副标题 / 摘要

Wait-free 表示“每个线程都能在有限步内完成操作”。本文对比 wait-free 与 lock-free，并解释适用场景。

目标读者

  • 关注并发正确性与性能的工程师
  • 学习无锁算法的开发者
  • 需要理解进度保证的架构师

背景 / 动机

在高并发系统里，阻塞可能导致长尾延迟。
Wait-free 提供最强的进度保证，但实现成本也最高。

核心概念

  • Wait-free：每个线程都有完成上界
  • Lock-free：整体有进展，但可能单线程饥饿
  • Obstruction-free：无干扰时可完成

实践指南 / 步骤

  1. 先评估是否需要最强保证
  2. 优先使用成熟的无锁数据结构
  3. 对关键路径进行延迟测量
  4. 用限制争用的设计降低复杂度

可运行示例

# “每线程独立槽位”示例：写入无需等待其他线程
from concurrent.futures import ThreadPoolExecutor


def write_slot(slots, idx, value):
    slots[idx] = value


if __name__ == "__main__":
    slots = [None] * 4
    with ThreadPoolExecutor(max_workers=4) as ex:
        for i in range(4):
            ex.submit(write_slot, slots, i, i * 10)
    print(slots)

解释与原理

Wait-free 的关键是“每个线程都不依赖别人完成”。
上例中每个线程写自己的槽位，不会等待锁或其他线程。

常见问题与注意事项

  1. Wait-free 就一定更快吗？
    不一定，实现复杂度和常数成本更高。

  2. 什么时候需要 wait-free？
    低延迟和强实时约束场景。

  3. 能否直接改造现有锁？
    通常很难，需要重新设计数据结构。

最佳实践与建议

  • 先用 lock-free 评估收益
  • 使用成熟库避免自研错误
  • 对性能收益做 A/B 测试

小结 / 结论

Wait-free 是最高进度保证，但成本高、实现复杂。
在低延迟系统中值得考虑，普通系统优先 lock-free。

参考与延伸阅读

  • The Art of Multiprocessor Programming
  • Herlihy & Shavit 无锁算法

元信息

  • 阅读时长：6~8 分钟
  • 标签：无锁算法、进度保证
  • SEO 关键词：Wait-Free, Lock-Free
  • 元描述：解释 wait-free 与 lock-free 的区别与取舍。

行动号召（CTA）

选一个关键并发模块，评估它是否需要 wait-free 的进度保证。