【操作系统】同步互斥与Golang互斥锁实现

2024-09-03 00:44

本文主要是介绍【操作系统】同步互斥与Golang互斥锁实现,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!

【操作系统】同步互斥问题与Golang互斥锁实现

  • 1 背景
    • 1.1 独立线程
    • 1.2 合作线程
    • 1.3 合作有风险,为什么需要合作
    • 1.4 多协程并发执行的风险举例(Golang语言)
    • 1.5 对风险的思考
  • 2 同步互斥
    • 2.1 一些概念
    • 2.2 解决方案——保护临界区
    • 2.3 禁用硬件中断
    • 2.4 纯软件方法
    • 2.5 硬件原子操作
      • 2.5.1 TestAndSet(TS指令/TSL指令)
      • 2.5.2 SWAP
  • 3 更高级的抽象——互斥锁
    • 3.1 Golang——Mutex
    • 3.2 Mutex解决data race
    • 3.3 Mutex源码实现
      • 3.3.1 初版Mutex
      • 3.3.2 当前处于调度状态的新G优先抢锁
      • 3.3.3 更好的利用调度性能
      • 3.3.4 饥饿处理
  • 4 经典同步问题
    • 4.1 读写者问题
    • 4.2 哲学家进餐问题(TO DO)
  • 参考文献

1 背景

现代操作系统的特性之一是允许多个程序“一起”运行。

  • 抽象进程/线程概念用于支持多程序的设计
  • CPU调度是实现多程序的机制
  • 不同调度算法是不同的策略

视角回到线程层面,那为什么程序需要多线程合作执行

1.1 独立线程

程序是独立执行

  • 不和其他线程共享资源或状态
  • 确定性(输入状态决定结果)
  • 可重现(能够重现起始条件,I/O)
  • 调度顺序不重要

1.2 合作线程

程序内多个线程共同执行实现软件目标

  • 在多个线程中共享状态
  • 不确定性
  • 不可重现

不确定性和不可重现意味着bug可能是间歇性发生

1.3 合作有风险,为什么需要合作

一种工具或实现目标的手段、技术在不同的场景下,有各自的优势和劣势;当正向收益大于风险,在能够适当规避风险、理解风险、解决潜在风险问题前提下,可以考虑引入来解决自己的场景下的主要问题。
正向收益的因素和风险因素很多,具体场景具体分析

对于多线程合作,程序收获了如下优势:

  • 共享资源
  • 加速(I/O操作和计算并行、后台阻塞不影响前台响应等)
  • 模块化、扩展性
  • 简化问题建模和设计(读者-写者、生产-消费模型等)
  • 异步(创建异步网络连接提升系统吞吐量和效率)

1.4 多协程并发执行的风险举例(Golang语言)

那风险是什么,如何解决呢?以Golang语言举例如下:

package mainimport ("fmt""sync"
)func main() {var count = 0// 使用WaitGroup等待10个goroutine完成var wg sync.WaitGroupwg.Add(10)for i := 0; i < 10; i++ {go func() {defer wg.Done()// 对变量count执行10次加1for j := 0; j < 100000; j++ {count++}}()}// 等待10个goroutine完成wg.Wait()fmt.Println(count)
}

使用 sync.WaitGroup 来等待所有的 goroutine 执行完毕后,再输出最终的结果。但是每次运行,你都可能得到不同的结果,基本上不会得到理想中的一百万的结果。
在这里插入图片描述
这是因为,count++ 不是一个原子操作,它至少包含几个步骤,比如读取变量 count 的当前值,对这个值加 1,把结果再保存到 count 中。因为不是原子操作,就可能有并发的问题。

注:Go通过桩代码形式可以检测race
Go race detector 是基于 Google 的 C/C++ sanitizers 技术实现的,编译器通过探测所有的内存访问,加入代码能监视对这些内存地址的访问(读还是写)。在代码运行的时候,race detector 就能监控到对共享变量的非同步访问,出现 race 的时候,就会打印出警告信息。
在这里插入图片描述

1.5 对风险的思考

  • 无论多线程指令怎样交替执行,程序必须按照符合预期的情况正常执行
    • 不确定性和不可重现
    • 不经过专门设计,调试难度高
  • 不确定性要求并行程序的正确性
    • 先考虑清楚问题,在设计程序行为
    • 切忌急于着手编写代码,碰到问题再调试

由于上述1.4产生的异常现象(称之为竞态条件Race Condition)

原因是结果依赖于并发执行或者事件的顺序/时间,导致不确定性、不可重现

那如何避免竞态?

  • 让指令不被打断(比如上述的count++不被打断)

不被打断的方法

  • 原子操作(Atomic Operation)—不可被打断操作(一次不存在任何中断或者失败的执行)
    • 该执行成功结束
    • 或者根本没有执行
    • 并且不应该发现任何部分执行的状态
      实际上操作往往不是原子的

有些看上去是原子操作,实际不是,连x++这样简单的语句,实际上是由3条指令造成的,有时候甚至连条单条机器指令都不是原子的

2 同步互斥

这就是为什么要引入同步互斥这些机制的原因

2.1 一些概念

  • 临界区(Critical section)
    临界区是指进程中的一段需要访问共享资源并且当另一个进程处于相应代码区域时便不会被执行的代码区域。简单来说,就是访问共享资源的那段代码就是临界区。

  • 互斥(Mutual exclusion)
    当一个进程处于临界区并访问共享资源时,没有其他进程会处于临界区并且访问任何相同的共享资源。

  • 死锁(Dead lock)
    两个或以上的进程,在互相等待完成特定任务,而最终没法将自身任务进行下去。

  • 饥饿(Starvation)
    一个可执行的进程,被调度器持续忽略,以至于虽然处于可执行状态却不被执行

2.2 解决方案——保护临界区

为每一个执行对象保护一段“临界区”代码。

使用临界区的思想,问题就可以较好的解决。有了临界区的代码之后,就可以确保任何时候只有一个对象在临界区中执行,其他对象在外面等待,知道临界区中的对象离开,其他进程中的一个会进入临界区去执行。这个是比较合理的一个实现。

设计的原则,临界区中执行所拥有的属性

  • 互斥:同一个时间临界区中最多存在一个线程
  • 前进(Progress):如果一个线程想要进入临界区,那么它最终会成功,不会一直的死等。
  • 有限等待:如果一个线程i处于入口区,那么在i的请求被接受之前,其他线程进入临界区的时间是有限制的。如果是无限等待,就会出现饥饿状态,是Progress前进状态的一种进一步补充。
  • 忙等(可选属性):如果一个进程在等待进入临界区,那么在它可以进入之前会被挂起。

忙等:不需要上下文切换,但是利用率低,适用与临界区执行时间短的情况。
不忙等:需要上下文切换,上下文切换开销比较大大,适用于临界区很长,远远大于上下文切换所需要的开销。

2.3 禁用硬件中断

没有中断,也就是没有了上下文切换,因此没有并发。进入临界区时禁用中断,离开临界区时开启中断。这个方法是可以解决问题的。

缺点
1)一旦中断被禁用,线程就无法被停止
2)整个系统都会为你停下来
3)可能导致其他线程处于饥饿状态
4)要是临界区可以任意长,则无法限制响应中断所需的时间(可能存在硬件影响)

需要注意:
执行这种可屏蔽中断的指令,只是把自身的响应中断的能力屏蔽了,并不意味着也将其他cpu的响应中断能力屏蔽,所以其实其他的cpu还是可以继续产生中断,所以在多cpu的情况下是无法解决互斥问题的。

2.4 纯软件方法

有很多种方法

  • 单标志法
  • 双标志
  • 双标志后检查
  • Peterson算法

这里举例一下单标志和Peterson算法

单标志算法
两个进程在访问完临界区后会把使用临界区的权限转交给另一个进程。也就是说每个进程进入临界区的权限只能被另一个进程赋予
在这里插入图片描述
Peterson算法
在这里插入图片描述
flag用于表示是否有进入临界区的意愿,turn用来表示优先让哪个进程进入临界区。

以P0进程为例,若P0想要访问临界区,会把flag设为true,同时把turn的值设为对方的编号,也就表示可以优先让对方使用临界资源。

while(flag[1] && turn==1)用来检查P1是否想用,若对方想用,那么P0就会停留在while中,若P1不想使用,那么P0就会进入临界区,使用完后,就会将flag[0]=false

总结:
1)即使是针对两个进程的解决竞态的实现还是比较复杂的。
2)需要忙等待,浪费cpu时间。
3)没有硬件包装的情况下无真正的软件解决方案。对硬件的1需求比较低(只需要load操作和store是原子操作即可)

2.5 硬件原子操作

2.5.1 TestAndSet(TS指令/TSL指令)

简称 TS 指令,也有地方称为TestAndSetLock指令,或 TSL指令

TSL指令是用硬件实现的,执行的过程不允许被中断,只能一气呵成。其实现原子性的原理是:

执行TSL指令的CPU锁住内存总线,以禁止其他CPU在本指令结束之前访问内存。由于TSL指令是原子操作,所以不需要关中断来保证其不被打断(下面的swap指令同理),如果真的while指令在关中断状态下执行,那么TSL一直为true,不再开中断,系统可能会因此终止。

以下是用C语言描述的逻辑:
在这里插入图片描述
若当前临界区已经被加锁,那么在while循环中会一直为true,一直到lock被当前进程在退出区改为false,那么跳出while循环,并且该进程访问临界资源,直到此进程在退出区lock=false,临界资源被解锁,即:
在这里插入图片描述

2.5.2 SWAP

swap 指令是用硬件实现的,执行的过程不允许被中断,只能一气呵成。以下是用C语言描述的逻辑:
在这里插入图片描述
逻辑上来看 Swap和 TSL并无太大区别,都是先记录下此时临界区是否已经被上锁(记录在 old 变量上),再将上锁标记lock 设置为true,最后检查 old,如果old为false, 则说明之前没有别的进程对临界区上锁,则可跳出循环,进入临界区。

以下while循环对应两种情况:
① lock=false,swap执行一次,把lock=true,即上锁,old=false,即可以往下执行
② lock=true,一直停留在while循环中,即一直执行swap,直到lock=false后执行①
在这里插入图片描述
总结:
TSL指令和swap指令并没有处于阻塞态的进程,等待进入临界区的进程一直停留在执行while循环中,不会主动放弃CPU,一直处在运行态,直到该进程的时间片用完放弃处理机,转为就绪态,此时切换另一个就绪态的进程占用处理机(就绪—>运行)

  • 优点:实现简单,无需像软件实现方法那样严格检查是否会有逻辑漏洞;适用于多处理机环境。
  • 缺点:不满足“让权等待”原则,暂时无法进入临界区的进程会占用CPU并循环执行TSL指令,从而导致“忙等”

3 更高级的抽象——互斥锁

互斥锁(排它锁)就很好地解决了临界区问题,在 Go 标准库中,它提供了 Mutex 来实现互斥锁这个功能

3.1 Golang——Mutex

Locker 的接口定义了锁同步原语的方法集:

type Locker interface {Lock()Unlock()
}

互斥锁 Mutex 提供两个方法 Lock 和 Unlock:进入临界区之前调用 Lock 方法,退出临界区的时候调用 Unlock 方法

 func(m *Mutex)Lock()func(m *Mutex)Unlock()

当一个 goroutine 通过调用 Lock 方法获得了这个锁的拥有权后, 其它请求锁的 goroutine 就会阻塞在 Lock 方法的调用上,直到锁被释放并且自己获取到了这个锁的拥有权。

3.2 Mutex解决data race

问题参考1.4,共享资源是 count 变量,临界区是 count++,只要在临界区前面获取锁,在离开临界区的时候释放锁,就能完美地解决 data race 的问题

	package mainimport ("fmt""sync")func main() {// 互斥锁保护计数器var mu sync.Mutex// 计数器的值var count = 0// 辅助变量,用来确认所有的goroutine都完成var wg sync.WaitGroupwg.Add(10)// 启动10个gourontinefor i := 0; i < 10; i++ {go func() {defer wg.Done()// 累加10万次for j := 0; j < 100000; j++ {mu.Lock()count++mu.Unlock()}}()}wg.Wait()fmt.Println(count)}

3.3 Mutex源码实现

阅读 Go 标准库里 Mutex 的源代码,并且追溯 Mutex 的演进历史,互斥锁从一个简单易于理解的实现,到一个非常复杂的数据结构,这是一个逐步完善的过程。Go 开发者们做了种种努力,精心设计。

3.3.1 初版Mutex

   // CAS操作,当时还没有抽象出atomic包func cas(val *int32, old, new int32) boolfunc semacquire(*int32)func semrelease(*int32)// 互斥锁的结构,包含两个字段type Mutex struct {key  int32 // 锁是否被持有的标识sema int32 // 信号量专用,用以阻塞/唤醒goroutine}// 保证成功在val上增加delta的值func xadd(val *int32, delta int32) (new int32) {for {v := *valif cas(val, v, v+delta) {return v + delta}}panic("unreached")}// 请求锁func (m *Mutex) Lock() {if xadd(&m.key, 1) == 1 { //标识加1,如果等于1,成功获取到锁return}semacquire(&m.sema) // 否则阻塞等待}func (m *Mutex) Unlock() {if xadd(&m.key, -1) == 0 { // 将标识减去1,如果等于0,则没有其它等待者return}semrelease(&m.sema) // 唤醒其它阻塞的goroutine}    

在这里插入图片描述

Lock:

  • 调用 Lock 请求锁的时候,通过 xadd 方法进行 CAS 操作
  • xadd 方法通过循环执行 CAS 操作直到成功,保证对 key 加 1 的操作成功完成
  • 如果比较幸运,锁没有被别的 goroutine 持有,那么,Lock 方法成功地将 key 设置为 1,这个 goroutine 就持有了这个锁
  • 如果锁已经被别的 goroutine 持有了,那么,当前的 goroutine 会把 key 加 1,而且还会调用 semacquire 方法,使用信号量将自己休眠,等锁释放的时候,信号量会将它唤醒。

UnLock:

  • 持有锁的 goroutine 调用 Unlock 释放锁时,它会将 key 减 1
  • 如果当前没有其它等待这个锁的 goroutine,这个方法就返回了
  • 但是,如果还有等待此锁的其它 goroutine,那么,它会调用 semrelease 方法,利用信号量唤醒等待锁的其它 goroutine 中的一个。

注意点:Unlock 方法可以被任意的 goroutine 调用释放锁,即使是没持有这个互斥锁的 goroutine,也可以进行这个操作。这是因为,Mutex 本身并没有包含持有这把锁的 goroutine 的信息,所以,Unlock 也不会对此进行检查。Mutex 的这个设计一直保持至今

谁申请,谁释放
在实践中使用互斥锁很少在一个方法中单独申请锁,而在另外一个方法中单独释放锁,一般都会在同一个方法中获取锁和释放锁

3.3.2 当前处于调度状态的新G优先抢锁

   type Mutex struct {state int32sema  uint32}const (mutexLocked = 1 << iota // mutex is lockedmutexWokenmutexWaiterShift = iota)func (m *Mutex) Lock() {// Fast path: 幸运case,能够直接获取到锁if atomic.CompareAndSwapInt32(&m.state, 0, mutexLocked) {return}awoke := falsefor {old := m.statenew := old | mutexLocked // 新状态加锁if old&mutexLocked != 0 {new = old + 1<<mutexWaiterShift //等待者数量加一}if awoke {// goroutine是被唤醒的,// 新状态清除唤醒标志new &^= mutexWoken}if atomic.CompareAndSwapInt32(&m.state, old, new) {//设置新状态if old&mutexLocked == 0 { // 锁原状态未加锁break}runtime.Semacquire(&m.sema) // 请求信号量awoke = true}}}func (m *Mutex) Unlock() {// Fast path: drop lock bit.new := atomic.AddInt32(&m.state, -mutexLocked) //去掉锁标志if (new+mutexLocked)&mutexLocked == 0 { //本来就没有加锁panic("sync: unlock of unlocked mutex")}old := newfor {if old>>mutexWaiterShift == 0 || old&(mutexLocked|mutexWoken) != 0 { // 没有等待者,或者有唤醒的waiter,或者锁原来已加锁return}new = (old - 1<<mutexWaiterShift) | mutexWoken // 新状态,准备唤醒goroutine,并设置唤醒标志if atomic.CompareAndSwapInt32(&m.state, old, new) {runtime.Semrelease(&m.sema)return}old = m.state}}

**加粗样式**

Lock:

  • 首先是通过 CAS 检测 state 字段中的标志,如果没有 goroutine 持有锁,也没有等待持有锁的 gorutine,那么,当前的 goroutine 就很幸运,可以直接获得锁,这也是注释中的 Fast path 的意思。
  • 如果想要获取锁的 goroutine 没有机会获取到锁,就会进行休眠
  • 在锁释放唤醒之后,它并不能像先前一样直接获取到锁
  • 唤醒后的goroutine还是要和正在请求锁的 goroutine 进行竞争,让 CPU 中正在执行的 goroutine 有更多的机会获取到锁,在一定程度上提高了程序的性能
  • for 循环是不断尝试获取锁,如果获取不到,就通过 runtime.Semacquire(&m.sema) 休眠,休眠醒来之后 awoke 置为 true,尝试争抢锁

请求锁的 goroutine 有两类,一类是新来请求锁的 goroutine,另一类是被唤醒的等待请求锁的 goroutine。锁的状态也有两种:加锁和未加锁。

Unlock:

  • 尝试将持有锁的标识设置为未加锁的状态,这是通过减 1 而不是将标志位置零的方式实现。
  • 还会检测原来锁的状态是否已经未加锁的状态,如果是 Unlock 一个未加锁的 Mutex 会直接 panic。
  • 一些等待这个锁的 goroutine(有时候称之为 waiter)需要通过信号量的方式唤醒它们中的一个
    • 第一种情况,如果没有其它的 waiter,说明对这个锁的竞争的 goroutine 只有一个,那就可以直接返回了;如果这个时候有唤醒的 goroutine,或者是又被别人加了锁,那么,无需我们操劳,其它 goroutine 自己干得都很好,当前的这个 goroutine 就可以放心返回
    • 第二种情况,如果有等待者,并且没有唤醒的 waiter,那就需要唤醒一个等待的 waiter。在唤醒之前,需要将 waiter 数量减 1,并且将 mutexWoken 标志设置上,这样,Unlock 就可以返回了

相对于初版的设计,这次的改动主要就是,新来的 goroutine 也有机会先获取到锁,甚至一个 goroutine 可能连续获取到锁,打破了先来先得的逻辑。但是,代码复杂度也显而易见。

3.3.3 更好的利用调度性能

当前唤醒的goroutine和新groutine抢不到锁直接休眠,发生系统调用,浪费系统性能(当前CPU调度该G中);引入忙等方式进行自旋,实践中结合了上述的 忙等+阻塞的优势

忙等适合临界区代码很短的情况
阻塞适合临界区代码不确定的情况

在 2015 年 2 月的改动中,如果新来的 goroutine 或者是被唤醒的 goroutine 首次获取不到锁,它们就会通过自旋(spin,通过循环不断尝试,spin 的逻辑是在runtime 实现的)的方式,尝试检查锁是否被释放。在尝试一定的自旋次数后,再执行原来的逻辑

   func (m *Mutex) Lock() {// Fast path: 幸运之路,正好获取到锁if atomic.CompareAndSwapInt32(&m.state, 0, mutexLocked) {return}awoke := falseiter := 0for { // 不管是新来的请求锁的goroutine, 还是被唤醒的goroutine,都不断尝试请求锁old := m.state // 先保存当前锁的状态new := old | mutexLocked // 新状态设置加锁标志if old&mutexLocked != 0 { // 锁还没被释放if runtime_canSpin(iter) { // 还可以自旋if !awoke && old&mutexWoken == 0 && old>>mutexWaiterShift != 0 &&atomic.CompareAndSwapInt32(&m.state, old, old|mutexWoken) {awoke = true}runtime_doSpin()iter++continue // 自旋,再次尝试请求锁}new = old + 1<<mutexWaiterShift}if awoke { // 唤醒状态if new&mutexWoken == 0 {panic("sync: inconsistent mutex state")}new &^= mutexWoken // 新状态清除唤醒标记}if atomic.CompareAndSwapInt32(&m.state, old, new) {if old&mutexLocked == 0 { // 旧状态锁已释放,新状态成功持有了锁,直接返回break}runtime_Semacquire(&m.sema) // 阻塞等待awoke = true // 被唤醒iter = 0}}}

对于临界区代码执行非常短的场景来说,这是一个非常好的优化。因为临界区的代码耗时很短,锁很快就能释放,而抢夺锁的 goroutine 不用通过休眠唤醒方式等待调度,直接 spin 几次,可能就获得了锁

3.3.4 饥饿处理

因为新来的 goroutine 也参与竞争,有可能每次都会被新来的 goroutine 抢到获取锁的机会,在极端情况下,等待中的 goroutine 可能会一直获取不到锁,这就是饥饿问题。

Mutex 不能容忍这种事情发生。所以,2016 年 Go 1.9 中 Mutex 增加了饥饿模式让锁变得更公平,等待时间限制在 1 毫秒 ,并且修复了一个大 Bug:总是把唤醒的 goroutine 放在等待队列的尾部,会导致更加不公平的等待时间
在这里插入图片描述
只需要记住,Mutex 绝不容忍一个 goroutine 被落下,永远没有机会获取锁。不抛弃不放弃是它的宗旨,而且它也尽可能地让等待较长的 goroutine 更有机会获取到锁

   type Mutex struct {state int32sema  uint32}const (mutexLocked = 1 << iota // mutex is lockedmutexWokenmutexStarving // 从state字段中分出一个饥饿标记mutexWaiterShift = iotastarvationThresholdNs = 1e6)func (m *Mutex) Lock() {// Fast path: 幸运之路,一下就获取到了锁if atomic.CompareAndSwapInt32(&m.state, 0, mutexLocked) {return}// Slow path:缓慢之路,尝试自旋竞争或饥饿状态下饥饿goroutine竞争m.lockSlow()}func (m *Mutex) lockSlow() {var waitStartTime int64starving := false // 此goroutine的饥饿标记awoke := false // 唤醒标记iter := 0 // 自旋次数old := m.state // 当前的锁的状态for {// 锁是非饥饿状态,锁还没被释放,尝试自旋if old&(mutexLocked|mutexStarving) == mutexLocked && runtime_canSpin(iter) {if !awoke && old&mutexWoken == 0 && old>>mutexWaiterShift != 0 &&atomic.CompareAndSwapInt32(&m.state, old, old|mutexWoken) {awoke = true}runtime_doSpin()iter++old = m.state // 再次获取锁的状态,之后会检查是否锁被释放了continue}new := oldif old&mutexStarving == 0 {new |= mutexLocked // 非饥饿状态,加锁}if old&(mutexLocked|mutexStarving) != 0 {new += 1 << mutexWaiterShift // waiter数量加1}if starving && old&mutexLocked != 0 {new |= mutexStarving // 设置饥饿状态}if awoke {if new&mutexWoken == 0 {throw("sync: inconsistent mutex state")}new &^= mutexWoken // 新状态清除唤醒标记}// 成功设置新状态if atomic.CompareAndSwapInt32(&m.state, old, new) {// 原来锁的状态已释放,并且不是饥饿状态,正常请求到了锁,返回if old&(mutexLocked|mutexStarving) == 0 {break // locked the mutex with CAS}// 处理饥饿状态// 如果以前就在队列里面,加入到队列头queueLifo := waitStartTime != 0if waitStartTime == 0 {waitStartTime = runtime_nanotime()}// 阻塞等待runtime_SemacquireMutex(&m.sema, queueLifo, 1)// 唤醒之后检查锁是否应该处于饥饿状态starving = starving || runtime_nanotime()-waitStartTime > starvationThresholdNsold = m.state// 如果锁已经处于饥饿状态,直接抢到锁,返回if old&mutexStarving != 0 {if old&(mutexLocked|mutexWoken) != 0 || old>>mutexWaiterShift == 0 {throw("sync: inconsistent mutex state")}// 有点绕,加锁并且将waiter数减1delta := int32(mutexLocked - 1<<mutexWaiterShift)if !starving || old>>mutexWaiterShift == 1 {delta -= mutexStarving // 最后一个waiter或者已经不饥饿了,清除饥饿标记}atomic.AddInt32(&m.state, delta)break}awoke = trueiter = 0} else {old = m.state}}}func (m *Mutex) Unlock() {// Fast path: drop lock bit.new := atomic.AddInt32(&m.state, -mutexLocked)if new != 0 {m.unlockSlow(new)}}func (m *Mutex) unlockSlow(new int32) {if (new+mutexLocked)&mutexLocked == 0 {throw("sync: unlock of unlocked mutex")}if new&mutexStarving == 0 {old := newfor {if old>>mutexWaiterShift == 0 || old&(mutexLocked|mutexWoken|mutexStarving) != 0 {return}new = (old - 1<<mutexWaiterShift) | mutexWokenif atomic.CompareAndSwapInt32(&m.state, old, new) {runtime_Semrelease(&m.sema, false, 1)return}old = m.state}} else {runtime_Semrelease(&m.sema, true, 1)}}

增加饥饿模式,将饥饿模式的最大等待时间阈值设置成了 1 毫秒,这就意味着,一旦等待者等待的时间超过了这个阈值,Mutex 的处理就有可能进入饥饿模式,优先让等待者先获取到锁,新来的同学主动谦让一下,给老同志一些机会。通过加入饥饿模式,可以避免把机会全都留给新来的 goroutine,保证了请求锁的 goroutine 获取锁的公平性,对于使用锁的业务代码来说,不会有业务一直等待锁不被处理。

4 经典同步问题

4.1 读写者问题

  • 读者优先——读写者问题
  • 写者优先——读写者问题

动机: 共享数据的访问

两种类型的使用者
1)读者: 不需要修改数据
2)写者: 读取和修改数据

问题的约束
1)允许同一时间有多个读者,但在任何时候只有一个写者
2)当没有写者时读者才能访问数据
3)当没有读者和写者时写者才能访问数据
4)在任何时候只能有一个线程可以操作共享变量
5)读者优先,不按时间顺序 or 写者优先,不按时间顺序

无论读者优先还是写者优先,总会导致对应的写者 或 读者 请求延迟处理,这里介绍Golang的RWMutex方案

4.2 哲学家进餐问题(TO DO)

在这里插入图片描述
哲学家就餐问题

参考文献

1 信号量研究
2 操作系统(8)—进程的同步与互斥以及信号量机制
3【操作系统】第九章同步互斥问题
4【操作系统】第十章信号量与管程
5 Go race detector基于Google 的 C/C++ sanitizers 技术
6 Mutex:庖丁解牛看实现

这篇关于【操作系统】同步互斥与Golang互斥锁实现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/1131538

相关文章

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

服务器集群同步时间手记

1.时间服务器配置(必须root用户) (1)检查ntp是否安装 [root@node1 桌面]# rpm -qa|grep ntpntp-4.2.6p5-10.el6.centos.x86_64fontpackages-filesystem-1.41-1.1.el6.noarchntpdate-4.2.6p5-10.el6.centos.x86_64 (2)修改ntp配置文件 [r

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

【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

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略 1. 特权模式限制2. 宿主机资源隔离3. 用户和组管理4. 权限提升控制5. SELinux配置 💖The Begin💖点点关注,收藏不迷路💖 Kubernetes的PodSecurityPolicy(PSP)是一个关键的安全特性,它在Pod创建之前实施安全策略,确保P

工厂ERP管理系统实现源码(JAVA)

工厂进销存管理系统是一个集采购管理、仓库管理、生产管理和销售管理于一体的综合解决方案。该系统旨在帮助企业优化流程、提高效率、降低成本,并实时掌握各环节的运营状况。 在采购管理方面,系统能够处理采购订单、供应商管理和采购入库等流程,确保采购过程的透明和高效。仓库管理方面,实现库存的精准管理,包括入库、出库、盘点等操作,确保库存数据的准确性和实时性。 生产管理模块则涵盖了生产计划制定、物料需求计划、