裸循环自旋引发总线风暴是因为多次失败的CAS触发MESI无效广播，耗尽互联总线带宽；需分阶段指数退避并严格配对acquire/release内存序fence。
为什么裸循环自旋会引发总线风暴
当多个线程在不同核心上同时执行 while (flag.test_and_set(std::memory_order_acquire))，每个失败的 CAS 都会触发一次缓存行失效广播（MESI Invalid），导致互联总线被无效流量打满。实测中，64 核 EPYC 上 32 线程争锁时，总线利用率可飙至 98%，真正持有锁的线程反而写不回结果——这不是代码逻辑错，是物理层带宽被自己耗尽。
指数退避必须分阶段，不能只靠 _mm_pause()
退避不是“越慢越好”，而是要匹配 CPU 微架构响应节奏：前几次快速探测（避免长延迟），后几次逐步让出资源（缓解总线压力）。硬编码单一层级退避会翻车。
- 前 1–4 次失败：仅插入
_mm_pause()（x86）或__builtin_ia32_pause()（跨平台），不休眠、不 yield —— 保持低延迟响应能力 - 第 5–10 次失败：每次循环内执行
_mm_pause()× 16～64 次，并加std::this_thread::yield()—— 让调度器有机会切换，但不进睡眠态 - 超过 10 次：强制上限（如最大 1024 次
_mm_pause()或等效 50μs），防止单次锁获取卡住几十微秒 - 每次重试前必须重新读取
flag.load(std::memory_order_acquire)，不能复用上一轮缓存值 —— 否则编译器或乱序执行可能跳过真实状态检查
内存序 fence 的位置比退避逻辑还关键
退避再准，std::atomic_thread_fence 放错地方，临界区里的读写照样被重排到锁外。很多性能 bug 其实是内存序漏掉导致的静默数据竞争。
- 成功获取锁后，**立刻**执行
std::atomic_thread_fence(std::memory_order_acquire)—— 这是进入临界区的屏障，确保后续读操作不会被提前 - 解锁前，**先**执行
std::atomic_thread_fence(std::memory_order_release)—— 保证临界区内所有写入对其他线程可见，再改锁状态 - 别依赖
test_and_set(std::memory_order_acq_rel)一步到位：它只约束该原子操作本身，不覆盖整个临界区访存顺序
std::atomic_flag 初始化和清除容易被忽略
std::atomic_flag 不是默认“未锁”状态。未显式初始化就调用 test_and_set() 是未定义行为；解锁时不调用 clear()，下次 lock 可能永远失败。
立即学习“C++免费学习笔记（深入）”；
- 构造时必须显式初始化：
std::atomic_flag flag = ATOMIC_FLAG_INIT或 C++20 起用std::atomic_flag flag{} - unlock() 中必须调用
flag.clear(std::memory_order_release)，不能只靠析构或遗忘 - 如果锁结构体里还有其他
std::atomic成员（比如统计计数器），所有 fence 位置要按最严格路径统一设计，否则成员间仍可能乱序
_mm_pause/YIELD）绑定，且 fence 必须紧贴 lock/unlock 边界——这两点一旦松动，高争用下性能会断崖式下跌，而现象看起来只是“偶尔卡顿”，很难定位。 
