我們先通過一個簡單的代碼來了解該問題。
同步問題

我們使用一個簡單的結構體 Counter，該結構體包含一個值以及一個方法用來改變這個值：
 

struct Counter {  int value;   void increment(){    ++value;  }};

然后啟動多個線程來修改結構體的值：

int main(){  Counter counter;   std::vector<std::thread> threads;  for(int i = 0; i < 5; ++i){    threads.push_back(std::thread([&counter](){      for(int i = 0; i < 100; ++i){        counter.increment();      }    }));  }   for(auto& thread : threads){    thread.join();  }   std::cout << counter.value << std::endl;   return 0;}

我們啟動了5個線程來增加計數器的值，每個線程增加了100次，然后在線程結束時打印計數器的值。

但我們運行這個程序的時候，我們是希望它會答應500，但事實不是如此，沒人能確切知道程序將打印什么結果，下面是在我機器上運行后打印的數據，而且每次都不同：
 

442500477400422487

問題的原因在于改變計數器值并不是一個原子操作，需要經過下面三個操作才能完成一次計數器的增加：

•     首先讀取 value 的值
•     然后將 value 值加1
•     將新的值賦值給 value

但你使用單線程來運行這個程序的時候當然沒有任何問題，因此程序是順序執行的，但在多線程環境中就有麻煩了，想象下下面這個執行順序：

•     Thread 1 : 讀取 value, 得到 0, 加 1, 因此 value = 1
•     Thread 2 : 讀取 value, 得到 0, 加 1, 因此 value = 1
•     Thread 1 : 將 1 賦值給 value，然后返回 1
•     Thread 2 : 將 1 賦值給 value，然后返回 1

這種情況我們稱之為多線程的交錯執行，也就是說多線程可能在同一個時間點執行相同的語句，盡管只有兩個線程，交錯的現象也很明顯。如果你有更多的線程、更多的操作需要執行，那么這個交錯是必然發生的。

有很多方法來解決線程交錯的問題：

•     信號量 Semaphores
•     原子引用 Atomic references
•     Monitors
•     Condition codes
•     Compare and swap

在這篇文章中我們將學習如何使用信號量來解決這個問題。信號量也有很多人稱之為互斥量(Mutex)，同一個時間只允許一個線程獲取一個互斥對象的鎖，通過 Mutex 的簡單屬性就可以用來解決交錯的問題。

使用 Mutex 讓計數器程序是線程安全的

在 C++11 線程庫中，互斥量包含在 mutex 頭文件中，對應的類是 std::mutex，有兩個重要的方法 mutex:lock() 和 unlock() ，從名字上可得知是用來鎖對象以及釋放鎖對象。一旦某個互斥量被鎖，那么再次調用 lock() 返回堵塞值得該對象被釋放。

為了讓我們剛才的計數器結構體是線程安全的，我們添加一個 set:mutext 成員，并在每個方法中通過 lock()/unlock() 方法來進行保護：
 

struct Counter {  std::mutex mutex;  int value;   Counter() : value(0) {}   void increment(){    mutex.lock();    ++value;    mutex.unlock();  }};

然后我們再次測試這個程序，打印的結果就是 500 了，而且每次都一樣。

異常和鎖

現在讓我們來看另外一種情況，想象我們的的計數器有一個減操作，并在值為0的時候拋出異常：
 

struct Counter {  int value;   Counter() : value(0) {}   void increment(){    ++value;  }   void decrement(){    if(value == 0){      throw "Value cannot be less than 0";    }     --value;  }};

然后我們不需要修改類來訪問這個結構體，我們創建一個封裝器：
 

struct ConcurrentCounter {  std::mutex mutex;  Counter counter;   void increment(){    mutex.lock();    counter.increment();    mutex.unlock();  }   void decrement(){    mutex.lock();    counter.decrement();        mutex.unlock();  }};

大部分時候該封裝器運行挺好，但是使用 decrement 方法的時候就會有異常發生。這是一個大問題，一旦異常發生后，unlock 方法就沒被調用，導致互斥量一直被占用，然后整個程序就一直處于堵塞狀態（死鎖），為了解決這個問題我們需要用 try/catch 結構來處理異常情況：
 

void decrement(){  mutex.lock();  try {    counter.decrement();  } catch (std::string e){    mutex.unlock();    throw e;  }  mutex.unlock();}

這個代碼并不難，但看起來很丑，如果你一個函數有 10 個退出點，你就必須為每個退出點調用一次 unlock 方法，或許你可能在某個地方忘掉了 unlock ，那么各種悲劇即將發生，悲劇發生將直接導致程序死鎖。

接下來我們看如何解決這個問題。

自動鎖管理

當你需要包含整段的代碼（在我們這里是一個方法，也可能是一個循環體或者其他的控制結構），有這么一種好的解決方法可以避免忘記釋放鎖，那就是 std::lock_guard.

這個類是一個簡單的智能鎖管理器，但創建 std::lock_guard 時，會自動調用互斥量對象的 lock() 方法，當 lock_guard 析構時會自動釋放鎖，請看下面代碼：

struct ConcurrentSafeCounter {  std::mutex mutex;  Counter counter;   void increment(){    std::lock_guard<std::mutex> guard(mutex);    counter.increment();  }   void decrement(){    std::lock_guard<std::mutex> guar(mutex);    mutex.unlock();  }};

是不是看起來爽多了？

使用 lock_guard ，你不再需要考慮什么時候要釋放鎖，這個工作已經由 std::lock_guard 實例幫你完成。

結論

在這篇文章中我們學習了如何通過信號量/互斥量來保護共享數據。需要記住的是，使用鎖會降低程序性能。在一些高并發的應用環境中有其他更好的解決辦法，不過這不在本文的討論范疇之內。

你可以在 Github 上獲取本文的源碼.