Go 临界资源 安全问题

news/2024/10/20 17:30:45/

临界资源安全的问题:

临界资源

        指并发环境中多个 进程/线程/协程 可以共享(都可以调用)的资源/变量,如果在并发环境中处理不当,就会造成一些 严重、问题

func main() {//临界资源a := 10go func() {a = 100fmt.Println("goroutine a:", a)}()a = 99fmt.Println("main goroutine a:", a)time.Sleep(1)}#输出:
main goroutine a: 99
goroutine a: 100
临界资源安全问题:

        并发本身并不复杂,但是有了 临界资源的竞争问题就使得我们开发出来的并发程序变的复杂起来。应为会引起很多莫名其妙的问题。如果多个 goruotine 在访问同一个数据资源的时候,其中一个线程修改了数据,那么这个数据就被修改了,对于其他的 goroutine 来讲,这个数值很可能是不对的

例如: 我们通过抢购牛奶,一共 10 箱,6个用户一直再抢

// 临界资源  10箱牛奶
var milk = 10func main() {go saleMilks("用户A")go saleMilks("用户B")go saleMilks("用户C")go saleMilks("用户D")go saleMilks("用户E")go saleMilks("用户F")time.Sleep(6 * time.Second)
}func saleMilks(name string) {rand.Seed(time.Now().UnixNano())for {if milk > 0 {//模拟逻辑处理:先判断临界资源 然后逻辑处理消耗时间  释放CPU资源,别的 goroutine 可以继续执行time.Sleep(time.Duration(rand.Intn(1000)) * time.Millisecond)fmt.Println(name, "售出:", milk)milk--} else {fmt.Println("售罄, 没有奶了")break}}
}// 程序输出:
用户D 售出: 10
用户B 售出: 10
用户F 售出: 10
用户E 售出: 10
用户C 售出: 10
用户A 售出: 10
用户F 售出: 4
用户F 售出: 3
用户B 售出: 2
用户E 售出: 1
售罄, 没有票了
用户A 售出: 0
售罄, 没有票了
用户B 售出: -1
售罄, 没有票了
用户F 售出: -2
售罄, 没有票了
用户C 售出: -3
售罄, 没有票了
用户D 售出: -4
售罄, 没有票了Process finished with the exit code 0

很显然出现了 负数超卖的情况:

  1. 判断临界资源是否 大于 0
  2. 做相应处理。有可以是 写入 读取数据库,等其他操作。没有等待响应返回的时候,下一个 goroutine 已经开始执行了
  3. 这个时候 就有可能 发生 临界值不一直的情况

临界资源安全问题的解决:

        想要解决临界资源安全问题,很多编程语言的方案都是同步,通过上锁的方式 某一时刻,只能容许一个 goroutine 来访问这个共享数据当前 goroutine 访问完毕,解锁后 其他 goroutine 才能来访问

 

我们可以借助于 sync 包下的 sync.Mutex 锁操作:

package mainimport ("fmt""math/rand""sync""time"
)// 临界资源  10箱牛奶
var milk = 10var wg sync.WaitGroup
var mutex sync.Mutex //创建锁头func main() {wg.Add(6) //这里设置个数的意义不大,应为有锁的存在 saleMilks 只容许 一个 goroutine 访问go saleMilks("用户A")go saleMilks("用户B")go saleMilks("用户C")go saleMilks("用户D")go saleMilks("用户E")go saleMilks("用户F")//time.Sleep(6 * time.Second)wg.Wait()fmt.Println("All tasks completed")
}func saleMilks(name string) {defer wg.Done()// 在goroutine中使用Mutex保护共享资源mutex.Lock()defer mutex.Unlock()rand.Seed(time.Now().UnixNano())for {if milk > 0 {//模拟逻辑处理:先判断临界资源 然后逻辑处理消耗时间  释放CPU资源,别的 goroutine 可以继续执行time.Sleep(time.Duration(rand.Intn(1000)) * time.Millisecond)fmt.Println(name, "售出:", milk)milk--} else {fmt.Println(name, "售罄, 没有奶了")break}}
}/// 输出: 这里看到 一直是 用户A 拿到资源,应为第一个 goroutine 就是用户A,只带他 执行完毕 自他的  goroutine  才继续执行, 从侧面也印证了 资源是一直 锁的状态, 没有释放锁之前 其他goroutine 进不来 
用户A 售出: 10
用户A 售出: 9
用户A 售出: 8
用户A 售出: 7
用户A 售出: 6
用户A 售出: 5
用户A 售出: 4
用户A 售出: 3
用户A 售出: 2
用户A 售出: 1
用户A 售罄, 没有奶了
用户F 售罄, 没有奶了
用户C 售罄, 没有奶了
用户D 售罄, 没有奶了
用户E 售罄, 没有奶了
用户B 售罄, 没有奶了
All tasks completed
go 中临界资源的核心思路:

        上面 锁 的思路在 go 语言中是不提倡的,只是使用上 相对更便捷一些!在 go 的并发编程中有一个很经典的话: 不要以共享内存的方式去通信, 而要以通信的方式共享内存在 go 语言中并不鼓励 用锁的方式共享资源,而是鼓励通过 channel 的方式共享状态或者共享状态 变化在各个 goroutine 之间传递(以通信的方式去共享内存),这样同样能像锁 一样保证在同一时刻只有一个 goroutine 访问共享资源。

        当然 在主流的编程语言中为了保证多线程之间的共享数据安全性和一致性,都会提供一套基本的同步工具集,如锁 条件变量 原子操作等等go语言标准库 也豪不意外提供了这些机制,使用方式也和其他语言差不多。

 

 

使用通道实现锁
// 临界资源  10箱牛奶
var milk = 10var ch = make(chan struct{}, 1) // 创建一个有缓冲的通道作为信号量,容量为1,表示只能有一个goroutine可以通过func main() {go saleMilks("用户A")go saleMilks("用户B")go saleMilks("用户C")go saleMilks("用户D")go saleMilks("用户E")go saleMilks("用户F")time.Sleep(6 * time.Second)fmt.Println("All tasks completed")
}func saleMilks(name string) {ch <- struct{}{} // 发送信号,获取锁// 释放锁rand.Seed(time.Now().UnixNano())for {if milk > 0 {//模拟逻辑处理:先判断临界资源 然后逻辑处理消耗时间  释放CPU资源,别的 goroutine 可以继续执行time.Sleep(time.Duration(rand.Intn(1000)) * time.Millisecond)fmt.Println(name, "售出:", milk)milk--} else {fmt.Println(name, "售罄, 没有奶了")break}}<-ch // 释放锁,从通道接收数据
}///输出:
用户A 售出: 10
用户A 售出: 9
用户A 售出: 8
用户A 售出: 7
用户A 售出: 6
用户A 售出: 5
用户A 售出: 4
用户A 售出: 3
用户A 售出: 2
用户A 售出: 1
用户A 售罄, 没有奶了
用户B 售罄, 没有奶了
用户D 售罄, 没有奶了
用户E 售罄, 没有奶了
用户F 售罄, 没有奶了
用户C 售罄, 没有奶了
All tasks completed

 


http://www.ppmy.cn/news/1506119.html

相关文章

LLM金融文本分类文档说明

Python注意事项&#xff1a; 1&#xff0c;创建虚拟环境&#xff1a; conda create --prefixD:\software\Anaconda3\envs\finance_analysis python3.10.4 conda create -p D:/software/anaconda3/envs/finance_analysis python3.10.4 注释&#xff1a; D:\software\anaconda3\e…

redolog和binlog的两阶段提交和区别

redolog和binlog区别 redo log 是 InnoDB 引擎特有的&#xff1b;binlog 是 MySQL 的 Server 层实现的&#xff0c;所有引擎都可以使用。redo log 是物理日志&#xff0c;记录的是“在某个数据页上做了什么修改”&#xff1b;binlog 是逻辑日志&#xff0c;记录的是这个语句的…

<数据集>柑橘缺陷识别数据集<目标检测>

数据集格式&#xff1a;VOCYOLO格式 图片数量&#xff1a;1290张 标注数量(xml文件个数)&#xff1a;1290 标注数量(txt文件个数)&#xff1a;1290 标注类别数&#xff1a;4 标注类别名称&#xff1a;[Orange-Green-Black-Spot, Orange-Black-Spot, Orange-Canker, Orange…

java基础I/O

1,I/O流的概念&#xff1a; IO流代表的是一个数据输入的源或者输出的目标地址&#xff0c;可以是硬盘&#xff0c;内存&#xff0c;网络或者什么其他的电子设备&#xff0c;而IO流的类型也很多比如最简单的字节或者字符&#xff0c;或者其他更高级的对象。 不管它有多少特性&am…

AI10-PaddleDetection2.7安装测试

1、下载PaddleDetect-release-2.7开源项目 https://github.com/PaddlePaddle/PaddleDetection https://github.com/PaddlePaddle/PaddleDetection/releases PaddleDetection: PaddleDetection的目的是为工业界和学术界提供丰富、易用的目标检测模型 2、安装 环境要求 * Paddl…

学习笔记 韩顺平 零基础30天学会Java(2024.8.7)

P481 Math方法 利用random返回一个[2,7]之间的随机数&#xff1a; 因为random只能返回[0,1)之间的随机数&#xff0c;因此做一下处理&#xff1a;[(int)(a), (int) (aMath.random()*(b-a1))]&#xff0c;对于Math.random()*(b-a1)&#xff0c;其中b-a1&#xff0c;它乘上[0,1)相…

vue实现PC端图片放大缩小可鼠标拖动,鼠标滚轮控制放大缩小完整代码付效果图

vue实现图片放大缩小可鼠标拖动&#xff0c;鼠标滚轮控制放大缩小完整代码付效果图 效果图&#xff1a; 创建一个ImageViewer 组件&#xff0c;并且在当前页面引用完整代码如下&#xff1a; 代码引用&#xff1a; <template><view><image-viewer :imageUrl&q…

Flink 开发语言选择 —— Java vs Scala

引言 Apache Flink 是一个用于处理无界和有界数据流的开源分布式计算框架。随着 Flink 的日益流行&#xff0c;越来越多的开发者开始考虑使用哪种编程语言来进行 Flink 应用程序的开发。本文将探讨在 Flink 中使用 Java 和 Scala 的优缺点&#xff0c;并帮助你做出更明智的选择…