目录
一、线程同步
1.生产消费模型（或生产者消费者模型）
我们肯定有在超市买东西的经历，比如买水。超市的瓶装水是供应商提供的，所以供应商是生产者；超市从供应商进货，超市就是一个交易场所；我们从超市买水，我们就是消费者。
这些概念也可以转换到线程中，我们将读取数据的线程叫做消费者线程（消费者），将产生数据的线程叫做生产者线程（供应商），将共享的特定数据结构叫做缓冲区（交易场所）。
超市中售卖的瓶装水品牌很多，所以供应商肯定不止一个，这些不同牌子瓶装水的生产者之间的关系就是竞争关系。所以，多线程中各个生产者线程之间是互斥关系，同一时刻只有一个生产者线程能访问缓冲区。
对于消费者线程也是一样的，一个消费者买到了水，其他人可能就买不到了。所以消费者线程和消费者线程之间也是互斥关系，同一时刻也只有一个消费者线程能访问缓冲区。
超市也总要有补货的时间，如果当前仓库里有货，但是工作人员还没有将货物摆在货架上，那到来的顾客就以为这里没有水。
为了避免出问题，应当在超市补货时阻止消费者进入。由于缓冲区数据又被错误覆盖的风险，所以最好在消费者线程访问缓冲区时，不允许生产者线程访问缓冲区，反之亦然。
消费者线程和生产者线程之间也是互斥关系，在同一时间内只有一个线程可以访问缓冲区。
2.认识同步
（1）生产消费模型中的同步
在保证数据安全的前提下，让线程能够按照某种特定的顺序访问临界资源，从而有效避免饥饿问题，叫做同步。
首先什么叫饥饿状态？
我以多线程抢票代码为例，如果每个线程抢完票后都没有进行其他处理动作时，第一个申请到锁的线程更容易申请到锁。最终，大部分票都被一个线程抢走。而其他线程竞争能力弱，缺乏调度，这些线程就处于饥饿状态。
那什么是同步？
而同步就是让所有线程按照一定顺序来抢票，尽可能做到人人有份，避免线程饥饿问题产生。
再次回到超市买水，供应商不能没完没了地向超市供货，一方面超市一直关着，消费者无法消费，另一方面，超市又不是四次元口袋，总是要装满的。
同样，消费者也不能没完没了地买水，一方面超市不关门，供货商不能进货，另一方面，瓶装水又肯定会卖完。
所以最好生产者先供货，货架摆满了就不进货了。消费者来买，当水卖完了再让供应商进货，让消费者和生产者协同起来。
所以，消费者线程和生产者线程之间也是同步关系。生产者线程和消费者线程需要按照一定顺序去访问缓冲区。
所以，我们可以将生产消费模型总结为321原则：3种关系、2种角色、1个交易场所。
- 3种关系：生产者和生产者(互斥关系)，消费者和消费者(互斥关系)，生产者和消费者(互斥和同步关系)
- 2种角色：生产者和消费者
- 1个交易场所：一段特定结构的缓冲区
生产消费模型的运行本质就是321原则。
（2）生产者消费者模型的特点
对供货商而言，只需要给超市供大量的货即可，不用关心消费者什么时候来买。
对消费者而言，只需要直接去超市买方便面就行，不用等待方便面的生产运输。
对超市而言，只需要在水卖完时，告诉供货商进货，进完货后告诉消费者来买。
生产消费模型中消费者和生产者各自只需要关心自己所做的事情，生产与消费线程线程之间完全独立，在计算机科学的角度，我们称其实现了消费者线程和生产者线程之间的解耦。
我们大部分人在周一到周五都是上班上学，所以这些时间去超市买水的人会相对少，这个时候超市就可以适时多进货。而周末大家都放假了，去超市买水的人变多，因为之前进货也很多了，就不需要进货了。
就像上面所说的策略，生产消费模型解决了生产者线程和消费者线程忙闲不均的问题。
而超市作为交易场所，能够储存更多的物品，同样缓冲区也能储存更多的数据。如果消费者直接去找供货商，供货商一般都不会零售。纵使能够零售，直接去找生产者还要等待生成者完成商品生产，消耗时间成本高，效率低。
生产者消费者模型提高了了生产者线程和消费者线程的执行效率。
二、条件变量
1.认识条件变量
条件变量是用来描述某种临界资源是否就绪的一种数据化描述。
比如说存在一个共享的容器，生产者线程负责生产数据到容器内，消费者线程负责从容器中中读取数据。消费者线程发现容器为空时，就不应当去竞争锁，而是阻塞等待，直到生产者线程将数据生成到容器中。
要想让消费者线程等待，那就必须使用条件变量标识容器的状态，那么就需要用到条件变量。
那条件变量到底是什么呢？
假设超市的架子进货一次只放一瓶水，只有这瓶水被买走后，供货商才会进货。
此时又有很多消费者来买水，只有竞争能力强的消费者才能买到水，甚至他们会不停地买。竞争能力弱的消费者，买不到水。放在线程中也是一样的，竞争能力弱的消费者线程始终抢不到锁，产生了饥饿问题。
为了解决这个问题，超市的工作人员设置了一个柜台，所有消费者都在这里排队，有一瓶水摆上货架，工作人员就允许一个消费者进去买，没有水所有人就需要在外面等待。而如果消费者想买第二瓶，就只能重新排队。而这个柜台和工作人员就相当于条件变量。
多线程互斥访问临界资源时，为了让这些线程按一定顺序访问。通常会将这些线程都放在条件变量的等待队列中，当其他线程让条件变量符合线程的唤醒条件时，队列中的第一个线程就会去访问临界资源。
2.条件变量的使用
条件变量同样是一个类（pthread_cond_t），由POSIX线程库维护，使用的是POSIX标准。它也可以构造对象pthread_cond_t cond，cond就是条件变量的对象。
以下是条件变量的一些成员函数和使用代码：
int pthread_cond_init(pthread_cond_t *restrict cond,const pthread_condattr_t *restrict attr);
头文件：pthread.h
功能：初始化条件变量。
参数：pthread_cond_t *restrict cond表示需要被初始化的条件变量的地址，const pthread_condattr_t *restrict attr表示条件变量的属性，一般都为nullptr。
返回值：取消成功返回0，取消失败返回错误码。
int pthread_cond_destroy(pthread_cond_t *cond);
头文件：pthread.h
功能：销毁互斥条件变量。
参数：pthread_cond_t *cond表示需要被销毁的条件变量的地址。
返回值：销毁成功返回0，失败返回错误码。
pthread_cond_t cond = PTHREAD_COND_INITIALIZER;
如果是全局或static修饰的条件变量，使用上面语句初始化。
int pthread_cond_wait(pthread_cond_t *restrict cond, pthread_mutex_t *restrict mutex);
头文件：pthread.h
功能：将调用该接口的线程放入传入的条件变量等待队列中。
参数：pthread_cond_t *restrict cond创建的条件变量地址。pthread_mutex_t *restrict mutex互斥锁的地址（为什么传锁以后会解释）。
返回值：放入等待队列成功返回0，失败返回错误码。
int pthread_cond_signal(pthread_cond_t *cond);
头文件：pthread.h
功能：由另一个线程(通常是主线程)唤醒指定条件变量等待队列中的一个线程。
参数：pthread_cond_t *cond表示需要唤醒的线程所在的等待队列的条件变量地址。
返回值：唤醒成功返回0，失败返回错误码。
int pthread_cond_broadcast(pthread_cond_t *cond);
头文件：pthread.h
功能：由另一个线程(通常是主线程)唤醒指定条件变量等待队列中的所有线程。
参数：pthread_cond_t *cond表示需要唤醒的线程所在的等待队列的条件变量地址。
返回值：唤醒成功返回0，失败返回错误码。
3.代码改造
我们使用条件变量使所有进程可以以一定顺序抢票。
cpp
#include<iostream>
#include<pthread.h>
#include<unistd.h>
#include<stdio.h>
#include<vector>
using namespace std;
#define NUM 5
pthread_mutex_t mutx = PTHREAD_MUTEX_INITIALIZER;//构建一个全局锁
pthread_cond_t cond = PTHREAD_COND_INITIALIZER;//构建一个全局条件变量
int tickets = 10;
class pthread_data
{
public:
pthread_t tid;
char buffer[64];
};
void* start_routine(void* args)
{
pthread_data* p = (pthread_data*)args;
string s;
s += p->buffer;
s += "Remaining tickets:";
while(1)
{
pthread_mutex_lock(&mutx);//加锁
pthread_cond_wait(&cond, &mutx);//线程进入等待队列
if(tickets > 0)
{
--tickets;
pthread_mutex_unlock(&mutx);//解锁
printf("%s%d\n", s.c_str(), tickets);//不修改临界资源，可以不包含在内
}
else
{
pthread_mutex_unlock(&mutx);//解锁
break;
}
}
pthread_exit(nullptr);
}
int main()
{
vector<pthread_data*> vpd;
//创建多个线程
for(int i = 0; i<NUM; ++i)
{
pthread_data* pd = new pthread_data;
snprintf(pd->buffer, sizeof(pd->buffer), "thread%d buy ticket:",i+1);
pthread_create(&(pd->tid), nullptr, start_routine, (void*)pd);
vpd.push_back(pd);
}
//主线程唤醒其他线程
for(;;)
{
sleep(1);
pthread_cond_signal(&cond);
printf("main thread wake up a thread\n");
}
//线程回收
for(int i = 0; i<NUM; ++i)
{
pthread_join(vpd[i]->tid, nullptr);
delete vpd[i];
}
return 0;
}条件变量、票数和锁都是全局变量，每个线程申请锁成功就进入条件变量等待队列。主线程每个一秒钟唤醒一个等待的线程抢票。
运行结果：
可以发现线程按12345的顺序循环抢票。
使用pthread_cond_broadcast()接口可以一次唤醒条件变量等待队列中的的所有线程，每隔一秒唤醒一次。
运行结果：
仍然是按照一定顺序抢票，只是进行抢票的线程是5个同时进行。
三、基于阻塞队列的生产消费模型
既然讲了这么半天的生产消费模型，那我们不妨实现一个。
1.阻塞队列类
首先需要搭建模型的框架，也就是实现包括生产者线程、消费者线程，还有一个储存数据的阻塞队列（缓冲区）的简单执行代码。
（1）阻塞队列
阻塞队列的实现有以下注意事项：
阻塞队列可使用C++STL中的queue实现。
由于阻塞队列是公共资源，所以必须保证它是线程安全的。生产者线程和消费者线程需要互斥访问，其实也只需要一把互斥锁就能实现生产者和消费者间的互斥。以后的生产者和生产者，消费者和消费者之间的互斥也是这样实现的。
只有阻塞队列中有数据消费者才能读取，消费者读取时，生产者不能生产，必须在等待队列中。
阻塞队列中没有数据或者数据未填满时，生产者才能生产，消费者在生产的时候，消费者不能读取，必须在等待队列中。
cpp
template<claas T>
class Blockqueue
{
public:
//构造函数
Blockqueue(size_t capcity = MAX_NUM)
:_capcity(capcity)
{
pthread_mutex_init(&_mutx, nullptr);
pthread_cond_init(&_pcond, nullptr);
pthread_cond_init(&_ccond, nullptr);
}
//析构函数
~Blockqueue()
{
pthread_mutex_destroy(&_mutx);
pthread_cond_destroy(&_pcond);
pthread_cond_destroy(&_ccond);
}
//生产数据
void push(const T& data);
//消费数据
void pop(T* data);
private:
//检测队列是否装满
size_t Isfull() const
{
return (_q.size() == _capcity);
}
std::queue<T> _q;
pthread_mutex_t _mutx;
pthread_cond_t _pcond;
pthread_cond_t _ccond;
size_t _capcity;
};为了保持生产者和消费者的互斥，我们对生产者和消费者各使用一个条件变量，用一个锁控制对阻塞队列的访问。
需要给阻塞队列储存的数据量设置一个上限，生产者线程不能无限制地生产数据。
构造函数中初始化锁和条件变量，在析构函数中释放互斥锁和条件变量。阻塞队列的容量设置一个合适的缺省值。
（2）实现生产者的生产函数
生产数据我们一般使用push作为函数名。
cpp
void push(const T& data)
{
//下面的判断就开始使用共享资源，需要加锁
pthread_mutex_lock(&_mutx);
//如果当前队列是满的，那就需要将生产者线程加入等待队列挂起
if(Isfull())
{
pthread_cond_wait(&_pcond, &_mutx)
}
_q.push(data);
//唤醒消费者线程消费
pthread_cond_signal(&_ccond, &_mutx);
//解锁
pthread_mutex_unlock(&_mutx);
}生产者线程调用生产数据接口时，先申请锁进入临界区。
当阻塞队列满时，在生产者条件变量将线程放入等待队列中挂起。
当阻塞队列不满时，生产者生产数据到阻塞队列，由于消费者线程全部在等待，所以需要唤醒消费者线程消费数据，否则生产者会一直生产至满。
（3）实现消费者的消费函数
消费数据我们一般使用pop作为函数名。
cpp
void pop(T* data)
{
//下面的判断就开始使用共享资源，需要加锁
pthread_mutex_lock(&_mutx);
//如果当前队列是空的，那就需要将消费者线程加入等待队列挂起
if(_q.empty())
{
pthread_cond_wait(&_ccond, &_mutx)
}
//将数据输出到data中并删除
*data = _q.front();
_q.pop();
//唤醒生产者线程生产
pthread_cond_signal(&_pcond, &_mutx);
//解锁
pthread_mutex_unlock(&_mutx);
}消费者线程同样先申请到锁后进入临界区。
当阻塞队列为空时，没有数据可以消费，消费者挂起等待。
当阻塞队列为不为空时，消费者消费数据，由生产者线程全部在等待，所以需要唤醒生产者线程消费数据，否则消费者会一直消费至空。
2.pthread_cond_wait为什么要传入锁
使用pthread_cond_wait接口时，必须传如一个锁，这一点我们没有解释。
线程在条件变量的等待队列中排队等待，其目的就是要拿到要访问临界资源的那把锁，申请到锁，线程就可以进入临界区。
如果一个线程拿到了锁，而又发现自己不满足条件需要挂起等待。按照之前的知识，该线程应该继续拿着锁进入条件变量的等待队列。即使其他线程被唤醒了，因为申请不到到锁，无法访问共享资源，只能被挂起。
为了解决这个问题，pthread_cond_wiat的实现大致分三个步骤：挂起该线程->释放锁->记录锁。
也就是说，只要是持有锁的线程进入等待队列，就自动释放自己持有的锁，而释放锁也是原子性操作，不会引起线程安全问题。
在最后，接口还会记录当前进程挂起时释放的锁，这也就解释了为什么唤醒线程的时候，pthread_cond_signal(pthread_cond_t* cond)只有一个参数，被唤醒线程根据记录就知道它该去申请哪把锁。
我们最终得到以下结论：
- 参数传递的这个锁必须是正在使用的锁。
- 调用pthread_cond_wait函数的进程，会以原子性的方式，将锁释放，并将自己挂起。
- 线程在被唤醒的时候，会自动重新获取挂起时传入的锁。
3.生产者和消费者线程的执行函数
（1）执行函数
生产者不断生成随机数再将数据插入阻塞队列。消费者不断将随机数再从阻塞队列中拿出来。
cpp
//生产者
void* Produce(void* args)
{
Blockqueue<int>* bq = (Blockqueue<int>*)args;
while(1)
{
sleep(1);
int data = rand()%10;
bq->push(data);
printf("生产数据完成，数据为：%d\n", data);
}
return nullptr;
}
//消费者
void* Consume(void* args)
{
Blockqueue<int>* bq = (Blockqueue<int>*)args;
while(1)
{
sleep(1);
int data = 0;
bq->pop(&data);
printf("消费数据完成，数据为：%d\n", data);
}
return nullptr;
}（2）试运行
我们只创建一个生产者线程和一个消费者线程，并且让生产者每一秒生产一个数据，所以最终代码如下：
cpp
#include<iostream>
#include<queue>
#include<stdlib.h>
#include<time.h>
#include<unistd.h>
using namespace std;
#define MAX_NUM 10
template<class T>
class Blockqueue
{
public:
//构造函数
Blockqueue(size_t capcity = MAX_NUM)
:_capcity(capcity)
{
pthread_mutex_init(&_mutx, nullptr);
pthread_cond_init(&_pcond, nullptr);
pthread_cond_init(&_ccond, nullptr);
}
//析构函数
~Blockqueue()
{
pthread_mutex_destroy(&_mutx);
pthread_cond_destroy(&_pcond);
pthread_cond_destroy(&_ccond);
}
//生产数据
void push(const T& data)
{
//下面的判断就开始使用共享资源，需要加锁
pthread_mutex_lock(&_mutx);
//如果当前队列是满的，那就需要将生产者线程加入等待队列挂起
if(Isfull())
{
pthread_cond_wait(&_pcond, &_mutx);
}
_q.push(data);
//唤醒消费者线程消费
pthread_cond_signal(&_ccond);
//解锁
pthread_mutex_unlock(&_mutx);
}
//消费数据
void pop(T* data)
{
//下面的判断就开始使用共享资源，需要加锁
pthread_mutex_lock(&_mutx);
//如果当前队列是空的，那就需要将消费者线程加入等待队列挂起
if(_q.empty())
{
pthread_cond_wait(&_ccond, &_mutx);
}
//将数据输出到data中并删除
*data = _q.front();
_q.pop();
//唤醒生产者线程生产
pthread_cond_signal(&_pcond);
//解锁
pthread_mutex_unlock(&_mutx);
}
private:
//检测队列是否装满
size_t Isfull() const
{
return (_q.size() == _capcity);
}
std::queue<T> _q;
pthread_mutex_t _mutx;
pthread_cond_t _pcond;
pthread_cond_t _ccond;
size_t _capcity;
};
//生产者
void* Produce(void* args)
{
Blockqueue<int>* bq = (Blockqueue<int>*)args;
while(1)
{
sleep(1);
int data = rand()%10;
bq->push(data);
printf("生产数据完成，数据为：%d\n", data);
}
return nullptr;
}
//消费者
void* Consume(void* args)
{
Blockqueue<int>* bq = (Blockqueue<int>*)args;
while(1)
{
//sleep(1);
int data = 0;
bq->pop(&data);
printf("消费数据完成，数据为：%d\n", data);
}
return nullptr;
}
int main()
{
srand((unsigned int)time(nullptr));
Blockqueue<int>* bq = new Blockqueue<int>;
pthread_t tids[2];
pthread_create(&tids[0], nullptr, Produce, (void*)bq);
pthread_create(&tids[1], nullptr, Consume, (void*)bq);
pthread_join(tids[0], nullptr);
pthread_join(tids[1], nullptr);
return 0;
}运行结果：
4.部分细节处理
对于一个消费者和一个生产者的模型而言，上面的代码的确足够了。但是生产消费模型的生产者和消费者都应当有多个，此时我们就需要对其进行修改。
（1）伪唤醒问题
如果现在有多个生产者线程在进行数据生产。当阻塞队列满了以后，所有生产者线程都会在条件变量的等待队列中等待。
第一种情况，某个生产者线程调用挂起接口失败。
pthread_cond_wait即使调用失败，它也只会返回错误码，并不能阻断执行流继续向下执行。所以，即使出错，生产者还是会生成数据到阻塞队列中。
第二种情况，一个消费者线程一次唤醒所有生产者线程。
比如，现在阻塞队列满了，消费者线程消费了一个数据并且唤醒了所有的生产者线程，那么很多个生产者向阻塞队列的一个空位置生成数据，同样会出现上述问题。
上面这种情况被叫做伪唤醒，再生产者和消费者线程中都存在这个问题。所以需要让执行流只要不满足队列满或空的条件就循环执行pthread_cond_wait。执行成功了，该线程就被挂起了，执行流不再运行；执行失败了，执行流会一直调用pthread_cond_wait，执行流也不会向下操作数据。
生产数据
消费数据
（2）解锁与唤醒的顺序
在生产者生产完数据后，它需要做两件事：唤醒消费者线程和归还锁。
对于消费者进程也是一样的：唤醒生产者线程和归还锁。
由于唤醒线程是不对共享资源进行操作的，所以对于唤醒线程和解锁的顺序谁先谁后都可以。只是更建议先唤醒再解锁。
5.处理任务的生产消费模型
（1）代码改造
我们使用生产消费模型可不是用来保存随机数的，而是用它处理任务的。
我们可以写一个保存计算方法的任务类，从而实现一个随机数计算器。
任务类
cpp
//任务类
class Task
{
typedef std::function<int(int,int,char)> func_t;
public:
//默认构造
Task()
{}
//构造函数
Task(int a, int b, char op, func_t func)
:_a(a)
,_b(b)
,_op(op)
,_func(func)
{}
//仿函数
string operator()()
{
int result = _func(_a, _b, _op);
char buffer[64];
snprintf(buffer, sizeof(buffer), "%d %c %d = %d\n", _a, _op, _b, result);
string s(buffer);
return s;
}
//显示任务
string show_task()
{
char buffer[64];
snprintf(buffer, sizeof(buffer), "%d %c %d = ?\n", _a, _op, _b);
string s(buffer);
return s;
}
private:
func_t _func;
int _a;
int _b;
char _op;
};设置处理任务的函数，修改生产者和消费者线程执行的函数。
cpp
//计算器函数
const string ops = "+-*/%";
int calculate(int a, int b, char op)
{
int result = 0;
switch(op)
{
case '+':
result = a + b;
break;
case '-':
result = a - b;
break;
case '*':
result = a * b;
break;
case '/':
{
if(b == 0)
cerr << "除数不能为0\n";
else
result = a / b;
}
break;
case '%':
{
if(b == 0)
cerr << "取模的数字不能为0\n";
else
result = a % b;
}
break;
default:
break;
}
return result;
}
//生产者
void* Produce(void* args)
{
Blockqueue<Task>* bq = (Blockqueue<Task>*)args;
while(1)
{
sleep(1);
int a = rand()%10;
int b = rand()%10;
int opnum = rand()%ops.size();
Task data(a, b, ops[opnum], calculate);
string s = "数据生产完成，需要计算：";
bq->push(data);
s += data.show_task().c_str();
cout << s;
}
return nullptr;
}（2）运行
在主线程中多创建几个线程就可以运行了。
总代码如下：
cpp
#include<iostream>
#include<queue>
#include<stdlib.h>
#include<time.h>
#include<unistd.h>
#include<functional>
using namespace std;
#define MAX_NUM 10
//任务类
class Task
{
typedef std::function<int(int,int,char)> func_t;
public:
//默认构造
Task()
{}
//构造函数
Task(int a, int b, char op, func_t func)
:_a(a)
,_b(b)
,_op(op)
,_func(func)
{}
//仿函数
string operator()()
{
int result = _func(_a, _b, _op);
char buffer[64];
snprintf(buffer, sizeof(buffer), "%d %c %d = %d\n", _a, _op, _b, result);
string s(buffer);
return s;
}
//显示任务
string show_task()
{
char buffer[64];
snprintf(buffer, sizeof(buffer), "%d %c %d = ?\n", _a, _op, _b);
string s(buffer);
return s;
}
private:
func_t _func;
int _a;
int _b;
char _op;
};
template<class T>
class Blockqueue
{
public:
//构造函数
Blockqueue(size_t capcity = MAX_NUM)
:_capcity(capcity)
{
pthread_mutex_init(&_mutx, nullptr);
pthread_cond_init(&_pcond, nullptr);
pthread_cond_init(&_ccond, nullptr);
}
//析构函数
~Blockqueue()
{
pthread_mutex_destroy(&_mutx);
pthread_cond_destroy(&_pcond);
pthread_cond_destroy(&_ccond);
}
//生产数据
void push(const T& data)
{
//下面的判断就开始使用共享资源，需要加锁
pthread_mutex_lock(&_mutx);
//如果当前队列是满的，那就需要将生产者线程加入等待队列挂起
while(Isfull())
{
pthread_cond_wait(&_pcond, &_mutx);
}
_q.push(data);
//唤醒消费者线程消费
pthread_cond_signal(&_ccond);
//解锁
pthread_mutex_unlock(&_mutx);
}
//消费数据
void pop(T* data)
{
//下面的判断就开始使用共享资源，需要加锁
pthread_mutex_lock(&_mutx);
//如果当前队列是空的，那就需要将消费者线程加入等待队列挂起
while(_q.empty())
{
pthread_cond_wait(&_ccond, &_mutx);
}
//将数据输出到data中并删除
*data = _q.front();
_q.pop();
//唤醒生产者线程生产
pthread_cond_signal(&_pcond);
//解锁
pthread_mutex_unlock(&_mutx);
}
private:
//检测队列是否装满
size_t Isfull() const
{
return (_q.size() == _capcity);
}
std::queue<T> _q;
pthread_mutex_t _mutx;
pthread_cond_t _pcond;
pthread_cond_t _ccond;
size_t _capcity;
};
//计算器函数
const string ops = "+-*/%";
int calculate(int a, int b, char op)
{
int result = 0;
switch(op)
{
case '+':
result = a + b;
break;
case '-':
result = a - b;
break;
case '*':
result = a * b;
break;
case '/':
{
if(b == 0)
cerr << "除数不能为0\n";
else
result = a / b;
}
break;
case '%':
{
if(b == 0)
cerr << "取模的数字不能为0\n";
else
result = a % b;
}
break;
default:
break;
}
return result;
}
//生产者
void* Produce(void* args)
{
Blockqueue<Task>* bq = (Blockqueue<Task>*)args;
while(1)
{
sleep(1);
int a = rand()%10;
int b = rand()%10;
int opnum = rand()%ops.size();
Task data(a, b, ops[opnum], calculate);
string s = "数据生产完成，需要计算：";
bq->push(data);
s += data.show_task().c_str();
cout << s;
}
return nullptr;
}
//消费者
void* Consume(void* args)
{
Blockqueue<Task>* bq = (Blockqueue<Task>*)args;
while(1)
{
//sleep(1);
Task data;
string s = "数据消费完成，计算结果为：";
bq->pop(&data);
string result = data();
s += result;
cout << s;
}
return nullptr;
}
#define NUM_PRODUCE 3
#define NUM_CONSUME 3
int main()
{
srand((unsigned int)time(nullptr));
Blockqueue<Task>* bq = new Blockqueue<Task>;
pthread_t ptids[NUM_PRODUCE];
pthread_t ctids[NUM_CONSUME];
//创建多个生产者线程
for(int i = 0; i<NUM_PRODUCE; ++i)
{
pthread_create(&ptids[i], nullptr, Produce, (void*)bq);
}
//创建多个消费者线程
for(int i = 0; i<NUM_CONSUME; ++i)
{
pthread_create(&ctids[i], nullptr, Consume, (void*)bq);
}
//回收所有线程
for(int i = 0; i<NUM_PRODUCE; ++i)
{
pthread_join(ptids[i], nullptr);
}
for(int i = 0; i<NUM_CONSUME; ++i)
{
pthread_join(ctids[i], nullptr);
}
return 0;
}运行结果：
有一个地方我一直没说，像cout 所以我们在打印信息时尽量使用单句printf或者cout
6.生产消费模型为何高效
该模型中，多个生产者线程向阻塞队列生成数据，多个消费者线程也从阻塞队列中消费数据。
各生产消费者线程之间互斥关系，各线程对于阻塞队列的访问是串行的。同一时间访问阻塞队列的线程只有一个，拿这样又何来高效呢？
注意观察程序的运行逻辑，我们能发现只有临界区的代码是串行的，其他代码所有线程都是并发执行的。这些非临界区的代码通常耗时长，而它们是并发的，所以该模型的效率就变得很高。
结论：生产消费模型的高效不体现在对临界资源的访问上，而是体现在对非临界区代码的并发执行上。
四、双阻塞队列的生产消费模型
我么们可以使用上面的生产者消费者模型，将消费者处理完的计算任务保存成日志，并储存到磁盘上。
所以该模型有两个阻塞队列，一个阻塞队列用于保存计算任务，另一个阻塞队列用于保存保存任务。原来的生产者线程还是生产者，原来的消费者作为中间的线程，既是消费者也是生产者，保存线程是消费者。
1.编写类代码
我们需要构建四个类：计算任务类、保存任务类、阻塞队列类和多队列集合类。
- 计算任务类就是之前的Task类，我们其他代码不用动，对它改个CalTask的名字就可以。
- 保存任务类与计算任务类很相似，需要传入一个string表示需要打印的信息，还有一个函数对象表示保存数据的具体执行函数。
- 阻塞队列类也不用改
- 多队列集合类是为了线程执行函数的void* args传参设计的，包含了两个阻塞队列指针。
cpp
//计算任务类
class CalTask
{
typedef std::function<int(int,int,char)> func_t;
public:
//默认构造
CalTask()
{}
//构造函数
CalTask(int a, int b, char op, func_t func)
:_a(a)
,_b(b)
,_op(op)
,_func(func)
{}
//仿函数
string operator()()
{
int result = _func(_a, _b, _op);
char buffer[64];
snprintf(buffer, sizeof(buffer), "%d %c %d = %d\n", _a, _op, _b, result);
string s(buffer);
return s;
}
//显示任务
string show_task()
{
char buffer[64];
snprintf(buffer, sizeof(buffer), "%d %c %d = ?\n", _a, _op, _b);
string s(buffer);
return s;
}
private:
func_t _func;
int _a;
int _b;
char _op;
};
//保存任务类
class SaveTask
{
typedef function<void(const string&)> func_t;
public:
//默认构造
SaveTask()
{}
//构造函数
SaveTask(string message, func_t func)
:_message(message)
,_func(func)
{}
//仿函数
void operator()()
{
_func(_message);
}
private:
string _message;
func_t _func;
};
//阻塞队列类
template<class T>
class Blockqueue
{
public:
//构造函数
Blockqueue(size_t capcity = MAX_NUM)
:_capcity(capcity)
{
pthread_mutex_init(&_mutx, nullptr);
pthread_cond_init(&_pcond, nullptr);
pthread_cond_init(&_ccond, nullptr);
}
//析构函数
~Blockqueue()
{
pthread_mutex_destroy(&_mutx);
pthread_cond_destroy(&_pcond);
pthread_cond_destroy(&_ccond);
}
//生产数据
void push(const T& data)
{
//下面的判断就开始使用共享资源，需要加锁
pthread_mutex_lock(&_mutx);
//如果当前队列是满的，那就需要将生产者线程加入等待队列挂起
while(Isfull())
{
pthread_cond_wait(&_pcond, &_mutx);
}
_q.push(data);
//唤醒消费者线程消费
pthread_cond_signal(&_ccond);
//解锁
pthread_mutex_unlock(&_mutx);
}
//消费数据
void pop(T* data)
{
//下面的判断就开始使用共享资源，需要加锁
pthread_mutex_lock(&_mutx);
//如果当前队列是空的，那就需要将消费者线程加入等待队列挂起
while(_q.empty())
{
pthread_cond_wait(&_ccond, &_mutx);
}
//将数据输出到data中并删除
*data = _q.front();
_q.pop();
//唤醒生产者线程生产
pthread_cond_signal(&_pcond);
//解锁
pthread_mutex_unlock(&_mutx);
}
private:
//检测队列是否装满
size_t Isfull() const
{
return (_q.size() == _capcity);
}
std::queue<T> _q;
pthread_mutex_t _mutx;
pthread_cond_t _pcond;
pthread_cond_t _ccond;
size_t _capcity;
};
//多队列集合类
template<class A,class B>
class Blockqueues
{
public:
Blockqueue<A>* _q1;
Blockqueue<B>* _q2;
};2.增加处理保存任务的函数
我们之前对计算任务有一个处理函数calculate，那处理保存任务也同样需要一个函数Savedata。
cpp
//保存函数
void Savedata(const string& message)
{
//需要保存信息的文件
char buffer[64] = "log.txt";
//按追加方式打开文件
FILE* fp = fopen(buffer, "a");
if(fp == nullptr)
{
cerr << "文件打开失败" << endl;
return;
}
fprintf(fp, "%s", message.c_str());
fclose(fp);
}3.更改线程函数
生产者线程此时依旧生产，只不过生产的位置是第一个阻塞队列。
消费者线程此时也成为了后一个模型的生产者，那就需要添加向第二个队列生产的代码。
保存者线程此时是消费者，从第二个队列中取任务执行。
cpp
//生产者
void* Produce(void* args)
{
Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;
//生产数据
while(1)
{
sleep(1);
int a = rand()%10;
int b = rand()%10;
int opnum = rand()%ops.size();
CalTask data(a, b, ops[opnum], calculate);
string s = "数据生产完成，需要计算：";
bqs->_q1->push(data);
s += data.show_task().c_str();
cout << s;
}
return nullptr;
}
//消费者
void* Consume(void* args)
{
Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;
while(1)
{
//消费数据
//sleep(1);
CalTask data;
string s1 = "数据消费完成，计算结果为：";
bqs->_q1->pop(&data);
string result = data();
s1 += result;
cout << s1;
//生成待保存的数据
string s2 = "数据保存任务推送完毕\n";
SaveTask task = SaveTask(result, Savedata);
bqs->_q2->push(task);
cout << s2;
}
return nullptr;
}
void* Save(void* args)
{
Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;
while(1)
{
//sleep(1);
SaveTask data;
string s = "数据保存完成\n";
bqs->_q2->pop(&data);
data();
cout << s;
}
return nullptr;
}4.更改main函数
最后我们在main函数中创建两个队列，创建三种线程最后加上回收代码就可以了。
所以总代码如下：
produce_consume.h
cpp
#include<iostream>
#include<queue>
#include<stdlib.h>
#include<time.h>
#include<unistd.h>
#include<functional>
#include<stdio.h>
#define MAX_NUM 10
using namespace std;
//计算任务类
class CalTask
{
typedef std::function<int(int,int,char)> func_t;
public:
//默认构造
CalTask()
{}
//构造函数
CalTask(int a, int b, char op, func_t func)
:_a(a)
,_b(b)
,_op(op)
,_func(func)
{}
//仿函数
string operator()()
{
int result = _func(_a, _b, _op);
char buffer[64];
snprintf(buffer, sizeof(buffer), "%d %c %d = %d\n", _a, _op, _b, result);
string s(buffer);
return s;
}
//显示任务
string show_task()
{
char buffer[64];
snprintf(buffer, sizeof(buffer), "%d %c %d = ?\n", _a, _op, _b);
string s(buffer);
return s;
}
private:
func_t _func;
int _a;
int _b;
char _op;
};
//保存任务类
class SaveTask
{
typedef function<void(const string&)> func_t;
public:
//默认构造
SaveTask()
{}
//构造函数
SaveTask(string message, func_t func)
:_message(message)
,_func(func)
{}
//仿函数
void operator()()
{
_func(_message);
}
private:
string _message;
func_t _func;
};
//阻塞队列类
template<class T>
class Blockqueue
{
public:
//构造函数
Blockqueue(size_t capcity = MAX_NUM)
:_capcity(capcity)
{
pthread_mutex_init(&_mutx, nullptr);
pthread_cond_init(&_pcond, nullptr);
pthread_cond_init(&_ccond, nullptr);
}
//析构函数
~Blockqueue()
{
pthread_mutex_destroy(&_mutx);
pthread_cond_destroy(&_pcond);
pthread_cond_destroy(&_ccond);
}
//生产数据
void push(const T& data)
{
//下面的判断就开始使用共享资源，需要加锁
pthread_mutex_lock(&_mutx);
//如果当前队列是满的，那就需要将生产者线程加入等待队列挂起
while(Isfull())
{
pthread_cond_wait(&_pcond, &_mutx);
}
_q.push(data);
//唤醒消费者线程消费
pthread_cond_signal(&_ccond);
//解锁
pthread_mutex_unlock(&_mutx);
}
//消费数据
void pop(T* data)
{
//下面的判断就开始使用共享资源，需要加锁
pthread_mutex_lock(&_mutx);
//如果当前队列是空的，那就需要将消费者线程加入等待队列挂起
while(_q.empty())
{
pthread_cond_wait(&_ccond, &_mutx);
}
//将数据输出到data中并删除
*data = _q.front();
_q.pop();
//唤醒生产者线程生产
pthread_cond_signal(&_pcond);
//解锁
pthread_mutex_unlock(&_mutx);
}
private:
//检测队列是否装满
size_t Isfull() const
{
return (_q.size() == _capcity);
}
std::queue<T> _q;
pthread_mutex_t _mutx;
pthread_cond_t _pcond;
pthread_cond_t _ccond;
size_t _capcity;
};
//多队列集合类
template<class A,class B>
class Blockqueues
{
public:
Blockqueue<A>* _q1;
Blockqueue<B>* _q2;
};produce_consume.cc
cpp
#include"produce_consume.h"
using namespace std;
//计算器函数
const string ops = "+-*/%";
int calculate(int a, int b, char op)
{
int result = 0;
switch(op)
{
case '+':
result = a + b;
break;
case '-':
result = a - b;
break;
case '*':
result = a * b;
break;
case '/':
{
if(b == 0)
cerr << "除数不能为0\n";
else
result = a / b;
}
break;
case '%':
{
if(b == 0)
cerr << "取模的数字不能为0\n";
else
result = a % b;
}
break;
default:
break;
}
return result;
}
//保存函数
void Savedata(const string& message)
{
//需要保存信息的文件
char buffer[64] = "log.txt";
//按追加方式打开文件
FILE* fp = fopen(buffer, "a");
if(fp == nullptr)
{
cerr << "文件打开失败" << endl;
return;
}
fprintf(fp, "%s", message.c_str());
fclose(fp);
}
//生产者
void* Produce(void* args)
{
Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;
//生产数据
while(1)
{
sleep(1);
int a = rand()%10;
int b = rand()%10;
int opnum = rand()%ops.size();
CalTask data(a, b, ops[opnum], calculate);
string s = "数据生产完成，需要计算：";
bqs->_q1->push(data);
s += data.show_task().c_str();
cout << s;
}
return nullptr;
}
//消费者
void* Consume(void* args)
{
Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;
while(1)
{
//消费数据
//sleep(1);
CalTask data;
string s1 = "数据消费完成，计算结果为：";
bqs->_q1->pop(&data);
string result = data();
s1 += result;
cout << s1;
//生成待保存的数据
string s2 = "数据保存任务推送完毕\n";
SaveTask task = SaveTask(result, Savedata);
bqs->_q2->push(task);
cout << s2;
}
return nullptr;
}
void* Save(void* args)
{
Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;
while(1)
{
//sleep(1);
SaveTask data;
string s = "数据保存完成\n";
bqs->_q2->pop(&data);
data();
cout << s;
}
return nullptr;
}
#define NUM_PRODUCE 3
#define NUM_CONSUME 3
#define NUM_SAVE 3
int main()
{
srand((unsigned int)time(nullptr));
Blockqueues<CalTask, SaveTask>* bqs = new Blockqueues<CalTask, SaveTask>();
bqs->_q1 = new Blockqueue<CalTask>();
bqs->_q2 = new Blockqueue<SaveTask>();
pthread_t ptids[NUM_PRODUCE];
pthread_t ctids[NUM_CONSUME];
pthread_t stids[NUM_SAVE];
//创建多个生产者线程
for(int i = 0; i<NUM_PRODUCE; ++i)
{
pthread_create(&ptids[i], nullptr, Produce, (void*)bqs);
}
//创建多个消费者线程
for(int i = 0; i<NUM_CONSUME; ++i)
{
pthread_create(&ctids[i], nullptr, Consume, (void*)bqs);
}
//创建多个保存者线程
for(int i = 0; i<NUM_CONSUME; ++i)
{
pthread_create(&stids[i], nullptr, Save, (void*)bqs);
}
//回收所有线程
for(int i = 0; i<NUM_PRODUCE; ++i)
{
pthread_join(ptids[i], nullptr);
}
for(int i = 0; i<NUM_CONSUME; ++i)
{
pthread_join(ctids[i], nullptr);
}
for(int i = 0; i<NUM_SAVE; ++i)
{
pthread_join(stids[i], nullptr);
}
return 0;
}运行结果：
目录中确实多了一个log.txt，也能看出线程的具体执行轨迹。
基于阻塞队列的生产者消费者模型是线程同步与互斥的充分应用，现实中很多场景都可以应用，是线程中的一大杀器。