首頁  >  文章  >  後端開發  >  C++ 多執行緒程式設計總結

C++ 多執行緒程式設計總結

黄舟
黄舟原創
2017-02-06 14:02:111439瀏覽

在開發C++程式時,一般在吞吐量、並發、即時性上有較高的要求。設計C++程式時,總結起來可以從以下幾點提高效率:

  • 並發

  • 異步

  • 緩存

    其設計思想無非以上三點。
1 任務佇列

1.1 以生產者-消費者模型設計任務佇列

生產者-消費者模型是人們非常熟悉的模型,例如在某個伺服器程式中,當User資料被邏輯模組修改後,就產生一個更新資料庫的任務(produce),投遞給IO模組任務佇列,IO模組從任務佇列中取出任務執行sql操作(consume)。

設計通用的任務佇列,範例程式碼如下:

詳細實作可參考:

http://ffown.googlecode.com/svn/trunk/fflib/include/detail/task_queue_impl.h 1.2 任務佇列使用技巧

1.2.1 IO 與邏輯分離

例如網路遊戲伺服器程式中,網路模組收到訊息封包,投遞給邏輯層後立即返回,繼續接受下一個訊息封包。邏輯執行緒在一個沒有io操作的環境下運行,以保障實時性。範例:

void task_queue_t::produce(const task_t& task_) {
lock_guard_t lock(m_mutex);
if (m_tasklist->empty()){
//! 条件满足唤醒等待线程
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())
//! 当没有作业时,就等待直到条件满足被唤醒{
if (false == m_flag){
return -1;
}
m_cond.wait();
}
task_ = m_tasklist->front();
m_tasklist->pop_front();
return 0;
}

注意,此模式下為單任務隊列,每個任務隊列單一執行緒。

1.2.2 並行管線

上面的只是完成了io 和 cpu運算的並行,而cpu中邏輯運算是串列的。在某些場合,cpu邏輯運算部分也可實現並行,如遊戲中用戶A種菜和B種菜兩種操作是完全可以並行的,因為兩個操作沒有共享數據。最簡單的方式是A、B相關的操作被指派到不同的任務佇列。範例如下:

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

注意,此模式下為多任務隊列,每個任務隊列單一執行緒。

1.2.3 連接池與非同步回呼

例如邏輯Service模組需要資料庫模組非同步載入使用者數據,並做後續處理計算。而資料庫模組擁有一個固定連接數的連接池,當執行SQL的任務到來時,選擇一個空閒的連接,執行SQL,並把SQL 透過回呼函數傳遞給邏輯層。其步驟如下:

預先分配好執行緒池,每個執行緒建立一個連接到資料庫的連線


為資料庫模組建立一個任務佇列,所有執行緒都是這個任務佇列的消費者

邏輯層想資料庫模組投遞sql執行任務,同時傳遞一個回呼函數來接受sql執行結果

範例如下:

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,此模式下為單一任務佇列,每個任務佇列多執行緒。


2. 日誌

本文主要講C++多執行緒編程,日誌系統不是為了提高程式效率,但是在程式除錯、運行期排錯上,日誌是無可取代的工具,相信開發後台程式的朋友都會使用日誌。常見的日誌使用方式有下列幾種:


流式,如logstream 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)。我個人鍾愛printf風格,可以做以下改進:


增加執行緒安全,利用C++模板的traits機制,可以實現執行緒安全。範例:

void db_t:load(long uid_, boost::functionpost(boost::bind(&db_t:load, uid, func));
🎜這樣,除了標準類型+std::string 傳入其他類型將編譯不能通過。這裡只列舉了一個參數的例子,可以重載該版本支援更多參數,如果你願意,可以支援9個參數或更多。 🎜🎜為日誌增加顏色,在printf中加入控製字符,可以再螢幕終端上顯示顏色,Linux下範例:printf(“33[32;49;1m [DONE] 33[39;49;0m")🎜🎜更多顏色方案請參考:🎜🎜http://hi.baidu.com/jiemnij/blog/item/d95df8c28ac2815cb219a80e.html🎜🎜每個執行緒啟動時,都應該用日誌列印該執行緒負責什麼功能。這樣,程式跑起來的時候透過top–H–p pid 可以得知那個功能使用cpu的多寡。實際上,我的每行日誌都會列印線程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. 效能監控🎜🎜儘管已經有很多工具可以分析c++程式運作效能,但是其大部分還是運作在程式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,一方面儘早發現哪些組件在運行期出現了異常。 🎜🎜🎜🎜

通常都是使用gettimeofday 来计算某个函数开销,可以精确到微妙。可以利用C++的确定性析构,非常方便的实现获取函数开销的小工具,示例如下:

struct profiler{
profiler(const char* func_name){
gettimeofday(&tv, NULL);
}
~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;
};
#define PROFILER() profiler(__FUNCTION__)

Cost 应该被投递到性能统计管理器中,该管理器定时讲性能统计数据输出到文件中。

4 Lambda 编程

使用foreach 代替迭代器

很多编程语言已经内建了foreach,但是c++还没有。所以建议自己在需要遍历容器的地方编写foreach函数。习惯函数式编程的人应该会非常钟情使用foreach,使用foreach的好处多多少少有些,如:

http://www.cnblogs.com/chsword/archive/2007/09/28/910011.html

但主要是编程哲学上层面的。

示例:

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


比如要实现dump 接口,不需要重写关于迭代器的代码

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

实际上,上面的代码变通的生成了匿名函数,如果是c++ 11 标准的编译器,本可以写的更简洁一些:

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

但是我大部分时间编写的程序都要运行在centos 上,你知道吗它的gcc版本是gcc 4.1.2, 所以大部分时间我都是用变通的方式使用lambda函数。


Lambda 函数结合任务队列实现异步


常见的使用任务队列实现异步的代码如下:

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()
}


这样做的缺点是,一个接口要响应的写两遍函数,如果一个函数的参数变了,那么另一个参数也要跟着改动。并且代码也不是很美观。使用lambda可以让异步看起来更直观,仿佛就是在接口函数中立刻完成一样。示例代码:

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));
}

这样当要改动该接口时,直接在该接口内修改代码,非常直观。



5. 奇技淫巧


利用 shared_ptr 实现 map/reduce


Map/reduce的语义是先将任务划分为多个任务,投递到多个worker中并发执行,其产生的结果经reduce汇总后生成最终的结果。Shared_ptr的语义是什么呢?当最后一个shared_ptr析构时,将会调用托管对象的析构函数。语义和map/reduce过程非常相近。我们只需自己实现讲请求划分多个任务即可。示例过程如下:


定义请求托管对象,加入我们需要在10个文件中搜索“oh nice”字符串出现的次数,定义托管结构体如下:

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];
};



定义执行任务的 worker

void worker_t:exe(int index_, shared_ptr ret) {
ret->set_result(index, 100);
}


将任务分割后,投递给不同的worker

shared_ptr ret(new reducer());
for (int i = 0; i < 10; ++i) { task_queue[i]->post(boost::bind(&worker_t:exe, i, ret));
}

以上就是C++ 多线程编程总结的内容,更多相关内容请关注PHP中文网(www.php.cn)!


陳述:
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn