多執行緒讓 CPU 可以同時多工工作，雖然可以提升 CPU 使用效率、減少資源浪費，但也潛藏著風險，其中最著名的為「資料競爭（data race）」。

註：可能很多文章會把資料競爭（data race）與競賽條件（race condition）混為一談，但兩者事實上並不相等，本篇先介紹「資料競爭」，待下一篇講完資料競爭的解決方案後，將發現這些方案尚不足以防範競賽條件，詳細於 Day 24 與 Day 25 文章中說明。

資料競爭形成條件

只要滿足下列條件，就能形成資料競爭：

1. 複數個執行緒共用相同記憶體資源（如使用同一變數）。
2. 至少有一個執行緒做的事情是「寫入」（如果都只是「讀取」不會有問題）。

以下來看個常見範例。

案例探討

在以下程式碼中，有兩個執行緒 t1 與 t2 都要跑 addOneManyTimes() 函數，而這兩個執行緒：

1. 共用 counter 全域變數。
2. 都有「寫入」新資料到 counter。

其中「寫入」新資料到 counter 這件事在 addOneManyTimes() 函數中進行，兩執行緒透過迴圈、各自把 counter 連續做十萬次 +1，最後以 cout 顯示運算完的結果：

#include <iostream>
#include <thread>

int counter = 0;

void addOneManyTimes() {
    for (int i = 0; i < 100000; ++i) {
        ++counter;
    }
}

int main() {
    std::thread t1(addOneManyTimes);
    std::thread t2(addOneManyTimes);

    t1.join();
    t2.join();

    std::cout << "counter = " << counter << '\n';
    return 0;
}

兩個執行緒各加十萬次，所以最後的 counter 應該是 200000 對吧？但最終的結果並非如此，如在我的實驗中，第一次結果如下：

counter = 107479

第二次結果如下：

counter = 112398

第三次結果如下：

counter = 126925

每次結果都不一樣，但每次都不是預期的結果 200000，為什麼會這樣？

資料競爭原因探討

一個執行緒要改變 counter 變數的值，都會經過以下三步驟：

1. 幫 counter 目前的值放到某暫存器。
2. 在暫存器中把當下的值加 1。
3. 把新值 counter 從暫存器寫回記憶體。

但現在有 t1 與 t2 兩個執行緒，因此變成：

1. t1 讀取到 counter = 0 並放到暫存器。
2. t2 讀取到 counter = 0 並放到暫存器。
3. t1 在暫存器將讀取到的 0 加 1，並將新 counter 值寫回記憶體。
4. t2 在暫存器將讀取到的 0 加 1，並將新 counter 值寫回記憶體。

兩個執行緒都有 +1 沒錯，但兩者都是基於舊值運算，因此其中一次的加 1 就默默被吃掉了，這就是「資料競爭」。

參考資料

1. Data Races in C++ (GeeksforGeeks)
2. Data Races vs. Race Conditions: Understanding the Differences with Actors (Medium)