c++ - 共享指针析构函数中的内存顺序

Question

我正在尝试为共享指针析构函数找出最宽松(和正确)的内存顺序。目前我的想法如下:

~shared_ptr() {
   if (p) {
     if (p->cnt.fetch_sub(1, std::memory_order_release) == 1) {
       p->cnt.load(std::memory_order_acquire);
       delete p;
     }
   }
 }

基本上，我认为所有以前的 fetch_sub() 应该发生在 delete p; 之前，并且由 p->cnt.load(std::memory_order_acquire);，我构建了一个释放序列来确保这一点。

我是 C++ 内存模型的新手，不太自信。我上面的推理是否正确，我指定的内存顺序是否正确且最轻松？

Answer 1

在理论上，您可能拥有最高效的代码，因为没有比必要更多的同步。

但在实践中，几乎没有 CPU 提供可以完美映射到获取/释放内存顺序的指令(也许将来 ARMv8.3-A 会)。因此，您必须为每个目标检查生成的代码。

例如在 x86_64 上 fetch_sub(std::memory_order_acq_rel) 和 fetch_sub(std::memory_order_release) 将产生完全相同的指令。

因此，虽然理论上您的代码看起来是最优的，但在实践中，您得到的代码不如选择更简单的方法那么最优:

std::atomic<int> cnt;
int* p;
void optimal_in_therory() {
     if (cnt.fetch_sub(1, std::memory_order_release) == 1) {
       cnt.load(std::memory_order_acquire);
       delete p;
   }
}
void optimal_in_practice_on_x86_64() {
     if (cnt.fetch_sub(1, std::memory_order_acq_rel) == 1) {
       delete p;
   }
}

程序集:

optimal_in_therory():
  lock sub DWORD PTR cnt[rip], 1
  je .L4
  rep ret
.L4:
  mov eax, DWORD PTR cnt[rip]  ;Unnecessary extra load
  mov rdi, QWORD PTR p[rip]
  mov esi, 4
  jmp operator delete(void*, unsigned long)
optimal_in_practice_on_x86_64():
  lock sub DWORD PTR cnt[rip], 1
  je .L7
  rep ret
.L7:
  mov rdi, QWORD PTR p[rip]
  mov esi, 4
  jmp operator delete(void*, unsigned long)

总有一天我会生活在理论中，因为在理论中一切顺利 -Pierre Desproges

---

为什么编译器要保留这个额外的负载？

根据标准，允许优化器消除对非 volatile 原子执行的冗余负载。例如，如果在您的代码中添加了三个额外负载:

cnt.load(std::memory_order_acquire);
cnt.load(std::memory_order_acquire);
cnt.load(std::memory_order_acquire);

使用 GCC 或 Clang，三个负载将出现在程序集中:

mov eax, DWORD PTR cnt[rip]
mov eax, DWORD PTR cnt[rip]
mov eax, DWORD PTR cnt[rip]

这是一个非常糟糕的悲观主义。 我的观点是，由于“易变性”和“原子性”之间的历史混淆，它保持原样。虽然几乎所有的程序员都知道 volatile 不具有原子变量的属性，但许多代码编写时仍然认为原子具有 volatile 的属性:“原子访问是一种可观察的行为”。根据标准，它不是(明确的 example note about this fact in the standard )。这是关于 SO 的一个反复出现的问题。

所以你的代码实际上是理论上的最优代码，它是悲观的，因为编译器优化代码，就好像原子也是易变的。

解决方法是按照 Kieth 在其评论中提出的建议，用 atomic_thread_fence 替换负载。我不是硬件专家，但我想这样的围栏可能会导致比必要的(或至少在理论上 ;) 更多的内存“同步”。

为什么我认为您的代码在理论上是最优的？

单个对象的最后一个 shared_ptr 必须调用该对象的析构函数，而不会导致数据竞争。析构函数可以访问对象的值，因此析构函数调用必须发生在指向对象的指针“失效”之后。

因此 delete p; 必须“发生在”共享同一个指向对象的所有其他共享指针的析构函数调用之后。

在标准中happens before 由以下段落定义:

[intro.races]/9:

An evaluation A inter-thread happens before an evaluation B if:

• A synchronizes with B, or [...]

• 与“sequenced before”的任意组合都是传递规则。

[intro.races]/10:

An evaluation A happens before an evaluation B (or, equivalently, B happens after A) if:

• A is sequenced before B, or

• A inter-thread happens before B.

因此在 delete p 之前排序的 fetch_sub 和另一个 fetch_sub 之间必须存在“同步”关系。

根据 [atomics.order]/2 :

An atomic operation A that performs a release operation on an atomic object M synchronizes with an atomic operation B that performs an acquire operation on M and takes its value from any side effect in the release sequence headed by A.

因此 delete p 必须在获取操作之后排序，该操作加载一个值，该值在所有其他 fetch_sub 的释放序列中。

根据 [expr.races]/5最后一个 fetch_sub(在 cnt 的修改顺序中)将属于所有其他版本 fetch_sub 的发布序列，因为 fetch_sub 是 < em>read-modify-write 操作，fetch_add 也是(假设cnt 上没有其他操作发生)。

所以 delete p 将在所有其他 fetch_sub 之后发生，并且只有在调用 delete p 之前才会产生“同步”。恰好不要超过必要的数量。