面试题：Go语言中复杂场景下内存模型与数据竞争优化策略

可能出现的数据竞争点分析

共享数据的读写：多个goroutine同时读写共享数据，例如一个全局变量或结构体中的字段，如果没有适当的同步机制，就会产生数据竞争。例如：

var sharedVar int
func read() {
    _ = sharedVar
}
func write() {
    sharedVar = 1
}

这里如果read和write函数在不同的goroutine中并发执行，就可能出现数据竞争。 2. 嵌套同步原语：在使用嵌套的同步原语时，如果顺序不当，可能导致死锁或隐藏的数据竞争。比如在Mutex嵌套使用中，如果内层锁没有及时释放，外层锁再次获取时就会出现问题。

var mu1, mu2 sync.Mutex
func f1() {
    mu1.Lock()
    defer mu1.Unlock()
    mu2.Lock()
    defer mu2.Unlock()
    // 业务逻辑
}
func f2() {
    mu2.Lock()
    defer mu2.Unlock()
    mu1.Lock()
    defer mu1.Unlock()
    // 业务逻辑
}

如果f1和f2在不同goroutine中并发执行，就可能出现死锁。

避免数据竞争和优化策略

合理使用同步机制
- Mutex：使用sync.Mutex来保护共享数据。在读写共享数据前获取锁，操作完成后释放锁。

var sharedVar int
var mu sync.Mutex
func read() {
    mu.Lock()
    defer mu.Unlock()
    _ = sharedVar
}
func write() {
    mu.Lock()
    defer mu.Unlock()
    sharedVar = 1
}

- **RWMutex**：对于读多写少的场景，使用`sync.RWMutex`。多个读操作可以同时进行，但写操作需要独占锁。

var sharedVar int
var rwmu sync.RWMutex
func read() {
    rwmu.RLock()
    defer rwmu.RUnlock()
    _ = sharedVar
}
func write() {
    rwmu.Lock()
    defer rwmu.Unlock()
    sharedVar = 1
}

- **Channel**：使用channel进行数据传递，避免共享数据。通过channel在goroutine之间传递数据，从而减少对共享数据的直接操作。

func producer(ch chan<- int) {
    for i := 0; i < 10; i++ {
        ch <- i
    }
    close(ch)
}
func consumer(ch <-chan int) {
    for num := range ch {
        // 处理num
    }
}

优化内存访问模式
- 减少共享数据：尽量减少全局变量和共享数据的使用，将数据限制在单个goroutine内处理。如果必须共享，尽量通过channel传递数据。
- 局部化数据：将数据分配到各个goroutine的局部变量中，减少对共享数据的依赖。例如，在处理任务时，每个goroutine可以有自己的任务副本进行处理。
使用原子操作：对于简单的共享数据类型（如int、int64等），可以使用atomic包中的原子操作。原子操作在硬件层面保证了操作的原子性，避免了数据竞争。

import "sync/atomic"
var sharedInt64 int64
func increment() {
    atomic.AddInt64(&sharedInt64, 1)
}
func get() int64 {
    return atomic.LoadInt64(&sharedInt64)
}

避免嵌套同步原语：尽量简化同步原语的嵌套使用，如果确实需要嵌套，要仔细设计锁的获取和释放顺序，避免死锁。可以考虑使用其他方式来实现相同的逻辑，例如使用select语句结合channel来实现更灵活的同步。
测试和工具：使用Go语言内置的go test -race工具来检测数据竞争。在开发过程中，经常运行这个命令可以及时发现潜在的数据竞争问题，并进行修复。

星途面试题库

面试题：Go语言中复杂场景下内存模型与数据竞争优化策略

知识考点

面试题答案

可能出现的数据竞争点分析

避免数据竞争和优化策略