如何在32位系统上无临界区实现64位变量的原子自增

这确实是32位系统处理64位原子操作的典型痛点——硬件原生只支持4字节的无锁原子操作，所以编译器会自动 fallback 到基于软件锁的实现，也就出现了你看到的性能警告。如果不想用显式临界区（比如mutex这类），可以试试下面几种更高效的方案：

1. 手动拆分64位变量为两个32位原子变量 #

把64位计数器拆分为高位和低位两个32位原子变量，手动处理进位逻辑，完全依赖原生32位原子操作实现无锁自增：

#include <stdatomic.h>
#include <stdint.h>

atomic_uint32_t tick_counter_low = ATOMIC_VAR_INIT(0);
atomic_uint32_t tick_counter_high = ATOMIC_VAR_INIT(0);

void atomic_inc_system_tick() {
    uint32_t old_low = atomic_fetch_add_explicit(&tick_counter_low, 1, memory_order_relaxed);
    // 低位从最大值溢出到0时，给高位加1
    if (old_low == UINT32_MAX) {
        atomic_fetch_add_explicit(&tick_counter_high, 1, memory_order_release);
    }
}

// 读取完整64位值时，要确保高低位状态一致
uint64_t get_system_tick() {
    uint32_t high, low;
    do {
        high = atomic_load_explicit(&tick_counter_high, memory_order_acquire);
        low = atomic_load_explicit(&tick_counter_low, memory_order_relaxed);
        // 循环检查高位是否变化，避免读到中间状态
    } while (atomic_load_explicit(&tick_counter_high, memory_order_acquire) != high);
    return ((uint64_t)high << 32) | low;
}

这种方案完全基于标准C原子操作，移植性强，性能和原生32位原子操作接近，唯一的额外开销是进位检查和读取时的循环验证。

2. 利用平台/编译器内置的64位原子函数 #

如果你的目标平台是x86 32位系统，GCC/Clang提供了内置函数__sync_fetch_and_add_8，它会生成硬件支持的lock cmpxchg8b指令——这是x86硬件原生支持的64位原子操作，比软件锁的性能好很多：

#include <stdint.h>

uint64_t system_tick_counter_us = 0;

void atomic_inc_system_tick() {
    __sync_fetch_and_add(&system_tick_counter_us, 1);
}

注意：这是编译器特定的扩展，移植性不如标准原子操作，但胜在实现简单、性能比CAS循环好。

3. 用标准CAS操作模拟原子自增 #

利用C标准库的atomic_compare_exchange_weak做循环CAS，这是跨平台的无锁实现方式：

#include <stdatomic.h>
#include <stdint.h>

atomic_uint64_t system_tick_counter_us = ATOMIC_VAR_INIT(0);

void atomic_inc_system_tick() {
    uint64_t old_val = atomic_load_explicit(&system_tick_counter_us, memory_order_relaxed);
    // 循环尝试CAS，直到成功
    while (!atomic_compare_exchange_weak_explicit(
        &system_tick_counter_us,
        &old_val,
        old_val + 1,
        memory_order_release,
        memory_order_relaxed
    )) {
        // 失败后更新old_val，继续重试
    }
}

这种方案的优势是完全符合C标准，移植性极佳；缺点是在高并发场景下可能会有较多的CAS重试，性能略低于硬件原生的原子操作，但依然比软件临界区高效。

以上三种方案都不需要显式的临界区锁，而是通过硬件原子特性或无锁算法实现了64位变量的原子自增，你可以根据自己的移植性需求和并发场景选择合适的方案。

内容的提问来源于stack exchange，提问作者Priyank Pandya