共 3 篇相关文章
这篇文章帮读者厘清了一个常见误解：很多人以为“无锁”（lock free）就是指程序不使用互斥锁，但实际上这个概念与“用不用锁”并无直接关系。作者指出，lock free的正确定义是：程序能够保证在所有线程中，至少有一个线程可以持续推进，而不会互相阻塞。这意味着即使某个线程挂掉，整个程序的执行流依然能够向前。 文章用一个典型的无锁循环代码举例——两个线程不断交替修改同一个变量，结果却可能互相卡死，这恰恰说明“不用锁”未必就是 lock free。相反，使用锁也可能实现 lock free 的特性，关键在于设计是否保证了系统整体的进展性。 最后，作者提到在实际编码中，lock free 的实现通常依赖 CAS（Compare and Swap）这类硬件支持的原子操作，从而在避免传统锁开销的同时，保障并发安全与性能。
这篇讲的是如何绕过传统锁机制，实现一个能在多线程环境下高性能运行的HashMap。作者从Java中HashMap的线程安全痛点出发，指出常用的锁替代方案都存在性能或复杂性问题，从而引出了基于CAS（比较并交换）指令的无锁编程思路。 文章的核心是清晰地拆解了无锁HashMap的实现蓝图。它先带你理解了更基础的无锁链表如何利用CAS保证插入和删除操作的原子性，然后直面HashMap最大的挑战——ReHash（扩容）。作者巧妙地借鉴了“分裂有序链表”的思想，通过一种预先对节点哈希值进行位翻转排序并引入哨兵节点的方法，让整个链表在逻辑上始终有序。这样一来，数组扩容时节点只需要确认自己在新链表中的归属，而无需物理移动，从而破解了传统实现中需要同时原子修改多个指针的难题。 此外，文章还提到了为了提升效率而采用的数组懒加载、分块初始化等工程细节。整体而言，这是一篇从原理到实现都讲解得非常扎实的文章，把一个复杂的并发数据结构设计问题，梳理得条理分明。
这篇讲的是Martin Fowler撰文推荐的高性能并发框架Disruptor，它正是LMAX交易系统能实现每秒600万订单的核心引擎。作者从“为什么会这么快”切入，剖析了传统锁机制的缺点，然后详细拆解了Disruptor的几大“魔法”：通过精心的缓存行填充避免伪共享、利用内存屏障保证无锁操作的正确性，并深入讲解了RingBuffer这个核心数据结构如何实现高效的读写。 文章不仅解释了原理，还提供了具体的使用指南，涵盖了从RingBuffer读取、写入到版本演进的完整路径。最后，通过LMAX架构和实际处理百万TPS的案例，展示了它在解决高并发、低延迟场景下的巨大价值。对于想理解无锁编程和设计高性能内存队列的开发者，这组系统性的译文提供了从理论到实践的清晰线索。
