学习操作系统P5 并发控制：互斥 (自旋锁、互斥锁和 futex)

视频：https://www.bilibili.com/video/BV1ja411h7jt/?spm_id_from=333.999.0.0&vd_source=7a1a0bc74158c6993c7355c5490fc600

啊

啊

Peterson算法实现互斥的效率其实很低

如何正确地在多处理器上实现互斥呢？

啊

啊

啊

啊

啊

啊

啊

啊

啊

 

上下两段代码在描述同一个东西，但上面的代码更好理解(前面一张图的图形化解释更好理解，也是在描述同一种互斥协议)

下面的视角比较难理解 

啊

调试并发程序的两个方法：

1. 尽可能详尽的测试

2. 尽可能的证明(model checker)

啊

处理器实现的 “原子指令” 从根本上消灭了并行，它保证两个事情：

1. 每一个针对同一个关键对象的原子指令，在同一时间只有一个被执行，即，它们可以按时间顺序排成 1 2 3 4

2. 每一个原子指令在被执行时，在它之前被执行的原子指令所产生的结果，对于当下这个将要被执行的原子指令都是可见的

啊

由于在C语言中，给变量上把锁实际上是在给内存中的某一个数据上锁，会涉及到总线。

所以实际上是在总线上上锁

当两个CPU都想给内存上锁时，总线会决定谁先上锁、谁要等待。

不过，今天的CPU由于有缓存，内存锁的这个问题会更加复杂，如下图

 

 当两个CPU的内存里都有一个变量m时，如果CPU1要给变量m加锁，那么它必须把其它CPU的缓存里的变量m都给清除掉

所以，今天的 intel 多核CPU，所有core的L1 cache都是互联的(缓存一致性)。

RISCV的一种很神奇的原子性操作的想法：

对关键变量的访问，都可以分成  Load(读) Exec(计算) Store(写) 三个步骤

当我在读取一个内存数据时，我把它读出来，然后在它旁边加上一个标记，称为 Load-Reserved

接着开始做计算 Exec

做完计算后，尝试把新值写入变量，如果此时：

1. 我之前加上的标记被消除了(其它core写入那个变量会消除标记)；那么放弃写入，重新开始读写该关键变量。

2. 如果标记没有被消除，说明这段时间没有其它core写入这个变量，可以直接把新值写入该变量

上下这两段代码只是阐明 Compare-and-Swap 的思想

(在计算机科学中，比较交换(CAS)是用于多线程以实现同步的原子指令。 它将存储位置的内容与给定值进行比较，并且只有它们相同时，才将该存储位置的内容修改为新的给定值。 这是作为单个原子操作完成的。)

LR/SC+cas 除了实现原子操作，还可以检测原子操作的拥堵

LR/SC+cas 在失败时，就知道有人在跟自己竞争

0. 正在尝试拿锁的人会不停的触发 lock 指令，引起处理器间的缓存同步

1. 空转

2. 获得自旋锁的线程也可能被操作系统切换出去，造成 100% 资源浪费

有些时候，进行同一个计算任务的线程越多，并不代表效率越高。

原因是刚刚提到的三个 “自旋锁的缺陷” 性能问题

记录了一些 做 System 科研时，做Benchmarks 可能出现的错误

自旋锁真正的使用场景是操作系统内核的并发数据结构

虚拟机关中断并不会真正把中断关掉(不然虚拟机死机会引起物理机死机)，采用的是一些其它的机制

想要实现用户态线程的互斥其实很容易

性能优化的常见技巧：看 average(frequent) case 而不是 worst case

在 pthread 中，spinlock 更快的 fastpath。 mutexlock(实际实现方式就是 futex) 更快的 slow path

在撞锁程度较少时，pthread还是使用原子指令；在撞锁程度较高时，pthread会使用睡眠锁

即便 Futex 的设计者，第一次写Futex也是错误的。

所以，不要好高骛远，解决问题时先用简单的方法，不要考虑性能，然后再迭代

善用 model checker 等调试和可视化工具