Pulse项目中递归锁的正确使用实践
2025-06-02 13:39:46作者:尤峻淳Whitney
背景介绍
在Pulse项目的网络任务日志记录功能中,开发团队发现了一个潜在的线程安全问题。具体出现在logTaskCreated方法中,该方法负责记录URLSessionTask的创建事件。
问题分析
原始代码实现中使用了普通的互斥锁来保护共享资源访问,但在特定情况下会导致重复加锁的问题。当检查任务是否已注册时,代码首先获取锁,然后在某些条件下直接返回而没有释放锁,这违反了锁的使用原则。
lock.lock()
guard tasks[TaskKey(task: task)] == nil else {
return // 这里直接返回但没有释放锁
}
这种实现方式会导致锁未被释放,可能引发死锁或其他线程同步问题。在多线程环境下,这种错误会严重影响应用的稳定性和性能。
解决方案
开发团队采用了递归锁(Recursive Lock)来解决这个问题。递归锁允许同一线程多次获取锁而不会导致死锁,每次lock操作都必须有对应的unlock操作。
递归锁特别适合以下场景:
- 方法中需要多次访问临界区
- 方法可能通过多个代码路径返回
- 存在递归调用的情况
在Pulse项目中,使用递归锁后,即使代码从guard语句中提前返回,也不会造成锁未被释放的问题,因为后续再次进入该方法时仍能正常获取锁。
最佳实践建议
- 锁的选择:在可能多次获取锁的场景下优先考虑递归锁
- 资源管理:使用defer语句确保锁一定会被释放
- 性能考量:递归锁通常比普通锁性能稍差,只在必要时使用
- 代码审查:特别注意所有可能的代码路径是否都正确释放了锁
修复后的代码示例
public func logTaskCreated(_ task: URLSessionTask) {
lock.lock()
defer { lock.unlock() }
guard tasks[TaskKey(task: task)] == nil else {
return // 使用defer确保锁一定会被释放
}
let context = context(for: task)
// 其他操作...
}
通过这次修复,Pulse项目在网络任务日志记录功能中实现了更健壮的线程同步机制,避免了潜在的并发问题。这个案例也提醒开发者在多线程编程中要特别注意锁的正确使用方式。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
391
288
暂无简介
Dart
906
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108