内存序与原子操作深入 演示

三种内存序（relaxed / acquire-release / seq_cst）在 x86-64 上生成的机器指令对比 + 真实竞争下的吞吐实测。

文件

文件	作用
asm-demo.cpp	8 个 noinline 函数覆盖 store/load/fetch_add 的 relaxed/release/acquire/seq_cst 组合
perf.cpp	4 线程各 5M 次 fetch_add，对比 relaxed / acq_rel / seq_cst 吞吐
spinlock.cpp	atomic_flag 手写自旋锁 vs std::mutex（futex）对比

构建与运行

make asm       # 反汇编：各内存序的机器指令
make perf      # 吞吐对比（4 线程竞争）
make spinlock  # 自旋锁 vs 互斥锁

实测数据（2026-08-27，AMD EPYC 7K62 / GCC 10.2.1 / x86-64）

反汇编（-O2）

操作	relaxed	release/acquire	seq_cst
store	movl $0x2a,(%rip)	movl $0x2a,(%rip)（与 relaxed 相同）	mov $0x2a,%eax + xchg %eax,(%rip)
load	mov (%rip),%eax	mov (%rip),%eax（与 relaxed 相同）	mov (%rip),%eax（与 relaxed 相同）
fetch_add	lock addl $0x1,(%rip)	—	lock addl $0x1,(%rip)（与 relaxed 相同）

结论：x86 是 TSO 强序架构——load 天然带 acquire、store 天然带 release，所以 acquire/release 在 x86 上是零指令；只有 seq_cst 的 store 需要 xchg 提升到全局序；RMW 操作（fetch_add）无论什么内存序都必须 lock 前缀原子执行。

吞吐（4 线程 × 5M fetch_add，ns/op）

内存序	耗时
relaxed	10.92
acq_rel	11.98
seq_cst	11.88

三种内存序吞吐几乎相同（差异 <10%）——与反汇编结论一致：x86 上内存序差异不产生额外指令，瓶颈在 lock 前缀本身。

自旋锁 vs 互斥锁（4 线程 × 200K 临界区，ns/临界区）

锁	耗时
atomic_flag 自旋锁	86.52
std::mutex（futex）	53.23

反直觉的结果：低竞争场景下 std::mutex 比自旋锁快。原因：互斥锁未竞争时走 futex 用户态快速路径，几乎零开销；而自旋锁在临界区外忙等，多个线程在同一个缓存行上反复 test_and_set，造成缓存行颠簸（cache line ping-pong）。自旋锁的优势只在"临界区极短且竞争低"时（省去 futex 系统调用）才能体现。

复现

scp -r demos/cpp-expert/atomics-deep/ chzhuo@<server>:~/atomic_demo/
ssh chzhuo@<server> "bash ~/atomic_demo/run-remote.sh"