近日，一段简单的多线程测试代码在开发者社群中引发热议：有程序员尝试使用两个线程同时对一个初始值为0的全局变量进行10万次递增操作，预期结果应为200000，但实际运行却多次输出远低于预期的数值，甚至出现低于100000的情况。这一反直觉的现象，让不少新手乃至有经验的工程师重新审视并发编程中的“隐形成本”。
现象：递增操作“越增越少”
一位开发者在一篇技术博客中详细记录了自己的经历。他在C语言环境下定义了一个全局整型变量int counter = 0;，并创建两个线程分别循环执行counter++十万次。按照单线程逻辑，两个线程共执行20万次递增，最终结果应为20万。然而多次运行后，终端显示的结果五花八门：143887、122345、99032……甚至有一次仅输出89654。这个数字不仅远小于20万，甚至比仅由一个线程执行10万次的结果还要少。
“就像水龙头同时放水，但池子里的水反而变少了。”该开发者形象地比喻道。
根源：操作系统级别的“竞争条件”
这一现象在计算机科学中被称为竞争条件（Race Condition），是多线程编程中最经典的陷阱之一。问题并不在于CPU或编译器“算错了”，而在于递增操作counter++并非原子操作。
在底层，一条counter++语句至少对应三条机器指令：
1. 从内存将变量的值读入寄存器；
2. 在寄存器中执行加1操作；
3. 将寄存器的结果写回内存。
当两个线程在同一个CPU核心（或不同核心）上交叉执行时，可能出现如下时序： - 线程A读取counter=0，准备加1； - 线程B也读取counter=0（此时A尚未写回）； - 线程A写入counter=1； - 线程B写入counter=1（它基于自己读取的0计算，覆盖了A的成果）。
两条递增指令，仅使全局变量增加了1。这种现象在并发量越大时越频繁，最终导致大量更新“丢失”。如果线程调度时机足够糟糕，甚至可能出现更新次数越多次损失越大的极端情况，就像标题所说的“全局变量反而减少了”——实际上绝对值并未减少，但相对于预期增长量而言，呈现为净增长不足，甚至因为多个线程互相覆盖，让读者产生“越增越少”的错觉。
不止于整数：共享资源的普遍脆弱
事实上，这种问题并非仅针对全局整数变量。任何多个线程同时读写的共享状态——如队列、链表、哈希表、配置文件等——都可能出现类似的数据损坏。轻则计算结果错误，重则导致程序崩溃或安全漏洞。
在金融交易系统、航天控制软件、多核实时操作系统等领域，此类bug往往危害极大。著名的“特斯拉工厂机器人误伤”事件、2003年北美大停电事故的代码分析报告中，都曾被指出存在因缺乏同步机制而导致的竞争条件。
解决方案：锁、原子操作与无锁编程
要解决全局变量递增的竞争问题，主流方案有三种：
-
使用互斥锁（Mutex）
在每条线程执行递增前锁定一个互斥量，执行完后解锁。这是最直观的方法，但可能带来性能开销和死锁风险。 -
使用原子操作
现代处理器和编程语言提供了原子加法指令（如__sync_fetch_and_add或C++11的std::atomic<int>）。硬件保证读取-修改-写回操作不被中断，从根本上消除竞争。 -
无锁编程（Lock-free）
利用CAS（Compare-and-Swap）等算法实现并发安全，常用于高性能场景。但正确实现难度极高，一般工程师不建议轻易尝试。
启示：多线程编程，基础不牢地动山摇
该案例再次提醒广大开发者：多线程并发不是简单的“多个人一起干活”。操作系统对线程的调度具有不可预测性，你的代码必须假设其他线程随时可能在任意指令间隙插入操作。
资深系统工程师李敏在谈及此事时表示：“很多刚入行的程序员把多线程当作性能优化的银弹，却对内存模型、缓存一致性、指令重排等概念一知半解。这个‘越增越少’的案例，恰恰是学习并发编程最好的入门教材。”
目前，该开发者已在博客中贴出了修正后的代码——使用pthread_mutex_t锁保护全局变量，并展示了稳定输出200000的测试结果。评论区充满“被上了一课”的留言，也有老程序员戏称：“这是每个并行程序员成年礼上的第一道疤痕。”
随着多核处理器早已普及，并发编程能力已成为软件工程师的核心技能之一。记住：当两个线程同时操作同一个变量，你期待的可能是翻倍，但得到的，往往是一次昂贵的教训。