go语言并发编程-超详细mutex解析

2024-09-03 00:28

本文主要是介绍go语言并发编程-超详细mutex解析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 1 go语言并发编程学习-mutex
    • 1.1 学习过程
    • 1.2 如何解决资源并发访问的问题?【基本用法】
      • 1.2.1 并发访问带来的问题
        • 1.2.1.1 导致问题的原因
      • 1.2.2 race detector检查data race
      • 1.2.3 mutex的基本实现机制以及使用方法
        • 1.2.3.1 具体使用-1
        • 1.2.3.1 具体使用-2

1 go语言并发编程学习-mutex

1.1 学习过程

在这里插入图片描述

1.2 如何解决资源并发访问的问题?【基本用法】

本小节主要为了解答以下问题:

  1. 为什么需要解决并发访问的问题?
  2. 怎么通过race detector来查找程序中的data race?
  3. mutex的基本机制和基本使用方法?

1.2.1 并发访问带来的问题

1. 多个goroutine并发更新计数器

在多个goroutine的情况下并发更新计数器,得到的值可能不符合预期。

package mainimport ("fmt""sync"
)var counter int
var wg sync.WaitGroupfunc increment() {defer wg.Done()counter += 100
}func main() {wg.Add(1000) // 这个可以先不管,理解为,main函数需要等待goroutine都执行完才能退出,可以把wg相关全去掉,在main函数后面加上time.sleep(time.second * 10)for i := 0; i < 1000; i++ {go increment()}wg.Wait()fmt.Println("Final counter:", counter) // 期望输出 2,但可能输出 0 或 1
}

2. 更新用户的账户余额

在用户收入和支出的时候,如果不同的goroutine同时对该账户余额进行更新处理的时候,可能会导致余额错误

package mainimport ("fmt""sync"
)var balance int = 1000
var wg sync.WaitGroupfunc deposit(amount int) {defer wg.Done()balance += amount
}func withdraw(amount int) {defer wg.Done()balance -= amount
}func main() {wg.Add(2000)for i := 0; i < 1000; i++ {go deposit(1)go withdraw(1)}wg.Wait()fmt.Println("Final balance:", balance) // 期望输出 1000,但可能输出其他值
}

3. 秒杀系统

没有互斥锁的情况下,可能会出现超卖的情况。也就是商品已经没有了,但是还是可以进行出售商品,商品数量减1的操作。

package mainimport ("fmt""sync"
)var stock int = 10
var wg sync.WaitGroupfunc purchase() {defer wg.Done()if stock > 0 {fmt.Println("Stock:", stock)stock--}
}func main() {wg.Add(100000)for i := 0; i < 100000; i++ {go purchase()}wg.Wait()fmt.Println("Final stock:", stock) // 期望输出 0,但可能输出负数
}

还有一些其他的场景,比如并发写入buffer等等,不解决并发访问的问题,就会发生很严重的后果。

1.2.1.1 导致问题的原因

并发访问问题的核心在于对共享资源的非原子性操作。临界区是指一段需要独占访问的代码块,多个goroutine在执行这段代码时,如果没有同步机制(如互斥锁)来保证互斥访问,就可能会产生数据竞争,导致数据不一致和其他问题。以下从临界区的角度来解释这些问题。下面分析多个goroutine并发更新计数器:

计数器的更新操作通常包括以下步骤:

  1. 读取当前计数器的值
  2. 对读取的值进行加法运算
  3. 将结果写回计数器

在并发情况下,如果两个goroutine同时执行这三个步骤中的任意一个步骤,没有同步机制来保证这三个步骤是原子操作,就会产生问题:

Goroutine 1: 读取 counter = 0
Goroutine 2: 读取 counter = 0
Goroutine 1: counter = 0 + 1 => counter = 1
Goroutine 2: counter = 0 + 1 => counter = 1 (覆盖了Goroutine 1的结果)

那么怎么在程序运行的时候发现呢?可以参考一下race detector工具

1.2.2 race detector检查data race

可以使用上文的秒杀系统作为例子。写这个的时候,图片转存失败,因此决定用极客上的图片。
1、 在执行go run counter.go的时候会出现以下结果,是可以正常运行通过的,但是结果不如愿:
在这里插入图片描述
2、但是假如race之后:go run -race main.go
在这里插入图片描述
这个警告不但会告诉你有并发问题,而且还会告诉你哪个goroutiine在哪一行对哪个变量有写操作,同时,哪个goroutine在哪一行对哪个变量有读操作,就是这些并发的读写访问,引起了datarace。
例子中的goroutine 10 对内存地址0x000126010有读的操作(ctounter.go文件第16行),同时,goroutine7对内存地址0x00c000126010有写的操作(counter.go文件第16行)。而且还可能有多个goroutine在同时进行读写,所以,警告信息可能会很长。

总结一下,通过在编译的时候插入一些指令,在运行时通过这些插入的指令检测并发读写从而发现data race问题,就是这个工具的实现机制。
既然这个例子存在data race问题,我们就要想办法来解决它。这个时候,我们这节课的主角Mutex就要登场了,它可以轻松地消除掉data race。
具体怎么做呢?下面,我就结合这个例子,来具体说一说Mutex的基本用法。

1.2.3 mutex的基本实现机制以及使用方法

在这里插入图片描述
​ mutex的基本实现的机制,就是每次只允许一个goroutine进入临界区,具体就是进入临界区的时候给临界区加上一个锁,禁止其他goroutine进入临界区,在退出临界区的时候释放锁,从而允许其他goroutine进入。

Mutex 是 Go 语言中常用的同步原语,用于控制对共享资源的独占访问。Mutex 实现了 sync.Locker 接口,该接口定义了两个方法:LockUnlock。在解释 Mutex 的基本使用方法之前,先简单介绍一下 sync.Locker 接口:

type Locker interface {    Lock()    Unlock() 
} 

任何实现了 LockUnlock 方法的类型,都可以被视为 Locker,所以 sync.Mutex 也实现了这个接口。以下是一个基本的 sync.Mutex 的使用方法:

1、基本使用方法:

声明一个sync.Mutex类型的变量,无需初始化

var mutex sync.Mutex 

2、在需要保护的临界区前调用 Lock 方法:

mutex.Lock() 

3、在临界区结束后调用 Unlock 方法:

mutex.Unlock() 
1.2.3.1 具体使用-1

这种使用,主要是在临界区代码中直接使用mutex即可。

package mainimport ("fmt""sync"
)var stock int = 10
var wg sync.WaitGroup
var mutex sync.Mutexfunc purchase() {defer wg.Done()mutex.Lock()         // 加锁,进入临界区defer mutex.Unlock() // 确保解锁if stock > 0 {fmt.Println("Stock:", stock)stock--}
}func main() {wg.Add(100000)for i := 0; i < 100000; i++ {go purchase()}wg.Wait()fmt.Println("Final stock:", stock) // 期望输出 0,但可能输出负数
}
1.2.3.1 具体使用-2

该使用是把mutex和临界区资源封装为一个类,这样更好的进行复用,不暴露内部实现

package mainimport ("fmt""sync"
)// StockManager 结构体封装了库存和互斥锁
type StockManager struct {stock intmutex sync.Mutex
}// NewStockManager 创建一个新的 StockManager
func NewStockManager(initialStock int) *StockManager {return &StockManager{stock: initialStock}
}// Purchase 尝试购买一个商品
func (sm *StockManager) Purchase() bool {sm.mutex.Lock()defer sm.mutex.Unlock()if sm.stock > 0 {sm.stock--fmt.Println("Purchase successful, remaining stock:", sm.stock)return true}fmt.Println("Purchase failed, out of stock")return false
}// GetStock 获取当前库存
func (sm *StockManager) GetStock() int {sm.mutex.Lock()defer sm.mutex.Unlock()return sm.stock
}func main() {sm := NewStockManager(10)var wg sync.WaitGroupnumUsers := 100000wg.Add(numUsers)for i := 0; i < numUsers; i++ {go func() {defer wg.Done()sm.Purchase()}()}wg.Wait()fmt.Println("Final stock:", sm.GetStock())
}

下一篇:mutex的原理以及常见的错误。

这篇关于go语言并发编程-超详细mutex解析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1131498

相关文章

网页解析 lxml 库--实战

lxml库使用流程 lxml 是 Python 的第三方解析库,完全使用 Python 语言编写,它对 XPath表达式提供了良好的支 持,因此能够了高效地解析 HTML/XML 文档。本节讲解如何通过 lxml 库解析 HTML 文档。 pip install lxml lxm| 库提供了一个 etree 模块,该模块专门用来解析 HTML/XML 文档,下面来介绍一下 lxml 库

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

Linux 网络编程 --- 应用层

一、自定义协议和序列化反序列化 代码: 序列化反序列化实现网络版本计算器 二、HTTP协议 1、谈两个简单的预备知识 https://www.baidu.com/ --- 域名 --- 域名解析 --- IP地址 http的端口号为80端口,https的端口号为443 url为统一资源定位符。CSDNhttps://mp.csdn.net/mp_blog/creation/editor

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

高并发环境中保持幂等性

在高并发环境中保持幂等性是一项重要的挑战。幂等性指的是无论操作执行多少次,其效果都是相同的。确保操作的幂等性可以避免重复执行带来的副作用。以下是一些保持幂等性的常用方法: 唯一标识符: 请求唯一标识:在每次请求中引入唯一标识符(如 UUID 或者生成的唯一 ID),在处理请求时,系统可以检查这个标识符是否已经处理过,如果是,则忽略重复请求。幂等键(Idempotency Key):客户端在每次

【编程底层思考】垃圾收集机制,GC算法,垃圾收集器类型概述

Java的垃圾收集(Garbage Collection,GC)机制是Java语言的一大特色,它负责自动管理内存的回收,释放不再使用的对象所占用的内存。以下是对Java垃圾收集机制的详细介绍: 一、垃圾收集机制概述: 对象存活判断:垃圾收集器定期检查堆内存中的对象,判断哪些对象是“垃圾”,即不再被任何引用链直接或间接引用的对象。内存回收:将判断为垃圾的对象占用的内存进行回收,以便重新使用。

Go Playground 在线编程环境

For all examples in this and the next chapter, we will use Go Playground. Go Playground represents a web service that can run programs written in Go. It can be opened in a web browser using the follow

深入理解RxJava:响应式编程的现代方式

在当今的软件开发世界中,异步编程和事件驱动的架构变得越来越重要。RxJava,作为响应式编程(Reactive Programming)的一个流行库,为Java和Android开发者提供了一种强大的方式来处理异步任务和事件流。本文将深入探讨RxJava的核心概念、优势以及如何在实际项目中应用它。 文章目录 💯 什么是RxJava?💯 响应式编程的优势💯 RxJava的核心概念