当前位置:首页 > 文章列表 > Golang > Go教程 > Go sync 怎样用 Mutex 保护复合读改写

Go sync 怎样用 Mutex 保护复合读改写

来源:17golang原创 2026-10-18 05:46:33 0浏览 收藏

在 Go 里,给一条赋值语句加锁并不等于保护了业务操作。只要逻辑包含“读出当前值、判断条件、再写回新值”,中间就存在竞争窗口。这个窗口可能让两个 goroutine 都基于旧快照做决定,最后一次写回覆盖前一次结果。

官方资料:https://pkg.go.dev/sync#Mutex

把共享状态和同一把 sync.Mutex 绑定,并让读取、判断、写回处于同一个临界区,才能把复合读改写当成一个不可分割的动作。方法用指针接收者,解锁放进 defer,锁外只保留不需要共享状态的慢操作。

本文只讨论标准库 sync.Mutex 的使用边界,不把它扩展成第三方并发方案的对比。示例代码是静态示例,配图也是结构说明图,不是运行截图。

先识别复合读改写的竞争窗口

假设账户余额不能为负,扣款逻辑看起来只有三步:读取余额、判断余额是否足够、写回余额。若读取和写回之间没有同一把锁,两个请求可能同时读到 100,各自判断扣款 80 合法,最终余额却只减了一次。

// 演示危险边界:读取、判断和写回不应被拆成彼此独立的临界区。
func unsafeSpend(balance *int, amount int) bool {
    // 这里读到的快照可能在下一行之后就已经过时。
    if *balance 
goroutine、共享计数、复合读改写和 Mutex 边界的静态结构说明图
图1:复合读改写的静态结构说明图,查看共享状态与 Mutex 临界区的边界。

图中的关键不是某一次执行顺序,而是共享计数同时受到两个调用方影响。保护目标应是整个“读取快照—条件判断—写回值”组合,而不是只保护其中一行。

把共享状态和 Mutex 绑定

更稳妥的做法是把锁放进拥有共享数据的结构体。零值 Mutex 可以直接使用,但已经使用过的 Mutex 不能再复制,所以更新方法应使用指针接收者,避免把状态对象按值传递。

package account

import "sync"

type AccountState struct {
    mu      sync.Mutex
    balance int
}

// AddIfEnough 把余额判断和扣减绑定在同一个临界区内。
func (a *AccountState) AddIfEnough(amount int) bool {
    a.mu.Lock()
    defer a.mu.Unlock() // 任何返回路径都负责释放同一把锁。

    // 读取、判断和写回之间没有对外暴露窗口。
    if a.balance 

这里的“不变量”是余额不能小于零。只要所有修改余额的入口都遵守同一把锁,判断和更新就不会被另一个入口插入。若还有充值、退款或批量调整方法,它们也必须把相关字段纳入同一套保护边界。

让读取、判断、写回处于同一个临界区

复合操作内部可以做必要的计算,但不要在持锁期间调用不受控的外部慢操作,例如网络请求、文件写入或等待另一个可能回调当前对象的组件。需要把结果带出锁时,先复制一个快照,再在解锁后处理。

// Snapshot 返回副本,让调用方在锁外读取稳定数据。
func (a *AccountState) Snapshot() int {
    a.mu.Lock()
    defer a.mu.Unlock()

    // 基础类型直接复制;复杂对象则应做足够深度的副本。
    return a.balance
}

func settle(a *AccountState, amount int) bool {
    // 只把共享状态决策放在锁内,外部结算放在锁外。
    if !a.AddIfEnough(amount) {
        return false
    }
    // 这里可以执行不属于 AccountState 的慢操作。
    recordSettlement(amount)
    return true
}

// recordSettlement 代表锁外的外部操作;示例不依赖真实服务。
func recordSettlement(amount int) { _ = amount }

如果返回的是切片、映射或指针,不能只复制容器头部就认为安全;要根据调用方是否会修改底层数据决定是否做深拷贝。锁保护的是对象内部状态,不自动保护已经交给外部的可变引用。

处理锁的边界与审计清单

AccountState、sync.Mutex、受保护方法、调用方快照和外部慢操作的静态模块关系图
图2:对象与锁边界的静态关系图,查看哪些数据由同一把 Mutex 保护。

可以按下面几项审查一段复合更新代码:

  • 同一个状态对象是否始终使用同一把 Mutex,是否有按值复制或隐式复制?
  • 读取、条件判断、写回是否全部位于锁内,是否存在“先解锁再决定”的间隙?
  • 是否用指针接收者,是否用 defer Unlock 覆盖提前返回和错误分支?
  • 是否把慢操作、回调和可能再次访问该对象的调用移到了锁外?
  • 快照是否复制了底层可变数据,调用方是否会绕过锁直接修改内部字段?

还要记住两个 API 边界:Mutex 的零值可直接使用,但第一次使用后不能复制;Unlock 必须对应已经加锁的 Mutex,否则会触发运行时错误。TryLock 虽然存在,但官方文档也提醒正确使用场景较少,不能用它掩盖临界区设计不清的问题。

常见问题

只给写操作加锁,读取可以不加吗?

如果读取与写入之间存在并发访问,就不能只看“这行是不是赋值”。读取也必须使用与写入匹配的同步协议,否则可能读到不一致状态,或者让复合判断基于过期快照。

为什么不把整个业务函数都放进锁里?

锁的范围要覆盖不变量所需的最小连续区间。过度扩大范围会让无关请求排队;过度缩小范围又会重新暴露竞争窗口。实践中可以先锁住共享状态决策,再复制结果,最后在锁外做外部操作。

小结

sync.Mutex 保护复合读改写的核心,是把“读取—判断—写回”视为一个整体,并把这项约束落实到拥有状态的对象上。指针接收者、defer Unlock、快照复制和锁外慢操作共同决定了边界是否可靠。

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
Go sync 怎样用 OnceFunc 封装只执行一次的清理Go sync 怎样用 OnceFunc 封装只执行一次的清理
上一篇
Go sync 怎样用 OnceFunc 封装只执行一次的清理
Go sync 怎样让 OnceValue 的 panic 语义可预测
下一篇
Go sync 怎样让 OnceValue 的 panic 语义可预测
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。
    513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。
    572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。
    598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。
    549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。
    366次使用