当前位置:首页 > 文章列表 > Golang > Go问答 > Go atomic.Pointer 更新对象后为什么旧对象还不能立刻释放

Go atomic.Pointer 更新对象后为什么旧对象还不能立刻释放

来源:17golang原创 2026-11-14 02:52:04 0浏览 收藏

先给结论:atomic.Pointer[T].Store 只替换了“以后 Load 从哪里取”的入口,不会撤销读者已经拿到的旧指针。只要某个 goroutine 仍把旧指针保存在局部变量、闭包或派生对象中,旧对象就仍然可达;即使已经没有读者,Go 的垃圾回收也不会承诺在 Store 返回后立刻回收它。

因此,原子指针适合发布不可变快照。对象本身由 GC 管理时,让旧对象自然失去可达性通常就够了;对象里面如果持有文件、连接、句柄等外部资源,则必须另行设计读者退出和资源关闭边界。

消息是什么:Store 更新的是入口,不是读者手里的对象

atomic.Pointer[T] 的 Load 会原子地取出当前的 *T,Store 会原子地写入新的 *T。这解决的是并发读写指针本身的同步问题,不等于“旧对象已经没人使用”。

可以把它想成一个公告栏:发布者把公告栏上的地址换成新版本,已经抄下旧地址的读者不会因为公告栏变化而自动忘记旧地址。读者只要还在使用自己的快照,旧对象就不能被当作无人使用的对象处理。

Go atomic.Pointer 从发布者到读者局部快照和旧对象可达性的静态结构说明图
图1:结构说明图展示发布入口、新旧 Config、读者局部快照与 GC 可达性的关系,不是运行截图。

快速试用:先构造完整快照,再一次 Store

配置、路由表或规则集合可以采用“构造新对象—原子发布—读者只读”的方式。关键点是 Store 之前完成初始化,发布之后不再修改其中的 map、slice 或嵌套字段。

package config

import "sync/atomic"

type Config struct {
	Version int
	Rules   map[string]string
}

var current atomic.Pointer[Config]

func Publish(version int, rules map[string]string) {
	// 发布前复制输入,避免调用方之后修改同一张 map。
	snapshot := make(map[string]string, len(rules))
	for key, value := range rules {
		snapshot[key] = value
	}

	// 对象先完整初始化,再一次性替换入口。
	next := &Config{Version: version, Rules: snapshot}
	current.Store(next)
}

func Read() *Config {
	// 局部变量会持有本次读取到的快照,直到调用方不再使用它。
	return current.Load()
}

这里的 snapshot 只是示例中的浅层复制;如果字段里还有可变 slice、指针或嵌套 map,也要沿着读者会访问的路径建立不可变边界。发布后若继续执行 current.Load().Rules["x"] = "y",就把原子指针安全发布和对象内部的数据竞争重新混在了一起。

和旧方案对比:原子替换、互斥保护与手工回收不是一回事

方案解决的问题旧对象何时能处理
atomic.Pointer + 不可变快照入口指针的并发发布与读取读者不再持有后交给 GC;不提供立即时刻
sync.RWMutex + 原地对象读写临界区和对象内部修改写锁返回前可保证临界区结束,但读者仍需遵守锁
引用计数或 epoch需要确定读者退出点的资源生命周期达到无人持有条件后才能关闭或复用外部资源

尤其不要把“旧指针从入口消失”当成“旧资源可以马上 Close”。一个读者可能已经执行了 cfg := current.Load(),随后在网络慢、锁等待或业务回调中继续使用 cfg。Store 不会等待这段使用结束。

Go 原子指针读者快照、退出点和资源回收资格的静态边界分析图
图2:边界说明图展示局部快照、读者退出点与手工资源清理资格的静态关系,不是并发运行证据。

采用风险:旧对象能不能释放,要看它由谁管理

如果旧对象只是 Go 堆上的数据,读者结束后不再引用它,GC 会在之后的回收周期中处理;不能把某一次 GC 的时间当成程序契约。对于带有文件、连接、映射区或 C 资源的对象,GC 是否最终回收 Go 外壳,也不能替代明确的关闭协议。

工程上可以按下面的边界检查:

  • 读者 Load 后只读快照,不在 Store 后原地修改旧对象。
  • 需要关闭外部资源时,让读者通过引用计数、epoch、租约或集中协调器声明“使用结束”。
  • 不要在发布新指针后立即关闭旧对象,除非已经有明确的无人使用证明。
  • atomic.Pointer 本身不能被复制到另一个实例继续使用;发布器和读取器应共享同一个 Pointer。

Go 内存模型说明,原子操作可以建立同步关系;它关注的是并发访问的可见性与顺序,不会替应用程序定义业务对象的最后一个读者。把这两层职责分开,才能解释“指针已更新,但旧对象还不能立刻释放”这个现象。

常见追问

Store 之后旧对象一定还在内存里吗?

不一定。若没有任何可达引用,它可能在之后的 GC 周期被回收;但 Store 的语义不承诺立即回收,也不保证某个固定时间点完成回收。

只要使用 atomic.Pointer,就能安全修改对象字段吗?

不能。它只保护指针的 Load、Store、Swap 和 CompareAndSwap;对象字段仍需保持不可变,或使用锁、原子字段等独立同步方案。

一句话总结:Store 替换的是共享入口,旧对象的生命周期由仍然持有它的读者和对象内部资源协议决定;GC 数据可以等待自然不可达,外部资源则必须等待明确的读者退出。

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 atomic.Uint64 和 atomic.Int64 在溢出时怎么解释结果Go atomic.Uint64 和 atomic.Int64 在溢出时怎么解释结果
上一篇
Go atomic.Uint64 和 atomic.Int64 在溢出时怎么解释结果
Go sync.OnceValue 返回的函数为什么不适合返回可变全局
下一篇
Go sync.OnceValue 返回的函数为什么不适合返回可变全局
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。
    1018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。
    1020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。
    1151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。
    1121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。
    962次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码