百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 编程网 > 正文

C++ 原子操作与锁的深度解析:为什么原子操作并非万金油?

yuyutoo 2025-04-07 20:58 2 浏览 0 评论

大噶好,我是henry,今天来和大家浅浅聊一下为啥C++原子操作并非万能钥匙,原因有三,且听我娓娓道来:

一、原子操作的线程安全性

C++11 的 std::atomic 确实为单个变量的线程安全操作提供了保证:

 std::atomic counter(0);
 
 void increment() {
     counter.fetch_add(1, std::memory_order_relaxed); // 原子自增
 }

原子操作的线程安全体现在

  • 单变量操作不可分割(如 fetch_add
  • 编译器禁止重排序(通过内存序控制)
  • 硬件级指令支持(如 x86 的 LOCK 前缀指令)


二、为何不推荐滥用原子操作?

1. 无法处理复合操作

原子操作仅能保护单个变量的原子性,但对多变量的复合操作无能为力:

 std::atomic x(0), y(0);
 
 // 线程1
 x.store(1, std::memory_order_relaxed);
 y.store(1, std::memory_order_relaxed);
 
 // 线程2
 if (y.load(std::memory_order_relaxed) == 1) {
     assert(x == 1); // 可能失败!线程可能看到 y=1 但 x=0
 }

此时必须用锁保护整个复合操作:

 std::mutex mtx;
 int x = 0, y = 0;
 
 void safe_write() {
     std::lock_guard lock(mtx);
     x = 1;
     y = 1;
 }

2. 性能陷阱

  • 伪共享(False Sharing):多个原子变量位于同一缓存行时,频繁写入会导致缓存失效
 // 两个原子变量可能在同一缓存行
 struct AlignedCounter {
     alignas(64) std::atomic a; // 64字节对齐,避免伪共享
     alignas(64) std::atomic b;
 };
  • 内存序成本:严格的内存序(如 memory_order_seq_cst)会限制编译器优化,性能可能比锁更差

3. 错误使用风险

  • ABA 问题:指针复用导致原子操作误判
 std::atomic ptr;
 
 // 线程1:A → B → A
 Node* old = ptr.load();
 delete old;                   // 删除A
 ptr.store(new Node("B"));     // 修改为B
 ptr.store(new Node("A"));     // 修改回A
 
 // 线程2:
 Node* expected = ptr.load();
 if (ptr.compare_exchange_strong(expected, new Node("C"))) {
     // 成功!但此时旧值A已被删除,可能访问野指针
 }
  • 顺序一致性幻觉:错误使用宽松内存序导致逻辑错误


三、原子操作 vs 锁:代码对比

1. 原子操作实现自旋锁

 class SpinLock {
     std::atomic_flag flag = ATOMIC_FLAG_INIT;
 public:
     void lock() {
         while (flag.test_and_set(std::memory_order_acquire)); // 自旋等待
     }
     void unlock() {
         flag.clear(std::memory_order_release);
     }
 };
 
 // 使用:
 SpinLock lock;
 int shared_data = 0;
 
 void atomic_operation() {
     lock.lock();
     shared_data++; // 受保护的复合操作
     lock.unlock();
 }

2. 互斥锁实现

 std::mutex mtx;
 int shared_data = 0;
 
 void mutex_operation() {
     std::lock_guard lock(mtx);
     shared_data++;
 }

3. 性能对比场景

场景

原子自旋锁

互斥锁

低竞争

极快(无系统调用)

较快

高竞争

CPU 空转浪费

线程休眠,节省资源

长时间临界区

灾难性性能损失

可接受



四、何时使用原子操作?

  • 单一变量高频更新:如计数器、状态标志
 std::atomic request_count(0);
 
 void handle_request() {
     request_count.fetch_add(1, std::memory_order_relaxed);
 }
  • 无锁数据结构:如无锁队列、栈
 template
 class LockFreeQueue {
     struct Node { T data; std::atomic next; };
     std::atomic head, tail;
     // 实现enqueue/dequeue...
 };
  • 跨线程信号传递:如优雅退出标志
 std::atomic shutdown_flag(false);
 
 void worker_thread() {
     while (!shutdown_flag.load(std::memory_order_acquire)) {
         // 处理任务
     }
 }


五、何时必须使用锁?

  • 多变量一致性:如银行转账(需同时修改两个账户)
 std::mutex account_mutex;
 double account_A = 1000.0;
 double account_B = 2000.0;
 
 void transfer(double amount) {
     std::lock_guard lock(account_mutex);
     account_A -= amount;
     account_B += amount;
 }
  • 复杂操作序列:如 LRU 缓存更新(需操作哈希表+链表)
  • I/O 操作:文件写入、网络请求等非内存操作


六、性能优化准则

  1. 先正确,再优化:用锁实现正确逻辑,再用原子操作优化热点
  2. 避免过早优化:99% 的场景中,锁的性能已足够
  3. 基准测试驱动:使用 Google Benchmark 等工具量化分析
 static void BM_AtomicIncrement(benchmark::State& state) {
     std::atomic counter(0);
     for (auto _ : state) {
         counter.fetch_add(1, std::memory_order_relaxed);
     }
 }
 BENCHMARK(BM_AtomicIncrement);
 
 static void BM_MutexIncrement(benchmark::State& state) {
     int counter = 0;
     std::mutex mtx;
     for (auto _ : state) {
         std::lock_guard lock(mtx);
         counter++;
     }
 }
 BENCHMARK(BM_MutexIncrement);


七、总结:原子操作与锁的抉择

特性

原子操作

锁(如 mutex)

适用范围

单一变量简单操作

多变量复杂操作

性能开销

低(无系统调用)

较高(上下文切换)

开发复杂度

高(需理解内存模型)

低(简单直观)

可维护性

低(容易引入隐蔽错误)

高(逻辑清晰)

适用场景

计数器、标志位、无锁数据结构

事务操作、I/O 保护、复杂逻辑

最终建议

  • 对性能要求极端苛刻的核心模块,可谨慎使用原子操作
  • 常规业务代码优先使用锁,牺牲少量性能换取可维护性
  • 永远不要用原子操作实现比 std::mutex 更复杂的同步机制!

相关推荐

国内外注塑机及电脑密码大全(常见注塑机通用密码)

一、国外注塑机(日本、德国等)东洋注塑机万能码:9422345日精注塑机密码:222|7777DAMEG注塑机密码:000000000新泻注塑机密码:241650|261450住友注塑机密码:...

并发编程实战来咯(并发编程的艺术和并发编程实战)

提到并发编程,就不得不提C++ConcurrencyinAction(SecondEdition)(《C++并发编程实战第2版》)啦!《C++并发编程实战第2版》英文原版&中文译版看到这个...

无锁队列Disruptor原理解析(无锁队列应用场景)

队列比较队列...

理解 Memory barrier(内存屏障)(内存屏障 volatile)

...

并发编程 --- CAS原子操作(cas概念、原子类实现原理)

...

无锁CAS(附无锁队列的实现)(cas是一种无锁算法)

本文所有代码对应的Github链接为:https://github.com/dongyusheng/csdn-code/tree/master/cas_queue...

Linux高性能服务器设计(linux 服务器性能)

C10K和C10M计算机领域的很多技术都是需求推动的,上世纪90年代,由于互联网的飞速发展,网络服务器无法支撑快速增长的用户规模。1999年,DanKegel提出了著名的C10问题:一台服务器上同时...

浅谈Go语言的并发控制(go语言 并发)

前言本文原创,著作权归...

Datenlord |Etcd 客户端缓存实践(etcd 数据存储)

简介和背景...

无锁编程——从CPU缓存一致性讲到内存模型

缓存是一个非常常用的工程优化手段,其核心在于提升数据访问的效率。缓存思想基于局部性原理,这个原理包括时间局部性和空间局部性两部分:...

打通 JAVA 与内核系列之 一 ReentrantLock 锁的实现原理

...

如何利用CAS技术实现无锁队列(cas会锁总线吗)

linux服务器开发相关视频解析:...

Kotlin协程之一文看懂Channel管道

概述Channel类似于Java的BlockingQueue阻塞队列,不同之处在于Channel提供了挂起的send()和receive()方法。另外,通道Channel可以...

详解C++高性能无锁队列的原理与实现

1.无锁队列原理1.1.队列操作模型...

Javascript 多线程编程的前世今生

...

取消回复欢迎 发表评论: