前言：
如果两个或者多个 goroutine ，访问某个共享的资源，比如同时对该资源进行读写时，就会处于相互竞争的状态，这就是并发中的资源竞争。
一个工具帮助我们检查是否存在共享资源竞争的问题
go build -race
正文：
go语言中多个协程操作一个变量时会出现冲突的问题，这种情况会发生竞态问题（数据竞态）
Go语言包中的 sync （https://go-zh.org/pkg/sync/） 包提供了两种锁类型：
sync.Mutex 互斥锁
sync.RWMutex 读写互斥锁
Mutex (互斥锁)是最简单的一种锁类型，
同时也比较暴力，当一个 goroutine 获得了 Mutex 后，其他 goroutine 就只能乖乖等到这个 goroutine 释放该 Mutex。
RWMutex(读写互斥锁) 相对友好些，是经典的单写多读模型。
在读锁占用的情况下，会阻止写，但不阻止读，也就是多个 goroutine 可同时获取读锁（调用 RLock() 方法；而写锁（调用 Lock() 方法）会阻止任何其他 goroutine（无论读和写）进来
互斥锁的使用场景
1、多个goroutine访问一个代码段
2、这个函数操作一个全局变量
3、为了保证共享变量安全性，值合法性
可以有有多个读锁，只能有一个写锁
互斥锁是一种常用的控制共享资源访问的方法，它能够保证同时只有一个goroutine可以访问共享资源。Go语言中使用sync包的Mutex类型来实现互斥锁
互斥锁实例：
var lock sync.Mutex //初始化互斥锁， var wg = sync.WaitGroup{} var user = make(map[int]int) //定义user 全局变量 var sum int //定义sum全局变量 func AllCharge(n int) { defer wg.Done() println(n) lock.Lock() //锁上 sum = 0 for i := 0; i <= n; i++ { sum += i //这里多个协程操作 一个sum，会发生资源竞争 } user[n] = sum //多个协程操作 user ，会发生资源竞争 lock.Unlock() //解锁 } main： for i := 1; i <= 100; i++ { wg.Add(1) go AllCharge(i) } wg.Wait() fmt.Println(user)
sync.Map
sync.Map 为了保证并发安全会有一些性能损失，
因此在非并发情况下，使用 map 相比使用 sync.Map 会有更好的性能。
var sm sync.Map //定义
sm.Store(key, val) //存值
v,_ :=sm.Load(key) //取值
sm.Delete(key) //删除
sm.Range(func(key, value any) bool { //遍历
fmt.Println(key, value)
return true
})
sync.Map实例1：
var wg = sync.WaitGroup{} var sm sync.Map //使用sync.Map 并发情况下，比map更好的性能 func AllCharge(n int) { defer wg.Done() sum := 0 for i := 0; i <= n; i++ { sum += i } sm.Store(n, sum) //将值存储到 sync.Map中 } func main() { for i := 1; i <= 100; i++ { wg.Add(1) go AllCharge(i) } wg.Wait() //遍历 sync.Map sm.Range(func(key, value any) bool { fmt.Println(key, value) return true }) //使用 sm.Load 取值 fmt.Println(sm.Load(100)) //5050 true }
sync.Once 设置某段代码只执行一次
go语言标准库中的sync.Once可以保证go程序在运行期间的某段代码只会执行一次， 例如只加载一次配置文件、只关闭一次通道，单例模式。
Go语言中的sync包中提供了一个针对只执行一次场景的解决方案–sync.Once。
语法：
var once sync.Once //定义 once
once.Do(testOnce) //调用其他函数
sync.Once实例1：
var wg sync.WaitGroup var once sync.Once func test(n int) { defer wg.Done() once.Do(testOnce) //once.Do执行的函数不能设置参数 fmt.Println("hello test", n) } func testOnce() { fmt.Println("testOnce") } func main() { for i := 0; i < 5; i++ { wg.Add(1) go test(i) } wg.Wait() }
sync.once 实现单例实例：
不论调用多少次，实例化只执行一次
// 定义单例模式 type singletion struct{} var once sync.Once var intance *singletion func GetInstanc() *singletion { once.Do(func() { fmt.Println("hello once ") intance = new(singletion) //只执行了一次 }) fmt.Println("hello GetInstanc ") //执行了两次 return intance } func main() { ins := GetInstanc() //调用了两次 ins1 := GetInstanc() //调用了两次 fmt.Printf("%T\n", ins) fmt.Printf("%T", ins1) }
原子操作：
原子操作即是进行过程中不能被中断的操作，而锁机制的底层是基于原子操作的，其一般直接通过CPU指令实现。Go语言中原子操作由内置的标准库sync/atomic提供
atomic包提供了底层的原子级内存操作，对于同步算法的实现很有用。这些函数必须谨慎地保证正确使用。除了某些特殊的底层应用，使用通道或者sync包的函数/类型实现同步更好。
Go语言提供的原子操作都是非入侵式的
原子操作语法：
Add(增加或减少)
对一个数值进行增加或者减少的行为也需要保证是原子的，它对应于atomic包的函数就是
AddInt64(addr *int64, delta int64) (new int64)
atomic.AddInt64(&a, 1) 增加1
atomic.AddInt64(&a, -4)减少4
Load(原子读取)
当我们要读取一个变量的时候，很有可能这个变量正在被写入，这个时候，我们就很有可能读取到写到一半的数据。 所以读取操作是需要一个原子行为的。
LoadInt64(addr *int64) (val int64)
Store(原子写入)
读取是有原子性的操作的，同样写入atomic包也提供了相关的操作包。
StoreInt64(addr *int64, val int64)
原子操作实例1：使用锁，模拟减少库存操作
不加锁的话，最后结果不为0，是因为同时多个协程操作，会发生异常
var lock sync.Mutex //互斥锁， var wg = sync.WaitGroup{} var sum int64 = 1000 func Desc() { defer wg.Done() lock.Lock() //加锁，如果不加锁的话，最后结果不为0 sum -= 1 lock.Unlock() //操作完毕，解锁 } main： for i := 1; i <= 1000; i++ { wg.Add(1) go Desc() } wg.Wait() fmt.Println(sum) //输出0
原子操作示例2：使用sync atomic.AddInt64
var lock sync.Mutex //互斥锁， var wg = sync.WaitGroup{} var sum int64 = 1000 func Desc() { defer wg.Done() atomic.AddInt64(&sum, -1) //每次减少1 } func main() { for i := 1; i <= 1000; i++ { wg.Add(1) go Desc() } wg.Wait() fmt.Println(sum) }
原子操作实例3：使用sync atomic.StoreInt64
使用一个线程存数字，另外一个线程取数字
var wg = sync.WaitGroup{} var sum int64 = 0 func Wsum(n int64) { defer wg.Done() atomic.StoreInt64(&sum, n) } func Rsum() { defer wg.Done() num := atomic.LoadInt64(&sum) fmt.Println("sum:", num) } 调用： var i int64 for i = 0; i <= 10; i++ { wg.Add(2) go Wsum(i) go Rsum() } wg.Wait() fmt.Println(sum)
完结