Kotlin通道在协同程序中是否使用线程安全/同步/保持在关系发生之前？

Kotlin通道中的功能是否线程安全？e、 g

val channel = Channel<Boolean>()
val job1 = GlobalScope.launch {
    channel.send(true)
}
val job2 = GlobalScope.launch {
    val x = channel.poll()
}

val channel=channel（）
val job1=GlobalScope.launch{
channel.send（真）
}
val job2=GlobalScope.launch{
val x=channel.poll（）
}

---

如果在上述代码中，在执行

job2

之前机器（实时）在不同线程上执行了

job1

，是否保证

x

设置为

true

？或者它是否可能被设置为

null

（因为cpu缓存未更新）？

通道

类kotlinx.coroutines库是线程安全的。它被设计为支持多线程

GlobalScope.launch

不一定意味着将在新线程中执行协同程序

如果在上述代码中，在执行

job2

之前机器（实时）在不同线程上执行了

job1

，是否保证

x

设置为

true

？或者它是否可能被设置为

null

（因为cpu缓存未更新）

Java内存模型没有时间的概念，它不能仅仅基于一行比另一行执行得更早这一事实来保证任何事情。您甚至无法确定某个操作是何时在CPU上执行的

在您发布的代码中，有两个并发执行的协同路由。当且仅当

channel.poll（）

获取非空值时，在边从

send（）。如果它得到一个空值，则在edge之前不会发生任何事件

假设您在两个协同程序中确定挂钟时间，如下所示：

var sendTime: Long = 0
var receiveTime: Long = 0

suspend fun main() {
    val channel = Channel<Boolean>(UNLIMITED)
    val job1 = GlobalScope.launch {
        channel.send(true)
        sendTime = System.nanoTime()
    }
    val job2 = GlobalScope.launch {
        receiveTime = System.nanoTime()
        val x = channel.poll()
        println(x)
    }
    job1.join()
    job2.join()
    println("${receiveTime - sendTime}")
}

var sendTime:Long=0
var接收时间：长=0
暂停{
val通道=通道（无限制）
val job1=GlobalScope.launch{
channel.send（真）
sendTime=System.nanoTime（）
}
val job2=GlobalScope.launch{
receiveTime=System.nanoTime（）
val x=channel.poll（）
println（x）
}
job1.join（）
job2.join（）
println（${receiveTime-sendTime}”）
}

receiveTime
大于
sendTime
这一事实不会导致“发生在之前”关系，也不会强制
channel.poll（）
观察发送的项目。调用
nanoTime（）
不是同步操作

请注意，这些事实与Kotlin或协同路由无关，具体来说，Java内存模型就是这样工作的。如果你研究C++内存模型，你会发现它是一样的。
我不确定我理解你的答案。我提供的代码示例仅显示了我感兴趣的两个函数。在我的代码中，还有其他逻辑，其中重要的是一个特定的场景。如果代码行
channel.send（true）
是在行
val x=channel.poll（）之前执行的，那么我需要获得
x==true
（非空）。如果
poll（）
是在
send（true）
之前执行的，那么我不在乎。如果我使用Java的BlockingQueue而不是通道，那么我将获得上述行为（由于同步）。
Channel.poll（）
是否与
Channel.send（）
同步？如果您对JVM提供的正式保证感兴趣，则
send
和
poll
之间的时间顺序没有相关性。这也适用于
阻塞队列
。但我想知道你所说的“提前执行”到底是什么意思，你怎么知道什么时候执行了？实际上，我认为它对代码行为的影响最小（只影响循环中的等待时间）。