linux内核中有多种内核锁，内核锁的作用是： 多核处理器下，会存在多个进程处于内核态的情况，而在内核态下，进程是可以访问所有内核数据的，因此要对共享数据进行保护，即互斥处理； linux内核锁机制有信号量、互斥锁、自旋锁还有原子操作。 一、信号量(struct semaphore)： 是用来解决进程/线程之间的同步和互斥问题的一种通信机制，是用来保证两个或多个关键代码不被并发调用。 信号量（Saphore）由一个值和一个指针组成，指针指向等待该信号量的进程。信号量的值表示相应资源的使用情况。信号量S>=0
并发 是指在某一时间段内能够处理多个任务的能力，而 并行 是指同一时间能够处理多个任务的能力。并发和并行看起来很像，但实际上是有区别的，如下图（图片来源于网络）：
Linux环境编程对于初学者来说，必须深刻理解重点概念才能更好地编写代码，实现业务功能，下面就几个重要的及常用的知识点进行说明。搞懂这几个概念后以免在将来的编码出现混淆。 系统调用 ❝所有的操作系统在其内核里都有一些内建的函数，这些函数可以用来完成一些系统级别的功能。在Linux系统使用的这样的函数叫做“系统调用”，英文是systemcall。这些函数代表了从用户空间到内核空间的一种转换。 ❞ 系统调用是Linux操作系统提供的服务，是编写应用程序与内核之间通信的接口，也就是我们所说的函数。相对于普通的函数
"原子操作(atomic operation)是不需要synchronized"，这是多线程编程的老生常谈了。所谓原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。
版权声明：本文为博主原创文章，转载请注明博客地址： https://blog.csdn.net/zy010101/article/details/84202404
在现代操作系统里，同一时间可能有多个内核执行流在执行，因此内核其实像多进程多线程编程一样也需要一些同步机制来同步各执行单元对共享数据的访问，尤其是在多处理器系统上，更需要一些同步机制来同步不同处理器上的执行单元对共享的数据的访问。在主流的Linux内核中包含了如下这些同步机制包括：
在多年前，linux还没有支持对称多处理器SMP的时候，避免并发数据访问相对简单。
原子操作 通常我们代码中的a = a + 1这样的一行语句，翻译成汇编后蕴含着3条指令: ldr x0, &a add x0,x0,#1 str x0,&a 即 (1)从内存中读取a变量到X0寄存器 (2)X0寄存器加1 (3)将X0写入到内存a中 既然是3条指令，那么就有可能并发，也就意味着返回的结果可能不是预期的。 然后在linux kernel的操作系统中，提供访问原子变量的函数，用来解决上述问题。其中部分原子操作的API如下： atomic_read atomic_add_return(i,v) a
---上一篇文章我们详细的讲解了lseek函数的用法，其实还是那句话，在linux系统下，对于一个陌生的命令、函数、库函数，完全可以用man手册去查看，为了给大家了解一些基本的linux命令使用，这里
明确项目目标，是指我们希望程序达成什么目的，实现什么功能，从而帮我们将项目拆解成不同的单元；而一个妥当的拆解方案，难度适度递增，能帮我们逐步顺利执行，最终完成项目。这三个步骤可以说是环环相扣的（同时在这个过程中，我们要思考所需要的知识，以及如何去索取新的知识，找到切入点）。下面开始今天的主题解析：
在看完《Java多线程编程核心技术》与《Java并发编程的艺术》之后,对于多线程的理解到了新的境界. 先拿如下的题目试试手把.
原子操作（atomic operation）指的是由多步操作组成的一个操作。如果该操作不能原子地执行，则要么执行完所有步骤，要么一步也不执行，不可能只执行所有步骤的一个子集。
现如今，一个服务端应用程序几乎都会使用到多线程来提升服务性能，而目前服务端还是以linux系统为主。一个多线程的java应用，不管使用了什么样的同步机制，最终都要用JVM执行同步处理，而JVM本身也是linux上的一个进程，那么java应用的线程同步机制，可以说是对操作系统层面的同步机制的上层封装。这里我说的操作系统，主要是的非实时抢占式内核（non-PREEMPT_RT），并不讨论实时抢占式内核（PREEMPT_RT） 的问题，二者由于使用场景不同，因此同步机制也会存在差异或出现变化。
综述 在上一篇介绍了linux驱动的调试方法，这一篇介绍一下在驱动编程中会遇到的并发和竟态以及如何处理并发和竞争。 首先什么是并发与竟态呢？并发(concurrency)指的是多个执行单元同时、并行被执行。而并发的执行单元对共享资源(硬件资源和软件上的全局、静态变量)的访问则容易导致竞态(race conditions)。可能导致并发和竟态的情况有： SMP（Symmetric Multi-Processing），对称多处理结构。SMP是一种紧耦合、共享存储的系统模型，它的特点是多个CPU使用共同的系统总线
一、总结 在写之前，先唠几句，《UNIX环境高级编程》，简称APUE，这本书简直是本神书，像我这种小白，基本上每看完一章都是“哇”这种很吃惊的表情。其实大概三年前，那会大三，我就买了这本书，也看过一些，但好像没有留下什么印象，今天再看，依然觉得像新的一样。很大的原因我想是一直以来都在用windows（用windows做开发为什么学不到真正的技术，我想大家都懂的），当然知识结构不完整，学习能力这些就不说了。所以，对于那些致力于想在Linux下做开发的人来说，这本说一定是强推的。 如果你分得清write
在 C++ 开发中，“劫持 new” 是指重载全局 new 运算符，以便在动态内存分配时插入自定义逻辑。这可以用于多种目的，如日志记录、性能监控或调试信息、内存池管理、调试内存泄漏。
现代计算机基本都是多核，而且我们的业务进程通常会运行在多台计算机上。不管是一台计算机上的多个线程还是运行在多台计算上的不同进程在处理系统资源时难免会出现冲突，为了解决共享资源的冲突问题我们经常需要加锁处理。
因为现代操作系统是多处理器计算的架构，必然更容易遇到多个进程，多个线程访问共享数据的情况，如下图所示：
开发过程中，对于多线程多进程的并发和并行的几乎是编程不可避免的事情，特别在涉及对于数据进行修改或者添加的时候。这个时候就需要锁的出现，锁有多种类型，互斥锁，自旋锁。除了锁之外，我们还定义了原子操作，当然如果探究本质的话，原子操作也是有锁的，只不过是对汇编的操作锁。
Linux 内核中的同步机制：原子操作、信号量、读写信号量、自旋锁的API、大内核锁、读写锁、大读者锁、RCU和顺序锁。 1、介绍 在现代操作系统里，同一时间可能有多个内核执行流在执行，即使单CPU内核也需要一些同步机制来同步不同执行单元对共享的数据的访问。 主流的Linux内核中的同步机制包括： 原子操作 信号量（semaphore） 读写信号量（rw_semaphore） 自旋锁spinlock 大内核锁BKL(Big Kernel Lock) 读写锁rwlock、 brlock（只包含在2.4内核中
答：i++不是原子操作，++i也不是原子操作。 原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会切换到另一个线程。 i++其实一共做了三次指令操作，第一次，从内存中读取i变量的值到CPU的寄存器，第二次在寄存器中的i自增1，第三次将寄存器中的值写入内存。这三次指令操作中任意两次如果同时执行的话，都会造成结果的差异性。 而对于++i，在多核机器上，CPU在读取内存时也可能同时读到同一个值，这样就会同一个值自增两次，而实际上只自增了一次，所以++i也不是原子操作。
同步是指协调多个执行线程或进程的执行，以确保它们按照一定的顺序执行或在特定的条件下等待。常见的同步机制包括信号量、条件变量和屏障等。
开始阅读 nginx 源码的时候就一直伴随着一个问题，那就是多进程的 nginx 模型是怎么保证多个进程同时写入一个文件不发生数据交错呢？ 猜想中，主要有以下几种解决方案： 1. 最传统的，正在写文件的进程加锁，其他进程等待，但是这样的情况是绝对不允许的，效率太过低下 2. 写 log 前测试锁状态，如果已经锁定，则写入进程自己的缓冲区中，等待下次调用时同步缓冲区，这样做的好处是无需阻塞，提高了效率，但是就无法做到 log 的实时了，这样做工程中也是绝对无法接受的，一旦发生问题，将无法保证 log 是否已经被写入，因此很难定位 3. 一个进程专门负责写 log，其他进程通过域套接字或者管道将 log 内容发送给他，他持续阻塞在 epoll_wait 上，直到收到信息，立即写入，但是众所周知，nginx 是调用同一个函数启动所有进程的，并没有专门调用函数启动所谓的 log 进程，除了 master 和 worker，nginx 也确实没有 log 进程存在 4. 那么就是进程启动后，全部去竞争某个锁，竞争到该锁的 worker 执行 log worker 的代码，其余的 worker 继续运行相应程序，这个方案看上去是一个不错的方案，如果是单 worker 的话，那么就无需去使用该锁即可
多线程编程是多CPU系统在中应用最广泛的一种编程方式，在传统的多线程编程中，多线程之间一般用各种锁的机制来保证正确的对共享资源（share resources）进行访问和操作。
funcA先执行，再执行funcB。或者 funcB先执行，再执行funcA。 上述无论那个先执行，结果都是2。没有什么多说的。
在早期的 Linux内核中，并发的来源相对较少。早期内核不支持对称多处理（ symmetric multi processing,SMP），因此，导致并发执行的唯一原因是对硬件中断的服务。这种情况处理起来较为简单，但并不适用于为获得更好的性能而使用更多处理器且强调快速响应事件的系统。
前言 大数据浪潮下，海量数据处理能力的提升是推动大数据不断前行的基础，海量数据处理的分布式系统应运而生，hdfs、hadoop、spark、storm、MQ等等。分布式系统运行的核心是集群化部署，分散化管理，任务均摊，平衡化运行。节点异常、机器异常、运营操作、策略变更都会打破原有的平衡状态进入一种不平衡状态，平台通过状态管理和协议交互逐步演进到另一种平衡状态，同时要保证这种演进过程中系统计算正确性。打破原有的平衡状态的场景非常多，复杂的平衡演进过程中又有很多的场景可能出现，这种交织的变化对分布式系统测试，
关于同步理论的一些基本概念 临界区（critical area）: 访问或操作共享数据的代码段 简单理解：synchronized大括号中部分（原子性） 竞争条件（race conditions）两个线程同时拥有临界区的执行权 数据不一致：（data unconsistency） 由竞争条件引起的数据破坏 同步（synchronization）避免race conditions 锁：完成同步的手段（门锁，门后是临界区，只允许一个线程存在） 上锁解锁必须具备原子性 原子性（象原子一样不可分割的操作） 有序
分别对于两个进程而言，可观察行为确实没有变化。而这种优化在某些时候确实会有比较明显的效果。但是很显然，语义变化了。在原来的结果里不可能发生 x和y都为0的情况，而优化过后，有可能出现。 再来个例子：
当两个或两个以上的线程访问共享数据，并且尝试同时改变它时，就发生争用的情况。它们所依赖的那部分共享数据，叫做竞争条件。
笔者将《unix环境高级编程》主要内容总结为三篇：文件篇，进程篇，高级io和进程间通信三大板块。本文是unix环境高级编程系列文章第一篇：文件篇。该篇主要包括：
前言：非常早之前就接触过同步这个概念了，可是一直都非常模糊。没有深入地学习了解过，最近有时间了，就花时间研习了一下《linux内核标准教程》和《深入linux设备驱动程序内核机制》这两本书的相关章节。趁刚看完，就把相关的内容总结一下。
汇编指令读写内存变量的过程我们称为read-modify-write，简称为RMW操作。也就是说，它们读写一个内存区域两次，第一次读取旧值，第二次写入新值。
但可以读出,fetch只能读第一个数据，但不会把该数据从Channel中删除，但take!会读出后删除。
https://www.zhihu.com/question/462048846/answer/1919407185
铺垫 在Java SE 1.5之前，多线程并发中，synchronized一直都是一个元老级关键字，而且给人的一贯印象就是一个比较重的锁。 为此，在Java SE 1.6之后，这个关键字被做了很多的优化，从而让以往的“重量级锁”变得不再那么重。 synchronized主要有两种使用方法，一种是代码块，一种关键字写在方法上。 这两种用法底层究竟是怎么实现的呢？在1.6之前是怎么实现的呢？ 字节码实现原理 在java语言中存在两种内建的synchronized语法：1、synchronized语句；2、s
要深入理解Linux内核中的同步与互斥的实现，需要先了解一下内联汇编：在C函数中使用汇编代码。
Object.values()省去了遍历key，并根据这些key获取value的步骤。
就是直接用『原子操作』(atomic operation)所实现的并发。这种并发是给程序库的编写者用的， 而应用程序开发者则不需要它，因为这种写法很容易出错，而且极难调试。虽说Python本身的并发机制一般是用底层的操作实现的， 但开发者不能用Python语言编写这种级别的并发代码。
不确定性和不可重现意味着bug可能是间歇性发生的 进程,线程;计算机,设备需要合作
并发问题是所有问题的基础，也是操作系统设计的基础。并发包括很多设计问题，其中有进程间通信，资源共享与竞争，多个进程活动的同步以及分配给进程的处理器时间的。
在多线程环境中，多个线程可能会同时访问同一个资源，为了避免访问发生冲突，可以根据访问的复杂程度采取不同的措施
数据库锁 数据库本身提供了锁机制，比如乐观锁、悲观锁等等。下面给出我之前写的一篇博客，介绍一下mysql数据库的锁机制 Mysql的锁机制
原子操作（atomic operation），不可分割的操作。其通过原子变量来实现，以保证单个CPU周期内，读写该变量，不能被打断，进而判断该变量的值，来解决并发引起的互斥。
程序想要使用共享资源，必然通过一些指令去访问这些资源，若多个任务都访问同一资源，那么访问该资源的指令代码组成的区域称临界区。简而言之，临界区是代码
你无法优化代码；优化是针对特定的条件来实现的。当条件改变时，你的优化反而可能会变为瓶颈。这时仔细审查你对这些条件的假设，其中也许就蕴藏着解决方案的关键。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议
