你有没有遇到过这种情况：两个程序同时修改同一个文件，结果保存后内容乱了套，一部分数据丢了，另一部分变成了乱码？这其实就跟“线程同步”有关。
线程同步到底是什么意思？
在计算机里，一个程序可以拆成多个“线程”并行运行。比如你在用浏览器下载文件的同时还在滚动网页、播放视频，这些操作背后可能就是不同的线程在干活。听起来效率很高，但问题来了——如果多个线程都要改同一块数据，谁先谁后？不加控制的话，就会像两个人同时往记事本上写东西，最后谁也看不懂。
线程同步，说白了就是给这些“抢着干活”的线程定规矩：谁该等一等，谁可以先进来。确保数据不会被撕扯得七零八落。
举个生活化的例子
想象你和室友共用一个冰箱。你想往里面放剩菜，他正准备拿牛奶。如果你们同时开门、伸手，可能会撞到手，甚至把东西碰掉。更好的做法是：一个人先开门操作，另一个等一等。操作完再通知对方。这个“等一等”的机制，就类似于线程同步中的“锁”。
常见的同步方式
编程中常用的同步手段有“互斥锁”（Mutex）和“信号量”（Semaphore）。比如在 C++ 中，可以用 mutex 来保护共享资源：
#include <mutex>
#include <thread>
std::mutex mtx;
int shared_data = 0;
void worker() {
for (int i = 0; i < 100000; ++i) {
mtx.lock(); // 加锁
++shared_data; // 安全修改
mtx.unlock(); // 解锁
}
}
上面这段代码里，每次只有一个线程能进入 lock 和 unlock 之间那段逻辑，其他线程只能排队。虽然慢了一点，但数据稳了。
不同步会出什么问题？
最常见的就是“竞态条件”（Race Condition）。比如两个线程同时对一个变量加 1，理想结果是 +2，但因为读取、计算、写入不是原子操作，最终可能只加了 1。这种 bug 很难复现，排查起来特别头疼，往往出现在高并发的网络服务中，导致用户数据错乱或者系统崩溃。
在网络排错过程中，如果你发现服务器偶尔返回异常数据，日志时间戳混乱，或者数据库记录莫名其妙丢失，不妨查查是不是多线程没做好同步。
别滥用同步
也不是所有地方都要加锁。过度使用同步会让程序变慢，甚至引发“死锁”——两个线程互相等着对方释放资源，结果谁都动不了，就像两辆车在窄桥上对峙，谁也不让，最后全卡住。
合理的方式是：只在访问共享资源时才同步，尽量缩小加锁范围，优先使用语言或框架提供的安全工具类。