golang并发锁使用详解

目录
  • 互斥锁 sync.Mutex
  • 读写锁 sync.RWMutex

如果程序用到的数据是多个groutine之间的交互过程中产生的,那么使用上文提到的channel就可以解决了。

如果我们的使用多个groutine访问和修改同一个数据,就需要考虑在并发环境下数据一致性的问题,即线程安全问题。

以存钱为例说明一下问题。假设我们发起一个众筹项目,并发1000个用户的向一个银行银行账号存钱。

package main

import (
"fmt"
"sync"
)

var wg sync.WaitGroup

func Save(income int, balance *int) {

defer wg.Done()
*balance = *balance + income
}

func main() {

balance := 0

//wg.Add(1000)
for s := 0; s < 1000; s++ {
wg.Add(1)
go Save(1, &balance)
}

wg.Wait()

fmt.Println("当前账户余额:", balance)
}

运行结果,正常应该是收到1000元。代码中使用了&符号传递余额变量地址,但是怎么运行结果都不对。这个问题的原因并不是值传递还是引用传递的问题。而是多groutine并发访问变量的时候,变量值因为没有锁定被多个groutine反复修改所致。比如第一个groutine运行的时候获取的变量为0,运算之后变量值被回写为1。但是由于的groutine启动顺序是并不一致,即第200个groutine启动获取变量值的时候,第20个groutine刚好运算结束把结果20写回了变量。那么第200个groutine就拿到变量值20进行了计算了。这就是导致数据丢失的原因。

% go run main.go
当前账户余额: 947
% go run main.go
当前账户余额: 938
% go run main.go
当前账户余额: 948

解决的办法,就是操作变量的时候加个锁。每次只允许一个groutine读写这个变量,读写完成后释放

互斥锁 sync.Mutex

使用sync.Mutex对象,对数据进行加解锁操作

package main

import (
"fmt"
"sync"
)

var wg sync.WaitGroup

// 声明一个sync.Mutex 类型
var lk sync.Mutex

func Save(income int, balance *int) {

defer wg.Done()
// 操作前给先加锁
lk.Lock()
*balance = *balance + income
// 操作后解锁
lk.Unlock()
}

func main() {

balance := 0

//wg.Add(1000)
for s := 0; s < 1000; s++ {
wg.Add(1)
go Save(1, &balance)
}

wg.Wait()

fmt.Println("当前账户余额:", balance)
}

运行结果,始终与预期一致了

% go run main.go
当前账户余额: 1000
% go run main.go
当前账户余额: 1000
% go run main.go
当前账户余额: 1000

读写锁 sync.RWMutex

互斥锁虽然解决了数据一致性的问题,但是在运行过程中进程无论是读写要等待解锁,如果是读多写少的场景,那么读groutine就进行了很多无谓等待。读写锁的应对此类需求就非常合适。读写锁的工作原理是当变量要被变更时,无论读写都会block。当数据没有变更时,只读操作允许并发进行。

package main

import (
"fmt"
"sync"
"time"
)

var wg sync.WaitGroup

// 声明一个读写锁sync.RWMutex类型
var lk sync.RWMutex

func Save(thr int, income int, balance *int) {

defer wg.Done()
// 操作前给先加写锁
lk.Lock()

fmt.Printf("write-groutine-< %d >添加写锁\n", thr)
*balance = *balance + income
time.Sleep(time.Millisecond * 1)
fmt.Printf("write-groutine-< %d >解除写锁\n", thr)

// 解除写锁
lk.Unlock()
}

func Show(thr int, balance *int) {
defer wg.Done()
//如果使用互斥锁,即使函数是只读操作,也要等待解锁才可读取

// 读取前加读锁
lk.RLock()

fmt.Printf("read-groutine-< %d >开始读取数据\n", thr)
time.Sleep(time.Millisecond * 1)
fmt.Printf("read-groutine-< %d >完成读取数据\n", thr)

// 解除读锁
lk.RUnlock()
}

func main() {

balance := 0

StartTime := time.Now()

// 写操作3次
for s := 0; s < 3; s++ {
wg.Add(1)
go Save(s, 1, &balance)
}

// 读操作10次
for sh := 0; sh < 10; sh++ {
wg.Add(1)
go Show(sh, &balance)
}

wg.Wait()
fmt.Println("最终账户余额:", balance)

TimeRange := time.Since(StartTime)
fmt.Println("程序运行耗时: ", TimeRange)

}

运行结果,加解锁写操作成对出现。说明在写操作时只有一个groutine在运行,其他groutine被锁住了。读操作的加解锁标记有差距且启动顺序混乱,说明读的时候是多个groutine并发运行没有锁限制。

% go run main.go
write-groutine-< 1 >添加写锁
write-groutine-< 1 >解除写锁
read-groutine-< 1 >开始读取数据 # 1号读groutine开始读数据
read-groutine-< 7 >开始读取数据
read-groutine-< 6 >开始读取数据
read-groutine-< 4 >开始读取数据
read-groutine-< 0 >开始读取数据
read-groutine-< 2 >开始读取数据
read-groutine-< 9 >开始读取数据
read-groutine-< 8 >开始读取数据
read-groutine-< 3 >开始读取数据
read-groutine-< 5 >开始读取数据
read-groutine-< 0 >完成读取数据
read-groutine-< 7 >完成读取数据
read-groutine-< 6 >完成读取数据
read-groutine-< 4 >完成读取数据
read-groutine-< 1 >完成读取数据 # # 1号读groutine完成读数据,耗时1ms
read-groutine-< 5 >完成读取数据
read-groutine-< 9 >完成读取数据
read-groutine-< 8 >完成读取数据
read-groutine-< 3 >完成读取数据
read-groutine-< 2 >完成读取数据
write-groutine-< 0 >添加写锁 # 0号写groutine要等到其他写锁释放,才能添加自己的写锁
write-groutine-< 0 >解除写锁 # 0号写groutine完成写操作耗时1ms,写期间其他groutine挂起
write-groutine-< 2 >添加写锁
write-groutine-< 2 >解除写锁
最终账户余额: 3
程序运行耗时: 45.2403ms

到此这篇关于golang并发锁使用详解的文章就介绍到这了,更多相关golang并发锁内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • golang 并发安全Map以及分段锁的实现方法

    涉及概念 并发安全Map 分段锁 sync.Map CAS ( Compare And Swap ) 双检查 分断锁 type SimpleCache struct { mu sync.RWMutex items map[interface{}]*simpleItem } 在日常开发中, 上述这种数据结构肯定不少见,因为golang的原生map是非并发安全的,所以为了保证map的并发安全,最简单的方式就是给map加锁. 之前使用过两个本地内存缓存的开源库, gcache, cache2go,其中

  • 解析golang中的并发安全和锁问题

    1. 并发安全 package main import ( "fmt" "sync" ) var ( sum int wg sync.WaitGroup ) func test() { for i := 0; i < 5000000; i++ { sum += 1 } wg.Done() } func main() { // 并发和安全锁 wg.Add(2) go test() go test() wg.Wait() fmt.Println(sum) } 上面

  • 详解Golang并发操作中常见的死锁情形

    目录 第一种情形:无缓存能力的管道,自己写完自己读 第二种情形:协程来晚了 第三种情形:管道读写时,相互要求对方先读/写 第四种情形:读写锁相互阻塞,形成隐形死锁 什么是死锁,在Go的协程里面死锁通常就是永久阻塞了,你拿着我的东西,要我先给你然后再给我,我拿着你的东西又让你先给我,不然就不给你.我俩都这么想,这事就解决不了了. 第一种情形:无缓存能力的管道,自己写完自己读 先上代码: func main() { ch := make(chan int, 0) ​ ch <- 666 x := <

  • Golang并发操作中常见的读写锁详析

    互斥锁简单粗暴,谁拿到谁操作.今天给大家介绍一下读写锁,读写锁比互斥锁略微复杂一些,不过我相信我们今天能够把他拿下! golang读写锁,其特征在于 读锁:可以同时进行多个协程读操作,不允许写操作 写锁:只允许同时有一个协程进行写操作,不允许其他写操作和读操作 读写锁有两种模式.没错!一种是读模式,一种是写模式.当他为写模式的话,作用和互斥锁差不多,只允许有一个协程抢到这把锁,其他协程乖乖排队.但是读模式就不一样了,他允许你多个协程读,但是不能写.总结起来就是: 仅读模式: 多协程可读不可写 仅

  • golang并发安全及读写互斥锁的示例分析

    目录 并发安全和锁 互斥锁 读写互斥锁 并发安全和锁 有时候在Go代码中可能会存在多个goroutine同时操作一个资源(临界区),这种情况会发生竞态问题(数据竞态).类比现实生活中的例子有十字路口被各个方向的的汽车竞争:还有火车上的卫生间被车厢里的人竞争. 举个例子: var x int64 var wg sync.WaitGroup func add() { for i := 0; i < 5000; i++ { x = x + 1 } wg.Done() } func main() { w

  • golang并发锁使用详解

    目录 互斥锁 sync.Mutex 读写锁 sync.RWMutex 如果程序用到的数据是多个groutine之间的交互过程中产生的,那么使用上文提到的channel就可以解决了. 如果我们的使用多个groutine访问和修改同一个数据,就需要考虑在并发环境下数据一致性的问题,即线程安全问题. 以存钱为例说明一下问题.假设我们发起一个众筹项目,并发1000个用户的向一个银行银行账号存钱. package main import ( "fmt" "sync" ) va

  • java ReentrantLock并发锁使用详解

    目录 一.ReentrantLock是什么 1-1.ReentrantLock和synchronized区别 1-2.ReentrantLock的使用 1-2-1.ReentrantLock同步执行,类似synchronized 1-2-2.可重入锁 1-2-3.锁中断 1-2-4.获得锁超时失败 1-2-5.公平锁 一.ReentrantLock是什么 ReentrantLock是一种基于AQS框架的应用实现,是JDK中的一种线程并发访问的同步手段,它的功能类似于synchronized是一种

  • GoLang切片并发安全解决方案详解

    目录 1.介绍切片并发问题 2.实践检验真理 3.回答切片并发安全问题 4.解决切片并发安全问题方式 5.附 1.介绍切片并发问题 关于切片的,Go语言中的切片原生支持并发吗? 2.实践检验真理 实践是检验真理的唯一标准,所以当我们遇到一个不确定的问题,直接写demo来验证,因为切片的特点,我们可以分多种情况来验证 1.不指定索引,动态扩容并发向切片添加数据 2.指定索引,指定容量并发向切片添加数据 不指定索引,动态扩容并发向切片添加数据 不指定索引,动态扩容并发向切片添加数据: 通过打印数据发

  • Golang WorkerPool线程池并发模式示例详解

    目录 正文 处理CVS文件记录 获取测试数据 线程池耗时差异 正文 Worker Pools 线程池是一种并发模式.该模式中维护了固定数量的多个工作器,这些工作器等待着管理者分配可并发执行的任务.该模式避免了短时间任务创建和销毁线程的代价. 在 golang 中,我们使用 goroutine 和 channel 来构建这种模式.工作器 worker 由一个 goroutine 定义,该 goroutine 通过 channel 获取数据. 处理CVS文件记录 接下来让我们通过一个例子,来进一步理

  • Java编程实现排他锁代码详解

    一 .前言 某年某月某天,同事说需要一个文件排他锁功能,需求如下: (1)写操作是排他属性 (2)适用于同一进程的多线程/也适用于多进程的排他操作 (3)容错性:获得锁的进程若Crash,不影响到后续进程的正常获取锁 二 .解决方案 1. 最初的构想 在Java领域,同进程的多线程排他实现还是较简易的.比如使用线程同步变量标示是否已锁状态便可.但不同进程的排他实现就比较繁琐.使用已有API,自然想到 java.nio.channels.FileLock:如下 /** * @param file

  • Hibernate悲观锁和乐观锁实例详解

    本文研究的主要是Hibernate悲观锁和乐观锁的全部内容,具体介绍如下. 悲观锁 悲观锁通常是由数据库机制实现的,在整个过程中把数据锁住(查询时),只要事物不释放(提交/回滚),那么任何用户都不能查看或修改. 下面我们通过一个案例来说明. 案例:假设货物库存为1000,当核算员1取出了数据准备修改,但临时有事,就走了.期间核算员2取出了数据把数量减去200,然后核算员1回来了把刚才取出的数量减去200,这就出现了一个问题,核算员1并没有在800的基础上做修改.这就是所谓的更新丢失,采用悲观锁可

  • 程序猿必须要掌握的多线程安全问题之锁策略详解

    一.常见的锁策略 1.1 乐观锁 乐观锁:乐观锁假设认为数据一般情况下不会产生并发冲突,所以在数据进行提交更新的时候,才会正 式对数据是否产生并发冲突进行检测,如果发现并发冲突了,则让返回用户错误的信息,让用户决定如 何去做.乐观锁的性能比较高. 悲观锁:总是假设最坏的情况,每次去拿数据的时候都认为别人会修改,所以每次在拿数据的时候都会 上锁,这样别人想拿这个数据就会阻塞直到它拿到锁. 悲观锁的问题:总是需要竞争锁,进而导致发生线程切换,挂起其他线程:所以性能不高. 乐观锁的问题:并不总是能处理

  • Mysql的并发参数调整详解

    目录 查询缓存优化 概述 查询流程 查询缓存配置 查询缓存失效的情况 内存管理优化 内存优化原则 MyISAM内存优化 InnoDB内存优化 连接优化 max_connection back_log table_open_cache thread_cache_size innodb_lock_wait_timeout 日志 log_bin binlog_do_db binlog_ignore_db sync_binlog general_log=1 general_log_filefile_na

  • Golang分布式应用定时任务示例详解

    目录 正文 最小堆 时间轮 总结 正文 在系统开发中,有一类任务不是立即执行,而是在未来某个时间点或者按照一定间隔去执行,比如日志定期压缩.报表制作.过期数据清理等,这就是定时任务. 在单机中,定时任务通常需要实现一个类似crontab的系统,一般有两种方式: 最小堆,按照任务执行时间建堆,每次取最近的任务执行 时间轮,将任务放到时间轮列表中,每次转动取对应的任务列表执行 最小堆 最小堆是一种特殊的完全二叉树,任意非叶子节点的值不大于其子节点,如图 通过最小堆,根据任务最近执行时间键堆,每次取堆

  • Go语言开发保证并发安全实例详解

    目录 什么是并发安全? Mutex 悲观锁 乐观锁 版本号机制 CAS 互斥锁 读写互斥锁 什么是并发安全? 在高并发场景下,进程.线程(协程)可能会发生资源竞争,导致数据脏读.脏写.死锁等问题,为了避免此类问题的发生,就有了并发安全. 这里举一个简单的例子: var data int go func() { data++ }() if data == 0 { fmt.Printf("the value is %v.\n", data) } 在这段代码中 第2行go关键字开启了一个新的

随机推荐