。
现在日子好过了，有多个CPU，每个CPU有自己的缓存。多个线程是在不同的CPU上面执行的，操作的是不同的CPU缓存数据。如果线程A操作完CPU1的缓存数据，但是没有及时向内存更新，那我线程B是看不见的。

7）思考一下，下面两个线程执行完之后，count值为多少？

 public class Test {
   private long count = 0;
   private void add10K() {
     int idx = 0;
     while(idx++ < 10000) {
       count += 1;
     }
   }
   public static long calc() {
     final Test test = new Test();
     // 创建两个线程，执行add()操作
     Thread th1 = new Thread(()->{
       test.add10K();
     });
     Thread th2 = new Thread(()->{
       test.add10K();
     });
     // 启动两个线程
     th1.start();
     th2.start();
     // 等待两个线程执行结束,插的是main线程的队
     th1.join();
     th2.join();
     return count;
   }
 }