რა ზღუდავს concurrency-ს მასშტაბზე? ახსენით contention, false sharing და backpressure.

Question

IT Interview Practice · Accepted Answer

**მასშტაბზე throughput შეზღუდულია ნაკლებად CPU-ების რაოდენობით და უფრო contention-ით, cache ეფექტებითა და შეუზღუდავი queue-ებით — thread-ების დამატება გარკვეული წერტილის შემდეგ საქმეს ანელებს.** Amdahl-ისა და Universal Scalability Law-ს ორივე ამას პროგნოზირებს: კოორდინაციის ხარჯი საბოლოოდ დომინირებს.

## Contention

როცა ბევრი thread იბრძვის ერთი lock-ის ან cache line-ის გამო, ისინი სერიალიზდებიან და დროს ხარჯავენ ლოდინში, ვიდრე მუშაობაში. Universal Scalability Law-ს ქვეშ, contention პლუს **coherency cost** შეიძლება throughput-ს *შეამციროს* ოპტიმალური thread რაოდენობის შემდეგ.

**შემსუბუქებები**: მონაცემების shard/partition, თითო-thread მდგომარეობა (thread-local, striped მთვლელები, როგორიცაა `LongAdder`), read-write lock-ები ან lock-free სტრუქტურები.

## False sharing

ორი დამოუკიდებელი ცვლადი, რომლებიც შემთხვევით ერთსა და იმავე **CPU cache line-ზე** ისხდებიან, აიძულებს core-ებს ყოველ ჩაწერაზე ერთმანეთის ქეშები გააუქმონ, თუმცა ისინი არასდროს ეხებიან ერთსა და იმავე მონაცემებს — ჩუმი, სასტიკი შენელება.

```text
cache line (64B): [ counterA | counterB ]  ← ორი core ping-pong-ს უწევს line-ს
გამოსწორება: pad-ი, რომ თითო ცხელი ცვლადი ფლობდეს საკუთარ line-ს
```

```java
@Contended long counterA;   // JVM pad-ავს ცალკე cache line-ზე
```

## Backpressure

როცა producer-ები უსწრებენ consumer-ებს, შეუზღუდავი queue იზრდება OOM-მდე და latency იფეთქებს. **Backpressure** ანიშნებს producer-ებს შენელებას: შეზღუდული queue-ები, რომლებიც ბლოკავენ ან უარყოფენ, credit-based flow control ან reactive-streams `request(n)`.

```text
producer ──▶ [bounded queue full] ──▶ block/reject ──▶ producer ნელდება
```

## რატომ არის ეს მნიშვნელოვანი

ეს არის ის ეფექტები, რომლებიც ჰყოფენ "4 core-ზე მუშაობს"-ს "64-მდე მასშტაბირდება"-სგან. გულუბრყვილო დიზაინები კედელს ეჯახებიან: lock-ები სერიალიზდებიან, cache line-ები thrash-ავენ, queue-ები ბერავენ. Sharding contention-ის შესამცირებლად, padding false sharing-ის მოსაკლავად და backpressure queue-ების შესაზღუდად არის ბერკეტები, რომლებიც ინახავენ latency-სა და throughput-ს ჯანსაღად რეალური დატვირთვის ქვეშ.

Contention

False sharing

Backpressure

რატომ არის ეს მნიშვნელოვანი

დაკავშირებული კითხვები