当前位置:首页 > 文章列表 > Golang > Go问答 > Go atomic.Uint64.And 怎么做位掩码更新:原子读改写与并发可见性

Go atomic.Uint64.And 怎么做位掩码更新:原子读改写与并发可见性

来源:17golang原创 2026-08-30 03:22:13 0浏览 收藏

如果一个服务把多个开关压进一个 uint64,清除其中一位时最容易误用的是“先 Load、再计算、最后 Store”。两个 goroutine 同时改不同状态位时,这段普通读改写会互相覆盖。atomic.Uint64.And 把清除位的动作收成一次原子操作,而且返回修改前的旧值,正好可以用来判断这次更新前状态是什么。

只要需求是“无条件清除某些位”,优先使用 atomic.Uint64.And;如果还要根据旧值决定是否写入,就先用 Load 读快照,再用 CompareAndSwap 做条件更新。

实践要点
  • And(mask) 原子执行当前值与掩码的按位与,并返回旧值,不是新值。
  • 清除位时使用保留位为 1、目标位为 0 的掩码,例如 ^uint64(1 。
  • atomic.Uint64 的零值可直接使用,但首次使用后不能复制。
  • 涉及条件、重试或状态机时,CompareAndSwap 比单独的 And 更合适。

先把位掩码的目标说清楚

下面用三个状态位表示一个连接:第 0 位是 ready,第 1 位是 draining,第 2 位是 enabled。清除 enabled 并不是把整个数值设为 0,而是只把第 2 位变成 0,同时保留其他位。

package main

import (
    "fmt"
    "sync/atomic"
)

const enabled uint64 = 1 

这里的 ^enabled 会让第 2 位为 0,其余位为 1。假设旧值是 5,AND 之后的新值就是 1;And 返回的 old 仍然是 5。这个返回值适合做审计或一次性状态判断,但不要把它误当成更新后的结果。

atomic.Uint64 的 And 使用掩码清除状态位并由 Load 读取新值的真实数据路径

为什么不用 Load 加 Store 拼接

下面这种写法看起来直观,却把一次更新拆成了三个阶段:

old := state.Load()
next := old & ^enabled
state.Store(next)

如果 goroutine A 刚完成 Load,goroutine B 在此期间设置了另一个状态位,A 随后执行 Store 就可能把 B 的修改覆盖掉。问题不在位运算,而在“读取快照”和“提交结果”之间存在并发窗口。

And 将这个按位更新作为一个原子操作完成。Go 官方 sync/atomic 文档还规定,原子操作之间按顺序一致的顺序运行;这解决的是原子读改写和可见性,不等于自动保护业务对象里的其他字段。

返回旧值时该怎么判断本次是否真的清掉了位

如果只想知道调用前 enabled 是否为 1,可以检查 And 返回的旧值。清除掩码不会改变其他位,所以判断表达式仍然针对旧值:

old := state.And(^enabled)
wasEnabled := old&enabled != 0
if wasEnabled {
    fmt.Println("enabled was set before And")
}

多个 goroutine 同时执行这段逻辑时,只有拿到包含 enabled 的旧值的调用方能判断“自己观察到清除前是开启的”。后续调用可能仍返回旧值但 enabled 已经是 0,这不是错误,而是原子操作返回值的定义。

需要条件更新时换成 CompareAndSwap

And 适合无条件清除。如果规则是“只有 enabled 仍然打开且 draining 没打开时才清除”,就要把判断和提交绑定起来:

func disableWhenReady(state *atomic.Uint64) bool {
    for {
        old := state.Load()
        if old&enabled == 0 || old&(1

这里的控制流是 Load 得到快照,条件不满足就退出,满足则计算 next;如果其他 goroutine 先改过值,CompareAndSwap 返回 false,循环重新读取。这个循环才表达了“基于我看到的旧状态更新”的业务语义。

Load 检查 enabled 后通过 CompareAndSwap 条件更新状态并在失败时重试

三个容易踩到的边界

掩码方向写反

And(enabled) 会保留 enabled 位并清掉其他位,不是关闭 enabled。清除某位需要让该位为 0,所以常见写法是 ^enabled。

复制已经使用的 atomic.Uint64

把包含 atomic.Uint64 的结构体按值传参、放进会复制元素的容器,都可能复制已经使用的原子值。让它保持指针或固定所有权,避免在第一次 Load、Store、And 后复制。

把原子状态当成完整锁

原子值只覆盖这个状态字。若状态变化还要求同步修改连接对象、计数器或错误信息,仍需要明确的锁、消息传递或不可变快照设计。

相关问题

And 返回的是新值吗

不是。And 返回修改前的旧值;需要新值时,在原子操作之后调用 Load,但这次读取可能已经看到其他 goroutine 的后续更新。

什么时候应该用 Or

要原子设置某些位时使用 Or(mask)。它和 And 一样返回旧值,掩码中的 1 表示要设置的位。

And 能替代 CompareAndSwap 吗

不能。And 没有“旧值必须等于某个值”的条件,适合无条件位清除;状态机需要条件提交和失败重试时应使用 CompareAndSwap。

小结

atomic.Uint64.And 解决的是一个很具体的问题:在共享位集合中原子清除目标位,并把清除前的状态交给调用方。记住掩码方向、旧值语义和不可复制边界;一旦更新动作带有条件,就把逻辑提升为 Load、计算、CompareAndSwap 的重试循环。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Redis CLIENT NO-EVICT 怎么保护关键连接:内存压力下的连接级淘汰边界Redis CLIENT NO-EVICT 怎么保护关键连接:内存压力下的连接级淘汰边界
上一篇
Redis CLIENT NO-EVICT 怎么保护关键连接:内存压力下的连接级淘汰边界
npm 官网如何复制 lodash 的安装命令并核对仓库地址:Install 侧栏与 Repository 链接
下一篇
npm 官网如何复制 lodash 的安装命令并核对仓库地址:Install 侧栏与 Repository 链接
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    474次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    532次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    551次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    503次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    324次使用