并发

名字还没想好☜

Python asyncio.Queue 实战:用生产者-消费者给爬虫/任务流限速又解耦写异步爬虫或批量任务时,新手最容易掉进的坑是这样的:一次性把 5000 个 URL 全丢进 asyncio.gather。

并发 14 · 收官：虚拟线程与结构化并发第 8 篇讲线程池时，我们花了很大篇幅回答一个问题：“到底该开多少线程？” 答案是一套要权衡 CPU 核数、IO 等待占比、还得靠压测反复迭代的经验公式。第 13 篇讲异步编排时，我们又用 CompletableFuture 把一段本来很直白的业务逻辑，拆成了一串 thenCompose、thenCombine 的链式回调——为的是在等 IO 的时候别把宝贵的线程占着。

喵同志不止步于码农

Java Caffeine 快速入门在高并发读写的场景下，基础的ConcurrentHashMap 可以保证并发安全，但是过期策略、淘汰策略都需要手动实现，Guava Cache由此诞生，但是身为“智能缓存”的Guava Cache本身不够“智能”。因为LRU缓存在少数场景下可能无法保证高缓存命中率，因此高并发场景下，其依旧存在瓶颈。这也是Caffeine产生的原因，继承 Guava Cache 的优雅 API，同时在性能和命中率上实现质的飞跃。

并发 13 · 异步编排秒杀下单成功之后，系统要做好几件事：生成订单、扣减库存（如果放在下单接口内已经做过，这里可能是记账/对账）、给用户发一张优惠券、给下游推送一条消息通知发货系统。这几件事有的必须先后串起来（订单生成依赖扣库存成功），有的互不依赖可以并行跑（发优惠券和推消息谁也不用等谁），如果全部塞进一个方法里顺序同步执行，接口响应时间就是这几步耗时的总和——用户会觉得"下单怎么这么慢"。

并发 11 · 同步工具类秒杀活动零点开始之前，系统通常要做一轮"预热"：库存服务要把商品库存加载进 Redis，优惠券服务要初始化好发券规则，风控服务要拉取好黑名单——主线程必须等这几个子系统都准备好，才能把"允许下单"的开关打开。这是一个典型的"等待多个任务全部完成"的协作场景，靠前面几篇讲的锁或者 BlockingQueue 都不太顺手，因为这里的诉求不是互斥、也不是传递数据，而是线程之间的节奏协调。

并发 04 · CAS 与原子类上一篇讲锁升级时，轻量级锁那一级反复出现一个词——CAS。线程抢轻量级锁靠它、自旋重试也靠它。这一篇就把这个藏在幕后的主角请到台前：CAS 到底是什么？它凭什么能在"不加锁"的情况下，保证 count++ 这种复合操作的原子性？要知道，第 3 篇我们才刚说 volatile 做不到原子的自增、得上 synchronized——可整个 java.util.concurrent 包里，有一大批类偏偏做到了"无锁 + 原子"，它们靠的正是 CAS。

并发与内存安全术语：定义、分类与关联本文界定并发编程与系统安全领域六个核心术语（RC、DC、TOCTOU、UAF、UB、CC）的内涵、外延及相互关系，并补充邻近术语。描述基于事实与标准，不做价值判断。

无锁并发容器的设计与实现原理——以 mpmc_map 为例的工程化剖析本文以 mpmc_map 库（头文件式 C++11 并发容器：unordered_map、unordered_set、map、set）为对象，系统阐述无锁并发容器从内存模型到工程实现的完整原理。内容包括：并发容器面临的核心问题（锁的代价与内存回收）；C++11 原子操作与内存序的基础；分离序链表与并发红黑树两种引擎的算法结构、操作协议与线性化论证；世代回收与危险指针两种回收方案的安全论证与成本模型；节点池、扩容、预取等工程细节及其测量依据；性能数据的诚实解读；以及

无锁多生产者多消费者队列的工程实现剖析——算法、内存模型与性能以单头文件 C++11 库 mpmc::queue 为例仓库：https://github.com/liulilittle/mpmc_queue

Linux NTSYNC 简明教程ntsync是Linux内核在6.14引入的新功能，它可以在Linux模拟Windows的可等待对象操作。

晨曦中的暮雨

Virtual Thread 优化 Spring AI 阻塞式 LLM I/O：对照压测报告在基于 Spring AI 的 LLM 调用链中，ChatClient.prompt().call() 属于同步阻塞式 HTTP I/O。请求等待模型响应期间，业务线程几乎不消耗 CPU，却会持续占用平台线程。当并发量超过固定线程池容量后，大量请求会进入执行器队列，导致端到端延迟快速增长。

名字还没想好☜

Python concurrent.futures 实战:用 ThreadPoolExecutor 并发处理 + as_completed 收结果你手头有 200 个 URL 要抓,串行 requests.get 一个个跑,每个网络往返 300ms,光等待就是一分多钟,CPU 全程在打瞌睡。这类「一堆各自独立、主要在等 IO」的活儿,正是线程池的主场。但很多人第一次用 ThreadPoolExecutor 就踩坑:要么用 map 拿不到异常,要么用 submit 后不知道怎么优雅地边完成边收结果。这篇把这些坑一次讲清楚。

神奇霸王龙

Claude Code 三层架构Subagent并发优化实战适用读者:想用 Claude Code Subagent 跑大型 monorepo 并行重构、正在评估 Sonnet / Fable / DeepSeek / 国产编程模型兼容性的工程团队负责人阅读时长:约 12 分钟测试时间:2026 年 7 月(基于炻光 AI 接入管理平台公开文档)

名字还没想好☜

Go 的 select 实战:超时、非阻塞收发与优雅退出的三个套路很多人学 Go 并发,select 只会写「从多个 channel 里随便读一个」。但实战里 select 真正好用的是三个套路:给操作加超时、非阻塞地试探 channel、以及优雅关闭 goroutine。这三个不掌握,写出来的并发代码要么卡死,要么泄漏 goroutine。这篇一个一个过。

【操作系统】进程同步与互斥实验报告目录一、实验概述二、临界区基础软件实现算法（纯共享变量，无内核原语）1. 单标志法2. 双标志先检查法

名字还没想好☜

Go 用 errgroup 管理并发子任务:错误收敛、取消传播与限流并发拉一批数据,你大概率写过这样的代码:开五个 goroutine 各自请求一个接口,用 sync.WaitGroup 等它们全部结束。跑起来没问题,直到有一天某个接口挂了——其他四个还在傻等,错误也没人收,日志里只留下一条超时。更糟的是,第一个失败之后剩下的请求已经没意义了,却还在白白消耗连接和 CPU。

名字还没想好☜

Go 并发 map 怎么选:sync.Map、加锁、分片锁的实测对比你大概率写过这样的代码:一个全局 map[string]int 做缓存,多个 goroutine 同时读写,某天线上突然 panic:

论无知：分布式承认无知，不是认输，是认清边界。有一种认知惯性，认为“知道”是常态，“不知道”是暂时的、可修复的缺陷。今天不知道，明天可以知道。这一代不知道，下一代可以知道。这种惯性把无知视为知识总量的一个减项，等待被新知填补。但有一类无知不是知识总量的减项，而是认知能力本身的边界。它不是尚未被照亮的黑暗，而是光本身无法穿透的墙。

Redis - 事务机制：能实现 ACID 属性吗数据库的事务都讲 ACID——原子性、一致性、隔离性、持久性。这四个性质是关系型数据库的根基。Redis 也提供了事务机制，但要回答"Redis 能不能做事务"，必须把这四个性质拆开来看。结论是：Redis 的事务和传统数据库事务有本质差异，更像是"批量原子执行"。

Redis - 如何使用 Redis 实现分布式锁在分布式系统里，多个进程需要协调访问共享资源时，分布式锁几乎是绕不开的工具。Redis 因为性能好、部署简单、命令丰富，成为实现分布式锁的最常见选择。但简单不等于容易——一把"看起来能用"的 Redis 分布式锁，真正用到生产环境，常常因为细节问题踩坑。