C 线程同步作业中使用 POSIX semaphores 时的 deadlock 如何排查?
死锁主要有两个原因:访问 p2_t_count 时没有同步,线程又在取得运行名额之前就决定是否进入“扣留”分支。这样一来,可能有过多线程提前进入该分支,随后等待只会释放 5 次的 sem_kidnap,导致部分线程永久阻塞。
修复时,应分别处理“选出需要等待线程 10 的 5 个线程”和“限制同时运行的线程数”,并让每个普通线程在输出 END 后归还自己取得的名额。
为什么释放 5 次之后仍然会死锁?
分支判断可能在等待期间失效
问题出在判断条件和等待许可的先后顺序:
if (p2_t_count < 5) {
sem_wait(&sem_t2);
/* ... */
sem_wait(&sem_kidnap);
}
sem_t2 的初始值为 5,只能限制通过 sem_wait() 的线程数,无法限制提前通过外层 if 的线程数。
多个线程可能都先读到 p2_t_count < 5,进入分支后才阻塞在 sem_wait(&sem_t2)。取得许可后,它们不会重新判断条件,仍会继续执行后面的 sem_wait(&sem_kidnap)。
即使暂时假设计数更新没有丢失,也可能出现以下执行顺序:
- 10 个普通线程先后通过
if,其中 5 个取得sem_t2的许可,另外 5 个等待。 - 前 5 个线程输出
BEGIN,通知线程 10,然后等待sem_kidnap。 - 线程 10 输出
END,释放这 5 个线程,并向sem_t2归还 5 个许可。 - 先前已经进入分支的另外 5 个线程取得许可,继续执行,最终也等待
sem_kidnap。 - 此时已经没有线程会再向
sem_kidnap发放许可。
后一批线程占着全部运行名额,却无法结束,其余线程也就一直等在 sem_t2 上。
p2_t_count++ 本身也存在数据竞争
多个线程访问同一个普通 int,却没有使用互斥机制:
if (p2_t_count < 5)
p2_t_count++;
if (p2_t_count == 5)
这在 C 中构成数据竞争,行为未定义。因此,上面的执行顺序只能说明设计缺陷,不能涵盖实际程序可能出现的所有结果。
sem_t2 允许 5 个线程同时进入,不能保护计数器。将变量声明为 volatile 也无济于事。即使把递增改为原子操作,仍不能保证“检查是否不足 5 个,然后选入”这一整套操作不可分割。
线程 10 提前归还名额,还可能突破并发上限
线程 10 执行:
sem_post(&sem_kidnap);
这里只是允许某个等待线程继续执行,该线程未必已经输出 END。
如果线程 10 紧接着向 sem_t2 发放 5 个许可,新线程就可能输出 BEGIN,而原先的 5 个线程还没有输出 END。按照题目对“运行”的定义,此时可能有超过 6 个线程处于运行区间。因此,运行名额应由持有它的线程在自己的 END 之后归还。
如何调整同步逻辑?
可以将 sem_t2 的初始值保留为 5,为线程 10 单独预留第六个位置。线程 10 不获取 sem_t2。
普通线程统一按以下步骤执行:
- 获取
sem_t2,然后输出BEGIN。 - 在互斥保护下,判断自己是否属于需要等待线程 10 的 5 个线程。
- 第五个被选中的线程通知线程 10;这 5 个线程等待线程 10 输出
END。 - 输出自己的
END,归还sem_t2。
计数器记录已经选中的线程数,达到 5 后保持不变,不需要递减。
线程 10 原有的“一次 sem_post() 加两次 sem_wait()”,在调用均成功且没有其他访问者的前提下,净效果是等待一个外部许可,可以直接改为一次 sem_wait()。信号量会保留已经发出的许可,所以即使第五个线程先通知、线程 10 后等待,通知也不会丢失。
修改后的核心代码
保留原来的三个信号量名称,并增加初始值为 1 的 count_lock 来保护计数器。struct thread_arg、info()、BEGIN 和 END 沿用作业中的定义。
#include <errno.h>
#include <semaphore.h>
#include <stdio.h>
#include <stdlib.h>
static int p2_t_count = 0;
static sem_t sem_t2;
static sem_t sem_t210;
static sem_t sem_kidnap;
static sem_t count_lock;
static void init_sem(sem_t *sem, unsigned int value)
{
if (sem_init(sem, 0, value) == -1) {
perror("sem_init");
exit(EXIT_FAILURE);
}
}
static void wait_sem(sem_t *sem)
{
while (sem_wait(sem) == -1) {
if (errno == EINTR) {
continue;
}
perror("sem_wait");
exit(EXIT_FAILURE);
}
}
static void post_sem(sem_t *sem)
{
if (sem_post(sem) == -1) {
perror("sem_post");
exit(EXIT_FAILURE);
}
}
static void init_sync(void)
{
init_sem(&sem_t2, 5);
init_sem(&sem_t210, 0);
init_sem(&sem_kidnap, 0);
init_sem(&count_lock, 1);
}
void *thread_barrier(void *arg)
{
struct thread_arg *thread_info = arg;
int held = 0;
wait_sem(&sem_t2);
info(BEGIN,
thread_info->process_n,
thread_info->thread_n);
wait_sem(&count_lock);
if (p2_t_count < 5) {
held = 1;
++p2_t_count;
if (p2_t_count == 5) {
post_sem(&sem_t210);
}
}
post_sem(&count_lock);
if (held) {
wait_sem(&sem_kidnap);
}
/* 普通线程需要执行的工作可放在 BEGIN 与 END 之间。 */
info(END,
thread_info->process_n,
thread_info->thread_n);
post_sem(&sem_t2);
return NULL;
}
void *thread_t210(void *arg)
{
(void)arg;
info(BEGIN, 2, 10);
wait_sem(&sem_t210);
info(END, 2, 10);
for (int i = 0; i < 5; ++i) {
post_sem(&sem_kidnap);
}
return NULL;
}
必须在创建任何工作线程之前调用 init_sync()。40 个工作线程中,线程 10 使用 thread_t210,其余 39 个使用 thread_barrier。运行名额由普通线程各自归还,线程 10 不再向 sem_t2 批量归还许可。
这段代码为什么满足条件?
普通线程必须先取得 sem_t2 才能输出 BEGIN,并在输出 END 后归还许可,因此最多有 5 个普通线程处于运行区间。加上单独运行的线程 10,总数最多为 6。
前 5 个普通线程都会被选中,在输出 BEGIN 后等待 sem_kidnap。第五个线程发出通知时,这 5 个线程都已经输出 BEGIN,且都无法提前输出 END。
线程 10 收到通知后输出 END,此刻恰好有另外 5 个线程仍处于运行区间。随后,线程 10 发放 5 个释放许可,这些线程各自结束并归还名额,剩余线程便能继续取得名额,在结束后归还。
线程 10 结束后,这个方案仍然最多允许 5 个普通线程同时运行,符合“最多 6 个”的要求。如果后续阶段还需要充分使用 6 个名额,就要另行设计容量切换;本题没有这一要求。
主线程等待与排查注意事项
主线程应先创建全部 40 个工作线程,再逐个调用 pthread_join()。如果每创建一个线程就立即等待它结束,主线程可能在创建线程 10 之前,就已经等在某个被扣留的线程上。
假设 threads 保存了全部成功创建的 40 个线程:
for (int i = 0; i < 40; ++i) {
int rc = pthread_join(threads[i], NULL);
if (rc != 0) {
fprintf(stderr, "pthread_join: %s\n", strerror(rc));
exit(EXIT_FAILURE);
}
}
这段代码还需要包含 <pthread.h> 和 <string.h>。调用 pthread_create() 与 pthread_join() 时都应检查返回值。这两个函数通过返回值报告错误,不应直接依赖 perror()。等所有线程结束后,再销毁信号量。
继续排查时,可以核对以下几点:
- 每次取得运行名额后,是否都在自己的
END之后归还一次。 - 等待
sem_kidnap的线程是否恰好只有 5 个。 - 访问计数器的所有路径是否都使用同一个锁。
- 是否在持有
count_lock时等待其他事件。示例在等待sem_kidnap前已经释放该锁。 - 输出记录是否能可靠反映调用顺序。如果
info()本身不能保证并发输出完整,应先处理日志同步。
上述流程能够正常完成,前提是线程创建成功、没有线程中途取消或提前退出,并且线程最终能得到调度。sleep() 或调整创建顺序无法修复这些同步关系;日志中偶尔出现一次顺利结束,也不能证明原逻辑正确。
备注:内容仅供参考。
