C++ 多线程编程总结

简介: 在开发C++程序时,一般在吞吐量、并发、实时性上有较高的要求。设计C++程序时,总结起来可以从如下几点提高效率: l  并发 l  异步 l  缓存 下面将我平常工作中遇到一些问题例举一二,其设计思想无非以上三点。

在开发C++程序时,一般在吞吐量、并发、实时性上有较高的要求。设计C++程序时,总结起来可以从如下几点提高效率:

  • l  并发
  • l  异步
  • l  缓存

下面将我平常工作中遇到一些问题例举一二,其设计思想无非以上三点。

1任务队列

1.1    以生产者-消费者模型设计任务队列

  生产者-消费者模型是人们非常熟悉的模型,比如在某个服务器程序中,当User数据被逻辑模块修改后,就产生一个更新数据库的任务(produce),投递给IO模块任务队列,IO模块从任务队列中取出任务执行sql操作(consume)。

  设计通用的任务队列,示例代码如下:

  详细实现可参见:

  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()){ //! 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;
}

1.2    任务队列使用技巧

1.2.1 IO 与 逻辑分离

  比如网络游戏服务器程序中,网络模块收到消息包,投递给逻辑层后立即返回,继续接受下一个消息包。逻辑线程在一个没有io操作的环境下运行,以保障实时性。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,此模式下为单任务队列,每个任务队列单线程。

1.2.2  并行流水线

         上面的只是完成了io 和 cpu运算的并行,而cpu中逻辑操作是串行的。在某些场合,cpu逻辑运算部分也可实现并行,如游戏中用户A种菜和B种菜两种操作是完全可以并行的,因为两个操作没有共享数据。最简单的方式是A、B相关的操作被分配到不同的任务队列中。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,此模式下为多任务队列,每个任务队列单线程。

1.2.3 连接池与异步回调

  比如逻辑Service模块需要数据库模块异步载入用户数据,并做后续处理计算。而数据库模块拥有一个固定连接数的连接池,当执行SQL的任务到来时,选择一个空闲的连接,执行SQL,并把SQL 通过回调函数传递给逻辑层。其步骤如下:

  • n  预先分配好线程池,每个线程创建一个连接到数据库的连接
  • n  为数据库模块创建一个任务队列,所有线程都是这个任务队列的消费者
  • n  逻辑层想数据库模块投递sql执行任务,同时传递一个回调函数来接受sql执行结果

  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,此模式下为单任务队列,每个任务队列多线程。

2. 日志

         本文主要讲C++多线程编程,日志系统不是为了提高程序效率,但是在程序调试、运行期排错上,日志是无可替代的工具,相信开发后台程序的朋友都会使用日志。常见的日志使用方式有如下几种:

  • 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());

  二者各有优缺点,流式是线程安全的,printf格式格式化字符串会更直接,但缺点是线程不安全,如果把app_string.c_str() 换成app_string (std::string),编译被通过,但是运行期会crash(如果运气好每次都crash,运气不好偶尔会crash)。我个人钟爱printf风格,可以做如下改进:

  • l  增加线程安全,利用C++模板的traits机制,可以实现线程安全。示例:
template < typename  ARG1>
void  logtrace( const  char * module, const  char * fmt, ARG1 arg1){
     boost::format s(fmt);
     f % arg1;
}

  这样,除了标准类型+std::string 传入其他类型将编译不能通过。这里只列举了一个参数的例子,可以重载该版本支持更多参数,如果你愿意,可以支持9个参数或更多。

  • l  为日志增加颜色,在printf中加入控制字符,可以再屏幕终端上显示颜色,Linux下示例:printf("\033[32;49;1m [DONE] \033[39;49;0m") 

  更多颜色方案参见:

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

  • l  每个线程启动时,都应该用日志打印该线程负责什么功能。这样,程序跑起来的时候通过top –H – p pid 可以得知那个功能使用cpu的多少。实际上,我的每行日志都会打印线程id,此线程id非pthread_id,而其实是线程对应的系统分配的进程id号。

3. 性能监控

         尽管已经有很多工具可以分析c++程序运行性能,但是其大部分还是运行在程序debug阶段。我们需要一种手段在debug和release阶段都能监控程序,一方面得知程序瓶颈之所在,一方面尽早发现哪些组件在运行期出现了异常。

         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

复制代码
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__)
复制代码

 

         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< void  (user_t&)> 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:

  • l  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];
};
  • l  定义执行任务的 worker
void  worker_t:exe( int  index_, shared_ptr<reducer> ret) {
  ret->set_result(index, 100);
}
  • l  将任务分割后,投递给不同的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));
}
相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
目录
相关文章
|
7天前
|
消息中间件 存储 缓存
【嵌入式软件工程师面经】Linux系统编程(线程进程)
【嵌入式软件工程师面经】Linux系统编程(线程进程)
20 1
|
14天前
|
Java 开发者 UED
掌握Java多线程编程:从基础到高级
【5月更文挑战第31天】本文深入探讨了Java多线程编程的核心概念,包括线程的创建、生命周期、同步机制以及高级并发工具。通过实际示例和代码片段,读者将学会如何有效地管理和协调线程,以编写高效且稳定的并发应用程序。
|
14天前
|
安全 Java 调度
Java语言多线程编程技术深度解析
Java语言多线程编程技术深度解析
288 1
|
1天前
|
算法 C语言 C++
面向考试编程C++笔记
面向考试编程C++笔记
|
1天前
|
编译器 vr&ar C++
c++primer plus 6 读书笔记 第七章 函数--C++的编程模块
c++primer plus 6 读书笔记 第七章 函数--C++的编程模块
|
6天前
|
安全 开发者 Python
Python中的多线程与多进程编程
Python作为一种广泛使用的编程语言,在处理并发性能时具有独特的优势。本文将深入探讨Python中的多线程与多进程编程技术,分析其原理和应用,帮助读者更好地理解并发编程在Python中的实现与优化。
|
7天前
|
Java 调度 数据库
Java中的多线程编程:基础与实践
【6月更文挑战第7天】本文将深入探讨Java中的多线程编程,包括其基本概念、创建方法以及在实际应用中的一些技巧。我们将通过实例来展示如何在Java中有效地使用多线程,以提高程序的性能和响应能力。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的见解。
|
8天前
|
安全 Java 调度
Java中的多线程编程:基础与实践
【6月更文挑战第6天】本文将探讨Java中的多线程编程,包括其基本概念、创建线程的方法以及线程的同步和通信。我们将通过实例来理解多线程编程的重要性,并学习如何在实际项目中应用这些知识。
|
8天前
|
安全 Java 开发者
Java并发编程的艺术:解锁多线程同步的奥秘
本文将深入探讨Java并发编程的核心概念,揭示多线程环境下同步机制的工作原理与实践技巧。我们将从基础的synchronized关键字讲起,逐步过渡到高级的Lock接口和并发工具类,最后通过实例分析来加深理解。文章不仅旨在为初学者提供一个清晰的并发编程入门指南,同时也希望能够帮助有一定经验的开发者巩固和提升他们的并发处理能力。
|
8天前
|
Java 调度
Java中的多线程编程:基础与实践
【6月更文挑战第6天】本文将深入探讨Java中的多线程编程,包括其基本概念、创建方法以及实际应用。我们将通过实例来理解如何在Java中有效地使用多线程,以及如何避免常见的并发问题。