使用c++11写个最简跨平台线程池（转载）

为什么需要多线程？

最简单的多线程长啥样？

为什么需要线程池，有什么问题？

实现的主要原理是什么？

带着这几个问题，我们依次展开。

1.为什么需要多线程？

大部分程序毕竟都不是计算密集型的，简单的说，正常情况下，以单线程的模式来写对程序员而言是最舒心的。因为所有的代码都是顺序执行，非常容易理解！函数一级一级往下调用，代码一行一行执行。但是，代码的世界里，虽然cpu还好，但是却经常需要用到io资源，或者是其他服务器的网络资源，比如像数据库，如果这个时候因此把进程卡住，不管是客户端还是客户端都对用户体验相当糟糕。当然了，计算密集型的运算就更需要多线程，防止主线程被卡住。

2.最简单的多线程长啥样？

举个最简单的例子，服务器采用阻塞式socket，有一个网络线程负责收发包（IO），然后有一个逻辑主线程负责相应的业务操作，主线程和网络线程之间通过最简单的消息队列进行交换，而这个消息队例明显是两个线程都要访问（轮询消息队列是否为空）到的，所以，我们需要给这个消息队列上锁（std::mutex），即可以解决问题。由于比较简单我们就不需要看这个怎么码了。这种模式虽然简单，但是在合适的岗位上，也是极好的！

3.那为什么需要线程池呢，有什么问题？

还以刚才的服务器举例，如果业务线程逻辑比较复杂，又或者他需要访问数据库或者是其他服务器的资源，读取文件等等呢？当然他可以采用异步的数据库接口，但是采用异步意味着业务代码被碎片化。异步是典型的讨厌他，但是又干不掉他的样子。离题了。回归。这个时候我们需要多个业务线程处理了。多个线程就意味着多一份处理能力！回到上个问题，我们的多线程采用轮询消息队列的方式来交换信息，那么这么多个线程，不断的上锁解锁，光这个成本就够了。这个时候，条件变量就上线了(std::condition_variable)就登场了

4.实现的主要原理是什么？

业务线程不要轮询消息队列了，而所有的业务线程处于等待状态，当有消息再来的时候，再由产生消息的人，在我们示例场景就是网络线程了，随便唤醒一个工人线程即可。看看最关键的代码

//消费者

void consumer()

{

//第一次上锁

std::unique_lock < std::mutex > lck(mutex_);

while (active_)

{

//如果是活动的，并且任务为空则一直等待

while (active_ && task_.empty())

cv_.wait(lck);

//如果已经停止则退出

if(!active_)

break;

T *quest = task_.front();

task_.pop();

//从任务队列取出后该解锁(任务队列锁)了

lck.unlock();

//执行任务后释放

proc_(quest);

//delete quest; //在proc_已经释放该指针了

//重新上锁

lck.lock();

}

算了，还是直接贴完整代码，看注释吧

100

101

102

103

104

105

106

107

108

109

110

111

112

#ifndef _WORKER_POOL_H_

#define _WORKER_POOL_H_

//file: worker_pool.h

//#define _CRT_SECURE_NO_WARNINGS

// g++ -g -std=c++11 1.cc -D_GLIBCXX_USE_NANOSLEEP -lpthread */

#include <vector>

#include <queue>

#include <thread>

#include <mutex>

#include <condition_variable>

//#include <chrono>

template<typename T>

class WorkerPool

{

public:

typedef WorkerPool<T> THIS_TYPE;

typedef std::function<void(T*)> WorkerProc;

typedef std::vector< std::thread* > ThreadVec;

WorkerPool()

{

active_ = false;

}

virtual ~WorkerPool()

{

for(ThreadVec::iterator it = all_thread_.begin();it != all_thread_.end();++it)

delete *it;

all_thread_.clear();

}

void Start(WorkerProc f,int worker_num=1)

{

active_ = true;

all_thread_.resize(worker_num);

for (int i = 0; i < worker_num;i++ )

{

all_thread_[i] = new std::thread(std::bind(&THIS_TYPE::consumer,this));

}

proc_ = f;

}

//生产者

void Push(T *t)

{

std::unique_lock < std::mutex > lck(mutex_);

task_.push(t);

cv_.notify_one();

}

void Stop()

{

//等待所有的任务执行完毕

mutex_.lock();

while (!task_.empty())

{

mutex_.unlock();

std::this_thread::sleep_for(std::chrono::milliseconds(1000));

cv_.notify_one();

mutex_.lock();

}

mutex_.unlock();

//关闭连接后，等待线程自动退出

active_ = false;

cv_.notify_all();

for(ThreadVec::iterator it = all_thread_.begin();

it != all_thread_.end();++it)

(*it)->join();

}

private:

//消费者

void consumer()

{

//第一次上锁

std::unique_lock < std::mutex > lck(mutex_);

while (active_)

{

//如果是活动的，并且任务为空则一直等待

while (active_ && task_.empty())

cv_.wait(lck);

//如果已经停止则退出

if(!active_)

break;

T *quest = task_.front();

task_.pop();

//从任务队列取出后该解锁(任务队列锁)了

lck.unlock();

//执行任务后释放

proc_(quest);

//delete quest; //在proc_已经释放该指针了

//重新上锁

lck.lock();

}

std::mutex mutex_;

std::queue<T*> task_;

std::condition_variable cv_;

bool active_;

std::vector< std::thread* > all_thread_;

WorkerProc proc_;

};

#endif

　　写一个类继承一下，并写一个工作函数和回调函数处理

#include "worker_pool.h"

#include <iostream>

//为了多耗点cpu，计算斐波那契数列吧

static int fibonacci(int a)

{

//ASSERT(a > 0);

if (a == 1 || a == 2)

return 1;

return fibonacci(a-1) + fibonacci(a-2);

}

//异步计算任务

struct AsyncCalcQuest

{

AsyncCalcQuest():num(0),result(0)

{}

//计算需要用到的变量

int num;

int result;

};

//为了测试方便,引入全局变量用于标识线程池已将所有计算完成

const int TOTAL_COUNT = 1000000;

int now_count = 0;

//继承一下线程池类,在子类处理计算完成的业务，在我们这里，只是打印一下计算结果

class CalcWorkerPool:public WorkerPool<AsyncCalcQuest>

{

public:

CalcWorkerPool(){}

virtual ~CalcWorkerPool()

{

}

//在工人线程中执行

void DoWork(AsyncCalcQuest *quest)

{

//算了，不算这个了，根本算不出来

quest->result = fibonacci(quest->num);

//quest->result = quest->num*0.618;

//并将已完成任务返回到准备回调的列表

std::unique_lock<std::mutex > lck(mutex_callbacks_);

callbacks_.push_back(quest);

}

//在主线程执行

void DoCallback()

{

//组回调任务上锁

std::unique_lock<std::mutex > lck(mutex_callbacks_);

while (!callbacks_.empty())

{

auto *quest = callbacks_.back();

{//此处为业务代码打印一下吧

std::cout << quest->num << " " << quest->result << std::endl;

now_count ++;

}

delete quest; //TODO:这里如果采用内存池就更好了

callbacks_.pop_back();

}

private:

//这里是准备给回调的任务列表

std::vector<AsyncCalcQuest*> callbacks_;

std::mutex mutex_callbacks_;

};

int main()

{

CalcWorkerPool workers;

//工厂开工了 8个工人喔

workers.Start(std::bind(&CalcWorkerPool::DoWork,&workers,std::placeholders::_1),8);

//开始产生任务了

for (int i=0; i<TOTAL_COUNT; i++)

{

AsyncCalcQuest *quest = new AsyncCalcQuest;

quest->num = i%40+1;

workers.Push(quest);

}

while (now_count != TOTAL_COUNT)

{

workers.DoCallback();

}

workers.Stop();

return 0;

}

时间： 2024-10-24 23:28:33

使用c++11写个最简跨平台线程池（转载）

使用c++11写个最简跨平台线程池（转载）的相关文章

c++11 实现半同步半异步线程池

手写线程池 (一)

李小文院士：随性而为科学应该追求简单性原则（转载）

基于C++11的线程池,简洁且可以带任意多的参数

c++11线程池实现

11 java 线程池使用实例

死磕 java线程系列之自己动手写一个线程池

C++11 —— 使用 thread 实现线程池

C++11线程池的实现