为何Julia多线程累加代码添加println后未出现竞态条件

两段代码都存在竞态条件，第一段代码添加println后能得到1000只是测试规模下的巧合，并非真正实现了线程安全。

• acc += 1本身是非原子操作：它的执行分为三个独立步骤：读取内存中acc的当前值、对值执行加1运算、将新值写回acc的内存地址。当两个线程同时完成第一步读取操作时，后续会各自计算加1后写回，彼此覆盖结果，最终总累加次数就会小于1000，这就是第二段代码的问题来源。
• println操作大幅降低了竞态触发概率：
  1. Julia的标准输出流默认是线程安全的，内部内置了互斥锁，同一时间仅允许一个线程执行打印逻辑，相当于在累加操作前强制让线程串行执行了打印环节。
  2. 打印属于IO操作，耗时是纯内存算术运算的数千到数万倍，极大拉长了每个线程执行累加操作的时间窗口，多个线程同时读取acc值的概率被降到极低，在你测试的1000次循环规模下几乎不会触发冲突，所以每次运行都得到1000。
• 注意：这不是线程安全的解决方案，如果将循环规模放大到1e6甚至更高，哪怕保留println语句，依然会出现最终acc小于循环次数的情况。

要彻底避免竞态条件，可以用以下两种常见方案：

1. 使用原子变量保证累加操作的原子性

acc = Threads.Atomic{Int}(0)
Threads.@threads for i in 1:1000
    Threads.atomic_add!(acc, 1)
end
# 读取原子变量的值需要用 []
@assert acc[] == 1000

2. 使用线程局部存储先各自累加，最后汇总结果

# 每个线程对应一个局部计数器，避免写冲突
local_counters = zeros(Int, Threads.nthreads())
Threads.@threads for i in 1:1000
    local_counters[Threads.threadid()] += 1
end
acc = sum(local_counters)
@assert acc == 1000

内容的提问来源于stack exchange，提问作者Yi Chu