C++ STL 容器如何解决线程安全的问题？
The following article is from 编程往事 Author 果冻虾仁
众所周知，STL容器不是线程安全的。对于vector，即使写方（生产者）是单线程写入，但是并发读的时候，由于潜在的内存重新申请和对象复制问题，会导致读方（消费者）的迭代器失效。实际表现也就是招致了core dump。另外一种情况，如果是多个写方，并发的push_back()，也会导致core dump。
解法一
加锁是一种解决方案，比如互斥锁std::mutex。但是加std::mutex确实性能较差。对于多读少写的场景可以用读写锁（也叫共享独占锁）来缓解。比如C++17引入了std::shared_mutex 。更多锁的种类可以阅读之前写的这篇文章：
当然本文的目的自然不是自我重复再次介绍一次锁的使用，请继续阅读解法二！
解法二
更多的时候，其实可以通过固定vector的大小，避免动态扩容（无push_back）来做到lock-free！
即在开始并发读写之前（比如初始化）的时候，给vector设置好大小。
struct Data {
...
};
vector<Data> v;
v.resize(1000);
注意是resize()，不是reserve()！
可能大家平时用reserve()比较多，顾名思义，reserve就是预留内存。为的是避免内存重新申请以及容器内对象的拷贝。说白了，reserve()是给push_back()准备的！
而resize除了预留内存以外，还会调用容器元素的构造函数，不仅分配了N个对象的内存，还会构造N个对象。从这个层面上来说，resize()在时间效率上是比reserve()低的。但是在多线程的场景下，用resize再合适不过。
你可以resize好N个对象，多线程不管是读还是写，都是通过容器的下标访问operator[]来访问元素，不要push_back()新元素。所谓的『写操作』在这里不是插入新元素，而是修改旧元素。
如果N的最大个数是可以预期的就直接设置就好，如果没办法预期就再把vector搞成ring buffer（环形队列）来缓解压力。
可以给元素类加上成员变量标记当前的读写状态、是否被消费等等。
当然，你会说，如果B，C，D，E，F这个5个线程是等价的，要不停消费vector中的元素，会造成重复消费不？
当然会。你可以把队列头的下标定义成原子变量（std::atomic），尽管原子变量也需要做线程同步，但是比一般的锁开销要小很多啦。
如果你想连原子变量也不用，有没有办法呢？有啊。那就给B，C，D，E，F分配不同的消费队列啊。比如当前有5个读线程，那么每个线程就消费下标对5取模之后的某个固定结果的下标。比如：
B消费：0、5、10、15、…… C消费：1、6、11、16、…… D消费：2、7、12、17、…… E消费：3、8、13、18、…… F消费：4、9、14、19、……
每个读线程各自维护自己当前消费的最新下标。
这样做有啥问题没？也有，就是可能会导致不同的线程繁忙和等待的情况差异巨大：忙的忙死，闲的闲死。具体场景具体分析，总之，无论如何要控制住。不要让一个任务hang住整个线程。
vector是顺序容器，STL中还有一类关联容器其线程安全问题也不容小觑。比如map、unordered_map。
我们可能会有这样一种场景：在并发环境下，收集一些Key-Value，存储在某一个公共的容器中。这里也谈一下不用锁的方案，当然做不到放之四海皆准。它有一些限制条件，只能看是否满足你的需要了。
当有多个写线程对情况下，并发地插入 map/unordered_map都会引发core dump。对此，在某些场景下也可以避免加锁：如果全量的key有办法在并发之前就能拿到的，那么就对这个map，提前做一下insert。
并发环境中如果只是修改value，而不是插入新key就不会core dump！不过如果你没办法保证多个写线程不会同时修改同一个key的value，那么可能存在value的覆盖。
无法保证这点时，还是需要加锁。不过可以对key采取某种hash策略转成整型，然后进行分段加锁，减少一点锁冲突的概率，或者用一下CAS的策略。
另外对于unordered_map，在单写多读的多线程场景下，会不会有问题呢？也可能有。gcc 4.7.2的unordered_map实现曾被爆出有这个问题。原因的新插入的元素，触发了rehash，让其他线程在unordered_map中查找的过程之中，出现了core dump。见：
https://stackoverflow.com/questions/16353334/segv-in-gccs-stdunordered-map
我不确定clang以及后续的gcc版本是否还有此问题。应该在不添加任何额外同步代码的情况下，无法解决。
容器并发前初始化与伪共享的争议
本文内容曾经在知乎上写过，有网友评论：解法二会有false sharing（伪共享）的问题。
这里简单回应一下，谈论伪共享，要考虑具体的场景。的确某些时候伪共享会带来性能损失，但是要和并行化带来的性能提升来比较，孰高孰低。如果并行提升的性能足够多，是足以弥补这点伪共享的损失的。
比如我要进行远程IO，我有N个key要查询redis，把他们的结果存储到一个vector中，这个vector的写入操作在IO的异步回调函数中。在不加任何额外处理的情况下，极大概率会导致vector的core dump。
而如果vector初始化一下，则无需在回调函数中加锁，就能保证安全。这时候并行IO本身带来的性能提升，远远大于可能的伪共享带来损失。
这里为什么说可能呢？因为伪共享的触发没你想象的这么简单。如何成功模拟出一次伪共享带来性能损失的例子？你可以写程序自测一下，并不容易……甚至你改一下优化级别，改成O2，测试表现都很不一样。
一般网络上谈论伪共享时所举的例子，并不是一个vector中多个元素之间并行读写触发了伪共享。而是vector的元素类型是一个对象，对象中有2个数据字段a和b，在多线程分别更新同一个元素的a和b字段的时候，导致了伪共享。
比如一个线程更新vector中每个元素的a字段，另外一个线程更新vector中每个元素的b字段。
Anyway，伪共享的议题比较复杂，欢迎留意评论！
- EOF -
关注『CPP开发者』
看精选C++技术文章 . 加C++开发者专属圈子
点赞和在看就是最大的支持❤️