信号量——Linux并发之魂
https://img-blog.csdnimg.cn/direct/2a20c54b85e042bfa2440367ae4807e9.gif接待来到 破晓的历程的 博客https://img-blog.csdnimg.cn/direct/89ac4c193df14a6ab568ade92c0acb08.gif
弁言
今天，我们继承学习Linux线程天职，在Linux条件变量中，我们对条件变量的做了具体的阐明，今天我们要利用条件变量来引出我们的另一个话题——信号量内容的学习。
1.复习条件变量
在上一期博客中，我们没有对条件变量做具体的使用，所以，这里我们通过一份代码来复习一下，接下来，我们实现基于BlockingQueue的生产者消费者模型。
1.1何为基于BlockingQueue的生产者消费者模型
BlockingQueue在多线程编程中阻塞队列(Blocking Queue)是一种常用于实现生产者和消费者模型的数据结构。其与平凡的队列区别在于，当队列为空时，从队列获取元素的操纵将会被阻塞，直到队列中被放入了元素；当队列满时，往队列里存放元素的操纵也会被阻塞，直到有元素被从队列中取出(以上的操纵都是基于差别的线程来说的，线程在对阻塞队列进程操纵时会被阻塞)
如图：
https://img-blog.csdnimg.cn/direct/5ad0bcef6abc41cc88d6f060450d203d.png
1.2分析该模型
这里我想写多个生产线程和多个消费线程的模型
我们来分析一下。
[*]首老师产任务的过程和消费任务的过程必须是互斥关系，不可以同时访问该队列（此时，这个队列是共享资源）。
[*]当队列满时，生产线程就不能再生产任务，必须在特定的条件变量劣等待；同理当队列为空时，消费线程就不能再消费任务，也必须在特定的条件变量劣等待。
所以，类应这样计划：
template<class T>
class BlockQueue
{
public:
BlockQueue(const int &maxcap=gmaxcap):_maxcap(maxcap)
{
pthread_mutex_init(&_mutex,nullptr);
pthread_cond_init(&_pcond,nullptr);
pthread_cond_init(&_ccond,nullptr);
}
void push(const T&in)//输入型参数，const &
{
pthread_mutex_lock(&_mutex);
while(is_full())
{
pthread_cond_wait(&_pcond,&_mutex);
}
_q.push(in);
pthread_cond_signal(&_ccond);
pthread_mutex_unlock(&_mutex);
}
void pop(T*out)
{
pthread_mutex_lock(&_mutex);
while(is_empty())
{
pthread_cond_wait(&_ccond,&_mutex);
}
*out=_q.front();
_q.pop();
pthread_cond_signal(&_pcond);
pthread_mutex_unlock(&_mutex);
}
~BlockQueue()
{
pthread_mutex_destroy(&_mutex);
pthread_cond_destroy(&_ccond);
pthread_cond_destroy(&_pcond);
}
private:
bool is_empty()
{
return _q.empty();
}
bool is_full()
{
return _q.size()==_maxcap;
}
private:
std::queue<T> _q;
int _maxcap; //队列中元素的上线
pthread_mutex_t _mutex;
pthread_cond_t _pcond; //生产者对应的条件变量
pthread_cond_t _ccond;
};
由于我们不知道存储的数据类型，所以这里我们选择使用泛型编程的方式。
接下来就是要生产任务，为了可以观察到整个生产和消费任务的过程，我们可以生成两个随机数，然后进行运算。代码如下：
class CalTask
{
using func_t = function<int(int, int, char)>;
public:
CalTask() {}
CalTask(int x, int y, char op, func_t func)
:_x(x),_y(y),_op(op),_callback(func)
{}
stringoperator()()
{
int result=_callback(_x,_y,_op);
char buffer;
snprintf(buffer,sizeof buffer,"%d %c %d=%d",_x,_op,_y,result);
return buffer;
}
string toTaskstring()
{
char buffer;
snprintf(buffer,sizeof buffer,"%d %c %d=?",_x,_op,_y);
return buffer;
}
private:
int _x;
int _y;
char _op;
func_t _callback;
};
const char*oper="+-*/%";
int mymath(int x,int y,char op)
{
int result=0;
switch(op)
{
case '+':
result=x+y;
break;
case '-':
result=x-y;
break;
case '*':
result=x*y;
break;
case '/':
if(y==0)
{
cerr<<"div zero error"<<endl;
result=-1;
}
else
{
result=x/y;
}
break;
case '%':
if(y==0)
{
cerr<<"mod zero error"<<endl;
result=-1;
}
else
{
result=x%y;
}
default:
break;
}
return result;
}
接下来，我们来写整体的代码。
1.3完备代码
我们要创建三个文件：BlockQueue.hpp Task.hpp Main.cc各文件内容如下所示：
BlockQueue.hpp
#pragma once#include<iostream>#include<pthread.h>#include<cstring>#include<unistd.h>#include<cassert>#include<queue>using namespacestd;const int gmaxcap=100;template<class T>
class BlockQueue
{
public:
BlockQueue(const int &maxcap=gmaxcap):_maxcap(maxcap)
{
pthread_mutex_init(&_mutex,nullptr);
pthread_cond_init(&_pcond,nullptr);
pthread_cond_init(&_ccond,nullptr);
}
void push(const T&in)//输入型参数，const &
{
pthread_mutex_lock(&_mutex);
while(is_full())
{
pthread_cond_wait(&_pcond,&_mutex);
}
_q.push(in);
pthread_cond_signal(&_ccond);
pthread_mutex_unlock(&_mutex);
}
void pop(T*out)
{
pthread_mutex_lock(&_mutex);
while(is_empty())
{
pthread_cond_wait(&_ccond,&_mutex);
}
*out=_q.front();
_q.pop();
pthread_cond_signal(&_pcond);
pthread_mutex_unlock(&_mutex);
}
~BlockQueue()
{
pthread_mutex_destroy(&_mutex);
pthread_cond_destroy(&_ccond);
pthread_cond_destroy(&_pcond);
}
private:
bool is_empty()
{
return _q.empty();
}
bool is_full()
{
return _q.size()==_maxcap;
}
private:
std::queue<T> _q;
int _maxcap; //队列中元素的上线
pthread_mutex_t _mutex;
pthread_cond_t _pcond; //生产者对应的条件变量
pthread_cond_t _ccond;
};
Task.hpp
#pragma once
#include <iostream>
#include <string>
#include <cstdio>
#include<string>
#include <functional>
using namespace std;
class CalTask
{
using func_t = function<int(int, int, char)>;
public:
CalTask() {}
CalTask(int x, int y, char op, func_t func)
:_x(x),_y(y),_op(op),_callback(func)
{}
stringoperator()()
{
int result=_callback(_x,_y,_op);
char buffer;
snprintf(buffer,sizeof buffer,"%d %c %d=%d",_x,_op,_y,result);
return buffer;
}
string toTaskstring()
{
char buffer;
snprintf(buffer,sizeof buffer,"%d %c %d=?",_x,_op,_y);
return buffer;
}
private:
int _x;
int _y;
char _op;
func_t _callback;
};
const char*oper="+-*/%";
int mymath(int x,int y,char op)
{
int result=0;
switch(op)
{
case '+':
result=x+y;
break;
case '-':
result=x-y;
break;
case '*':
result=x*y;
break;
case '/':
if(y==0)
{
cerr<<"div zero error"<<endl;
result=-1;
}
else
result=x/y;
}
break;
case '%':
if(y==0)
{
cerr<<"mod zero error"<<endl;
result=-1;
}
else
{
result=x%y;
}
default:
break;
}
return result;
}
Main.cc
include "BlockQueue.hpp"
#include "Task.hpp"
#include<sys/types.h>
#include<unistd.h>
#include<ctime>
#include<iostream>
using namespace std;
void *productor(void *bqs_)
{
BlockQueue<CalTask> *bqs=static_cast<BlockQueue<CalTask>*>(bqs_);
while(true)
{
int x=rand()%10+1;
int y=rand()%5+1;
int opercode=rand()%(sizeof(oper));
CalTask T(x,y,oper,mymath);
bqs->push(T);
cout<<"生产任务: ";
cout<<T.toTaskstring()<<endl;
sleep(1);
}
}
void *consumer(void *bqs_)
{
BlockQueue<CalTask>*bqs=static_cast<BlockQueue<CalTask>*>(bqs_);
while(true)
{
CalTask T;
bqs->pop(&T);
cout<<"消费任务: ";
cout<<T()<<endl;
}
}
int main()
{
BlockQueue<CalTask> bqs;
pthread_t p;
pthread_t c;
for(int i=0;i<5;i++)
{
pthread_create(&p,nullptr,productor,&bqs);
pthread_create(&c,nullptr,consumer,&bqs);
}
for(int i=0;i<5;i++)
{
pthread_join(p,nullptr);
pthread_join(c,nullptr);
}
}
在代码中，有几个点需要注意一下：
第一点：
https://img-blog.csdnimg.cn/direct/a0a68475159a45c784204990d376ac0f.png
pthread_cond_wait的第二个参数一定是我们正在使用的互斥锁，这个函数在被运行时，会以原子性的方式将锁开释，然后将自己挂起，等待被条件变量叫醒。该函数在被叫醒时，会自动重新获取持有的锁，然后继承向下执行。
如果数个生产者线程一起被叫醒，然后先后持有锁，接着继承生产任务，当队列剩余的空间小于这些生产者生产的任务时，就会出现问题，所以让所有被叫醒的线程先通过while循环，如果有剩余的空间，再进行任务的生产活动。
生产线程这样处理，消费线程也要这样处理
大家可以在自己试这敲一下，有问题可以在评论区和我交流。
接下来，我们来查找一下这些代码有哪些"不足的地方"
2.代码中的“不足”
一个线程在操纵临界资源时，临界资源必须是满意条件的，然后线程才能对临界资源进行操纵。比如：在如上代码中，生产者线程只有在队列(临界资源）有剩余空间的条件下，才能进行下一步操纵。
可是，临界资源是否满意生产和消费的条件，我们不能事前得知，只等进入临界资源后，再进行进一步的检测。
所以，一样平常访问临界资源的过程为：先加锁，再检测，如果条件满意，就进行下一步的操纵；反之，就将该线程挂起，开释锁，然后挂起等待，等到条件满意时，重新得到锁，接着进行下一步操纵。
因为不大概事先得知是否满意条件，所以我们只能先加锁，进入临界资源内部进行检测。
只要我们申请了信号量，就默认对这部分资源的整体使用，但通常环境下，我们使用的仅仅是临界资源的一小部分。
实际环境中，有没有大概差别的线程访问临界资源差别部分的环境，有大概。所以，先辈大佬们给出了一种办理方案——信号量。
3.信号量
3.1什么是信号量
信号量的本质是一把计数器，一把权衡临界资源多少的计数器。只要拥有信号量，就在未来一定能够拥有临界资源的一部分。
申请信号量的本质：就是对临界资源的预定机制。
比如：我想去看电影，首先我要买票。我一旦买到票，无论我去不去看电影，都会有一个位置属于我。买票的过程==申请信号信号量的过程。
所以，在访问临界资源之前，我们可以申请信号量。通过申请信号量，我们就可以获知临界资源的使用环境。①只要申请成功，就一定有我可以访问的资源。②只要申请失败，阐明条件不停当，只能等待。云云，就不需要进入临界资源再进行检测了。
3.2信号量的相关接口
https://img-blog.csdnimg.cn/direct/6692d51666164e83bc128bb98b2efd3b.png
如上这些捏词如果调用成功的话，返回0；调用失败的话，返回-1，并且错误原因被设置。
我们知道信号量的本质是一把计数器，所以信号量必须可以进行递增和递减的操纵。
[*]信号量-1：申请资源，其过程必须是原子性的。简称P操纵。
[*]信号量+1：归还资源，其过程必须是原子性的。简称V操纵。
所以，信号量的焦点操纵：PV原语。
接下来，我们就使用信号量来完成我们的基于环形队列的生产消费模型。
3.3用信号量来实现基于环形队列的生产消费模型
3.3.1对环形队列的简单介绍
信任大家在C++学习期间到都模仿实现过环形队列队列。如图：
https://i-blog.csdnimg.cn/direct/c04772f62a9748639878b53e44924ced.png#pic_center
环形队列的逻辑结构为环形，但其存储结构实际上就是队列，实在就是一个数组，只不过用下标不停的%上队列的长度。
大家在模仿实现环形队列时，大家肯定碰到的问题是：当rear==front时，究竟是环形队列已满照旧环形队列为空呢？实在，这个问题有多种处理方式，今天就不讲了。
今天，我们的基于环形队列的生产消费模型必须服从哪些规则呢？
我们来讲一个故事：
张三和李四在一个房间里做游戏，这个房间里有一张大圆桌，桌子上有很多的盘子。规定张三往每个盘子里放一个桃子
页:
[1]