第三部分：并发与异步编程模型 —— 驾驭多核时代的力量

多核处理器已经成为现代计算机的标配，如何充分借助并发与并行来提升程序性能，成为开发者必须掌握的核心技能。但并发编程有一个显著特点：它既能带来性能提升，也可能引发诸多难题——数据竞争、死锁、线程安全，每一个都不容小觑。因此，深入理解一门语言的并发模型，才是安全高效编写并发程序的关键。

3.1 并发的基本概念：并行 vs 并发，线程 vs 协程

先来厘清并发与并行的区别。并发，是指多个任务在逻辑上“同时”进行，实际上是通过时间片轮转交替切换；并行，则是多个任务在物理上真正同时执行，这需要多核处理器的支持。打个比方：一个人轮流吃三碗饭是并发，三个人各自同时吃一碗才是并行。

那么线程和协程又有何不同？线程是操作系统调度的最小单位，切换成本大约在几微秒到几十微秒之间。而协程是由语言运行时在用户态调度的轻量级“线程”，切换成本低至纳秒级，创建几十万个协程也毫无压力。

3.2 异步编程模型：回调 → Promise → async/await 的演进

异步编程的核心在于：程序在等待I/O操作时，可以腾出手来处理其他任务，避免线程白白阻塞。掌握异步模型，是编写高响应、高吞吐应用的前提条件。

来看一个实际例子：JavaScript的Promise链和async/await。

// 模拟异步操作
function fetchUser(id) {
    return new Promise(resolve => {
        setTimeout(() => resolve({ id, name: `User${id}` }), 100);
    });
}

function fetchPosts(userId) {
    return new Promise(resolve => {
        setTimeout(() => resolve([`Post1 by ${userId}`, `Post2 by ${userId}`]), 100);
    });
}

// Promise链式调用
fetchUser(1)
    .then(user => {
        console.log(user.name);
        return fetchPosts(user.id);
    })
    .then(posts => {
        console.log(posts);
    })
    .catch(err => console.error(err));

// async/await 更清晰的写法
async function displayUserContent(id) {
    try {
        const user = await fetchUser(id);
        console.log(user.name);
        const posts = await fetchPosts(user.id);
        console.log(posts);
    } catch (err) {
        console.error(err);
    }
}

displayUserContent(2);

这里的关键在于：async函数始终返回一个Promise，await会在当前函数内部暂停执行，直到Promise完成——但注意，它并不会阻塞事件循环。相比曾经的“回调地狱”（Callback Hell），这种写法读起来要友好得多。

再看看Python的asyncio如何实现并发网络请求。

import asyncio
import aiohttp

async def fetch_url(session, url):
    async with session.get(url) as response:
        return await response.text()

async def main():
    urls = [
        'https://example.com',
        'https://example.org',
        'https://example.net',
    ]
    async with aiohttp.ClientSession() as session:
        tasks = [fetch_url(session, url) for url in urls]
        results = await asyncio.gather(*tasks)
        for url, html in zip(urls, results):
            print(f"{url}: {len(html)} bytes")

asyncio.run(main())

这里asyncio.gather并发地调度多个协程。当程序等待网络响应时，事件循环可以切换到其他协程继续执行，从而在I/O密集型场景下实现高效并发。这，才是异步编程的真正价值所在。

3.3 多线程同步：锁、原子操作、并发集合

一旦多个线程共享可变状态，同步机制就必须上场了。否则数据一致性将无从谈起。

以Java的线程安全计数器为例，我们看看不同实现方式的性能差异。

// 非线程安全
class UnsafeCounter {
    private int count = 0;
    public void increment() { count++; }  // 多线程下丢失更新
    public int get() { return count; }
}

// 使用synchronized
class SynchronizedCounter {
    private int count = 0;
    public synchronized void increment() { count++; }
    public synchronized int get() { return count; }
}

// 使用AtomicInteger（无锁CAS）
import java.util.concurrent.atomic.AtomicInteger;
class AtomicCounter {
    private AtomicInteger count = new AtomicInteger(0);
    public void increment() { count.incrementAndGet(); }
    public int get() { return count.get(); }
}

// 使用LongAdder（高并发下更好）
import java.util.concurrent.atomic.LongAdder;
class AdderCounter {
    private LongAdder count = new LongAdder();
    public void increment() { count.increment(); }
    public long get() { return count.sum(); }
}

性能方面：synchronized在低竞争场景下已经够用；AtomicInteger基于CAS，没有锁的开销，但高竞争时可能频繁自旋；而LongAdder则通过分段计数进一步降低竞争。进阶开发者会根据场景灵活选择最合适的方案。

再看Go语言中的Mutex和RWMutex。

type SafeCounter struct {
    mu sync.Mutex
    m  map[string]int
}

func (c *SafeCounter) Inc(key string) {
    c.mu.Lock()
    defer c.mu.Unlock()
    c.m[key]++
}

func (c *SafeCounter) Value(key string) int {
    c.mu.Lock()
    defer c.mu.Unlock()
    return c.m[key]
}

// 读多写少场景使用RWMutex，允许并发读
type SafeMap struct {
    mu sync.RWMutex
    m  map[string]string
}

func (s *SafeMap) Get(key string) string {
    s.mu.RLock()
    defer s.mu.RUnlock()
    return s.m[key]
}

处理读多写少的场景时，RWMutex更为合适——它允许多个读操作并发执行，写操作则独占访问。

3.4 数据竞争与死锁的检测与避免

数据竞争的本质是：多个线程同时访问同一内存位置，且至少有一个是写操作，同时没有任何同步保护。Go语言内置了数据竞争检测器，只需在测试时加上 go test -race 就能直接定位问题。

而死锁，则是指两个或多个线程互相等待对方持有的锁，最终导致所有线程都无法继续执行。

来看一个经典的Java死锁示例。

public class DeadlockDemo {
    private final Object lock1 = new Object();
    private final Object lock2 = new Object();

    public void method1() {
        synchronized(lock1) {
            sleep(100);  // 模拟工作
            synchronized(lock2) {
                System.out.println("method1 done");
            }
        }
    }

    public void method2() {
        synchronized(lock2) {
            sleep(100);
            synchronized(lock1) {
                System.out.println("method2 done");
            }
        }
    }

    private void sleep(int ms) { try { Thread.sleep(ms); } catch(Exception e) {} }

    public static void main(String[] args) {
        DeadlockDemo demo = new DeadlockDemo();
        new Thread(demo::method1).start();
        new Thread(demo::method2).start();
    }
}

要避免死锁，以下几个原则值得牢记：

• 固定锁顺序：始终以相同的顺序获取锁。比如先拿lock1再拿lock2。
• 使用超时尝试：Java中的tryLock(timeout)，获取失败时释放已持有的锁，然后重试。
• 减小锁粒度：采用并发集合（如ConcurrentHashMap）或无锁数据结构来替代粗粒度锁。
• 使用更高级的同步工具：像java.util.concurrent包中的Semaphore、CountDownLatch等，比手动管理锁更加安全可靠。