在C++多线程开发中，当多个工作线程需要对同一个计数器进行递增或读取时，普通int变量会因为缺乏同步而产生数据竞争，最终导致统计结果远小于真实值。std::atomic模板类通过封装底层原子指令，让单个变量的读写、加减具备不可分割性，是实现轻量级原子计数的核心工具。
一、为什么普通计数在多线程下会出错
假设我们用一个全局的int变量记录处理完成的任务数，并启动四个线程各累加一千次。在逻辑上总数应为四千，但每次运行结果常常不到这个数。原因是count++在汇编层面被拆成了读、改、写三步，线程A读到值后尚未写回，线程B也读了同样的值，两者写回后只让计数加了一而非二。
这种问题用互斥锁mutex可以解决，但锁的获取与释放涉及系统调用和线程阻塞，在高频计数场景下性能损耗明显。std::atomic则利用CPU的原子指令（如x86的LOCK XADD）在一条指令内完成读改写，既保证正确又避免锁开销。
二、std::atomic基础与原子计数实现
C++11起在<atomic>头文件中提供了std::atomic模板。对于计数场景，最常用的是std::atomic<int>或别名atomic_int。下面的代码演示了如何用fetch_add进行线程安全的自增，并用load获取当前值。
#include <atomic>
#include <thread>
#include <vector>
#include <iostream>
std::atomic_int g_counter(0);
void worker(int times) {
for (int i = 0; i < times; ++i) {
// 原子加一，等价于线程安全的 g_counter++
g_counter.fetch_add(1, std::memory_order_relaxed);
}
}
int main() {
std::vector<std::thread> threads;
for (int i = 0; i < 4; ++i) {
threads.emplace_back(worker, 1000);
}
for (auto& t : threads) {
t.join();
}
// 原子读，不会读到修改一半的值
std::cout << "final count=" << g_counter.load() << std::endl;
return 0;
}
上述代码中，fetch_add的第二个参数是内存序。这里用了std::memory_order_relaxed，表示只保证原子性而不约束其他内存访问顺序，对单纯计数已经足够，且速度最快。如果换成默认的std::memory_order_seq_cst，则所有原子操作全局有序，安全性更高但可能稍慢。
除了fetch_add，std::atomic还提供fetch_sub、exchange、compare_exchange_weak等接口。对于计数，fetch_add与operator++是最直观的用法，例如++g_counter在atomic类型上就是原子递增，但显式写fetch_add并指定内存序会更清晰可控。
三、内存序对原子计数的影响
很多初学者疑惑：计数一定要用最严格的顺序一致性吗？实际上，若计数器仅用于统计，不依赖它去触发其他共享变量的可见性，使用relaxed就够了。下面的表格对比了常见内存序在计数场景下的特点。
| 内存序 | 原子性 | 其他内存可见性约束 | 适用计数场景 |
|---|---|---|---|
| relaxed | 有 | 无 | 纯统计，不同步其他数据 |
| acquire/release | 有 | 配对同步 | 计数配合标志位通知 |
| seq_cst | 有 | 全局单一顺序 | 通用但略慢 |
如果误用普通int并加上volatile修饰，依旧不能解决并发问题，因为volatile只禁止编译器优化重排，不生成原子指令。只有std::atomic才从语言和硬件两层提供保障。
另一个常见坑是：用atomic对象做循环条件时，应调用load()而不是在循环里反复隐式转换，以免某些实现下产生多余原子读。明确写出load(std::memory_order_acquire)能让意图更清楚，也方便后续排查。
四、完整实践：多线程请求统计器
下面给出一个稍微贴近实际的小工具类，它利用std::atomic实现请求总数、失败数的分别统计，并支持随时快照。该类无需加锁即可在数十个线程下安全运行。
#include <atomic>
#include <string>
class RequestStat {
public:
void on_success() {
success_.fetch_add(1, std::memory_order_relaxed);
total_.fetch_add(1, std::memory_order_relaxed);
}
void on_fail() {
fail_.fetch_add(1, std::memory_order_relaxed);
total_.fetch_add(1, std::memory_order_relaxed);
}
std::string snapshot() const {
int t = total_.load(std::memory_order_relaxed);
int s = success_.load(std::memory_order_relaxed);
int f = fail_.load(std::memory_order_relaxed);
return "total=" + std::to_string(t) +
",success=" + std::to_string(s) +
",fail=" + std::to_string(f);
}
private:
std::atomic_int total_{0};
std::atomic_int success_{0};
std::atomic_int fail_{0};
};
这个统计器在高频接口中被调用时，相比mutex版本能显著降低平均延迟。需要注意，snapshot函数里的三次load不保证同一时刻的一致性，若业务要求精确同一瞬间三数匹配，应改用单原子变量打包或用更重的同步，但多数监控场景允许微小偏差。
总结来说，std::atomic是C++多线程同步中做原子计数最直接有效的手段。理解内存序、避开volatile误区、用对fetch_add与load，就能以很低成本写出正确且高效的并发计数代码。
std_atomic原子计数多线程同步修改时间：2026-08-01 06:06:36