测试并发安全数据结构需使用-race检测数据竞争并设计高并发压力测试，通过启动多协程混合读写、删除操作，结合sync.WaitGroup等待完成，运行长时间循环以暴露问题。
测试并发安全数据结构的关键在于模拟多协程同时读写的情况，观察是否存在数据竞争、死锁或数据不一致问题。Golang 提供了丰富的工具支持，结合合理的设计可以有效验证并发安全性。
使用 -race 检测数据竞争
Go 自带的竞态检测器（Race Detector）是测试并发安全最基础也最重要的工具。在运行测试时加上 -race 标志，编译器会插入监控代码，自动发现潜在的数据竞争。
建议所有并发相关的测试都启用该选项。示例命令：
go test -race -run=TestConcurrentMap
只要测试中存在未加保护的共享变量访问，-race 通常能准确报告出问题位置。
设计高并发压力测试
单纯的单元测试不足以暴露并发问题，需要构造长时间、高频率、多协程同时操作的场景。
常见做法：
- 启动数十甚至上百个 goroutine 同时执行读写操作
- 混合读、写、删除等不同操作类型
- 使用 sync.WaitGroup 等待所有协程完成
- 运行足够长时间（如循环上万次）以提高触发概率
例如测试一个并发安全的 map：
func TestConcurrentSafeMap(t *testing.T) {
m := NewConcurrentMap()
var wg sync.WaitGroup
for i := 0; i < 100; i++ {
wg.Add(1)
go func(id int) {
defer wg.Done()
for j := 0; j < 1000; j++ {
key := fmt.Sprintf("key-%d-%d", id, j)
m.Set(key, j)
m.Get(key)
if j%3 == 0 {
m.Delete(key)
}
}
}(i)
}
wg.Wait()
}
验证数据一致性
即使没有报错，也不能说明数据结构正确。必须验证最终状态是否符合预期。
方法包括：
- 在并发操作后遍历结构，检查关键字段是否一致
- 对计数类结构，核对总数是否匹配增删操作
- 使用原子操作或互斥锁保护内部校验逻辑，避免校验过程本身引入竞争
比如实现一个并发安全的计数器，可以在测试末尾断言其值等于所有协程增加值之和。
利用 testing.T.Parallel 和子测试
将不同类型的操作拆分为子测试，并标记为并行执行，更贴近真实使用场景。
示例：
func TestSafeMapParallel(t *testing.T) {
t.Run("write", func(t *testing.T) {
t.Parallel()
// 多协程写入测试
})
t.Run("read", func(t *testing.T) {
t.Parallel()
// 多协程读取测试
})
}
这能让多个测试用例真正并发运行，提升检测能力。
基本上就这些。核心是结合 -race 工具、高并发压测、结果校验三位一体，才能较全面地评估并发安全数据结构的可靠性。
