Go错误集锦 | map中因mutex使用不当导致的数据竞争

2022年6月28日 316点热度 0人点赞 0条评论

大家好，我是「Go学堂」的渔夫子。今天跟大家分享一个使用mutex在对slice或map的数据进行保护时容易被忽略的一个案例。

众所周知，在并发程序中，对共享数据的访问是经常的事情，一般通过使用mutex对共享数据进行安全保护。当对slice和map使用mutex进行保护时有一个错误是经常被忽略的。下面我们看一个具体的示例。

我们首先定义一个Cache结构体，该结构体用来缓存客户的银行卡的当前余额数据。该结构体使用一个map来存储，key是客户的ID，value是客户的余额。同时，有一个保护并发访问的读写锁变量。如下：

type Cache struct {    mu sync.RWMutex    balances map[string]float64}

接下来我们定义个AddBalance方法，该方法使用写锁来保护balances能被并发访问。如下：

func (c *Cache) AddBalance(id string, balance float64) {    c.mu.Lock()    c.balances[id] = balance    c.mu.Unlock()}

同时，我们还实现了一个求所有客户平均余额的函数。下面是其中的一种实现：

func (c *Cache) AverageBalance() float64 {    c.mu.RLock()    balances := c.balances    c.mu.RUnlock()        sum := 0.    for _, balance := range balances {        sum += balance    }        return sum / float64(len(balances))}

在该实现中，我们将c.balances拷贝到了一个本地变量中，然后就释放了锁。然后通过循环本地变量balances来计算所有客户的总额。最后返回客户的平均余额。以下是main中的代码：

func main() {    cache := &Cache{        balances : make(map[string]float64),    }  
    go cache.AverageBalance()      go cache.AddBalance("ID-10", 100)}

那么，这种实现方式有什么问题吗？如果我们使用-race运行，则会提示导致数据竞争。所以这里的问题处在哪里呢？

实际上，我们在之前讲过map的底层数据结构实际上是一些元信息加上一个指向buckets的数据指针。因此，当使用balances := c.balances时并没有拷贝实际的数据。而只是拷贝了map的元信息而已。如下图：

这里只列出了map底层结构体的关键字段，若想了解map底层的详细结构可以参考我之前的那篇 map的底层实现原理。由上图可以看到两个变量底层指向的数组实际上是同一个内存地址。在并发中，两个协程同时操作一个内存地址的数据，而且其中一个是写入操作，因此就造成了数据竞争。

那我们应该如何避免该数据竞争呢？我们有两种方式。

一种方式是当迭代的逻辑如果耗时不是很大的话，可以扩大临界区。如下：

func (c *Cache) AverageBalance() float64 {    c.mu.RLock()    defer c.mu.RUnlock()
    sum := 0    for _, balance := range c.balances {        sum += balance    }        return sum / float64(len(c.balances))}

在该实现中，整个函数都是临界区，这样也就避免了数据竞争。

第二种方式是将原来的map数据深度拷贝一份到本地变量。这种方式适用于迭代循环逻辑比较重（也就是耗时比较大）的场景。比如在迭代逻辑中会涉及到网络IO（数据库的读写等）。如下：

func (c *Cache) AverageBalance() float64 {    c.mu.RLock()    m := make(map[string]float64, len(c.balances))    for k, v := range c.balances {        m[k] = v    }    c.mu.RUnlock()
    sum := 0    for _, balance := range balances {        sum += balance    }        return sum / float64(len(c.balances))}