基础能力-加解锁

简介: 关于加解锁的两种实现方式方案一:使用C++11 atomic_flag原子特性实现细粒度加解锁#ifndef YAGER_MUTEX_H#define YAGER_MUTEX_H#include class CYagerMute...

关于加解锁的两种实现方式

方案一:使用C++11 atomic_flag原子特性实现细粒度加解锁
#ifndef YAGER_MUTEX_H
#define YAGER_MUTEX_H

#include <atomic>

class CYagerMutex
{
public:
    CYagerMutex()
        : m_atomicFlag(ATOMIC_FLAG_INIT)
    {}

    ~CYagerMutex()
    {}

    void Lock()
    {
        while (m_atomicFlag.test_and_set());
    }

    void UnLock()
    {
        m_atomicFlag.clear();
    }

private:
    std::atomic_flag  m_atomicFlag;

};
#endif //YAGER_MUTEX_H
方案二:使用libuv的mutex,实现粗粒度的加解锁
#include "libuv/include/uv.h"

class CYagerMutex
{
public:
    CYagerMutex()
    {
        uv_mutex_init(&m_mutex);
    }

    ~CYagerMutex()
    {
        uv_mutex_destroy(&m_mutex);
    }

    void Lock()
    {
        uv_mutex_lock(&m_mutex);
    }

    void UnLock()
    {
        uv_mutex_unlock(&m_mutex);
    }

private:
    uv_mutex_t	m_mutex;

};

关于加解锁的两种实现方式

方案一:使用C++11 atomic_flag原子特性实现细粒度加解锁
#ifndef YAGER_MUTEX_H
#define YAGER_MUTEX_H

#include <atomic>

class CYagerMutex
{
public:
    CYagerMutex()
        : m_atomicFlag(ATOMIC_FLAG_INIT)
    {}

    ~CYagerMutex()
    {}

    void Lock()
    {
        while (m_atomicFlag.test_and_set());
    }

    void UnLock()
    {
        m_atomicFlag.clear();
    }

private:
    std::atomic_flag  m_atomicFlag;

};
#endif //YAGER_MUTEX_H
方案二:使用libuv的mutex,实现粗粒度的加解锁
#include "libuv/include/uv.h"

class CYagerMutex
{
public:
    CYagerMutex()
    {
        uv_mutex_init(&m_mutex);
    }

    ~CYagerMutex()
    {
        uv_mutex_destroy(&m_mutex);
    }

    void Lock()
    {
        uv_mutex_lock(&m_mutex);
    }

    void UnLock()
    {
        uv_mutex_unlock(&m_mutex);
    }

private:
    uv_mutex_t	m_mutex;

};
目录
相关文章
|
6月前
|
边缘计算 JSON 物联网
解锁业务灵活性:RuleGo规则引擎的高效解耦与实时响应秘籍
RuleGo是一个基于Go语言的轻量级、高性能规则引擎,旨在通过动态规则链和组件化设计,简化复杂系统的业务逻辑管理和实时响应。
解锁业务灵活性:RuleGo规则引擎的高效解耦与实时响应秘籍
|
6月前
|
存储 数据采集 分布式计算
大规模数据处理:解锁现代技术与商业的无限潜能
在当今信息爆炸的时代,大规模数据处理成为了推动技术和商业创新的关键。本文将探讨大规模数据处理的意义和应用,并介绍其对现代社会带来的深远影响。
44 1
|
3月前
|
存储 算法 大数据
解锁数据新势能:探索G-SCD on DeltaLake方案带来的革新
【8月更文挑战第26天】在数据驱动的商业环境下,G-SCD on DeltaLake方案凭借DeltaLake的开源存储技术,有效解决了传统数据处理方案在实时性、准确性及可靠性上的局限。该方案通过精确的增量处理减少整体数据扫描,利用版本控制确保数据变更的可追溯性,优化并发处理以提高数据一致性,采用高效的存储格式降低成本,并简化数据处理流程以降低维护难度,从而成为应对大数据挑战的理想选择,助力企业释放数据价值,促进业务增长。
30 1
|
1天前
|
数据采集 数据可视化 数据挖掘
掌握Python数据分析,解锁数据驱动的决策能力
掌握Python数据分析,解锁数据驱动的决策能力
|
22天前
|
机器学习/深度学习 人工智能 自然语言处理
解锁智能未来的无限可能
【10月更文挑战第22天】解锁智能未来的无限可能
11 0
|
24天前
|
缓存 监控 算法
代码性能优化:解锁应用潜能的关键策略
【10月更文挑战第20天】代码性能优化:解锁应用潜能的关键策略
|
1月前
|
安全 网络安全 Android开发
优化用户体验的同时保障安全性——详解带有查询字符串参数的跨平台移动应用唤醒技术
【10月更文挑战第2天】在移动互联网时代,用户经常需要从网页无缝跳转到移动应用中。这种跳转不仅需要提供流畅的用户体验,还要确保安全性。本文将深入探讨如何利用带有查询字符串参数的跨平台移动应用唤醒技术实现这一目标,并分析其安全性。
36 1
|
24天前
|
缓存 监控 数据库
性能优化:解锁应用与系统的极致速度
【10月更文挑战第20天】性能优化:解锁应用与系统的极致速度
30 0
|
2月前
|
传感器 物联网 5G
5G的三大主要特性:解锁未来无限可能
5G的三大主要特性:解锁未来无限可能
91 1
|
3月前
|
编解码 弹性计算 Serverless
解锁多媒体处理新纪元:阿里云函数计算,一键驱动高效、灵活、成本优化的文件处理解决方案!
【8月更文挑战第2天】随着云计算的发展,高效灵活的多媒体处理成为必需。阿里云函数计算提供全托管服务,用户仅需上传代码,平台自动配置资源,支持毫秒级弹性伸缩。与对象存储服务集成,实现视频转码、音频提取及图片压缩等功能,按需付费降低成本。示例展示了基于Python的视频转码函数,体现其在多媒体处理领域的强大潜力和优势。
50 10