相同值的并行写入

Question

我有一个程序可以生成多个线程，这些线程可能会将完全相同的值写入完全相同的内存位置：

std::vector<int> vec(32, 1); // Initialize vec with 32 times 1
std::vector<std::thread> threads;

for (int i = 0 ; i < 8 ; ++i) {
    threads.emplace_back([&vec]() {
        for (std::size_t j = 0 ; j < vec.size() ; ++j) {
            vec[j] = 0;
        }
    });
}

for (auto& thrd: threads) {
    thrd.join();
}

在这个简化的代码中，所有线程可能会尝试将完全相同的值写入vec 中的同一内存位置。这是一个可能触发未定义行为的数据竞争，还是因为在所有线程再次加入之前永远不会读取值而安全？

如果存在潜在危险的数据竞争，使用 std::vector<std::atomic<int>> 代替 std::memory_order_relaxed 存储是否足以防止数据竞争？

Answer 1

语言律师回答，[intro.multithread] n3485

²¹ 如果一个程序的执行包含不同线程中的两个冲突操作，则该程序的执行包含一个数据竞争， 至少其中一个不是原子的，也没有发生在另一个之前。任何此类数据竞争都会导致 未定义的行为。

⁴ 两个表达式求值冲突 如果其中一个修改内存位置而另一个修改 访问或修改相同的内存位置。

---

使用std::vector<std::atomic<int>> 代替std::memory_order_relaxed 存储是否足以防止数据竞争？

是的。这些访问是原子的，并且通过线程的连接引入了 happens-before 关系。从产生这些工作线程的线程（通过.join 同步）的任何后续读取都是安全且已定义的。

Answer 2

这是一场数据竞赛，编译器最终会变得足够聪明，即使还没有错误编译代码。 请参阅How to miscompile programs with "benign" data races 第 2.4 节了解为什么写入相同值会破坏代码。

Answer 3

实现详解：

虽然语言标准将此归类为未定义行为，但只要您真的在编写相同的数据，您实际上就可以感到非常安全。

为什么？硬件按顺序对同一存储单元进行访问。唯一可能出错的是同时写入多个存储单元时，因为硬件无法保证对多个单元的访问以相同的方式顺序化。例如，如果一个进程写入0x0000000000000000，而另一个进程写入0xffffffffffffffff，您的硬件可能会决定以不同的方式对不同字节的访问进行排序，从而导致类似0x00000000ffffffff。

但是，如果两个进程写入的数据相同，那么两个可能的序列化之间没有明显的区别，结果是确定性的。

现代硬件并不以逐字节的方式处理内存访问，相反，CPU 以高速缓存行的形式与主内存通信，而内核通常可以以 8 字节字的形式与其高速缓存通信。因此，设置正确对齐的指针是一个原子操作，可以依靠它来实现无锁算法。在更强大的原子操作可用之前，这已在 Linux 内核中被利用。 C++ 以atomic<> 类型的形式对此进行了形式化，增加了对更高级别的硬件功能的支持，例如读后写、原子增量等。

但是，当然，如果您依赖硬件详细信息，那么您确实应该在做之前知道自己在做什么。否则请坚持使用 atomic<> 类型等语言功能，以确保正确操作并避免 UB。

---

@Downvoters：

该问题没有标记为 [language-lawyer]，并且答案明确指出“实施详细答案”。有意解释程序中的 UB 在现实生活中会是什么样子。编写此答案是为了补充已接受的答案（我赞成），对问题有不同的看法。