C++11 多线程:数据保护

长平狐 发布于 2013/01/11 10:32
阅读 101
收藏 0

转自:http://www.oschina.net/question/12_59878


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,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,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 on m" 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 }



原文链接:http://blog.csdn.net/fjb2080/article/details/7714543
加载中
返回顶部
顶部