当前位置: 首页 > news >正文

Linux——多线程(四)

前言

 这是之前基于阻塞队列的生产消费模型中Enqueue的代码

    void Enqueue(const T &in) // 生产者用的接口{pthread_mutex_lock(&_mutex);while(IsFull())//判断队列是否已经满了{pthread_cond_wait(&_product_cond, &_mutex); //满的时候就在此情况下等待// 1. pthread_cond_wait调用是: a. 让调用进程等待 b. 自动释放曾经持有的_mutex锁}// 进行生产_bq.push(in);// 通知消费者来消费pthread_cond_signal(&_consumer_cond);pthread_mutex_unlock(&_mutex);}

缺点:

当一个线程往阻塞队列中插入时,必须要满足一个条件"临界资源还没满",否则就需要放到条件变量的等待队列中去。

而判断临界资源是否为满需要先申请锁(检测临界资源的本质也是在访问临界资源),然后再进入临界区访问临界资源,才能判断临界资源是否为满。

那么只要我们对临界资源整体加锁,就默认会对这个临界资源整体使用(吗?)。实际上可能是:一份临界资源被划分为多个不同的区域,而且运行多个线程同时访问不同的区域。

 在访问临界资源之前,我们无法知道临界资源的情况。

多个线程不能同时访问临界资源的不同区域。

1.信号量

1.1信号量的概念 

我们之前在学进程间通信时,简单介绍过信号量。 

信号量:信号量本质其实是一计数器,这一计数器的作用是用来描述临界资源中资源数量的多少

申请信号量的本质其实就是:对临界资源中特定的小块资源预定机制。(资源不一定被我持有,才是我的,只要我预定了,在未来的某个时间,就是我的)

 信号量也是一种互斥量,只要申请到信号量的线程,在未来一定能够拥有一份临界资源。

假如要让多个线程同时去访问一块划分为n个区域的临界资源:

创建一个信号量,值为n

每来一个访问临界资源的线程都要先去申请信号量(信号量的值,n--),申请后才能访问

当n被减到0时说明临界资源中各个区域都有线程在访问资源,其它想要访问临界资源的线程就得阻塞等待,等这n个区域中的某个线程访问完将这个区域空出来才行(信号量的值,n++)

信号量解决了上面提到的问题:

线程不用访问临界资源就能知道资源的使用情况 (信号量申请成功就一定有资源可以使用,申请失败则说明条件不满足,只能阻塞等待)

注意:所有线程都得能看到信号量,信号量是一个公共资源,涉及到线程安全问题

信号量的基本操作就是对信号量进行++或--,而这两个操作时原子的

P操作:信号量--,就是在申请资源(此操作必须时原子的)

V操作:信号量++,返回资源(此操作也需是原子的)

1.2信号量的接口

信号量的使用需要引头文件:semaphore.h;还需要链接原生线程库-pthread 

sem_t sem;//创建信号量

初始化信号量

man sem_init

 参数:

sem:信号量指针

pshared:0表示线程间共享,非0表示进程间共享。(一般情况下为0)

value:信号量初始值,也就是计数器的值

返回值:类型int,成功返回0,失败返回-1,并将 errno 设置为指示错误

申请信号量,P操作,计数器--

man sem_wait

参数

sem:信号量指针

返回值:成功返回0,失败返回-1,设置errno

发布信号量,V操作,计数器++

man sem_post

参数

sem:信号量指针

返回值:成功返回0,失败返回-1,设置errno

信号量销毁

man sem_destroy

参数

sem:信号量指针

返回值:成功返回0,失败返回-1,设置errno

 2.基于环形队列的生产者消费者模型

POSIX信号量和SystemV信号量作用相同,都是用于同步操作,达到无冲突的访问共享资源的目的,但是POSIX可用于线程间同步

2.1分析

环形队列

 这里的环形队列用数组来模拟,取模来模拟其环状特性

当环形队列为空时,头尾都指向同一个位置;当环形队列为满时,头尾也指向同一个位置。这样不好判断为空或为满,可以通过加计数器或者标记位来判断满或空,也可以预留一个空位,作为满状态

但是我们现在有信号量这个计数器,就很简单的进行多线程间的同步过程

单生产和单消费两线程在访问环形队列时,生产者负责向环形队列中生产数据,消费者负责从环形队列中消费数据。

那么生产者和消费者什么时候会访问同一个位置呢?当环形队列为空/为满的时候

那么如果环形队列一定不为空&&一定不为满时,生产者、消费者的下标指向不是同一个位置

生产和消费的动作可以真正并发吗?是的 

环形队列的生产者消费者模型还需要两个必要条件:

1.生产者不能把消费者超过一个圈以上(当环形队列满了后,生产者继续生产,那么生产者生产的数据会覆盖消费者还未消费的,消费者就无法消费被覆盖的数据了)

2.消费者不能超过生产者(生产者还没生产,消费者无法消费。当消费者超过生产者时,消费者访问的区域无数据)

对于生产者而言,它最关心的是空间

空间资源可以定义一个信号量,用来统计空闲空间的个数

对于消费者而言,它最关心的是数据

数据资源也可以用一个信号量来统计数据个数

所以生产者每次访问临界资源之前,需要先申请空间资源的信号量,申请到才可以进行生产,不然就得老实的阻塞等待

消费者也一样,访问临界资源之前,要先申请数据资源的信号量,申请成功才能够去消费数据,不然还是阻塞等待

空间资源信号量的申请(P)由生产者进行,归还(V)由消费者进行

数据资源信号量的申请(P)由消费者进行,归还(V)由生产者进行

伪代码

生产者

P(room);//申请空间资源

//信号量申请成功,继续向下运行;失败则阻塞

ringbuffer[p_index] = x;

p_index++;

p_index%=10;

V(data);

消费者

P(data);//申请数据资源

//信号量申请成功——数据资源一定存在

out = ringbuffer[c_index];

c_index++;

c_index%=10;\

V(room);

2.2代码

ringqueue.hpp

#include <iostream>
#include <string>
#include <vector>
#include <semaphore.h>
#include <pthread.h>template<typename T>
class RingQueue
{
private:void P(sem_t &sem)//申请信号量P操作{sem_wait(&sem);}void V(sem_t &sem)//发布信号量V操作{sem_post(&sem);}void Lock(pthread_mutex_t &mutex)//加锁{pthread_mutex_lock(&mutex);}void UnLock(pthread_mutex_t &mutex)//解锁{pthread_mutex_unlock(&mutex);}
public:RingQueue(int cap):_rq(cap),_cap(cap),_productor_step(0),_consumer_step(0){sem_init(&_room_sem,0,_cap);sem_init(&_data_sem,0,0);pthread_mutex_init(&_productor_mutex,nullptr);pthread_mutex_init(&_consumer_mutex,nullptr);}void Enqueue(const T&in){P(_room_sem);Lock(_productor_mutex);//开始生产_rq[_productor_step] = in;_productor_step %= _cap;//环形队列UnLock(_productor_mutex);V(_data_sem);}void Pop(T *out){P(_data_sem);Lock(_consumer_mutex);//消费*out = _rq[_consumer_step];_consumer_step++;_consumer_step%=_cap;UnLock(_consumer_mutex);V(_room_sem);}~RingQueue(){sem_destroy(&_room_sem);sem_destroy(&_data_sem);pthread_mutex_destroy(&_productor_mutex);pthread_mutex_destroy(&_consumer_mutex);}
private:std::vector<T> _rq;int _cap;int _productor_step;//生产者步数int _consumer_step;//消费者步数//定义信号量sem_t _room_sem;//空间信号量,生产者关心sem_t _data_sem;//数据信号量,消费者关心//锁pthread_mutex_t _productor_mutex;pthread_mutex_t _consumer_mutex;
};

thread.hpp

#include<iostream>
#include<signal.h>
#include<unistd.h>
#include<functional>
#include<pthread.h>namespace Thread_Module
{template <typename T>using func_t = std::function<void(T&)>;// typedef std::function<void(const T&)> func_t;template <typename T>class Thread{public:void Excute(){_func(_data);}public:Thread(func_t<T> func,T &data,const std::string &threadname = "none"):_threadname(threadname),_func(func),_data(data){}static void* threadrun(void *args)//线程函数{Thread<T> *self = static_cast <Thread<T>*>(args);self->Excute();return nullptr;}bool Start()//线程启动!{int n = pthread_create(&_tid,nullptr,threadrun,this);if(!n)//返回0说明创建成功{_stop = false;//说明线程正常运行return true;}else{return false;}}void Stop(){_stop = true;}void Detach()//线程分离{if(!_stop){pthread_detach(_tid);}}void Join()//线程等待{if(!_stop){pthread_join(_tid,nullptr);}}std::string threadname()//返回线程名字{return _threadname;}~Thread(){}private:pthread_t _tid;//线程tidstd::string  _threadname;//线程名T &_data;//数据func_t<T> _func;//线程函数bool _stop; //判断线程是否停止 为true(1)停止,为false(0)正常运行};
}

main.cc

#include "ringqueue.hpp"
#include "Thread.hpp"
#include<string>
#include<vector>
#include<unistd.h>
#include<functional>
#include<pthread.h>using namespace Thread_Module;void* consumer(RingQueue<int> &rq)
{while(true){int data;rq.Pop(&data);std::cout<<"消费一个数据:"<<data<<std::endl;sleep(1);}  
}void* productor(RingQueue<int> &rq)
{   int a = 1;while(true){rq.Enqueue(a);std::cout<<"生产一个数据 :"<<a<<std::endl;a++;}
}void Comm(std::vector<Thread<RingQueue<int>>> *threads,int num,RingQueue<int> &rq,func_t<RingQueue<int>> func)
{for(int i=0;i<num;i++){std::string name = "thread-"+std::to_string(i+1);threads->emplace_back(func,rq,name);}
}void ProductorStart(std::vector<Thread<RingQueue<int>>> *threads,int num,RingQueue<int> &rq)
{Comm(threads,num,rq,productor);
}void ConsumerStart(std::vector<Thread<RingQueue<int>>> *threads,int num,RingQueue<int> &rq)
{Comm(threads,num,rq,consumer);
}void StartAll(std::vector<Thread<RingQueue<int>>> &threads)
{for(auto &thread:threads){std::cout<<"Start:"<<thread.threadname()<<std::endl;thread.Start();}
}void WaitAllThread(std::vector<Thread<RingQueue<int>>> &threads)
{for(auto &thread:threads){thread.Join();}
}int main()
{RingQueue<int> *rq = new RingQueue<int>(10);std::vector<Thread<RingQueue<int>>> threads;ProductorStart(&threads,1,*rq);ConsumerStart(&threads,2,*rq);StartAll(threads);WaitAllThread(threads);return 0;
}

相关文章:

Linux——多线程(四)

前言 这是之前基于阻塞队列的生产消费模型中Enqueue的代码 void Enqueue(const T &in) // 生产者用的接口{pthread_mutex_lock(&_mutex);while(IsFull())//判断队列是否已经满了{pthread_cond_wait(&_product_cond, &_mutex); //满的时候就在此情况下等待// 1.…...

InetAddress.getLocalHost().getHostAddress()阻塞导致整个微服务崩溃

InetAddress.getLocalHost().getHostAddress()阻塞导致整个微服务崩溃 import java.net.InetAddress;public class GetHostIp {public static void main(String[] args) {try {long start System.currentTimeMillis();String ipAddress InetAddress.getLocalHost().getHostA…...

在 Qt6 中,QList 和 QVector 统一 成qlist了吗?

是的&#xff0c;在 Qt6 中&#xff0c;QList 和 QVector 已经被统一了。具体来说&#xff0c;QList 现在基本上就是 QVector 的一个别名。这一改变意味着 QList 和 QVector 具有相同的性能和行为特性。 在 Qt5 中&#xff0c;QList 有自己的内部实现&#xff0c;对小型对象&a…...

第三期书生大模型实战营 第1关 Linux 基础知识

第三期书生大模型实战营 第1关 Linux 基础知识 第三期书生大模型实战营 第1关 Linux 基础知识InternStudio开发机创建SSH密钥配置通过本地客户端连接远程服务器通过本地VSCode连接远程服务器运行一个Python程序总结 第三期书生大模型实战营 第1关 Linux 基础知识 Hello大家好&a…...

架构设计(1)分布式架构

分布式架构 分布式架构是一种将系统中的不同组件分布在多台计算机或节点上&#xff0c;通过网络进行通信和协作&#xff0c;以实现系统功能的架构设计。分布式架构通常用于构建大型、复杂的软件系统&#xff0c;具有高可伸缩性、高可用性和高性能等优点。下面是关于分布式架构…...

机器学习笔记:初始化0的问题

1 前言 假设我们有这样的两个模型&#xff1a; 第一个是逻辑回归 第二个是神经网络 他们的损失函数都是交叉熵 sigmoid函数的导数&#xff1a; 他们能不能用0初始化呢&#xff1f; 2 逻辑回归 2.1 求偏导 2.1.1 结论 2.1.2 L对a的偏导 2.1.3 对w1&#xff0c;w2求偏导 w2同…...

JavaWeb—js(3)

Bom dom: document object model(文档对象模型), 是处理html、xml的标准编写接口。 节点和元素 整个页面也就是整个文档我们称之为文档节点; 文档节点使用document来表示; 页面中的所有标签我们称之为元素&#xff0c;使用element来表示; 如此处的文本、属性、注释等&…...

PLSQL Day4

--使用显式游标更新行&#xff0c;对所有salesman增加500奖金&#xff1a; declare cursor s_cursor is select * from emp where job SALESMAN for update; begin for e_s in s_cursor loop update emp set comm nvl(comm,0)500 where current of s_cur…...

git合并报错:git -c core.quotepath=false -c log.showSignature=false merge r

这个错误通常发生在 Git 尝试合并两个没有共同祖先的历史时&#xff0c;比如在合并不同的分支或仓库时&#xff0c;可以尝试以下几种方法&#xff1a; 允许不相关历史的合并: git merge release-3.6 --allow-unrelated-histories这个选项告诉 Git 允许合并两个没有共同历史的分…...

云原生存储:使用MinIO与Spring整合

在现代云原生应用开发中&#xff0c;高效、可靠的存储解决方案是至关重要的。MinIO是一个高性能、分布式的对象存储系统&#xff0c;它与Amazon S3兼容&#xff0c;非常适合在Kubernetes等云原生环境中使用。本文将详细介绍如何在Spring Boot应用中整合MinIO&#xff0c;并提供…...

等保测评新趋势:应对数字化转型中的安全挑战

随着信息技术的飞速发展&#xff0c;数字化转型已成为企业提升竞争力、优化运营效率的重要手段。然而&#xff0c;这一转型过程中&#xff0c;企业也面临着前所未有的安全挑战。等保测评&#xff08;信息安全等级保护测评&#xff09;作为保障信息系统安全的重要手段&#xff0…...

使用esptool工具备份ESP32的固件(从芯片中备份下来固件)

本文以Windows电脑为例 板子为esp32-c3 1下载python 可在官网中下载,此处不进行讲解 使用如下代码查看是否安装了 Python&#xff08;终端输入&#xff09; python 2下载esptool 在终端输入如下代码即可下载 使用 pip&#xff08;推荐&#xff09;: 在你已经安装的 Pyth…...

JS进阶-解析赋值

学习目标&#xff1a; 掌握解析赋值 学习内容&#xff1a; 解构赋值数组解构对象解构筛选数组filter方法&#xff08;重点&#xff09; 解构赋值&#xff1a; 解构赋值是一种快速为变量赋值的简洁语法&#xff0c;本质上仍然是为变量赋值。 分为&#xff1a; 数组解构对象解…...

Java虚拟机面试题汇总

目录 1. JVM的主要组成部分及其作用&#xff1f; 1.1 运行时数据区划分&#xff1f; 1.2 哪些区域可能会发生OOM&#xff1f; 1.3 堆和栈的区别&#xff1f; 1.4 内存模型中的happen-before是什么&#xff1f; 2. HotSpot虚拟机对象创建流程&#xff1f; 2.1 类加载过程…...

C++休眠的方法

Windows的API函数 Sleep(INFINITE); 休眠时间为永久 Linux的API函数sleep 没有直接表示无限时间的参数&#xff0c;根据POSIX标准&#xff0c;sleep() 函数的参数应该是 unsigned int 类型&#xff0c;因此最大可以接受的参数值是 UINT_MAX&#xff0c;即 4294967295 秒。sleep…...

选择排序(C语言版)

选择排序是一种简单直观的排序算法 算法实现 首先在未排序序列中找到最小&#xff08;大&#xff09;元素&#xff0c;存放到排序序列的起始位置。 再从剩余未排序元素中继续寻找最小&#xff08;大&#xff09;元素&#xff0c;然后放到已排序序列的末尾。 重复第二步&…...

基于CentOS Stream 9平台搭建FRP内网穿透

内网穿透方法很多&#xff0c;本文以github上很火的frp为例 1.frp官方 文档&#xff1a;https://gofrp.org/zh-cn/docs/overview/ 1.1 下载 https://github.com/fatedier/frp/releases 选中合适的版本 2. 服务端&#xff08;服务器&#xff09;搭建frps 需要公网IP服务器 选…...

Redis管理禁用命令

在redis数据量比较大时&#xff0c;执行 keys * &#xff0c;fluashdb 这些命令&#xff0c;会导致redis长时间阻塞&#xff0c;大量请求被阻塞&#xff0c;cpu飙升&#xff0c;严重可能导致redis宕机&#xff0c;数据库雪崩。所以一些命令在生产环境禁止使用。 Redis 禁用命令…...

RFID智能锁控系统在物流安全运输中的应用与效益分析

一、物流锁控系统现状与挑战 1.1 传统锁控系统的局限性 安全性不足&#xff1a;机械锁容易被撬开或钥匙被复制&#xff0c;导致货物在运输过程中面临被盗风险。 无法实时追踪&#xff1a;一旦货物离开发货点&#xff0c;物流公司无法实时监控货物状态&#xff0c;增加了货物…...

WPF设置全局样式

目的 创建一个资源字典&#xff0c;自动引入到各个Window或者UserControl中&#xff0c;可以随意使用。或者引入多个控件包&#xff0c;为了做兼容&#xff0c;保证可以引用多个控件库。 1. 定义资源字典 首先&#xff0c;你需要创建一个XAML文件来定义你的资源字典&#xf…...

【福利】代码公开!咸鱼之王自动答题脚本

转载请注明出处&#xff1a;小锋学长生活大爆炸[xfxuezhagn.cn] 如果本文帮助到了你&#xff0c;欢迎[点赞、收藏、关注]哦~ 微信或QQ打开咸鱼之王小程序&#xff0c;进入答题界面&#xff0c;运行main.py。期间不要动鼠标。 可自行更改代码来适配自己的需求~ 可以按照示例图片…...

ChatGPT-4o大语言模型优化、本地私有化部署、从0-1搭建、智能体构建技术

在过去几年中&#xff0c;人工智能领域的发展迅猛&#xff0c;尤其是大语言模型的应用&#xff0c;为各行各业带来了前所未有的创新与突破。从ChatGPT-3.5的推出到GPT Store的上线&#xff0c;再到最新的多模态交互ChatGPT-4o&#xff0c;OpenAI不断引领科技潮流&#xff0c;推…...

使用clion刷leetcode

如何优雅的使用clion刷leetcode 安装插件&#xff1a;LeetCode Editor) 插件配置&#xff1a; 这样我们每打开一个项目&#xff0c;就会创建类似的文件 我们的项目结构&#xff1a; 我们在题解文件中导入头文件myHeader.h并将新建的文件添加到cmakelists.txt文件&#xff0c;…...

图解HTTP(5、与 HTTP 协作的 Web 服务器 6、HTTP 首部)

5、与 HTTP 协作的 Web 服务器 一台 Web 服务器可搭建多个独立域名的 Web 网站&#xff0c;也可作为通信路径上的中转服务器提升传输效率。 用单台虚拟主机实现多个域名 在相同的 IP 地址下&#xff0c;由于虚拟主机可以寄存多个不同主机名和域名的 Web 网站&#xff0c;因此…...

JS之防抖和节流

防抖 (debounce) 所谓防抖&#xff0c;就是指触发事件后在 n 秒内函数只能执行一次&#xff0c;如果在 n 秒内又触发了事件&#xff0c;则会重新计算函数执行时间。 ps: 重置普攻&#xff0c;百度翻译要输完停止一定时间后才翻译。 没有防抖和节流的缺点&#xff1a; 函数触发…...

Open3D 点云PCA算法配准(粗配准)

目录 一、概述 1.1PCA配准的原理 1.2PCA配准的应用 二、代码实现 三、实现效果 3.1原始点云 3.2配准后点云 3.3变换矩阵 一、概述 PCA(Principal Component Analysis,主成分分析)是一种用于降维和特征提取的统计方法。在点云处理中,PCA可以用于点云配准(a…...

Transformer中的编码器和解码器结构有什么不同?

Transformer背后的核心概念&#xff1a;注意力机制&#xff1b;编码器-解码器结构&#xff1b;多头注意力等&#xff1b; 例如&#xff1a;The cat sat on the mat&#xff1b; 1、嵌入&#xff1a; 首先&#xff0c;模型将输入序列中的每个单词嵌入到一个高维向量中表示&…...

【深度学习】第5章——卷积神经网络(CNN)

一、卷积神经网络 1.定义 卷积神经网络&#xff08;Convolutional Neural Network, CNN&#xff09;是一种专门用于处理具有网格状拓扑结构数据的深度学习模型&#xff0c;特别适用于图像和视频处理。CNN 通过局部连接和权重共享机制&#xff0c;有效地减少了参数数量&#x…...

fluwx插件实现微信支付

Flutter开发使用fluwx插件实现微信支付&#xff0c;代码量不多&#xff0c;复杂的是安卓和iOS的各种配置。 在 pubspec.yaml 文件中添加fluwx依赖 fluwx: ^4.5.5 使用方法 通过fluwx注册微信Api await Fluwx().registerApi(appId: wxea7a1c53d9e5849d, universalLink: htt…...

k8s核心操作_Deployment的扩缩容能力_Deployment自愈和故障转移能力---分布式云原生部署架构搭建022

然后我们上面说了k8s中的deployment的多副本能力 然后,我们再来看 k8s中的deployment的扩缩容能力 可以看到,对于扩容,要使用 kubectl scale 命令 对于缩容 要使用kubectl scale 命令都是使用这个命令对吧 来试试,可以看到上面命令 首先看看 kubectl get pod 可以看到有…...