死锁：代码里那些让人头破血流的“卡死”时刻 所谓的死锁，说白了就是程序当作自己按下了对的指令，结局卡在某个动作上动弹不得。它不像停机保护那样干脆利落，能让你先断电再开机，死锁往往是那种让你原地死机，键盘仿佛被啥东西死死焊住了一样。 要从啥时候启动质疑程序“要晕那会儿”了呢？得看看那几行代码是不是在跟别人抢东西。
比如咱们在用共享资源，像两个线程都在疯狂读写同一个内存缓冲区，要么两个进程都在获取互斥锁的时候。
这时候要是其中一派的线程先占住了资源，没等着对方松手，自己又去写代码了，那后面占用的线程就只能干瞪眼了。 你有没有见过那种场景，一个员工在排队复印，复印机正好在那一刻全满，他不管再等一秒还是等十秒都干等着，结局旁边另一个员工冲上去占用了那台机器，自己那堆材料还在桌上，整个队伍就彻底瘫痪了。
这种“你占我资源，我不占你资源，你一来我又占你资源”的三角关系，就是典型的死锁。 更绝的是，死锁往往不是形成在业务逻辑上，而是形成在数据不一致要么内存泄漏这种底层恐怖的事件上。
比如两个线程分别锁了两个不同的对象，各自修改了自己的数据，结局发现俩数据都快互换了，当作没死锁，实际上数据已经烂掉了。
这时候哪怕程序持续运行，出来的结局也是错的，就像两个人各说各话，最终连个整个的版本都算不上。 自然，死锁之故此能死，得看它的“脾气”。
要是这次抢资源是弱关系，比如线程只是看了一下数据就松手了，那它自己挺快就能解脱；但要是涉及的资源强关联，比如几个进程互锁又互斥，互相牵制着，那就算工夫过了，它们也可能一辈子僵在那儿，直到某个系统维护人员拿着重启命令把这台机器扔出去。 这时候就要说说为啥有时候明明代码没写错，却还是卡死了。
这就得看看系统设计的水平。假设有个订单处理系统，两个线程与此同时处理订单，都拿了一个锁，然后认定“我的锁自己拿着，你拿你的”，结局两个线程都认定自己是保险的，哪位也没停手，最终订单数据变成了几百个重复的副本，要么两个线程都卡在那个正在处理的订单里出不来。
这不仅是 bug，这是系统架构上的硬伤。 再举个具体的例子，有次测试一个数据库连接池，发现一半线程死锁了，看着都瘆得慌。查了复盘报告，发现是那个线程在执行查询时，没检查有没有锁着，直接拿去申请连接，结局别人正好拿着连接站在那儿呢。他们俩哪位也没发现对方占着茅坑不拉屎，结局就是两个线程互相卡着，连个决断的机会都没有。
这种“你占我资源，我占你的资源，你占我的资源，我占你的资源”的循环，就像在过火路，根本走不了，要不就有人直接拉闸断电。 实际上死锁的根源往往不是代码写得有多深奥，而是对并发场景的想象忒不接地气。大量开发者认定多线程就是干活快，哪位抢到资源哪位先干，结局忽略了资源本身的共享属性。
要是资源是共享的，那就得合计好哪位先干，哪位后干，不能拍脑袋拍板哪位先拿。 并且，死锁有时还会带着“镜像”的恐怖。
要是系统里有大量的死锁，那对整个系统的性能影响是惊人的。就像工地里的钢筋被焊死在一起，最终混凝土都浇不上了，整个项目就废了。
这时候光靠改代码去修复死锁，往往不够，就连可能害得系统崩溃。 最终，想做个小小的补充，别看死锁看起来挺恶心，但在某些情况下，有时候它反而是系统自我保护的机制，要么说是为了保保险而牺牲性能的代价。
比如银行系统为了防止并发访问害得的数据损坏，可能会设计成“哪位先锁哪位先干”，就算这样会害得局部用户排队，但数据绝对保险。权衡一下，有时候“死锁”也不是彻底没用。 总而言之，别让你的程序陷入那种“你占我资源，我占你的资源，你占我的资源，我占你的资源”的死循环。
要么搞清楚哪位先占的，要么干脆让资源释放，别在原地死磕了。
毕竟，代码运行得忒久，让使用者自己感受死锁的滋味，那才是最大的教训。


相关标签：