当前位置: 首页 > news >正文

Go同步原语与数据竞争:原子操作(atomic)

在Go并发编程中,当多个 goroutine 同时读写共享变量时,如果没有妥善同步,就会出现数据竞争(Data Race)。Go 提供了 sync/atomic 包,用于实现轻量级的原子操作,避免使用锁所带来的性能开销。


一、什么是原子操作?

原子操作指的是在执行过程中不会被任何其他操作中断的操作。在多线程环境中,原子操作确保某个变量的读、写、加减等操作具有一致性和安全性。


二、常用原子操作函数

Go 的 sync/atomic 包支持以下常用操作,主要用于 int32int64uint32uint64 和 unsafe.Pointer 等类型:

函数说明
atomic.LoadInt32(&val)原子读取值
atomic.StoreInt32(&val, new)原子写入值
atomic.AddInt32(&val, delta)原子加法(并返回新值)
atomic.CompareAndSwapInt32(&val, old, new)原子比较并交换
同理还有 Int64Uint32Uint64Pointer 版本

三、使用示例

示例:并发计数器
package mainimport ("fmt""sync""sync/atomic"
)func main() {var counter int32 = 0var wg sync.WaitGroupfor i := 0; i < 1000; i++ {wg.Add(1)go func() {defer wg.Done()atomic.AddInt32(&counter, 1)}()}wg.Wait()fmt.Println("Final Counter:", counter) // 输出应该为 1000
}

这个例子中我们使用 atomic.AddInt32 来确保并发写入是安全的,避免了 race condition


四、CompareAndSwap:原子级条件更新

CompareAndSwap 是一个非常强大的函数,可用于实现无锁状态切换。

var status int32 = 0// 尝试将状态从 0 改为 1
if atomic.CompareAndSwapInt32(&status, 0, 1) {fmt.Println("切换状态成功")
} else {fmt.Println("状态已被修改")
}

如果当前值等于期望值,就会被新值替换;否则不做任何操作,适用于状态机、CAS 重试等场景。


五、原子 vs 锁

方面原子操作(atomic)锁(Mutex/RWMutex)
性能极高(CPU级指令)较低(涉及调度、抢占)
适用场景简单计数、状态标记复杂结构同步
编程复杂度较高,易出错较低,语义清晰
死锁风险存在风险

六、使用注意事项

  • • 原子操作仅适用于简单变量的并发读写,如计数器、标志位。
  • • 不能对结构体、map、slice 等复杂类型直接使用。
  • • 原子操作不能和普通操作混用,否则仍可能产生竞态条件。
  • • 如需读写多个变量或复合结构,推荐使用 sync.Mutex

七、小结

  • • sync/atomic 提供了高性能的原子操作,是无锁并发的核心工具。
  • • 适合用于计数器、自旋锁、状态标识等场景。
  • • 不适合管理复杂共享数据,不能代替所有同步手段。

http://www.dtcms.com/a/249951.html

相关文章:

  • 架构下的最终瓶颈:数据库如何破局?
  • java设计模式[1]之设计模式概览
  • java33
  • 23 - HaLoAttention模块
  • 从事算法工作对算法刷题量的需求
  • 从代码学习深度学习 - 子词嵌入 PyTorch版
  • JUC核心解析系列(三)——并发容器深度解析
  • acm模式stringstream
  • Windows平台进程加速方案研究:以网盘下载优化为例
  • Relin梦中门——第二章——感官
  • 带中断计数器的UART接收中断程序 (8259@400H/402H)
  • FreeRTOS定时器
  • Element Plus 去除下拉菜单周黑边
  • Ant Design 版本演进详解:从 1.x 到 5.x 的发展历程
  • docker安装mysql数据库及简单使用
  • 自恢复式保险丝如何实现自恢复?
  • 走线宽度对高频插入损耗的影响
  • Blender——建构、粒子、灯光、动画
  • TensorFlow Serving学习笔记2: 模型服务
  • Linux下成功编译CPU版Caffe的保姆级教程(基于Anaconda Python3.8 包含完整可用Makefile.config文件)
  • 使用预训练卷积神经模型进行分类(MATLAB例)
  • 【读点论文】A Survey on Open-Set Image Recognition
  • JavaScript基础-事件委托(代理、委派)
  • 【系统分析师】2009年真题:案例分析-答案及详解
  • FreeRTOS任务相关API简介
  • KJY0047-J1阶段测试
  • 【游资悟道】陈小群成长历史与股市悟道心法
  • 玩转Docker | 使用Docker部署Blinko个人笔记工具
  • C++操作系统与网络编程(针对特定岗位)
  • 使用 MoviePy 实现图像序列合成视频并添加背景音乐