同步锁的类型

2019独角兽企业重金招聘Python工程师标准>>>

1)lock-free 

Lock-free 算法通常比基于锁的算法要好：

• 从其定义来看，它们是 wait-free 的，可以确保线程永远不会阻塞。
• 状态转变是原子性的，以至于在任何点失败都不会恶化数据结构。
• 因为线程永远不会阻塞，所以当同步的细粒度是单一原子写或比较交换时，它们通常可以带来更高的吞吐量。
• 在某些情况下，lock-free 算法会有更少的同步写操作（比如 Interlocked 操作），因此纯粹从性能来看，它可能更便宜。

但是 lock-freedom 并不是万能药。下面是一些很明显的不利因素：

• 乐观的并发使用会对 hot data structures 导致 livelock。
• 代码需要大量困难的测试。通常其正确性取决于对目标机器内存模型的正确解释。
• 基于众多原因，lock-free 代码很难编写和维护

2) CAS:

    CAS的原理是，将旧值与一个期望值进行比较，如果相等，则更新旧值

     CAS 的原子性完全取决于硬件实现。大多数 Intel 和 AMD 的 CPU 采用了一种叫做 MOSEI 缓存一致性协议来管理缓存。这种架构下，处理器缓存内 CAS 操作相对成本低廉。但一旦资源争用，就会引起缓存失效和总线占用。缓存越失效，总线越被占用，完成 CAS 操作也越被延迟。缓存争用是程序可伸缩性杀手。当然对于非 CAS 内存操作来说也是如此，但 CAS 情况更加槽糕。

• CAS 操作要比普通内存操作花费更多 CPU 周期。这归功于缓存分级的额外负担、刷新写缓冲区与穿越内存栅栏限制和需求以及编译器对 CAS 操作优化的能力。
• CAS 经常被用在优化并行操作上。这意味着 CAS 操作失败将导致重新尝试某些指令(典型的回滚操作)。即便没有任何争用，它也会做一些无用功。不论成功或失败都会增加争用的风险。

3）fetchandadd

原子队列等则被证明不足以良好的同步两个以上的线程

4) pthread_lock:

当多个控制线程共享相同的内存时，需要确保每一个线程看到一致数据视图。如果不存在读取数据或者所有数据只读时不会存在一致性问题。如果某个线程正在修改变量而其他线程也可以读取或者修改这个变量的时候就需要对这些线程进行同步。在变量修改多于一个存储器访问周期时可能出现不一致的错误

转载于:https://my.oschina.net/u/1388024/blog/174522