You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

Go服务中共享资源ActualOrders访问冲突:使用Mutex是否足够?

关于并发场景下使用Mutex保护共享切片的问题

我有一个包含两个请求的测试服务,请求均使用ActualOrders变量作为共享资源。当存在数百个并行查询时,ActualOrders变量可能出现数据冲突,尤其是在遍历数组的场景下。为避免该问题,如下示例中使用Mutex是否足够?

main.go:

package main

import (
    "encoding/json"
    "errors"
    "fmt"
    "net/http"
    "os"
    "time"
)

type Order struct {
    Room      string    `json:"room"`
    UserEmail string    `json:"email"`
    From      time.Time `json:"from"`
    To        time.Time `json:"to"`
}

var ActualOrders = []Order{}

var mutex sync.Mutex

func getOrders(responseWriter http.ResponseWriter, request *http.Request) {
    userEmail := request.URL.Query().Get("email")

    results := []Order{}

    mutex.Lock()

    for _, item := range ActualOrders {
        if item.UserEmail == userEmail {
            results = append(results, item)
        }
    }

    mutex.Unlock()

    bytes, err := json.Marshal(results)
    if err != nil {
        http.Error(responseWriter, err.Error(), http.StatusInternalServerError)
        return
    }

    responseWriter.Header().Set("Content-type", "application/json")
    responseWriter.WriteHeader(http.StatusOK)
    responseWriter.Write(bytes)
}

func createOrder(responseWriter http.ResponseWriter, request *http.Request) {
    var newOrder Order

    requestBody := request.Body
    defer request.Body.Close()
    err := json.NewDecoder(requestBody).Decode(&newOrder)
    if err != nil {
        http.Error(responseWriter, err.Error(), http.StatusBadRequest)
        return
    }

    mutex.Lock()

    for _, order := range ActualOrders {
        if !(newOrder.To.Before(order.From) || newOrder.From.After(order.To)) {
            http.Error(responseWriter, http.StatusText(http.StatusConflict), http.StatusConflict)
            return
        }
    }

    ActualOrders = append(ActualOrders, newOrder)

    mutex.Unlock()

    responseWriter.WriteHeader(http.StatusCreated)
}

func main() {
    mux := http.NewServeMux()

    mux.HandleFunc("/orders", getOrders)
    mux.HandleFunc("/order", createOrder)

    err := http.ListenAndServe(":8080", mux)
    if errors.Is(err, http.ErrServerClosed) {
        fmt.Printf("server closed\n")
    } else if err != nil {
        fmt.Printf("error starting server: %s\n", err)
        os.Exit(1)
    }
}

解答

是的,使用sync.Mutex在这里足以避免并发数据冲突,但代码存在两处关键问题需要修正,同时可以做一些优化提升性能:

1. Mutex的有效性说明

sync.Mutex的Lock()和Unlock()方法确保了对共享资源ActualOrders的互斥访问:

  • 同一时间只有一个goroutine能读取或修改该切片,彻底避免了并发遍历与修改时的竞态条件(比如遍历过程中切片扩容导致的索引越界、数据读取不一致等问题)。
  • 无论是getOrders中的读操作(遍历切片),还是createOrder中的读+写操作(冲突检查+添加新订单),都被锁正确保护,符合并发安全的要求。

2. 必须修正的代码问题

(1)缺失sync包导入

代码中使用了sync.Mutex但未导入sync包,会导致编译错误,需在import块中添加:

import (
    // ... 原有导入
    "sync"
)

(2)createOrder中的死锁风险

createOrder函数中,当检测到订单冲突时直接返回,未调用mutex.Unlock(),会导致锁永远无法释放,后续所有请求都会阻塞死锁。解决方法是用defer确保锁一定会被释放:

修正后的createOrder函数:

func createOrder(responseWriter http.ResponseWriter, request *http.Request) {
    var newOrder Order

    requestBody := request.Body
    defer request.Body.Close()
    err := json.NewDecoder(requestBody).Decode(&newOrder)
    if err != nil {
        http.Error(responseWriter, err.Error(), http.StatusBadRequest)
        return
    }

    mutex.Lock()
    defer mutex.Unlock() // 用defer保证锁在函数退出时必被释放

    for _, order := range ActualOrders {
        if !(newOrder.To.Before(order.From) || newOrder.From.After(order.To)) {
            http.Error(responseWriter, http.StatusText(http.StatusConflict), http.StatusConflict)
            return
        }
    }

    ActualOrders = append(ActualOrders, newOrder)

    responseWriter.WriteHeader(http.StatusCreated)
}

3. 性能优化建议

如果你的服务中读请求(/orders)远多于写请求(/order),可以改用sync.RWMutex替代sync.Mutex:

  • RWMutex的RLock()/RUnlock()支持多个goroutine同时读取共享资源,只有写操作(Lock()/Unlock())会互斥,能大幅提升高并发下的读性能。

另外,当订单数量较大时,遍历整个切片做冲突检查或用户订单查询的效率较低,可以考虑维护辅助索引(比如按用户邮箱或房间号建立map),减少锁的持有时间,提升整体性能。


内容的提问来源于stack exchange,提问作者Nurzhan Nogerbek

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.05 02:35:49