最近在项目中需要在多线程下操作map，查阅资料后发现golang得sync包中有提供一个sync.map可以作为线程安全得map使用，但是最后同时推荐了另一个开源的cmap工具包，性能较sync.map更出色，所以没有使用golang的syanc包的map。在这里对两种map进行一下总结和学习。
1.sync.map
golang中如果在多个routine中使用map，是有可能会发生fatal错误导致程序挂掉的。所以在sync包中提供了一个线程安全的map，用Load和Store方法来代替对普通map的setget一般多routine中操作map都是加互斥锁，但枷锁在map操作频繁的时候性能会很差，而且写会阻塞读在sync.map中的思路是用空间换时间，先看下sync.map中主要的数据结构
mu是在阻塞操作时加的锁，read和dirty是两个map，可以把read理解为dirty的缓存(之后会详解sync.map中的读操作)，且需要注意read和dirty中存储的value都是指针；misses是一个int值，用于记录在read中没有读到但在dirty中存在的值的次数(缓存未命中)且在misses值到一个阈值之后会发生一次dirty转换为read(后面简称dr转换)；map中的value有两个特殊值expunged和nil，跟值的删除有关，之后再进行解释
首先看它的Load方法
Load方法比较简单，用于从map中获取对应key的value，主要逻辑是先从read中查找key，如果read中没有找到，再去dirty中找，并调用missLocked方法使misses值加一，missLocked方法中如果misses值大于dirty的长度后，会进行一次dr转换。
注意：
a.这里用到了加锁双重检查，具体原因后面再解释，sync.Map中很多地方都用了这个。
b.amended是一个bool值，当dirty中有read中没有的kv对时为true，只有在dr转换发生后且没有新的kv store进来，dirty为nil，才会为false
然后是Store方法，用于存储kv
在调用Store方法时有两种情况，一种是新增kv，一种是替换一个key的旧value值。如果是进行值的替换，sync.Map在进行值的替换的时候，先是直接在read中进行替换，因为前面说过read和dirty中存储的都是指针，所以在read中替换值，dirty也是可见的。如果替换失败(该key在read中的value为expunged)或是read中没有找到这个key，则进入下面的逻辑。首先如果确定该key在read中的value为expunged，则重新在dirty新增该kv，并将v进行替换；如果是在read中没有这个key，但dirty中有，说明这个kv是新增到dirty的且之后未发生dr转换，此时在dirty中对旧v进行替换；如果dirty中也没有这个kv，先判断是否刚进行过一次dr转换(判断amended的值)，如果是则调用dirtylocked方法，然后在dirty中新增kv
dirtylocked方法将read中的v不为nil的kv复制到dirty中，read为nil的kv(后面可以知道这是被delete掉的kv)则将v设置为expunged，在下次dr转换时即被永久删除。
最后再看看Delete方法，调用Delete后先看在read中是否有该kv，如果有，就调用e.delete方法进行删除，如果没有再看dirty中是否存在该kv，如果有则用golang的delete方法从dirty中删除
e.delete方法是是惰性删除，调用后将read中该kv的v设置为nil。
2.cmap
这个map是leader让我去了解的，是一个github上的开源项目，地址是https://github.com/fanliao/go-concurrentMap，对比golang中自带的线程安全map，这种map的实现方式比较简单，还是通过加锁来解决多routine操作map的问题。但是和sync.Map不同的是，cmap使用了分段锁的方式，先看下cmap主要的数据结构
cmap其实就是一个ConcurrentMapShared结构体的切片，而每一个ConcurrentMapShared结构体都单独维护一个互斥锁。
可以看下cmap的Get方法：
Get方法很简单，主要逻辑就是先通过GetShard方法定位到应该去哪个shard上查找key，然后在该shard上加锁并读取value，getShard方法也很简单，就是简单的进行求哈希运算
而cmap的set，has等方法都是在原生map的基础上加了个分段锁操作，实现逻辑非常简单，感兴趣的话可以再自行去看源码了解。
3.总结
由于没有足够的测试，下面的观点仅为个人观点。仅从实现方式上看，个人认为在map读多写少，kv更新不频繁且数据量不大的情况下使用sync.Map就足够。
有疑问加站长微信联系(非本文作者)