<menu id="w8yyk"><menu id="w8yyk"></menu></menu>
  • <dd id="w8yyk"><nav id="w8yyk"></nav></dd>
    <menu id="w8yyk"></menu>
    <menu id="w8yyk"><code id="w8yyk"></code></menu>
    <menu id="w8yyk"></menu>
    <xmp id="w8yyk">
    <xmp id="w8yyk"><nav id="w8yyk"></nav>
  • 網站首頁 > 物聯資訊 > 技術分享

    C++ 多線程編程總結

    2016-09-28 00:00:00 廣州睿豐德信息科技有限公司 閱讀
    睿豐德科技 專注RFID識別技術和條碼識別技術與管理軟件的集成項目。質量追溯系統、MES系統、金蝶與條碼系統對接、用友與條碼系統對接

    在開發C++程序時,一般在吞吐量、并發、實時性上有較高的要求。設計C++程序時,總結起來可以從如下幾點提高效率:

    • l  并發
    • l  異步
    • l  緩存

    下面將我平常工作中遇到一些問題例舉一二,其設計思想無非以上三點。

    1任務隊列

    1.1    以生產者-消費者模型設計任務隊列

      生產者-消費者模型是人們非常熟悉的模型,比如在某個服務器程序中,當User數據被邏輯模塊修改后,就產生一個更新數據庫的任務(produce),投遞給IO模塊任務隊列,IO模塊從任務隊列中取出任務執行sql操作(consume)。

      設計通用的任務隊列,示例代碼如下:

      詳細實現可參見:

      http://ffown.googlecode.com/svn/trunk/fflib/include/detail/task_queue_impl.h

    void task_queue_t::produce(const task_t& task_) {               lock_guard_t lock(m_mutex);         if (m_tasklist->empty()){//! 條件滿足喚醒等待線程             m_cond.signal();         }         m_tasklist->push_back(task_);     } int   task_queue_t::comsume(task_t& task_){         lock_guard_t lock(m_mutex);         while (m_tasklist->empty())//! 當沒有作業時,就等待直到條件滿足被喚醒{             if (false == m_flag){                 return -1;             }             m_cond.wait();         }         task_ = m_tasklist->front();         m_tasklist->pop_front();         return 0; }

    1.2    任務隊列使用技巧

    1.2.1 IO 與 邏輯分離

      比如網絡游戲服務器程序中,網絡模塊收到消息包,投遞給邏輯層后立即返回,繼續接受下一個消息包。邏輯線程在一個沒有io操作的環境下運行,以保障實時性。示例:

    void handle_xx_msg(long uid, const xx_msg_t& msg){     logic_task_queue->post(boost::bind(&servie_t::proces, uid, msg)); }

      注意,此模式下為單任務隊列,每個任務隊列單線程。

    1.2.2  并行流水線

             上面的只是完成了io 和 cpu運算的并行,而cpu中邏輯操作是串行的。在某些場合,cpu邏輯運算部分也可實現并行,如游戲中用戶A種菜和B種菜兩種操作是完全可以并行的,因為兩個操作沒有共享數據。最簡單的方式是A、B相關的操作被分配到不同的任務隊列中。示例如下:    

    void handle_xx_msg(long uid, const xx_msg_t& msg) {   logic_task_queue_array[uid % sizeof(logic_task_queue_array)]->post(     boost::bind(&servie_t::proces, uid, msg)); }

    注意,此模式下為多任務隊列,每個任務隊列單線程。

    1.2.3 連接池與異步回調

      比如邏輯Service模塊需要數據庫模塊異步載入用戶數據,并做后續處理計算。而數據庫模塊擁有一個固定連接數的連接池,當執行SQL的任務到來時,選擇一個空閑的連接,執行SQL,并把SQL 通過回調函數傳遞給邏輯層。其步驟如下:

    • n  預先分配好線程池,每個線程創建一個連接到數據庫的連接
    • n  為數據庫模塊創建一個任務隊列,所有線程都是這個任務隊列的消費者
    • n  邏輯層想數據庫模塊投遞sql執行任務,同時傳遞一個回調函數來接受sql執行結果

      示例如下:

    void db_t:load(long uid_, boost::function<void (user_data_t&) func_){     //! sql execute, construct user_data_t user     func_(user) } void process_user_data_loaded(user_data_t&){     //! todo something } db_task_queue->post(boost::bind(&db_t:load, uid, func));

             注意,此模式下為單任務隊列,每個任務隊列多線程。

    2. 日志

             本文主要講C++多線程編程,日志系統不是為了提高程序效率,但是在程序調試、運行期排錯上,日志是無可替代的工具,相信開發后臺程序的朋友都會使用日志。常見的日志使用方式有如下幾種:

    • n  流式,如logstream << "start servie time[%d]" << time(0) << " app name[%s]" << app_string.c_str() << endl;
    • n  Printf 格式如:logtrace(LOG_MODULE, "start servie time[%d] app name[%s]", time(0), app_string.c_str());

      二者各有優缺點,流式是線程安全的,printf格式格式化字符串會更直接,但缺點是線程不安全,如果把app_string.c_str() 換成app_string (std::string),編譯被通過,但是運行期會crash(如果運氣好每次都crash,運氣不好偶爾會crash)。我個人鐘愛printf風格,可以做如下改進:

    • l  增加線程安全,利用C++模板的traits機制,可以實現線程安全。示例:
    template<typename ARG1> void logtrace(const char* module, const char* fmt, ARG1 arg1){     boost::format s(fmt);     f % arg1; }

      這樣,除了標準類型+std::string 傳入其他類型將編譯不能通過。這里只列舉了一個參數的例子,可以重載該版本支持更多參數,如果你愿意,可以支持9個參數或更多。

    • l  為日志增加顏色,在printf中加入控制字符,可以再屏幕終端上顯示顏色,Linux下示例:printf("\033[32;49;1m [DONE] \033[39;49;0m") 

      更多顏色方案參見:

         http://hi.baidu.com/jiemnij/blog/item/d95df8c28ac2815cb219a80e.html

    • l  每個線程啟動時,都應該用日志打印該線程負責什么功能。這樣,程序跑起來的時候通過top –H – p pid 可以得知那個功能使用cpu的多少。實際上,我的每行日志都會打印線程id,此線程id非pthread_id,而其實是線程對應的系統分配的進程id號。

    3. 性能監控

             盡管已經有很多工具可以分析c++程序運行性能,但是其大部分還是運行在程序debug階段。我們需要一種手段在debug和release階段都能監控程序,一方面得知程序瓶頸之所在,一方面盡早發現哪些組件在運行期出現了異常。

             通常都是使用gettimeofday 來計算某個函數開銷,可以精確到微妙。可以利用C++的確定性析構,非常方便的實現獲取函數開銷的小工具,示例如下

    復制代碼
    struct profiler{
        profiler(const char* func_name){
            gettimeofday(&tv, NULL);
            m_func_name=func_name;
        }
        ~profiler(){
            struct timeval tv2;
            gettimeofday(&tv2, NULL);
            long cost = (tv.tv_sec - tv.tv_sec) * 1000000 + (tv.tv_usec - tv.tv_usec);
            //! post to some manager
        }
        struct timeval tv;
        const char * m_func_name;
    };
    #define PROFILER() profiler ____profiler_instance##__LINE__(__FUNCTION__)
    復制代碼

     

             Cost 應該被投遞到性能統計管理器中,該管理器定時講性能統計數據輸出到文件中。

    4 Lambda 編程

    使用foreach 代替迭代器

             很多編程語言已經內建了foreach,但是c++還沒有。所以建議自己在需要遍歷容器的地方編寫foreach函數。習慣函數式編程的人應該會非常鐘情使用foreach,使用foreach的好處多多少少有些,如:

             http://www.cnblogs.com/chsword/archive/2007/09/28/910011.html
             但主要是編程哲學上層面的。

    示例:

    void user_mgr_t::foreach(boost::function<void (user_t&)> func_){     for (iterator it = m_users.begin(); it != m_users.end() ++it){         func_(it->second);     } }

      比如要實現dump 接口,不需要重寫關于迭代器的代碼

    void user_mgr_t:dump(){     struct lambda {         static void print(user_t& user){             //! print(tostring(user);         }     };     this->foreach(lambda::print); }

      實際上,上面的代碼變通的生成了匿名函數,如果是c++ 11 標準的編譯器,本可以寫的更簡潔一些:

      this->foreach([](user_t& user) {} );

      但是我大部分時間編寫的程序都要運行在centos 上,你知道嗎它的gcc版本是gcc 4.1.2, 所以大部分時間我都是用變通的方式使用lambda函數。

    Lambda 函數結合任務隊列實現異步

      常見的使用任務隊列實現異步的代碼如下:

    void service_t:async_update_user(long uid){     task_queue->post(boost::bind(&service_t:sync_update_user_impl, this, uid)); } void service_t:sync_update_user_impl(long uid){     user_t& user = get_user(uid);     user.update() }

      這樣做的缺點是,一個接口要響應的寫兩遍函數,如果一個函數的參數變了,那么另一個參數也要跟著改動。并且代碼也不是很美觀。使用lambda可以讓異步看起來更直觀,仿佛就是在接口函數中立刻完成一樣。示例代碼:

    void service_t:async_update_user(long uid){     struct lambda {         static void update_user_impl(service_t* servie, long uid){             user_t& user = servie->get_user(uid);             user.update();         }     };     task_queue->post(boost::bind(&lambda:update_user_impl, this, uid)); }

      這樣當要改動該接口時,直接在該接口內修改代碼,非常直觀。

    5. 奇技淫巧

    利用shared_ptr 實現map/reduce

             Map/reduce的語義是先將任務劃分為多個任務,投遞到多個worker中并發執行,其產生的結果經reduce匯總后生成最終的結果。Shared_ptr的語義是什么呢?當最后一個shared_ptr析構時,將會調用托管對象的析構函數。語義和map/reduce過程非常相近。我們只需自己實現講請求劃分多個任務即可。示例過程如下:

    • l  定義請求托管對象,加入我們需要在10個文件中搜索“oh nice”字符串出現的次數,定義托管結構體如下:
    struct reducer{     void set_result(int index, long result) {         m_result[index] = result;     }     ~reducer(){         long total = 0;         for (int i = 0; i < sizeof(m_result); ++i){             total += m_result[i];         }         //! post total to somewhere     }     long m_result[10]; };
    • l  定義執行任務的 worker
    void worker_t:exe(int index_, shared_ptr<reducer> ret) {   ret->set_result(index, 100); }
    • l  將任務分割后,投遞給不同的worker
    shared_ptr<reducer> ret(new reducer()); for (int i = 0; i < 10; ++i) {     task_queue[i]->post(boost::bind(&worker_t:exe, i, ret)); } RFID管理系統集成商 RFID中間件 條碼系統中間層 物聯網軟件集成
    最近免费观看高清韩国日本大全