Uber Go 的 `atomic` 包教程
2024-08-10 06:05:03作者:郦嵘贵Just
1. 项目介绍
atomic 是 Uber 开源的一个 Go 语言库,用于提供原子操作,支持在并发环境中安全地更新变量。这个库允许开发者在不需要额外锁的情况下处理共享数据,从而简化多线程编程并提高性能。atomic 库主要基于标准库 sync/atomic 提供一个更简洁的接口。
2. 项目快速启动
首先确保你的 Go 环境已经配置好并且版本 >= 1.18。接下来,你可以通过以下步骤来安装和使用 atomic 库:
安装
go get -u go.uber.org/atomic
使用示例
下面是如何使用 atomic 实现一个并发安全的计数器:
package main
import (
"fmt"
"sync/atomic"
"time"
)
type Counter struct {
count *atomic.Int64
}
func NewCounter() *Counter {
return &Counter{
count: atomic.NewInt64(0),
}
}
func (c *Counter) Increment() {
atomic.AddInt64(c.count, 1)
}
func main() {
counter := NewCounter()
var wg sync.WaitGroup
for i := 0; i < 100; i++ {
wg.Add(1)
go func() {
defer wg.Done()
for j := 0; j < 1000; j++ {
counter.Increment()
}
}()
}
// 等待所有goroutine完成
wg.Wait()
fmt.Printf("Final count: %d\n", counter.count.Load())
}
在这个例子中,counter.Increment() 使用 atomic.AddInt64 来保证在并发环境下增加计数器的值是安全的。
3. 应用案例和最佳实践
案例一:状态跟踪
在分布式系统中,可以利用 atomic 来追踪服务的状态,例如健康检查或负载均衡器中的活跃连接数。
type ServerStatus struct {
activeConnections *atomic.Int32
}
func (s *ServerStatus) Connect() {
s.activeConnections.Add(1)
}
func (s *ServerStatus) Disconnect() {
s.activeConnections.Sub(1)
}
func (s *ServerStatus) IsActive() bool {
return s.activeConnections.Load() > 0
}
最佳实践
- 尽量使用指针类型,因为非指针类型的原子操作可能不适用于所有类型。
- 避免在原子操作之外修改共享变量,以确保一致性。
- 当原子操作不再需要时,记得清理资源,防止内存泄漏。
4. 典型生态项目
- Go 标准库
sync/atomic: 这个库提供了基本的原子操作原语,如AddInt64和CompareAndSwap,是atomic包的基础。 - Ristretto: Ristretto 是一个高性能的键值存储,其中使用了原子操作来实现缓存的统计和管理。
- Gorilla Mux: 一个强大的 URL 分发器,它使用原子计数器来跟踪路由调用。
通过这些库,我们可以看到原子操作在构建并发安全和高效率的 Go 服务中扮演着重要角色。结合适当的同步策略,atomic 可以为你的应用程序带来更高的可靠性和性能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
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
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
701
4.51 K
Ascend Extension for PyTorch
Python
564
692
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
541
98
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++
957
953
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
411
338
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
149
177
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221