Go 并发竞态条件修复方案

问题概述

原始代码存在并发竞态条件问题，多个 goroutine 同时修改变量 c++ 导致数据不一致。

检测方法

使用 Go 的 race detector 检测竞态条件：

go run -race main.go复制

修复方案

方案一：互斥锁 (sync.Mutex)

var mu sync.Mutex
var c int64

for i := 0; i < int(count); i++ {
    go func() {
        mu.Lock()
        c++
        mu.Unlock()
    }()
}复制

优点：

• 简单直观
• 适用于复杂场景
• 代码可读性好

缺点：

• 性能相对较低
• 可能导致死锁

方案二：原子操作 (sync/atomic)

var c int64

for i := 0; i < int(count); i++ {
    go func() {
        atomic.AddInt64(&c, 1)
    }()
}复制

优点：

• 性能较好
• 无锁设计
• 适合简单原子操作

缺点：

• 只适用于简单操作
• 复杂逻辑需要多个原子操作

方案三：原子操作 AddInt64

与方案二相同，使用 atomic.AddInt64 函数。

方案四：CAS (CompareAndSwap) 操作

var c int64

for i := 0; i < int(count); i++ {
    go func() {
        for {
            current := atomic.LoadInt64(&c)
            if atomic.CompareAndSwapInt64(&c, current, current+1) {
                break
            }
        }
    }()
}复制

优点：

• 无锁设计
• 适合复杂原子操作
• 高性能

缺点：

• 代码复杂
• 可能存在自旋等待

性能对比

基于 100 万次操作的性能测试结果：

• 互斥锁方案: 273.8ms
• 原子操作方案: 254.5ms
• CAS 方案: 254.9ms

测试结果

• 原始竞态条件代码：结果不准确（942/1000），race detector 检测到数据竞争
• 互斥锁方案：结果准确（1000/1000），无数据竞争
• 原子操作方案：结果准确（1000/1000），无数据竞争
• 原子操作 AddInt64 方案：结果准确（1000/1000），无数据竞争
• CAS 方案：结果准确（1000/1000），无数据竞争

推荐方案

1. 简单场景：推荐使用 atomic.AddInt64，性能最好，代码简洁
2. 复杂场景：推荐使用 sync.Mutex，代码可读性好
3. 高性能需求：推荐使用 CAS 操作，但要注意代码复杂度

使用方法

1. 运行竞态条件检测：

   go run -race demo.go复制

2. 运行性能测试：

   go run benchmark.go复制

3. 运行并发安全测试：

   go run demo.go复制