协程库——面试问题
1 同步、异步
1.1 同步
代码顺序执行,完全由用户控制.
同步阻塞
等待可读、可写的时候阻塞,不让出cpu。读、写之后,下面的代码才能执行、
同步非阻塞
等待可读、可写时,不会阻塞cpu,返回失败,设置错误码为EAGAIN 或 EWOULDBLOCK ,告知应用程序此时没有数据可读,用户需要自行决定怎样等待数据到来。
可以轮询,
可使用epoll,为fd注册读事件,然后去执行其它操作。
1.2 异步
代码不按照顺序执行,不完全由用户控制。
异步的实现方式:
- 异步库和异步框架:libevent、ibuv、libev等
- 操作系统异步io接口
- c++11异步机制:std::async 和 std::future
异步IO库大概逻辑
将套接字设置为非阻塞状态,然后为套接字的事件绑定回调函数,接下来进入IO多路复用的循环,等待事件发生,调用对应的回调函数。
2 进程、线程、协程
进程是操作系统进⾏资源分配的基本单位,每个进程都有⾃⼰的独⽴内存空间;
线程是cpu调度的基本单位,线程共享父进程的虚拟地址空间;
协程是用户态线程,协程通常在线程中运行
2.1 切换上下文
进程
cpu上下文——寄存器
内存管理上下文——页表相关
资源管理上下文——文件句柄等
同步机制上下文——锁、信号量等
线程
线程切换不需要切换虚拟地址空间,
只需要切换cpu寄存器上下文和少量的资源管理上下文。
协程
部分cpu寄存器,
如当前调用栈栈基地址、代码的执行位置等,当前的上下文保存到线程的堆区。
2.2 多进程/线程/协程
多进程
fork()创建子进程,子进程拷贝父进程地址空间,写时复制,代码段相同,执行任务相同。
exec 系列函数可以在子进程中加载新的可执行程序,将子进程的代码替换为新程序的代码。这样,子进程将执行与父进程不同的任务。
多线程
父进程创建多个线程,每个线程有自己的入口函数,执行不同的任务。多个线程共享父进程的资源。
协程
每个协程由自己的入口函数,执行不同的任务。
协程通常是在单线程中运行的,协程可以在线程中实现切换,开销比线程和进程切换小,可以实现高并发。
协程经常与多线程一起使用。
3 协程优缺点
协程优点
轻量级:创建和销毁开销小,占用资源少
高并发:协程切换开销小,速度快,可同时处理更多的协程,实现高并发。协程切换在线程中进行,由用户控制,避免了线程切换的开销。
不是很理解!!!====================???=================================
简化异步编程:使用类似于同步编程的方式编写异步代码,避免避免了回调函数嵌套和复杂的并发控制逻辑,使得代码更加清晰和易于理解。
缺点
⽆法利⽤多核资源:线程才是系统调度的基本单位,单线程下的多协程本质上还是串⾏执⾏的,只能⽤到单核计算资源,所以协程往往要与多线程、多进程⼀起使⽤。
难以调试:由于协程的切换和异步执行,调试协程代码可能更加困难。当协程之间存在复杂的依赖关系和交互时,追踪问题的根因可能变得复杂。
4 协程适用于I/O密集型任务的原因
I/O密集型任务通常涉及等待外部资源,等待的过程中,需要释放cpu,切换到其它任务。协程切换快速,开销小。
使用线程的话,线程阻塞等待IO,会切换到其它线程,切换开销比协程大。
单核
不管使用多线程还是协程,都只能串行处理。
如果是cpu密集型任务,多线程和协程区别不大,因为不会频繁因为阻塞切换;
如果是io密集型任务,需要经常切换,协程切换效率更高。
多核
多线程的优势就是可以利用多核处理器,而协程只能在一个线程上运行。
IO密集型任务,使用多线程+协程
5 协程实现的是真正的异步吗?
可以实现异步效果,但本身并不是异步机制。
本项目中,当一个协程等待io时,可以切换到其他协程。当io完成后,它可以被唤醒并继续执行。这种方式可以让程序在等待I/O的同时执行其他任务,充分利用 CPU 资源,从而达到类似于异步的效果。这并不是真正的异步。
异步编程中:
各个任务是解耦的,某个任务被阻塞,只影响该任务本身,不影响其它任务的执行。
而多线程或协程中:
任务间仍有一些资源是共享的,当一个线程或协程阻塞或出现异常,可能会影响整个进程的执行。
6 衡量⼀个协程库性能的标准
7 Go协程
8 C++协程
9 为什么要有空闲协程
在任务队列为空时,阻塞在idel协程中的epoll_wait中。
idel协程负责使用epoll监听事件,实际发生后,将对应回调函数添加到调度队列中。
调度协程只负责任务调度。
降低不同功能之间的耦合,便于后序扩展和维护。
10 每建⽴⼀个⽤户连接就要创建⼀个协程,不会影响性能吗?
会的,高并发时,会有大量的协程创建和销毁,会占用较多系统资源。
可使用协程池的方法解决。
11 怎样测试的
12 简单介绍项目
相关文章:
协程库——面试问题
1 同步、异步 1.1 同步 代码顺序执行,完全由用户控制. 同步阻塞 等待可读、可写的时候阻塞,不让出cpu。读、写之后,下面的代码才能执行、 同步非阻塞 等待可读、可写时,不会阻塞cpu,返回失败,设置错误码为…...
数据结构与算法题目集(中文)6-2顺序表操作集
题目地址 https://pintia.cn/problem-sets/15/exam/problems/type/6?problemSetProblemId725&page0 注意审题,返回false的时候不要返回ERROR,否则答案错误,机器规则是死的。 位置一般指数组下标,位序一般指数组下标1。但是思…...
8086 汇编笔记(十二):int 指令 端口 直接定址表
一、int 指令 int 指令的格式为:int n,n 为中断类型码,它的功能是引发中断过程 CPU 执行 intn 指令,相当于引发一个n号中断的中断过程,执行过程如下: (1) 取中断类型码 n; (2) 标志寄存器入栈,IF0&…...
揭开FFT时域加窗的奥秘
FFT – Spectral Leakage 假设用于ADC输出数据分析的采样点数为N,而采样率为Fs,那我们就知道,这种情况下的FFT频谱分辨率为δf,那么δfFs/N。如果此时我们给ADC输入一个待测量的单频Fin,如果此时Fin除以δf不是整数&a…...
【AI基础】第二步:安装AI运行环境
开局一张图: 接下来按照从下往上的顺序来安装部署。 规则1 注意每个层级的安装版本,上层的版本由下层版本决定 比如CUDA的版本,需要看显卡安装了什么版本的驱动,然后CUDA的版本不能高于这个驱动的版本。 这个比较好理解&…...
【MySQL】聊聊唯一索引是如何加锁的
首先我们要明确,加锁的对象是索引,加锁的基本单位是next-key lock,由记录锁和间隙锁组成。next-key是前开后闭区间,间隙锁是前开后开区间。根据不同的查询条件next-key 可能会退化成记录锁或间隙锁。 在能使用记录锁或者间隙锁就…...
k8s-CCE使用node节点使用VIP--hostNetworkhostPort
CCE使用node节点使用VIP 背景:想在节点上使用VIP,将nodeport服务做到高可用。启动VIP后发现访问失败 部署 ! Configuration File for keepalived global_defs { router_id master-node }vrrp_instance VI_1 {state BACKUPinterface eth0mcast_src_ip 10.1.0.60virtual_rou…...
18、关于优化中央企业资产评估管理有关事项的通知
一、加强重大资产评估项目管理 (一)中央企业应当对资产评估项目实施分类管理,综合考虑评估目的、评估标的资产规模、评估标的特点等因素,合理确定本集团重大资产评估项目划分标准,原则上,企业对外并购股权项目应纳入重大资产评估项目。中央企业应当研究制定重大资产评估…...
AI大模型日报#0610:港大等1bit大模型“解决AI能源需求”、谷歌开源TimesFM时序预测模型
导读:AI大模型日报,爬虫LLM自动生成,一文览尽每日AI大模型要点资讯!目前采用“文心一言”(ERNIE 4.0)、“零一万物”(Yi-Large)生成了今日要点以及每条资讯的摘要。欢迎阅读…...
速盾:图片cdn加速 免费
随着互联网的快速发展,图片在网页设计和内容传播中起着重要的作用。然而,随着网站访问量的增加和图片文件大小的增加,图片加载速度可能会成为一个问题。为了解决这个问题,许多网站使用图片CDN加速服务。 CDN(Content …...
贪心算法例子
贪心算法概述 贪心算法是一种在每一步选择中都做出局部最优选择的算法,以期望通过一系列局部最优选择达到全局最优。贪心算法在许多优化问题中表现良好,特别是在某些特定类型的问题中能够保证找到最优解。 活动选择问题(Activity Selection Problem)背包问题(贪心解法)霍…...
vivado HW_ILA_DATA、HW_PROBE
HW_ILA_DATA 描述 硬件ILA数据对象是ILA调试核心上捕获的数据的存储库 编程到当前硬件设备上。upload_hw_ila_data命令 在从ila调试移动捕获的数据的过程中创建hw_ila_data对象 核心,hw_ila,在物理FPGA上,hw_device。 read_hw_ila_data命令还…...
refault distance算法的一点理解
这个算法看了好几次了,都没太理解,今天记录一下,加深一下印象。 引用某个博客对这个算法的介绍 一次访问page cache称为fault,第二次访问该页面称为refault。page cache页面第一次被踢出LRU链表并回收(eviction)的时刻称为E&#…...
软件安全技术【太原理工大学】
没有划重点,只说了一句课后题和实验中的内容都可能会出。 2022考试题型:选择20个20分,填空10个10分,名词解释4个20分,简答6个30分,分析与论述2个20分,没找到历年题。 如此看来,这门考…...
异常(Exception)
异常是什么 异常就是程序在进行时的不正常行为,就像之前数组时会遇到空指针异常(NullPointerException),数组越界异常(ArrayIndexOutOfBoundsException)等等。 在java中异常由类来表示。 异常的分类 异常…...
一文者懂LLaMA 2(原理、模型、训练)
引言 LLaMA(Large Language Model Meta AI)是Meta(前身为Facebook)开发的自然语言处理模型家族之一,LLaMA 2作为其最新版本,展示了在语言理解和生成方面的显著进步。本文将详细解读LLaMA 2的基本原理、模型…...
MySQL 存储函数及调用
1.mysql 存储函数及调用 在MySQL中,存储函数(Stored Function)是一种在数据库中定义的特殊类型的函数,它可以从一个或多个参数返回一个值。存储函数在数据库层面上封装了复杂的SQL逻辑,使得在应用程序中调用时更加简单…...
设计模式七大原则-单一职责原则SingleResponsibility
七大原则是在设计“设计模式”的时候需要用到的原则,它们的存在是为了保证设计模式达到以下几种目的: 1.代码重用性 2.可读性 3.可拓展性 4.可靠性(增加新的功能后,对原来的功能没有影响) 5.使程序呈现高内聚、低耦合的…...
msfconsole利用Windows server2008cve-2019-0708漏洞入侵
一、环境搭建 Windows系列cve-2019-0708漏洞存在于Windows系统的Remote Desktop Services(远程桌面服务)(端口3389)中,未经身份验证的攻击者可以通过发送特殊构造的数据包触发漏洞,可能导致远程无需用户验…...
Reinforcement Learning学习(三)
前言 最近在学习Mujoco环境,学习了一些官方的Tutorials以及开源的Demo,对SB3库的强化学习标准库有了一定的了解,尝试搭建了自己的环境,基于UR5E机械臂,进行了一个避障的任务,同时尝试接入了图像大模型API,做了一些有趣的应用,参考资料如下: https://mujoco.readthedo…...
效率翻倍:Kook Zimage真实幻想Turbo批量生成技巧,快速产出统一风格素材
效率翻倍:Kook Zimage真实幻想Turbo批量生成技巧,快速产出统一风格素材 1. 为什么需要批量生成统一风格素材 在设计工作中,我们经常遇到需要大量同风格素材的场景。比如游戏角色设计需要一套风格统一的卡牌角色,电商运营需要一系…...
C 语言中的 switch 语句和 while 循环详解
C 语言中的 switch 语句 替代多重 if..else 语句,可以使用 switch 语句。switch 语句用于选择多个代码块中的一个来执行 代码语言:c AI代码解释 switch(表达式) {case x:// 代码块break;case y:// 代码块break;default:// 代码块 工作原理 switch …...
Ubuntu 20.04上构建Zabbix 6.0监控平台:从部署到微信告警的完整实践
1. 环境准备与基础配置 在Ubuntu 20.04上部署Zabbix 6.0监控平台前,需要确保系统环境满足基本要求。我建议使用至少4核CPU、8GB内存的服务器,实测下来这个配置可以稳定监控50台以上的主机。操作系统建议选择Ubuntu 20.04 LTS版本,长期支持周期…...
人工智能应用- 预测新冠病毒传染性:04. 中国:强力措施遏制疫情
麻省理工学院(MIT)的研究团队使用机器学习模型对中国武汉疫情展开分析。他们发现,如果不采取严格封控措施,感染人数可能会呈指数级增长。图 : AI 模型预测vs 实际疫情。曲线代表如果不做控制时的预测结果,散点代表实际…...
100+中文词向量:构建智能语义理解的核心引擎
100中文词向量:构建智能语义理解的核心引擎 【免费下载链接】Chinese-Word-Vectors 100 Chinese Word Vectors 上百种预训练中文词向量 项目地址: https://gitcode.com/gh_mirrors/ch/Chinese-Word-Vectors Chinese-Word-Vectors项目提供了超过100种预训练中…...
GAT vs GraphSAGE vs GCN:如何为你的图数据选择最佳模型(附性能对比)
GAT vs GraphSAGE vs GCN:图神经网络模型选型实战指南 当面对社交网络分析、推荐系统或分子结构预测等图数据任务时,算法工程师常陷入选择困境:是该用经典的GCN,采样高效的GraphSAGE,还是带注意力机制的GAT?…...
java微信小程序高校学生兼职系统的设计与实现
目录需求分析技术选型数据库设计后端开发前端开发测试与部署运维与迭代项目技术支持可定制开发之功能创新亮点源码获取详细视频演示 :文章底部获取博主联系方式!同行可合作需求分析 明确高校学生兼职系统的核心功能需求,包括学生端、企业端和…...
用Weisfeiler-Lehman 图核 计算solidworks零件的拓扑相似度
相似度分析报告 TOP-5 最相似零件对:1. ZC6001.SLDPRT <-> ZC698.SLDPRT: 1.0000 (100.00%)2. .01-111.SLDPRT <-> .30.00-36.4..SLDPRT: 1.0000 (100.00%)3. ZC6001.SLDPRT <-> ZC6904.SLDPRT: 1.0000 (100.00%)4. ZC6001.SLDPRT <-> ZC6902.SLDPRT: …...
Qwen3-4B Instruct-2507保姆级教程:Linux/Windows双平台部署
Qwen3-4B Instruct-2507保姆级教程:Linux/Windows双平台部署 1. 学习目标与前置准备 大家好,今天我们来聊聊怎么在Linux和Windows系统上,快速部署一个属于你自己的、能流畅对话的AI助手。这个助手基于阿里通义千问的Qwen3-4B-Instruct-2507…...
微信小程序分页优化实战:z-paging下拉刷新+上拉加载的5个性能提升技巧
微信小程序分页优化实战:z-paging下拉刷新上拉加载的5个性能提升技巧 在开发微信小程序时,分页加载几乎是每个列表页面的标配功能。z-paging作为一款高性能的分页组件,因其全平台兼容性和易用性受到开发者青睐。但当数据量增大时,…...
