Go单例实现—双重检测是否安全

353次阅读  |  发布于2年以前

起因

今天看到项目中的kafka客户端包装结构体的获取是单例模式 单例的实现是老生常谈的问题了，懒汉饿汉线程安全，因为看到项目中写的还是有些问题，网上go单例实现的搜索结果比较少经测试也并不靠谱，所以在这记录下

现状

当前有的项目直接使用Mutex锁，有的就直接判断nil则创建，对于前者，每次都加锁性能差，对于后者则会出现多个实例，也就不是单例了

改进

进而想要改进一下，在这不讨论饿汉和线程非安全的实现，对于go中线程安全的懒汉实现，常见两种：

双重检验示例：

package main

import (
    "sync"
    "testing"
)

var (
    instance *int
    lock      sync.Mutex
)

func getInstance() *int {
    if instance == nil {
        lock.Lock()
        defer lock.Unlock()

        if instance == nil {
            i := 1
            instance = &i
        }
    }
    return instance
}

// 用于下边基准测试
func BenchmarkSprintf(b *testing.B){

    for i:=0;i<b.N;i++{
        go getInstance()
    }
}

是否线程安全

基于java中双重检验锁的经验，因为jvm的内存模型，双重检验锁会出现可见性问题，可以通过 volatile解决 那么在go里会有类似问题吗？关键点在于instance变量的读和写是否是原子操作 这里做了个race竞态检测：

img

可以看到 20行的写入和14行的读取发生了竞态 上例中用64位(系统是64位)的int指针表示一个实例，也说明了对于64位数据的写入和读取是非原子操作

我们看另一种实现：sync.Once方法

package main

import (
    "sync"
    "testing"
)

var (
    instance *int
    once      sync.Once
)

func getInstance() *int {
    once.Do(func(){
        if instance == nil {
            i := 1
            instance = &i
        }
    })
    return instance
}

func BenchmarkSprintf(b *testing.B){

    for i:=0;i<b.N;i++{
        go getInstance()
    }
}

实现比双重检验看起来要整洁许多

race检测结果：

img

没有发生竞态

关于sync.Once

那么sync.Once是怎么实现的呢

看下源码：

package sync

import (
   "sync/atomic"
)

type Once struct {
   done uint32
   m    Mutex
}

func (o *Once) Do(f func()) {
   if atomic.LoadUint32(&o.done) == 0 {
      o.doSlow(f)
   }
}

func (o *Once) doSlow(f func()) {
   o.m.Lock()
   defer o.m.Unlock()
   if o.done == 0 {
      defer atomic.StoreUint32(&o.done, 1)
      f()
   }
}

可以看到sync.Once内部其实也是一个双重检验锁，但是对于共享变量（done字段）的读和写使用了atomic包的StoreUint32和LoadUint32方法

sync.Once使用一个32位无符号整数表示共享变量，即使是32位变量的读写操作都需要atomic包方法来实现原子性，更说明了go里边指针的读写不能保证原子性

关于atomic和metex

引用一段话：https://ms2008.github.io/2019/05/12/golang-data-race/

解决 race 的问题时，无非就是上锁。可能很多人都听说过一个高逼格的词叫「无锁队列」。都一听到加锁就觉得很 low，那无锁又是怎么一回事？其实就是利用 atomic 特性，那 atomic 会比 mutex 有什么好处呢？go race detector 的作者总结了这两者的一个区别：Mutexes do no scale. Atomic loads do. mutex 由操作系统实现，而 atomic 包中的原子操作则由底层硬件直接提供支持。在 CPU 实现的指令集里，有一些指令被封装进了 atomic 包，这些指令在执行的过程中是不允许中断（interrupt）的，因此原子操作可以在 lock-free 的情况下保证并发安全，并且它的性能也能做到随 CPU 个数的增多而线性扩展。若实现相同的功能，后者通常会更有效率，并且更能利用计算机多核的优势。所以，以后当我们想并发安全的更新一些变量的时候，我们应该优先选择用 atomic 来实现。

结论

Copyright© 2013-2020

All Rights Reserved 京ICP备2023019179号-8