C++11 多线程：数据保护[转]

zoukankan html css js c++ java

C++11 多线程：数据保护[转]

在编写多线程程序时，多个线程同时访问某个共享资源，会导致同步的问题，这篇文章中我们将介绍 C++11 多线程编程中的数据保护。
数据丢失
让我们从一个简单的例子开始，请看如下代码：
01 #include <iostream>
02 #include <string>
03 #include <thread>
04 #include <vector>
05
06 using std::thread;
07 using std::vector;
08 using std::cout;
09 using std::endl;
10
11 class Incrementer
12 {
13     private:
14         int counter;
15
16     public:
17         Incrementer() : counter{0} { };
18
19         void operator()()
20         {
21             for(int i = 0; i < 100000; i++)
22             {
23                 this->counter++;
24             }
25         }
26
27         int getCounter() const
28         {
29             return this->counter;
30         }
31 };
32
33 int main()
34 {
35     // Create the threads which will each do some counting
36     vector<thread> threads;
37
38     Incrementer counter;
39
40     threads.push_back(thread(std::ref(counter)));
41     threads.push_back(thread(std::ref(counter)));
42     threads.push_back(thread(std::ref(counter)));
43
44     for(auto &t : threads)
45     {
46         t.join();
47     }
48
49     cout << counter.getCounter() << endl;
50
51     return 0;
52 }
这个程序的目的就是数数，数到30万，某些傻叉程序员想要优化数数的过程，因此创建了三个线程，使用一个共享变量 counter，每个线程负责给这个变量增加10万计数。
这段代码创建了一个名为 Incrementer 的类，该类包含一个私有变量 counter，其构造器非常简单，只是将 counter 设置为 0.
紧接着是一个操作符重载，这意味着这个类的每个实例都是被当作一个简单函数来调用的。一般我们调用类的某个方法时会这样 object.fooMethod()，但现在你实际上是直接调用了对象，如 object(). 因为我们是在操作符重载函数中将整个对象传递给了线程类。最后是一个 getCounter 方法，返回 counter 变量的值。
再下来是程序的入口函数 main()，我们创建了三个线程，不过只创建了一个 Incrementer 类的实例，然后将这个实例传递给三个线程，注意这里使用了 std::ref ，这相当于是传递了实例的引用对象，而不是对象的拷贝。
现在让我们来看看程序执行的结果，如果这位傻叉程序员还够聪明的话，他会使用 GCC 4.7 或者更新版本，或者是 Clang 3.1 来进行编译，编译方法：
1 g++ -std=c++11 -lpthread -o threading_example main.cpp
运行结果：
01 [lucas@lucas-desktop src]$ ./threading_example
02 218141
03 [lucas@lucas-desktop src]$ ./threading_example
04 208079
05 [lucas@lucas-desktop src]$ ./threading_example
06 100000
07 [lucas@lucas-desktop src]$ ./threading_example
08 202426
09 [lucas@lucas-desktop src]$ ./threading_example
10 172209
但等等，不对啊，程序并没有数数到30万，有一次居然只数到10万，为什么会这样呢？好吧，加1操作对应实际的处理器指令其实包括：
1 movl    counter(%rip), %eax
2 addl    $1, %eax
3 movl    %eax, counter(%rip)
首个指令将装载 counter 的值到 %eax 寄存器，紧接着寄存器的值增1，然后将寄存器的值移给内存中 counter 所在的地址。
我听到你在嘀咕：这不错，可为什么会导致数数错误的问题呢？嗯，还记得我们以前说过线程会共享处理器，因为只有单核。因此在某些点上，一个线程会依照指令执行完成，但在很多情况下，操作系统会对线程说：时间结束了，到后面排队再来，然后另外一个线程开始执行，当下一个线程开始执行时，它会从被暂停的那个位置开始执行。所以你猜会发生什么事，当前线程正准备执行寄存器加1操作时，系统把处理器交给另外一个线程？
我真的不知道会发生什么事，可能我们在准备加1时，另外一个线程进来了，重新将 counter 值加载到寄存器等多种情况的产生。谁也不知道到底发生了什么。
正确的做法
解决方案就是要求同一个时间内只允许一个线程访问共享变量。这个可通过 std::mutex 类来解决。当线程进入时，加锁、执行操作，然后释放锁。其他线程想要访问这个共享资源必须等待锁释放。
互斥(mutex) 是操作系统确保锁和解锁操作是不可分割的。这意味着线程在对互斥量进行锁和解锁的操作是不会被中断的。当线程对互斥量进行锁或者解锁时，该操作会在操作系统切换线程前完成。
而最好的事情是，当你试图对互斥量进行加锁操作时，其他的线程已经锁住了该互斥量，那你就必须等待直到其释放。操作系统会跟踪哪个线程正在等待哪个互斥量，被堵塞的线程会进入 "blocked onm" 状态，意味着操作系统不会给这个堵塞的线程任何处理器时间，直到互斥量解锁，因此也不会浪费 CPU 的循环。如果有多个线程处于等待状态，哪个线程最先获得资源取决于操作系统本身，一般像 Windows 和 Linux 系统使用的是 FIFO 策略，在实时操作系统中则是基于优先级的。
现在让我们对上面的代码进行改进：
01 #include <iostream>
02 #include <string>
03 #include <thread>
04 #include <vector>
05 #include <mutex>
06
07 using std::thread;
08 using std::vector;
09 using std::cout;
10 using std::endl;
11 using std::mutex;
12
13 class Incrementer
14 {
15     private:
16         int counter;
17         mutex m;
18
19     public:
20         Incrementer() : counter{0} { };
21
22         void operator()()
23         {
24             for(int i = 0; i < 100000; i++)
25             {
26                 this->m.lock();
27                 this->counter++;
28                 this->m.unlock();
29             }
30         }
31
32         int getCounter() const
33         {
34             return this->counter;
35         }
36 };
37
38 int main()
39 {
40     // Create the threads which will each do some counting
41     vector<thread> threads;
42
43     Incrementer counter;
44
45     threads.push_back(thread(std::ref(counter)));
46     threads.push_back(thread(std::ref(counter)));
47     threads.push_back(thread(std::ref(counter)));
48
49     for(auto &t : threads)
50     {
51         t.join();
52     }
53
54     cout << counter.getCounter() << endl;
55
56     return 0;
57 }
注意代码上的变化：我们引入了 mutex 头文件，增加了一个 m 的成员，类型是 mutex，在operator()() 中我们锁住互斥量 m 然后对 counter 进行加1操作，然后释放互斥量。
再次执行上述程序，结果如下：
1 [lucas@lucas-desktop src]$ ./threading_example
2 300000
3 [lucas@lucas-desktop src]$ ./threading_example
4 300000
这下数对了。不过在计算机科学中，没有免费的午餐，使用互斥量会降低程序的性能，但这总比一个错误的程序要强吧。
防范异常
当对变量进行加1操作时，是可能会发生异常的，当然在我们这个例子中发生异常的机会微乎其微，但是在一些复杂系统中是极有可能的。上面的代码并不是异常安全的，当异常发生时，程序已经结束了，可是互斥量还是处于锁的状态。
为了确保互斥量在异常发生的情况下也能被解锁，我们需要使用如下代码：
01 for(int i = 0; i < 100000; i++)
02 {
03 this->m.lock();
04 try
05 {
06      this->counter++;
07      this->m.unlock();
08 }
09 catch(...)
10 {
11      this->m.unlock();
12      throw;
13 }
14 }
但是，这代码太多了，而只是为了对互斥量进行加锁和解锁。没关系，我知道你很懒，因此推荐个更简单的单行代码解决方法，就是使用 std::lock_guard 类。这个类在创建时就锁定了 mutex 对象，然后在结束时释放。
继续修改代码：
01 void operator()()
02 {
03     for(int i = 0; i < 100000; i++)
04     {
05     lock_guard<mutex> lock(this->m);
06
07     // The lock has been created now, and immediatly locks the mutex
08     this->counter++;
09
10     // This is the end of the for-loop scope, and the lock will be
11     // destroyed, and in the destructor of the lock, it will
12     // unlock the mutex
13     }
14 }
上面代码已然是异常安全了，因为当异常发生时，将会调用 lock 对象的析构函数，然后自动进行互斥量的解锁。
记住，请使用放下代码模板来编写：
01 void long_function()
02 {
03     // some long code
04
05     // Just a pair of curly braces
06     {
07     // Temp scope, create lock
08     lock_guard<mutex> lock(this->m);
09
10     // do some stuff
11
12     // Close the scope, so the guard will unlock the mutex
13     }
14 }

查看全文

相关阅读:
实战练习6—水波纹制作
 实战练习5—冰块中的效果
 实战练习4—逼真眼泪
 5、选择工具&描边
 实战练习3-修饰服装皱褶
 实战练习2—方块
 实战练习1—照片的局部放大
 23、裁剪
 iOS 处理第三方SDK冲突问题
 iOS 修改启动图无效

原文地址：https://www.cnblogs.com/rooney/p/2661655.html

C++11 多线程：数据保护[转]

数据丢失

正确的做法

防范异常