使用atomic可实现高效并发计数，避免锁竞争；通过atomic.AddInt64、LoadInt64等函数对共享变量进行原子操作，适合高并发场景下的线程安全计数需求。
在高并发场景下，多个goroutine同时访问共享变量容易引发数据竞争问题。Golang的sync/atomic包提供了原子操作支持，能够安全高效地对基础类型进行读写、增减等操作，避免使用互斥锁带来的性能开销。特别是在实现计数器这类频繁更新的场景中，atomic是更优选择。
atomic的基本用途与优势
atomic主要用于对整型（int32、int64、uint32、uint64）、指针、布尔值等类型的变量进行无锁的原子操作。相比使用mutex加锁，atomic操作由底层CPU指令直接支持，执行更快，尤其适合高频读写的计数场景。
常见函数包括：
- atomic.AddInt64(&counter, 1)：对int64类型原子加1
- atomic.LoadInt64(&counter)：原子读取当前值
- atomic.StoreInt64(&counter, newVal)：原子写入新值
- atomic.SwapInt64(&counter, newVal)：交换值并返回旧值
- atomic.CompareAndSwapInt64(&counter, old, new)：CAS操作，仅当当前值等于old时才更新为new
用atomic实现高性能计数器
假设我们需要统计某个服务每秒请求数，多个goroutine会并发增加计数器。使用atomic可以轻松实现线程安全的计数逻辑。
立即学习“go语言免费学习笔记（深入）”；
示例代码：
package main
import (
"fmt"
"sync"
"sync/atomic"
"time"
)
func main() {
var counter int64
var wg sync.WaitGroup
// 模拟1000个并发请求
for i := 0; i < 1000; i++ {
wg.Add(1)
go func() {
defer wg.Done()
atomic.AddInt64(&counter, 1) // 原子自增
}()
}
wg.Wait()
fmt.Println("Total requests:", atomic.LoadInt64(&counter)) // 安全读取
}
在这个例子中，没有使用任何锁，所有goroutine通过atomic.AddInt64安全地对共享变量进行递增，最终结果准确无误。
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器，提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象，支持命名依赖等
atomic与mutex的性能对比
虽然mutex也能实现线程安全，但在高并发写入场景下，atomic通常性能更好。mutex涉及操作系统调度和上下文切换，而atomic操作由硬件支持，在低争用或中等争用情况下延迟更低。
何时选择atomic：
- 只涉及单一变量的读写或增减
- 操作简单，不需要临界区保护多行代码
- 追求极致性能，如高频计数、状态标记等
若需要保护多个变量或复杂逻辑，仍推荐使用mutex。
CAS操作实现无锁算法
Compare-And-Swap（CAS）是atomic提供的核心机制之一，可用于实现无锁重试逻辑。例如，在并发环境下安全更新最大值：
var maxValue int64 = 0
func updateMax(newVal int64) {
for {
old := atomic.LoadInt64(&maxValue)
if newVal <= old {
return
}
if atomic.CompareAndSwapInt64(&maxValue, old, newVal) {
break // 更新成功
}
// 失败则重试，其他goroutine已修改
}
}
这种模式在并发编程中非常常见，比如限流器、状态机切换等场景。
基本上就这些。atomic提供了一种轻量级、高效的并发控制方式，特别适合计数、状态标记、无锁算法等场景。合理使用能显著提升程序性能，减少锁竞争带来的延迟。注意它只适用于简单变量操作，复杂逻辑仍需配合mutex或channel使用。不复杂但容易忽略的是对变量地址的正确传递和类型匹配。
