【Linux系统】多线程

本篇博客继上一篇《线程与线程控制》，又整理了多线程相关的线程安全问题、互斥与锁、同步与条件变量、生产消费模型、线程池等内容，旨在让读者更加深刻地理解线程和初步掌握多线程编程。（欲知线程的相关概念、线程控制的相关接口等，请见：【Linux系统】线程与线程控制-CSDN博客）

目录

一、线程互斥

1.线程安全

.1）引例：抢票

.2）引例详解

.3）临界、原子性、互斥量

2.互斥量的相关接口

.1）初始化与销毁

.2）加锁与解锁

.3）在上文引例中实现线程互斥

3.互斥量的原理

4.死锁

补.特殊锁

.1）自旋锁

.2）读写锁

二、线程同步

1.竞态条件、条件变量

2.条件变量的相关接口

.1）初始化与销毁

.2）等待与唤醒

.3）在上文引例中实现线程同步

三、生产消费模型

1.三种关系、两种角色、一种容器

2.基于阻塞队列的生产消费模型

.1）单生产单消费模型

.2）基于任务的多生产多消费模型

[.补）RAII 风格的互斥锁](#.补）RAII 风格的互斥锁)

[3.POSIX 信号量](#3.POSIX 信号量)

.1）基本原理

.2）相关接口

.3）在上文引例中引入二元信号量

4.基于环形队列的生产消费模型

.1）单生产单消费模型

.2）多生产多消费模型

四、线程池

1.池化技术

2.线程池的实现

五、线程安全的单例模式

1.饿汉和懒汉

2.基于懒汉模式的单例线程池

---

一、线程互斥

1.线程安全

由于一个进程地址空间是可以被多个线程共享的，因此位于代码区的全局变量能被多个线程同时访问和修改。

如果一个进程中存在多个线程，且调度器会频繁地发生线程调度与切换，使多个线程交叉执行 ------ 一个线程还没有执行完就轮到下一个执行了，每个线程都执行一点，一个线程在时间片到期、等待更高优先级线程到来的时候，会发生线程切换 ------ 此时，又涉及了多个线程访问同一个全局变量，就会引发线程安全问题。

为了更方便地理解线程安全问题，下面引入一个生活案例和相关代码。

.1）引例：抢票

在春运的时候，抢火车票是十分常见的事，除了自己在线上平台、线下售票处抢票外，还可以拜托票贩子替自己抢票。

此处引入以下代码，模拟票贩子抢票的过程，并假设现在有5个票贩子分抢100张票。

• mythread.cc：

#include <iostream>
#include <pthread.h>
#include <vector>
#include <cstdio>
#include <unistd.h>


using namespace std;

#define NUM 5       //假设有5人（5个线程）抢票

int tickets = 100;   //假设有100张票

//线程的基本信息
class ThreadInfo
{
public:
    ThreadInfo(const string &threadname)
    :threadname_(threadname)
    {}

public:
    string threadname_;//线程的名字
};
//线程的例程，负责抢票
void *GrabTickets(void *args)
{
    ThreadInfo *ti = static_cast<ThreadInfo*>(args);
    string name(ti->threadname_);
    while(1)
    {
        if(tickets > 0)
        {   //在每次抢票前，休眠1000毫秒
            usleep(1000);
            //抢票时，显示正在抢票的线程名和票的剩余数量
            printf("%s get a ticket: %d\n", name.c_str(), tickets);
            tickets--;//每抢到一次，票数应减少1
        }
        else break;
    }
    //票抢完时，提示一个线程已退出
    printf("%s quit...\n", name.c_str());
    return nullptr;
}

int main()
{
    //用vector管理抢票的线程和线程的信息
    vector<pthread_t> tids;
    vector<ThreadInfo*> tis;
    //创建抢票的线程
    for(int i = 1; i <= NUM; i++)
    {
        pthread_t tid;
        ThreadInfo *ti = new ThreadInfo("Thread-"+to_string(i));
        pthread_create(&tid, nullptr, GrabTickets, ti);
        tids.push_back(tid);
        tis.push_back(ti);
    }

    // 主线程等待回收所有线程
    for(auto tid : tids)
    {
        pthread_join(tid, nullptr);
    }

    // 释放new的资源
    for(auto ti : tis)
    {
        delete ti;
    }
    // 抢票程序结束
    return 0;
}

• Makefile：

mythread:mythread.cc
	g++ -o $@ $^ -std=c++11 -lpthread
.PHONY:clean
clean:
	rm -f mythread

由演示图，在抢票进程中的 5 个线程分别执行抢票的动作，但它们不仅屡次抢到了同一张票，有的甚至还抢到了不存在的票（票的剩余数量为负数）。

票应该是每一张仅由一人持有，每个线程不应该抢到同一张票，或不存在的票。

这就是多个线程交叉执行，访问同一个全局变量所引发的线程安全问题。

.2）引例详解

线程抢到了不存在的票（票的剩余数量为负数），跟线程例程中的 "if ( tickets > 0 ) " 、"usleep(1000);"、 "tickets --;"有很大关系，因为当票的剩余数量 0 时，例程中的"tickets --;"经过 "if ( tickets > 0 ) "的判断，按理来说是不会执行的。但为什么 "tickets --;" 还是执行了，最终导致票的剩余数量从 0 减为了负数，难道是 if 语句的判断失误了？

下面就对 "if ( tickets > 0 ) " 、"usleep(1000);"、 "tickets --;" 这三句代码的执行，进行更加详细的解释。

在上文引例的代码中，主线程创建好 5 个子线程以后，它们便开始执行各自的例程。

• if ( tickets > 0 )

假设现在票已经只剩一张了，即全局变量 tickets = 1。

在线程 Thread-1 执行到 if 判断时，CPU会从内存中将 tickets 变量的数据加载到了 CPU 的寄存器 ebx 中。此时 tickets = 1，符合大于 0 的条件，线程 Thread-1 会继续执行后续代码。

• usleep(1000);

if 语句后，紧接着的就是 "usleep(1000);"。

线程 Thread-1 在执行到延时 "usleep(1000);" 一句的时候，就会被放进等待队列里，切换下一个线程 Thread-2 去执行它的例程。

线程 Thread-1 被切走时，它的上下文数据也会被切走，因此，ebx寄存器中的数据也被保存在线程 Thread-1 的 PCB 中，且随着线程 Thread-1 的切走也一起被切走。

但线程 Thread-2 仍会重复线程 Thread-2 的过程，在执行到 "usleep(1000);"被切走，再换上线程 Thread-3 ......以此类推，直到线程 Thread-5 被切走，终于又轮到线程 Thread-1 执行了（因为它在等待队列的队头）。

而此时，5 个线程都保存了变量 tickets = 1 的数据，都符合 if 的判断条件，都能执行后续代码。

• tickets --;

线程 Thread-1 保存了变量 tickets = 1 的数据和切走前的上下文，会接着它被切走的位置，继续执行 if 之后的代码，先执行完打印，就执行到 "tickets --;" 了。

-- 操作在汇编中会被转换成至少 3 条语句，因此，-- 操作的完成也基本分为三步：

（1）将内存的数据加载到寄存器ebx；

（2）对数据进行减 1 的修改操作；

（3）将修改后的数据写回内存。

在先前，线程 Thread-1 已经完成了将 tickets 的数据从内存加载到寄存器 ebx 的工作，接下来会在寄存器 ebx 中执行完对 tickets 的 -- 操作，并将 -- 后的数据写回内存中 tickets 的地址。完成这一系列工作后，线程 Thread-1 再循环执行到 if 语句，认为 tickets 已经是 0 了，于是跳出 while 循环并退出了。

和线程 Thread-1 一样，线程 Thread-2 也会接着它被切走的位置继续执行，对 tickets 完成 -- 操作，并将 -- 后的数据写回内存中 tickets 的地址。完成这一系列工作后，线程 Thread-2 再循环执行到 if 语句，认为 tickets 已经是 -1 了，于是跳出 while 循环并退出了。

以此类推，直到线程 Thread-5 完成-- 操作并退出。

但此时，数据的管理已经完全乱套了，票的剩余数量也由此变成了负数。

这种现象就叫线程安全问题，更具体地说，又叫数据不一致问题。导致数据不一致问题的原因一般是，共享资源没有被保护，多个线程对共享资源进行了交叉访问；而解决数据不一致问题的办法，就是对共享资源加锁。

.3）临界、原子性、互斥量

要懂得如何对共享资源加锁，首先要理解与线程互斥有关的一些概念。

【Tips】线程互斥的相关概念

• 临界资源：多个执行流进行安全访问的共享资源。上文中，全局变量 tickets 存在多线程交叉访问所导致的数据不一致问题，显然就不是一个临界资源。
• 临界区：多个执行流中，访问临界资源的代码。上文中，如果 tickets 是一个临界资源，在每个线程的例程中，涉及 tickets 的访问和修改的代码就属于临界区（但 tickets 不是一个临界资源，因此上文中线程例程的代码不存在临界区）。
• 原子性：简单来说就是，访问一个资源的时候，没有中间态，要么完成访问，要么就不访问。C/C++的 -- 和 ++ 操作，在访问资源时存在中间态，因此不是原子性的。
• 线程互斥：多个线程访问共享资源不再是交叉访问，而是串行访问，即任何时候有且仅有一个执行流在访问共享资源。上文中，如果能让 tickets 从一个共享资源变成一个临界资源，就能使多个线程串行访问 tickets，从而避免数据不一致问题，此时则称实现了线程互斥。
  【Tips】互斥量 mutex

大多时候，线程使用的数据都是局部变量，局部变量的地址存在于线程独立的栈空间中，使其他线程无法获得这个局部变量。

不过，有时还会存在一些变量在线程之间共享，以完成线程之间的交互。但多线程是并发执行的，多个线程并发地访问共享变量，可能会导致数据不一致问题。

为了解决数据不一致问题，就需要对共享资源加锁，实现线程互斥；而要对共享资源加锁，就基本要做到以下三点：

1. 代码必须有互斥行为，即一个线程进入一个临界区执行时，不允许其他线程进入这个临界区。
2. 如果多个线程同时需要进入临界区中执行代码，且当下没有线程在这个临界区中，那么仅允许一个线程进入这个临界区。
3. 如果一个线程不在一个临界区中执行，那么这个线程就不能阻止其他线程进入这个临界区。

在 Linux 中，提供了一把互斥锁，叫互斥量 mutex。

2.互斥量的相关接口

每一个线程在进入临界区之前都必须先申请互斥量（锁），只有申请到互斥量的线程才可以进入临界区并对临界资源进行访问；当线程离开临界区的时，需要释放锁，这样才能让其余要进入临界区的线程继续竞争锁。

【ps】使用锁的注意事项

• 大多情况下，加锁对性能都有一定的不可避免的损耗，因为加锁使多执行流由并行执行变成串行执行了。
• 在合适的位置进行加锁和解锁，可以尽可能减少加锁带来的性能损耗。
• 进行临界资源的保护，是所有执行流都应该遵守的准则，也是程序员在编码时需要注意的。

.1）初始化与销毁

• 初始化一个互斥量

#include <pthread.h>
int pthread_mutex_init(pthread_mutex_t *restrict mutex,
       const pthread_mutexattr_t *restrict attr);
功能：以动态分配的方式初始化一个锁
参数：1.mutex：锁的指针，指向待初始化的锁。
     2.attr：锁的属性，不关心则置为NULL即可。
返回值：初始化成功则返回0，失败则返回错误码。
ps：以静态分配的方式初始化一个锁：
    pthread_mutex_t mutex = PTHREAD_MUTEX_INITIALIZER;

• 销毁一个互斥量

#include <pthread.h>
int pthread_mutex_destroy(pthread_mutex_t *mutex);
功能：销毁一个动态分配的互斥锁
参数：锁的指针，指向待销毁的锁。
返回值：成功返回0，失败返回错误码。
ps：1.以静态分配的方式来初始化的锁无需调用 pthread_mutex_destroy() 销毁。
    2.不要尝试销毁一个已加锁的锁。
    3.不要对已销毁的锁尝试加锁。

.2）加锁与解锁

• 对一个互斥量进行加锁

#include <pthread.h>
int pthread_mutex_lock(pthread_mutex_t *mutex);
功能：对一个未加锁的锁进行加锁
参数：锁的指针，指向待加锁的锁。
返回值：加锁成功则返回0，失败则返回错误码。
ps：1.若互斥量处于未锁状态，pthread_mutex_lock() 会将互斥量锁定，同时返回0。
    2.pthread_mutex_lock() 被一个线程调用时，存在其他线程已经锁定互斥量，或其他线
      程同时也在申请互斥量，但没有竞争到互斥量，那么pthread_mutex_lock() 会陷入阻
      塞（执行流被挂起），直到互斥量解锁。

【补】加锁操作的更多说明

不同线程对锁的竞争能力可能会不同 。一个线程刚把锁释放，紧接着就立即去申请锁，那么该线程申请到锁的几率是比其它进程要大的，因为其它线程正处于被挂起的状态，要等待锁被释放。在锁被释放的时候，操作系统要先唤醒这些被挂起的进程，然后才去申请锁，这个过程与先前一直在运行的线程相比一定是更慢的。在纯互斥环境中，如果锁分配不够合理，容易导致其他线程的饥饿问题（一个线程长时间申请不到互斥量），因此，需要让刚释放锁的线程不能再立即申请到锁，必须让它排在等待队列的最后。

可能同时存在多个线程在等待一把锁资源 。当一个锁被释放的时候，操作系统如果把所有等待的线程全部唤醒，这也是不合理的，因为最终只会有一个线程拿到锁资源。于是，系统会让所有的线程按照一定的顺序去获取锁 ，这种按照一定的顺序性获取资源的过程就叫同步。

所有线程在执行临界区代码访问临界资源之前，都需要先申请锁，因此，锁其实是一种共享资源，这也决定了锁的申请和释放一定要被设计成原子性的。例如，一个线程在执行临界区的代码时，是可以被切换的，在被切出去的时候，是以持有锁的状态被切出去的。因此，在该线程释放锁资源之前，其它线程无法进入临界区访问临界资源。

• 对一个互斥量进行解锁

#include <pthread.h>
int pthread_mutex_unlock(pthread_mutex_t *mutex);
功能：对一个已加锁的锁进行解锁
参数：锁的指针，指向待解锁的锁。
返回值：解锁成功则返回0，失败则返回错误码。

.3）在上文引例中实现线程互斥

• mythread.cc：

#include <iostream>
#include <pthread.h>
#include <vector>
#include <cstdio>
#include <unistd.h>
using namespace std;

#define NUM 5       //假设有5人（5个线程）抢票

int tickets = 100; // 定义1000张票

//线程的基本信息
class ThreadInfo
{
public:
    ThreadInfo(const string &threadname, pthread_mutex_t *lock)
    :threadname_(threadname)
    ,lock_(lock)
    {}

public:
    string threadname_;    //线程的名字
    pthread_mutex_t *lock_;//线程申请的锁
};

//抢票
void *GrabTickets(void *args)
{
    ThreadInfo *ti = static_cast<ThreadInfo*>(args);
    string name(ti->threadname_);
    while(true)
    {   
        // 加锁
        pthread_mutex_lock(ti->lock_); 
        if(tickets > 0)
        {
            usleep(10000);
            printf("%s get a ticket: %d\n", name.c_str(), tickets);
            tickets--;
            // 每抢一次票，解锁一次
            pthread_mutex_unlock(ti->lock_); 
        }
        else 
        {
            //抢完票后解锁
            pthread_mutex_unlock(ti->lock_); 
            break;
        }
        // 用休眠来模拟抢到票的后续动作
        usleep(13);

        // pthread_mutex_unlock(ti->lock_); 
        // 不能在这里解锁，若 tickets == 0 时跳出循环，导致锁未释放，
        // 其它线程就会阻塞住，进而导致程序卡死
    }

    printf("%s quit...\n", name.c_str());

    return NULL;
}

int main()
{
    //定义一个互斥量，并以动态分配的方式对其进行初始化
    pthread_mutex_t lock;               
    pthread_mutex_init(&lock, nullptr); 
    //创建子线程
    vector<pthread_t> tids;
    vector<ThreadInfo*> tis;
    for(int i = 1; i <= NUM; i++)
    {
        pthread_t tid;
        ThreadInfo *ti = new ThreadInfo("Thread-"+to_string(i), &lock);
        pthread_create(&tid, nullptr, GrabTickets, ti);
        tids.push_back(tid);
        tis.push_back(ti);
    }

    // 等待回收所有线程
    for(auto tid : tids)
    {
        pthread_join(tid, nullptr);
    }

    // 释放new的资源
    for(auto ti : tis)
    {
        delete ti;
    }

    // 释放动态分配的互斥量
    pthread_mutex_destroy(&lock); 

    return 0;
}

• Makefile

mythread:mythread.cc
	g++ -o $@ $^ -std=c++11 -lpthread
.PHONY:clean
clean:
	rm -f mythread

由演示图，实现线程互斥后，每个抢票的线程不再会抢到相同的票，票的剩余数量也不再出现负数了。

3.互斥量的原理

互斥量也是一种资源，且所有线程都可以对其进行申请和释放，因此互斥量本身就是一个共享资源，而它的安全性是通过加锁和解锁操作本身所具有的原子性来保证的。

虽然操作系统内部并不存在锁的概念，调度器在调度轻量级进程时，也不会考虑是否有锁存在，但站在其他线程的角度，在一个线程持有锁的过程中只有"申请锁之前"和"申请锁之后"两种状态，因此站在其他线程的角度，一个线程持有锁的过程是具有原子性的。

而为了能让线程持有锁的过程是具有原子性的，大多数体系结构都提供了 swap 或 xchange 汇编指令，通过一条汇编指令来保证加锁的原子性。

//加锁解锁的汇编伪代码
lock:
	movb %al, $0
	xchange %al, mutex   //加锁过程中，xchange是原子的，可以保证锁的安全
	if(al寄存器的内容 > 0)
	{
		return 0;
	}
	else
	{
		挂起等待;	
	}
	goto lock;
 
unlock:
	movb mutex, $1
	唤醒等待mutex的线程;
	return 0;

xchange 汇编只有一条指令，这使得，只要一个线程通过xchage申请到了锁，就算在持有锁的过程中被切走，也是带走了锁了，其他线程是无法拿到锁的，只有等它将锁释放。

4.死锁

死锁是指，在一组进程中的各个进程均占有不会释放的资源，但因互相申请被其他进程所占用的、不会释放的资源，而处于的一种永久等待状态。

例如在多线程中，一个线程已经申请锁之后，另一个线程再一次申请锁，但锁已经被申请走了，另一个线程就只能在等待队列中等待，直到锁的资源被释放才被唤醒。

又例如，存在线程A、线程B、线程C、线程D，在不同的时间结点，分别占用资源和申请资源，起先，A 使用着 C 资源，B 使用着 D 资源，等到了某一个时间点， A 需要使用 D 资源完成任务，B 需要使用 C 资源完成任务，但 A 正用着C资源，B 也正用着 D 资源，一来二去，产生死锁了。

单线程也是可能产生死锁的。如果一个线程连续申请了两次锁，那么这个线程就会被挂起。这个线程第一次申请锁的时候，是能够成功的，但第二次申请时，由于锁已经被申请过了，于是导致申请失败，进而导致被挂起，直到锁被释放时才会被唤醒，然而，这个锁本来就在自己手上，自己又处于被挂起的状态，根本没有机会释放锁，所以这个线程永远不会被唤醒，也就产生死锁了。

【Tips】死锁的四个必要条件

当一个线程满足了以下四个条件，就可能产生死锁：

• 互斥条件： 一个资源每次只能被一个执行流使用。
• 请求与保持条件： 一个执行流因请求资源而阻塞时，对已获得的资源保持不放。
• 不剥夺条件： 一个执行流已获得的资源，在未使用完之前，不能强行剥夺。
• 循环等待条件： 若干执行流之间形成一种头尾相接的循环等待资源的关系。

【Tips】如何避免死锁

• 破坏死锁的四个必要条件。
• 加锁顺序一致。
• 避免锁未释放的场景。
• 资源一次性分配。

补.特殊锁

.1）自旋锁

上文中的锁，是一种阻塞等待类型的锁，它的特点是，锁资源已被一个线程占用时，其他申请锁的线程会进入挂起状态，等到锁可用时再被唤醒去竞争锁资源。

但阻塞锁更适用于临界区的执行时间较长的情况，如果临界区的执行时间较短，来回的挂起和唤醒就会附带一定的性能损耗。

自旋锁与阻塞锁的不同在于，它可以让线程不用进入挂起等待状态，而是一直竞争直到持有锁资源为止，是一种非阻塞类型的锁。

//实现方式：
while(pthread_mutex_trylock(&mutex)){}
//1.如果pthread_mutex_trylock()返回0值，
//  表示竞争锁资源成功，循环条件不成立，线程将持有锁并执行后续代码。
//2.如果pthread_mutex_trylock()返回非0值，
//  表示竞争锁资源失败，循环条件成立，线程将重新竞争锁。


//补：自旋锁的相关接口:
int pthread_mutex_trylock(pthread_mutex_t *mutex);
//功能:申请自旋锁，线程竞争锁资源成功时会返回0，竞争锁资源失败时返回非0值。
int pthread_spin_init(pthread_spinlock_t *lock, int pshared);
//功能：对锁进行初始化操作。
//参数 pshared 为 PTHREAD_PROCESS_PRIVATE，表示锁只能在当前进程内使用，
//             为 PTHREAD_PROCESS_SHARED，表示锁能够被多个进程共享。
int pthread_spin_destroy(pthread_spinlock_t *lock);
//功能：对锁进行销毁操作。
int pthread_spin_lock(pthread_spinlock_t *lock);
//功能：竞争持有锁。
int pthread_spin_unlock(pthread_spinlock_t *lock);
//功能：解锁。

.2）读写锁

读写锁适用于访问读端多、写端少的资源的情况。对于读端多、写端少的资源，当写端想要对资源做修改时，就可能会因为竞争锁资源的能力相较于读端更弱，而无法持有锁，并且为了数据的安全，在写端对资源做修改时，读端是不能访问资源的。

由生产消费模型（详见下文），写端其实是生产者，读端其实是消费者，它们之间具有以下关系：

• 写端与写端之间是互斥的。
• 读端与写端之间既是同步的，也是互斥的。
• 读者与读者之间是共享的（由于读者是一种特殊的消费者，不会取走数据而只读取数据，因此读者之间并不存在互斥）。

//补：读写锁的相关接口：

int pthread_rwlock_init(pthread_rwlock_t *restrict rwlock,
       const pthread_rwlockattr_t *restrict attr);	
//功能：初始化锁
int pthread_rwlock_destroy(pthread_rwlock_t *rwlock);
//功能：释放锁
int pthread_rwlock_rdlock(pthread_rwlock_t *rwlock);
//功能：对读端加锁
int pthread_rwlock_wrlock(pthread_rwlock_t *rwlock);
//功能：对写端加锁
int pthread_rwlock_unlock(pthread_rwlock_t *rwlock);
//功能：对读端或写端解锁
int pthread_rwlockattr_setkind_np(pthread_rwlockattr_t *attr, int pref);
//功能：设置锁的优先级
//参数 pref 为 PTHREAD_RWLOCK_PREFER_READER_NP (默认设置) 读端优先，但可能会导致写端饥饿情况
//         为 PTHREAD_RWLOCK_PREFER_WRITER_NP 写端优先，但目前有BUG 会导致表现行为和 PTHREAD_RWLOCK_PREFER_READER_NP 一致
//         为 PTHREAD_RWLOCK_PREFER_WRITER_NONRECURSIVE_NP 写端优先，但写端不能递归加锁

二、线程同步

同步可以更好地实现和完善互斥。

单纯的互斥，可能会导致线程饥饿问题，而同步可以让线程按照一定的顺序访问资源，使每个线程能够充分利用资源，提高程序执行效率。

【Tips】同步

同步是一种访问临界资源的手段，在保证数据安全的前提下，可以让线程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。

1.竞态条件、条件变量

【Tips】竞态条件

因时序问题而导致程序异常的情况。

单纯的加锁是存在某些隐患的，如果个别线程的竞争力突出，使其每次都能够申请到锁，而申请到锁之后又偷懒不做任务，那么，这个线程其实相当于在一直不停地申请锁和释放锁，就会导致其他线程长时间竞争不到锁，引起线程饥饿问题。

尽管单纯的加锁本身是没有错的，能够保证在一段时间内有且仅有一个线程进入临界区，但它的问题在于，无法高效地让每一个线程使用这份临界资源。

于此，现在不妨增加一个规则：当一个线程释放锁后，这个线程不能立即再次申请锁，而要排到锁的资源等待队列的队尾进行等待，使下一个申请锁的线程一定是排在等待队列的队头，由此，就能够让多个线程按照某种次序进行临界资源的访问。这就是线程同步。

具体的例子如，假设当下有两个线程访问一块临界区，一个线程要往临界区写入数据，另一个线程要从临界区读取数据，但写端线程的竞争力更强，每次都更容易竞争到锁。在引入同步前，写端线程由于自身竞争力更强，可能会一直在执行写入操作，一直到临界区被写满后，写端线程就可能在一直不停地申请锁和释放锁。而读端线程由于竞争力较弱，每次都更难申请到锁，可能无法进行数据的读取，引起线程饥饿问题。在引入同步后，写端线程每申请一次锁、每执行完一次数据的写入操作、每释放一次锁，就会被加入到等待队列的队尾，使处于队头的读端线程可以正常地申请锁、读取数据、释放锁，从而避免了线程饥饿问题，也使得每个线程能够充分利用资源，提高了程序执行效率。

那，同步具体是如何实现的呢？

【Tips】条件变量

条件变量是一种针对某种资源是否就绪的数据化描述，是一种利用线程之间共享全局变量以实现同步的机制，通常配合互斥量一起使用。它主要包括以下两个动作：

• 一个线程因等待条件变量的条件成立而被挂起。
• 另一个线程使条件成立后唤醒等待的线程。

2.条件变量的相关接口

.1）初始化与销毁

• 初始化一个条件变量

#include<pthread.h>
int pthread_cond_init(pthread_cond_t *restrict cond,
        const pthread_condattr_t *restrict attr);
功能：以动态分配的方式初始化一个条件变量
参数：1.cond:一个指针，指向待初始化的条件变量。
     2.attr:条件变量的属性，不关心置为 NULL 即可。 
返回值：初始化成功返回0，失败返回错误码。
ps：以静态分配的方式初始化一个条件变量：pthread_cond_t con = PTHREAD_COND_INITIALIZER;
    此种方式不必用 pthread_cond_destroy() 销毁

• 销毁一个条件变量

#include<pthread.h>
int pthread_cond_destroy(pthread_cond_t *cond);
功能：销毁一个动态分配的条件变量
参数：一个指针，指向待销毁的条件变量。
返回值：初始化成功返回0，失败返回错误码。

.2）等待与唤醒

• 等待条件变量的条件成立

#include<pthread.h>
int pthread_cond_wait(pthread_cond_t *restrict cond, 
                pthread_mutex_t *restrict mutex);
功能：使一个线程等待条件变量的条件成立
参数：1.cond：一个指针，指向需等待的条件变量。
     2.mutex：当前线程所在临界区的，相应的互斥锁。
返回值：初始化成功返回0，失败返回错误码。

【ps】互斥锁是 pthread_cond_wait() 的参数之一的原因

条件等待是实现线程同步的一种手段。如果在一个条件变量下，只存在一个线程处于等待，那么就算线程能一直等下去，条件也始终不会满足，因此必须存在另一个线程通过某些操作改变共享变量，使原先不满足的条件变得满足，并通知在这个条件变量下等待中的线程。也就是说，条件等待这种同步手段适用于多线程之间。

而条件并不会无缘无故地突然满足，一定会与共享数据的修改有关，因此就需要互斥锁来保护数据的安全。

再者，如果在调用 pthread_cond_wait() 时，无需用到相关的互斥锁，那么，当线程进入临界区时，先加锁并判断内部资源的情况------不满足当前线程的执行条件------于是线程就在该条件变量下进行等待；但线程在被挂起的同时是拿着锁的，导致锁不再被释放了，进而导致死锁问题。因此，在调用 pthread_cond_wait() 时，还需要用到相关的互斥锁，让线程因条件不满足而进行等待时，释放它持有的互斥锁；直到线程被唤醒时，再拿回原有的互斥锁，继续执行临界区的代码。

【ps】pthread_cond_wait() 的调用，最好发生在加锁和解锁之间

为了 pthread_cond_wait() 能够将临界资源不就绪的相关线程挂起，首先需判断临界资源是否就绪，而判断临界资源是否就绪，涉及临界资源的访问，因此 pthread_cond_wait() 的调用最好发生在加锁和解锁之间。

【ps】pthread_cond_wait() 的使用规范

//...
pthread_mutex_lock(&mutex);
while (条件为假)
	pthread_cond_wait(&cond, &mutex);
修改条件
pthread_mutex_unlock(&mutex);
//...

• 唤醒等待中的线程

#include<pthread.h>
int pthread_cond_signal(pthread_cond_t *cond);
功能：唤醒一个处于等待队列队头的线程
参数：一个指针，指向当前线程所等待的条件变量（以此唤醒在cond条件变量下等待的一个线程）
返回值：初始化成功返回0，失败返回错误码。

#include<pthread.h>
int pthread_cond_broadcast(pthread_cond_t *cond);
功能：唤醒等待队列中的所有线程
参数：一个指针，指向当前线程所等待的条件变量（以此唤醒在cond条件变量下等待的所有线程）
返回值：初始化成功返回0，失败返回错误码。

.3）在上文引例中实现线程同步

• mythread.cc：

#include <iostream>
#include <pthread.h>
#include <vector>
#include <cstdio>
#include <unistd.h>
#include <cassert>
using namespace std;

#define NUM 5       //假设有5人（5个线程）抢票

int tickets = 100;  // 定义1000张票

pthread_cond_t cond = PTHREAD_COND_INITIALIZER; // 以静态分配的方式初始化一个条件变量

//线程的基本信息
class ThreadInfo
{
public:
    ThreadInfo(const string &threadname, pthread_mutex_t *lock)
    :threadname_(threadname)
    ,lock_(lock)
    {}

public:
    string threadname_;    //线程的名字
    pthread_mutex_t *lock_;//线程申请的锁
};

//抢票
void *GrabTickets(void *args)
{
    ThreadInfo *ti = static_cast<ThreadInfo*>(args);
    string name(ti->threadname_);
    while(true)
    {   
        // 加锁
        int n = pthread_mutex_lock(ti->lock_); 
        assert(n == 0);
        // 进入等待队列
        pthread_cond_wait(&cond, ti->lock_); 
        if(tickets > 0)
        {
            usleep(10000);
            printf("%s get a ticket: %d\n", name.c_str(), tickets);
            tickets--;
            // 每抢一次票，解锁一次
            n = pthread_mutex_unlock(ti->lock_); 
            assert(n == 0);
        }
        else 
        {
            //抢完票后解锁
            n  = pthread_mutex_unlock(ti->lock_); 
            assert(n == 0);
            break;
        }
        // 用休眠来模拟抢到票的后续动作
        usleep(13);

    }

    printf("%s quit...\n", name.c_str());

    return NULL;
}

int main()
{
    //定义一个互斥量，并以动态分配的方式对其进行初始化
    pthread_mutex_t lock;               
    pthread_mutex_init(&lock, nullptr); 
    //创建子线程
    vector<pthread_t> tids;
    vector<ThreadInfo*> tis;
    for(int i = 1; i <= NUM; i++)
    {
        pthread_t tid;
        ThreadInfo *ti = new ThreadInfo("Thread-"+to_string(i), &lock);
        pthread_create(&tid, nullptr, GrabTickets, ti);
        tids.push_back(tid);
        tis.push_back(ti);
    }

    // 主线挨个唤醒等待中的子线程
    while(true)
    {
        sleep(1);
        pthread_cond_signal(&cond); 
        cout << "main thread wakeup a new thread" << endl;
    }

    // 等待回收所有线程
    for(auto tid : tids)
    {
        pthread_join(tid, nullptr);
    }

    // 释放new的资源
    for(auto ti : tis)
    {
        delete ti;
    }

    // 释放动态分配的互斥量
    pthread_mutex_destroy(&lock); 

    return 0;
}

• Makefile：

mythread:mythread.cc
	g++ -o $@ $^ -std=c++11 -lpthread
.PHONY:clean
clean:
	rm -f mythread

由演示图，实现线程同步后，可见抢票的子线程在有序地、轮流地执行抢票操作。

三、生产消费模型

生产消费者模型（consumer producter ）是多线程多进程下同步互斥的一种场景，通过一个容器来解决生产者和消费者的强耦合问题。

1.三种关系、两种角色、一种容器

以生活为鉴，顾客、超市、供货商就是一个典型的生产消费模型。

• 超市就相当于是一个大型容器，可以存放一定量的商品。
• 顾客是消费者，会从超市里购买商品；供货商是生产者，会将商品放到超市里。
• 可能存在多个顾客要购买商品，而商品的数量有限，因此顾客和顾客之间存在竞争关系，换句话说，顾客和顾客之间是互斥关系。
• 可能存在多个供货商要向超市供货，而超市的容量有限，因此供货商和供货商之间也是互斥关系。
• 顾客与供货商之间没有直接的联系，而是经由超市这个中间媒介而存在间接的联系。
• 超市里原本是没有商品的，消费者需要等供货商将商品放到超市里，才能从超市里购买商品；而当超市里堆满商品的时候，供货商就不能继续将商品放到超市里了，需要等消费者购买了商品，将超市腾出一些空间，才能继续将商品放到超市里------为了平衡供需，顾客和供货商之间既要依照一定顺序去超市进行购买和供货，且在一方去超市进行购买或供货的时候，另一方不能去超市供进行货或购买，因此顾客和供货商之间既是互斥关系，又是同步关系。

回到线程，读取数据的线程叫做消费者线程，产生数据的线程叫做生产者线程，而它们之间共享的特定数据结构就叫做缓冲区。

【Tips】生产消费模型的特点

• 三种关系： 生产者和生产者之间是互斥关系，消费者和消费者之间爷是互斥关系、生产者和消费者之间既是互斥关系又是同步关系。
• 两种角色： 生产者和消费者，通常由进程或线程承担。
• 一种容器： 通常指内存中的一段缓冲区。
• 生产者和生产者、消费者和消费者、生产者和消费者，它们之间存在互斥关系，是因为，缓冲区是一种临界资源，可能会被多个执行流同时访问，需要互斥锁的保护；所有的生产者和消费者都会竞争式地申请锁。
• 生产者和消费者之间存在同步关系，是因为，如果让生产者一直生产数据，一旦缓冲区被塞满，生产者再生产的数据就无法被保存，进而丢失；反之，让消费者一直消费，一旦缓冲区被耗空，消费者就无法再消费了，继续消费可能导致非法访问；让生产者和消费者按一定顺序访问缓冲区，就可以有效避免上述问题，同时提高程序执行的效率。
• 互斥关系保证了数据的安全性，而同步关系保证了多线程之间的协同性。

【Tips】生产消费模型的优点

• 解耦。
• 支持并发。
• 支持忙闲不均。

【Tips】生产消费模型的解藕特性

以下面的代码为例：

int add(int x,int y)
{
    return x + y;
}
int main()
{
    int x,y;
    int z = add(x,y);
    return 0;
}

在 main 函数中调用 add 函数完成，因为是单执行流，所以main 函数只能等待（这种函数调用或称紧耦合）。

假如采用生产消费模型，让 main 函数是一个线程且充当生产者， add 函数是另一个线程且充当消费者，此时 main 函数这个线程在 add 线程进行计算的时候就不需要等待了，可以继续生产数据往超市里面放，add 线程现在也不用等 main 线程生产出一组数据再计算一组数据，而是直接去超市里面取数据进行计算。对 main 函数和 add 函数来说，此时就解藕了（这种函数调用或称松耦合）。

2.基于阻塞队列的生产消费模型

在多线程编程中，阻塞队列（Blocking Queue）可以作为生产消费模型中的"一种容器"，是一种常用于实现生产消费模型的数据结构。

它与普通队列的区别主要在于，当阻塞队列为空时，从队列获取元素的操作会被阻塞，直到元素被放入队列中；当队列存满时，往队列里存放元素的操作也会被阻塞，直到有元素从队列中被取出。

【Tips】阻塞队列的特点

• 作为"一种容器"，阻塞队列也是被多线程竞争的共享资源，因此需要互斥锁来实现生产者和消费者、生产者和生产者、消费者和消费者之间的互斥关系，以保证数据安全。
• 读取阻塞队列数据的操作（出队）只能由消费者来完成，且在消费者读取期间，生产者会因进入相应的等待队列而不能进行数据的写入。
• 改写阻塞队列数据的操作（入队）只能由生产者来完成，只有阻塞队列为空或未满时，生产者才能写入数据，且在生产者写入期间，消费者会因进入相应的等待队列而不能进行数据的读取。

基于阻塞队列的生产消费模型，根据竞争资源的生产者线程和消费者线程的数量，可以分为单生产单消费模型、多生产多消费模型。

.1）单生产单消费模型

单生产单消费模型中只有一个生产者线程和一个消费者线程，因此，相应的阻塞队列只需维护生产者与消费者之间的同步与互斥，而无需实现生产者与生产者之间、消费者与消费者之间的互斥。

• BlockQueue.hpp：

//阻塞队列的实现
#pragma once
#include <iostream>
#include <pthread.h>
#include <queue>

template <class T>
class BlockQueue
{
    static const int defaultmaximum = 20;//阻塞队列的默认容量

public:
    //初始化
    BlockQueue(int maximum = defaultmaximum)
        : maximum_(maximum)
    {
        pthread_mutex_init(&mutex_, nullptr);
        pthread_cond_init(&c_cond_, nullptr);
        pthread_cond_init(&p_cond_, nullptr);
        low_water_ = maximum_ / 3;    // 低水位线是队列最大容量的 1/3
        high_water_ = (maximum_*2)/3; // 高水位线是队列最大容量的 2/3
    }
    
    //资源出队，由消费者负责
    T pop()
    {
        //加锁
        pthread_mutex_lock(&mutex_);
        // 1.消费条件不满足，就让消费者挂起等待，直到条件满足
        while (q_.size() == 0)
        { 
            pthread_cond_wait(&c_cond_, &mutex_);
        }
        // 2.消费条件满足
        //取队头
        T out = q_.front();
        q_.pop();
        // 若消费者将资源消费到队列的低水位线，就唤醒生产者进行生产
        if (q_.size() <= low_water_)
        {
            pthread_cond_signal(&p_cond_); 
            //生产者被唤醒的时候，消费者应挂起等待
            pthread_cond_wait(&c_cond_, &mutex_); 
            std::cout << "c is sleep..." << std::endl;
        }
        //解锁
        pthread_mutex_unlock(&mutex_);
        return out;
    }

    //资源入队，由生产者负责
    void push(const T& data)
    {
        //加锁
        pthread_mutex_lock(&mutex_);
        // 1.生产条件不满足，就让生产者挂起等待，直到条件满足
        while (q_.size() == maximum_) 
        {
            pthread_cond_wait(&p_cond_, &mutex_);
        }
        // 2.生产条件满足
        //将资源入队
        q_.push(data); 
        //若生产者将资源生产至队列的高水位线，就唤醒消费者进行消费
        if (q_.size() >= high_water_)
        {
            pthread_cond_signal(&c_cond_); 
            //消费者被唤醒的时候，生产者应挂起等待
            pthread_cond_wait(&p_cond_, &mutex_);
            std::cout << "p is sleep.." << std::endl;
        }
        //解锁
        pthread_mutex_unlock(&mutex_);
        
    }

    //销毁
    ~BlockQueue()
    {
        pthread_mutex_destroy(&mutex_);
        pthread_cond_destroy(&c_cond_);
        pthread_cond_destroy(&p_cond_);
    }

private:
    std::queue<T> q_;       // 生产者和消费者共享的阻塞队列
    int maximum_;           // 队列的最大容量
    pthread_mutex_t mutex_; // 定义一个互斥锁
    pthread_cond_t p_cond_; // 定义一个生产者条件变量，让生产者在这个条件变量下进行等待
    pthread_cond_t c_cond_; // 定义一个消费者条件变量，让消费者在这个条件变量下进行等待
    int low_water_;         // 队列的低水位线（队列最大容量的 1/3），控制生产
    int high_water_;        // 队列的高水位线（队列最大容量的 2/3），控制消费
};

【补】BlockQueue 的实现细节

• 要为生产者提供入队的接口（生产），为消费者提供出队的接口（消费）。
• 阻塞队列是共享资源，入队和出队涉及对共享资源的修改，故入队和出队的操作应发生在加锁和解锁之间。
• 生产者生产（入队）时，消费者不能消费（出队）；消费者消费（出队）时，生产者不能生产（入队）。
• 在加锁之后、实际进行生产（入队）或消费（出队）之前，应先判断是否满足生产条件（队列未满）或消费条件（队列不为空），若不满足条件，应通过 while 循环将线程挂起，直到条件满足再进行相应的生产或消费，避免两个线程在条件未满足时竞争锁而引起死锁。
• 当生产者生产了一定量的数据，就唤醒消费者去消费；当消费者消费了一定量的数据，就唤醒生产者去生产，这样可以实现生产和消费的同步。
• 程序运行期间，仅允许一个线程持有互斥锁，因此，不光条件未满足时要将相应的线程挂起，在唤醒另一个线程时，负责唤醒的线程也应被挂起。

• ProdCon.cc

//单生产单消费模型的程序主体
#include "BlockQueue.hpp"
#include <unistd.h>
//消费者的例程
void *Consumer(void *args)
{
    BlockQueue<int> *bq = static_cast<BlockQueue<int>*>(args);

    while(true)
    {
        // 消费，即从队列里面拿数据
        int data = bq->pop();
        std::cout << "消费了一个数据: " << data << std::endl;
        usleep(1000000);
    }
}
//生产者的例程
void *Productor(void *args)
{
    BlockQueue<int> *bq = static_cast<BlockQueue<int>*>(args);
    int data = 1;
    while(true)
    {
        // 生产，即往队列里面放数据
        bq->push(data);
        std::cout << "生产了一个数据：" << data << std::endl;
        data++;
        usleep(100000);
    }
}

int main()
{
    //生成随机值
    srand((unsigned int)time(nullptr));
    //堆上申请队列
    BlockQueue<int> *bq = new BlockQueue<int>();

    pthread_t c, p;
    //创建消费者线程
    pthread_create(&c, nullptr, Consumer, bq);
    //创建生产者线程
    pthread_create(&p, nullptr, Productor, bq);

    //主线程回收消费者和生产者
    pthread_join(c, nullptr);
    pthread_join(p, nullptr);
    //释放new申请的队列
    delete bq; 
    return 0;
}

• Makefile：

ProdCon:ProdCon.cc
	g++ -o $@ $^ -std=c++11 -lpthread
.PHONY:clean
clean:
	rm -f ProdCon

.2）基于任务的多生产多消费模型

多生产多消费模型中有多个生产者线程和多个消费者线程，因此，相应的阻塞队列既需维护生产者与生产者之间、消费者与消费者之间的互斥，又需维护生产者与消费者之间的同步与互斥。

多生产多消费是更加接近实际应用情景的，为更好地演示生产消费模型的作用，此处引入一个模拟实现的简易计算器，作为生产者和消费者共同的任务，并让生产者负责生产需计算的问题，让消费者负责解开问题的答案。

• Task.hpp：

//模拟实现的简易计算器
#include <iostream>
#include <string>

//定义线程退出码
enum
{
    DIVERROR = 1, //除错误
    MODERROR,     //模错误
    UNKNOWERRROR  //未知错误
};

//简易计算器
class Task
{
public:
    //初始化成员变量
    Task(int a, int b, char op)
        :data1_(a), data2_(b), op_(op), result_(0), exitcode_(0)
    {}

    //完成实际的运算
    void run()
    {
        switch(op_)
        {
            case '+':
                result_ = data1_ + data2_;
                break;
            case '-':
                result_ = data1_ - data2_;
                break;
            case '*':
                result_ = data1_ * data2_;
                break;
            case '/':
                if(data2_ == 0) exitcode_ = DIVERROR;
                else result_ = data1_ / data2_;
                break;
            case '%':
                if(data2_ == 0) exitcode_ = MODERROR;
                else result_ = data1_ % data2_;
                break;
            default:
                exitcode_ = UNKNOWERRROR;
                break;
        }
    }

    //打印运算问题：计算数1 + 运算符 + 计算数2 
    std::string get_task()
    {
        std::string ret = std::to_string(data1_);
        ret += ' ';
        ret += op_;
        ret += ' ';
        ret += std::to_string(data2_);
        ret += ' ';
        ret += '=';
        ret += ' ';
        ret += '?';
        return ret;
    }   

    //打印运算结果：计算数1 + 运算符 + 计算数2 + 运算结果 + 退出码
    std::string result_to_string()
    {
        std::string ret = std::to_string(data1_);
        ret += ' ';
        ret += op_;
        ret += ' ';
        ret += std::to_string(data2_);
        ret += ' ';
        ret += '=';
        ret += ' ';
        ret += std::to_string(result_);
        ret += "[exitcode: ";
        ret += std::to_string(exitcode_);
        ret += ']';

        return ret;
    }

 
private:
    int data1_;   //计算数1
    int data2_;   //计算数2
    char op_;     //运算符
    int result_;  //运算结果
    int exitcode_;//线程退出码
};

• Cal.cc ：

//多生产多消费模型的程序主体
#include "BlockQueue.hpp"
#include <unistd.h>
#include "Task.hpp"

//定义运算符
const std::string opers = "+-*/%";

// 生产者负责生产计算问题
void *Productor(void *args)
{
    int len = opers.size();
    BlockQueue<Task> *bq = static_cast<BlockQueue<Task> *>(args);
    int data = 1;
    while (true)
    {
        // 模拟生产数据的过程
        //生成计算数1、计算数2、运算符
        int data1 = rand() % 10 + 1; // [1, 10]
        usleep(10);
        int data2 = rand() % 13;     // [0, 13]
        usleep(10);
        char op = opers[rand() % len];
        //创建Task类的对象
        Task task(data1, data2, op);

        // 生产，即往队列里面放数据
        bq->push(task);
        std::cout << pthread_self() << "@ 生产了一个任务: " << task.get_task().c_str() << std::endl;
        usleep(1000000);
    }
}

// 消费者负责计算问题的结果
void *Consumer(void *args)
{
    BlockQueue<Task> *bq = static_cast<BlockQueue<Task> *>(args);

    while (true)
    {
        // 消费，即从队列里面拿数据
        Task task = bq->pop();

        // 模拟数据处理的过程
        task.run();
        std::cout << pthread_self() << "# 处理任务: " << task.get_task().c_str() << ", 运算结果是: " << task.result_to_string().c_str() << std::endl;
        usleep(1000000);
    }
}


int main()
{
    //生成随机数
    srand((unsigned int)time(nullptr));
    //在堆上申请队列
    BlockQueue<Task> *bq = new BlockQueue<Task>();

    pthread_t c[3], p[5];
    //创建消费者线程
    for (int i = 0; i < 3; i++)
    {
        pthread_create(c + i, nullptr, Consumer, bq);
    }
    //创建生产者线程
    for (int i = 0; i < 5; i++)
    {
        pthread_create(p+i, nullptr, Productor, bq);
    }

    // 主线程回收消费者和生产者
    for(int i = 0; i < 3; i++)
    {
        pthread_join(c[i], nullptr);
    }
    for(int i = 0; i < 5; i++)
    {
        pthread_join(p[i], nullptr);
    }
    // 释放new申请的队列
    delete bq; 

    return 0;
}

• BlockQueue.hpp：

//阻塞队列的实现
#pragma once
#include <iostream>
#include <pthread.h>
#include <queue>

template <class T>
class BlockQueue
{
    static const int defaultmaximum = 20;//阻塞队列的默认容量

public:
    //初始化
    BlockQueue(int maximum = defaultmaximum)
        : maximum_(maximum)
    {
        pthread_mutex_init(&mutex_, nullptr);
        pthread_cond_init(&c_cond_, nullptr);
        pthread_cond_init(&p_cond_, nullptr);
        low_water_ = maximum_ / 3;    // 低水位线是队列最大容量的 1/3
        high_water_ = (maximum_*2)/3; // 高水位线是队列最大容量的 2/3
    }
    
    //资源出队，由消费者负责
    T pop()
    {
        //加锁
        pthread_mutex_lock(&mutex_);
        // 1.消费条件不满足，就让消费者挂起等待，直到条件满足
        while (q_.size() == 0)
        { 
            pthread_cond_wait(&c_cond_, &mutex_);
        }
        // 2.消费条件满足
        //取队头
        T out = q_.front();
        q_.pop();
        // 若消费者将资源消费到队列的低水位线，就唤醒生产者进行生产
        if (q_.size() <= low_water_)
        {
            pthread_cond_signal(&p_cond_); 
            //生产者被唤醒的时候，消费者应挂起等待
            pthread_cond_wait(&c_cond_, &mutex_); 
            std::cout << "c is sleep..." << std::endl;
        }
        //解锁
        pthread_mutex_unlock(&mutex_);
        return out;
    }

    //资源入队，由生产者负责
    void push(const T& data)
    {
        //加锁
        pthread_mutex_lock(&mutex_);
        // 1.生产条件不满足，就让生产者挂起等待，直到条件满足
        while (q_.size() == maximum_) 
        {
            pthread_cond_wait(&p_cond_, &mutex_);
        }
        // 2.生产条件满足
        //将资源入队
        q_.push(data); 
        //若生产者将资源生产至队列的高水位线，就唤醒消费者进行消费
        if (q_.size() >= high_water_)
        {
            pthread_cond_signal(&c_cond_); 
            //消费者被唤醒的时候，生产者应挂起等待
            pthread_cond_wait(&p_cond_, &mutex_);
            std::cout << "p is sleep.." << std::endl;
        }
        //解锁
        pthread_mutex_unlock(&mutex_);
        
    }

    //销毁
    ~BlockQueue()
    {
        pthread_mutex_destroy(&mutex_);
        pthread_cond_destroy(&c_cond_);
        pthread_cond_destroy(&p_cond_);
    }

private:
    std::queue<T> q_;       // 生产者和消费者共享的阻塞队列
    int maximum_;           // 队列的最大容量
    pthread_mutex_t mutex_; // 定义一个互斥锁
    pthread_cond_t p_cond_; // 定义一个生产者条件变量，让生产者在这个条件变量下进行等待
    pthread_cond_t c_cond_; // 定义一个消费者条件变量，让消费者在这个条件变量下进行等待
    int low_water_;         // 队列的低水位线（队列最大容量的 1/3），控制生产
    int high_water_;        // 队列的高水位线（队列最大容量的 2/3），控制消费
};

• Makefile：

Cal:Cal.cc
	g++ -o $@ $^ -std=c++11 -lpthread
.PHONY:clean
clean:
	rm -f Cal

.补）RAII 风格的互斥锁

• lockGuard.hpp：

#pragma once
#include <iostream>
#include <pthread.h>
 
class Mutex
{
public:
    Mutex(pthread_mutex_t* mtx) 
        :_pmtx(mtx)
    {}
    void lock()
    {
        pthread_mutex_lock(_pmtx);
        std::cout << "加锁成功" << std::endl;
    }
    void unlock()
    {
        pthread_mutex_unlock(_pmtx);
        std::cout << "解锁成功" << std::endl;
    }
    ~Mutex()
    {}
protected:
    pthread_mutex_t* _pmtx;
};
 
class lockGuard 
{
public:
    lockGuard(pthread_mutex_t* mtx) 
        :_mtx(mtx)
    {
        _mtx.lock();
    }
    ~lockGuard()
    {
        _mtx.unlock();
    }
protected:
    Mutex _mtx;
};

• BlockQueue.hpp：

//将 RAII 风格的互斥锁应用到阻塞队列中
#pragma once
#include <iostream>
#include <pthread.h>
#include <queue>
#include "lockGuard.hpp"

template <class T>
class BlockQueue
{
    static const int defaultmaximum = 20;//阻塞队列的默认容量

public:
    //初始化
    BlockQueue(int maximum = defaultmaximum)
        : maximum_(maximum)
    {
        pthread_mutex_init(&mutex_, nullptr);
        pthread_cond_init(&c_cond_, nullptr);
        pthread_cond_init(&p_cond_, nullptr);
        low_water_ = maximum_ / 3;   
        high_water_ = (maximum_*2)/3; 
    }
    
    T pop()
    {
        // lockgrard 会自动调用构造函数初始化，同时完成加锁
        lockGuard lockgrard(&mutex_);

        // 1.消费条件不满足，就让消费者挂起等待，直到条件满足
        while (q_.size() == 0)
        { 
            pthread_cond_wait(&c_cond_, &mutex_);
        }
        // 2.消费条件满足
        //取队头
        T out = q_.front();
        q_.pop();
        // 若消费者将资源消费到队列的低水位线，就唤醒生产者进行生产
        if (q_.size() <= low_water_)
        {
            pthread_cond_signal(&p_cond_); 
            pthread_cond_wait(&c_cond_, &mutex_); 
            std::cout << "c is sleep..." << std::endl;
        }

        //pthread_mutex_unlock(&mutex_);

        return out;

        //出作用域后，lockgrard 自动调用析构函数销毁，同时完成解锁
    }

    void push(const T& data)
    {
        // lockgrard 会自动调用构造函数初始化，同时完成加锁
        lockGuard lockgrard(&mutex_);

        // 1.生产条件不满足，就让生产者挂起等待，直到条件满足
        while (q_.size() == maximum_) 
        {
            pthread_cond_wait(&p_cond_, &mutex_);
        }
        // 2.生产条件满足
        //将资源入队
        q_.push(data); 
        //若生产者将资源生产至队列的高水位线，就唤醒消费者进行消费
        if (q_.size() >= high_water_)
        {
            pthread_cond_signal(&c_cond_); 
            pthread_cond_wait(&p_cond_, &mutex_);
            std::cout << "p is sleep.." << std::endl;
        }

        //pthread_mutex_unlock(&mutex_);

        //出作用域后，lockgrard 自动调用析构函数销毁，同时完成解锁
        
    }

    //销毁
    ~BlockQueue()
    {
        pthread_mutex_destroy(&mutex_);
        pthread_cond_destroy(&c_cond_);
        pthread_cond_destroy(&p_cond_);
    }

private:
    std::queue<T> q_;       // 生产者和消费者共享的阻塞队列
    int maximum_;           // 队列的最大容量
    pthread_mutex_t mutex_; // 定义一个互斥锁
    pthread_cond_t p_cond_; // 定义一个生产者条件变量，让生产者在这个条件变量下进行等待
    pthread_cond_t c_cond_; // 定义一个消费者条件变量，让消费者在这个条件变量下进行等待
    int low_water_;         // 队列的低水位线（队列最大容量的 1/3），控制生产
    int high_water_;        // 队列的高水位线（队列最大容量的 2/3），控制消费
};

3.POSIX 信号量

.1）基本原理

POSIX 信号量和 System V 信号量的原理基本相同，都可以实现无冲突地访问临界资源，但 POSIX 信号量主要服务于线程同步，System V 信号量主要服务于进程或线程间的互斥。

System V 信号量是 system V IPC 所提供的一种通信方式，用于保证进程间的同步与互斥。在【Linux系统】进程间通信-CSDN博客 一篇中，已对 System V 信号量的原理作了详细的阐述，在此恕不赘述。

临界资源也可以被划分为多份，只要规定好线程的临界区，就可以让多个线程并发访问临界资源。

POSIX 信号量本质也是一把计数器，用于描述可用临界资源的数量。在申请 POSIX 信号量时，已经涉及了临界资源的访问操作，间接判断了临界资源是否就绪，因此，只要成功申请到 POSIX 信号量，相关的临界资源就一定是就绪的。

POSIX 信号量不让多余的线程访问临界资源，如果临界资源只有十份，POSIX 信号量就不会允许同时有十一个线程对其访问。但如果真的出现一个临界资源同时被两个线程访问了，大概率跟代码中的资源分配操作有关，属于编码 Bug。

.2）相关接口

#include <semaphore.h>
int sem_init(sem_t *sem, int pshared, unsigned int value);
功能：初始化信号量
参数：1.sem：要初始化的信号量
     2.pshared：0表示线程间共享，非0表示进程间共享。
     3.value：信号量初始值

int sem_destroy(sem_t *sem);
功能：销毁信号量

int sem_wait(sem_t *sem); 
功能：等待/申请信号量，会对信号量做减减操作（简称P操作）

int sem_post(sem_t *sem);
功能：发布/释放信号量，会对信号量做加加操作（简称V操作）

以上接口，返回值均为：调用成功返回0，失败返回-1，并且设置合适的错误码。

.3）在上文引例中引入二元信号量

若信号量的初始值为 1，则说明信号量所描述的临界资源只有一份，而这种值为 1 的信号量被称为二元信号量，其作用基本等同于互斥锁。

• mythread.cc：

#include <iostream>
#include <pthread.h>
#include <vector>
#include <cstdio>
#include <unistd.h>
#include <semaphore.h>
using namespace std;

class Sem{
public:
	Sem(int num)
	{
		sem_init(&_sem, 0, num);
	}
	~Sem()
	{
		sem_destroy(&_sem);
	}
	void P()
	{
		sem_wait(&_sem);
	}
	void V()
	{
		sem_post(&_sem);
	}
private:
	sem_t _sem;
};

Sem sem(1);         //二元信号量

#define NUM 5       //假设有5人（5个线程）抢票

int tickets = 100;  // 定义1000张票

pthread_cond_t cond = PTHREAD_COND_INITIALIZER; // 以静态分配的方式初始化一个条件变量


//线程的基本信息
class ThreadInfo
{
public:
    ThreadInfo(const string &threadname, pthread_mutex_t *lock)
    :threadname_(threadname)
    ,lock_(lock)
    {}

public:
    string threadname_;    //线程的名字
    pthread_mutex_t *lock_;//线程申请的锁
};

//抢票
void *GrabTickets(void *args)
{
    ThreadInfo *ti = static_cast<ThreadInfo*>(args);
    string name(ti->threadname_);
    while(true)
    {   
        // 加锁
        sem.P();
        // 进入等待队列
        pthread_cond_wait(&cond, ti->lock_); 
        if(tickets > 0)
        {
            usleep(10000);
            printf("%s get a ticket: %d\n", name.c_str(), tickets);
            tickets--;
            // 每抢一次票，解锁一次
            sem.V();
        }
        else 
        {
            //抢完票后解锁
            sem.V();
            break;
        }
        // 用休眠来模拟抢到票的后续动作
        usleep(13);

    }

    printf("%s quit...\n", name.c_str());

    return NULL;
}

int main()
{
    //定义一个互斥量，并以动态分配的方式对其进行初始化
    pthread_mutex_t lock;               
    pthread_mutex_init(&lock, nullptr); 
    //创建子线程
    vector<pthread_t> tids;
    vector<ThreadInfo*> tis;
    for(int i = 1; i <= NUM; i++)
    {
        pthread_t tid;
        ThreadInfo *ti = new ThreadInfo("Thread-"+to_string(i), &lock);
        pthread_create(&tid, nullptr, GrabTickets, ti);
        tids.push_back(tid);
        tis.push_back(ti);
    }

    // 主线挨个唤醒等待中的子线程
    while(true)
    {
        sleep(1);
        pthread_cond_signal(&cond); 
        cout << "main thread wakeup a new thread" << endl;
    }

    // 等待回收所有线程
    for(auto tid : tids)
    {
        pthread_join(tid, nullptr);
    }

    // 释放new的资源
    for(auto ti : tis)
    {
        delete ti;
    }

    // 释放动态分配的互斥量
    pthread_mutex_destroy(&lock); 

    return 0;
}

• Makefile：

mythread:mythread.cc
	g++ -o $@ $^ -std=c++11 -lpthread
.PHONY:clean
clean:
	rm -f mythread

4.基于环形队列的生产消费模型

环形队列也可以作为生产消费模型中的"一种容器"，相较于阻塞队列，它更容易控制生产者和消费者之间的同步和互斥。

.1）单生产单消费模型

临界资源包括可用的空间资源、可访问的数据资源等，可以被划分为多份来管理，在基于环形队列的生产消费模型中，生产者关注的是这多份的空间资源，而消费者关注的是这多份的数据资源。

通过对空间资源的申请和释放、对数据资源的申请和释放，可以实现生产者和消费者之间的同步和互斥，其中，对多份的空间资源和多份的数据资源的描述工作，由信号量来负责；而多份的空间资源和多份的数据资源的存储工作，由环形队列来负责；至于生产者和消费者之间的同步和互斥，则由信号量和环形队列协作完成。

【Tips】如何管理空间资源和数据资源

基于环形队列的生产消费模型，是由环形队列和信号量协作实现的。根据环形队列和信号量的特点，大块的临界资源可被划分为多份，临界资源的类型可分为空间资源和数据资源，其中，环形队列主要负责资源的存储，信号量主要负责资源的描述。

（1）环形队列的存储和访问

生产者和消费者关注的资源类型自然有所不同，其中，生产者关注的是环形队列中是否有空间，只要环形队列尚有空间，生产者就可以进行生产；而消费者关注的是环形队列中是否有数据，只要环形队列尚有数据，消费者就可以进行消费。

（2）信号量的描述

临界资源的类型被分为空间资源和数据资源两种，因此描述资源的信号量也相应有两种。

由于初始时，环形队列为空，其中的空间均可用，因此描述空间资源的信号量（下称 pspace_sem）初始值应为环形队列的容量 ；且由于初始时，环形队列为空，其中没有数据可用，因此描述数据资源的信号量（下称 cdata_sem）初始值应为 0。

每当一份空间资源被申请或被释放，pspace_sem 的值要相应地 - 1 或 + 1；每当一份数据资源被申请或被释放，cdata_sem 的值要相应地 + 1 或 - 1。

（3）资源的申请和释放

生产者申请空间资源，而释放数据资源。

在进行一次生产前，生产者要先申请 pspace_sem 信号量，若申请时 pspace_sem 的值非 0 （说明队列未满），则申请成功，同时对 pspace_sem 做减减操作（P操作），接下来可以进行生产；若申请时 pspace_sem 的值为 0（说明队列已满），则申请失败，生产者会去 pspace_sem 的等待队列下挂起，直到有可用的空间资源后再被唤醒。

在完成一次生产后，生产者要将生产数据入队的同时，还要释放 cdata_sem，对 cdata_sem 做加加操作（V操作），使队列中原本由空间资源占用的位置，现在变成数据资源在占用。

消费者申请数据资源，而释放空间资源。

在进行一次消费前，消费者要先申请 cdata_sem 信号量，若申请时 cdata_sem 的值非 0（说明队列中有数据），则申请成功，同时对 cdata_sem 做加加操作（V操作），接下来可以进行消费；若申请时 pspace_sem 的值为 0（说明队列为空），则申请失败，消费者会去 cdata_sem 的等待队列下挂起，直到有可用的数据资源后再被唤醒。

在完成一次消费后，消费者要将自己消费的数据出队，同时还要释放 pspace_sem ，对 pspace_sem 做减减操作（P操作），使队列中原本由数据资源占用的位置，现在变成空间资源在占用。
【Tips】生产者和消费者如何访问资源

（1）不同时期，生产者和消费者在环形队列中所处的位置

环形队列恰好为空（有空间资源，无数据资源）或恰好为满（无空间资源，有数据资源）时，生产者和消费者处于同一位置；环形队列未满时（既有空间资源，又有数据资源），生产者和消费者处于不同位置。

（2）生产和消费都在进行时，生产者和消费者不能同时访问环形队列中的同一个位置。

环形队列中的任意一个位置都有双重含义，当这个位置没有元素的时候，意味着这是空间资源，当这个位置有元素存在的时候，意味着这是数据资源。

如果生产者和消费者同时访问了队列中的同一个位置，就意味着它们对同一份临界资源进行了访问操作，可能造成数据不一致等问题。

因此，生产和消费都在进行时，同一时刻下，生产者和消费者必须访问的是环形队列中的不同位置，此时生产者和消费者是可以同时进行生产和消费的，既实现了线程的同步和互斥，也避免了数据不一致等问题。

（3）生产者的生产一定先于消费者的消费

消费者消费的数据是由生产者生产的，没有生产就没有消费，因此生产者的生产一定先于消费者的消费，生产者和消费者在环形队列中动态的相对位置，是消费者不断追及生产者的过程，消费者可以紧跟着生产者（至少差一个位置），但不能追上生产者（位置重叠），甚至超过生产者。

（4）在消费者不断追及生产者的过程中，生产者不能甩开消费者一个环形队列的容量

如果消费者的消费速度整体慢于生产者的生产速度，就势必会导致环形队列被填满，以及生产者和消费者的位置发生重叠，此时两个线程访问了同一份临界资源，可能造成数据不一致等问题。

且此时如果生产者继续生产，其位置就会越过消费者，甩开消费者一圈以上的距离，开始覆盖原先生产的数据，造成数据的丢失。

因此，在消费者不断追及生产者的过程中，生产者也要照顾消费者的消费速度，不能生产得过快，以至于甩开消费者整整一圈（一个环形队列的容量）。
【Tips】生产者的伪代码：

pspace_sem = 环形队列的容量;
 
P(pspace_sem);//申请空间资源
//申请成功，继续向下运行。
//申请失败，阻塞在申请处。
 
.......//从事生产活动，将数据放入队列中
 
V(pspace_sem);//归还数据资源

【Tips】消费者的伪代码：

cdata_sem = 0;
 
P(cdata_sem);//申请数据资源
//申请成功，继续向下运行。
//申请失败，阻塞在申请处。
 
.......//从事消费活动，从队列中取数据
 
V(cdata_sem);//归还空间资源

以下为代码实现：

• RingQueue.hpp：

//环形队列的具体实现
#pragma once
#include <pthread.h>
#include <vector>
#include <semaphore.h>

//环形队列
template<class T>
class RingQueue 
{
private:
    static const int defaultcap = 5;
    // 申请一个信号量
    void P(sem_t *sem) 
    {
        sem_wait(sem); 
    }
    // 释放一个信号量
    void V(sem_t *sem) 
    {
        sem_post(sem);
    }
public:
    RingQueue(int cap = defaultcap)
    :ringqueue_(cap), cap_(cap), c_step(0), p_step(0)
    {
        sem_init(&cdata_sem, 0, 0);
        sem_init(&pspace_sem, 0, cap_);
    }
    
    //生产（入队）
    void Push(const T &data) 
    {
        //申请空间资源
        P(&pspace_sem);
        //将生产的数据入队
        ringqueue_[p_step] = data;
        //释放数据资源
        V(&cdata_sem);
        //调整生产者下一个要生产的位置
        p_step++;
        p_step %= cap_;//防越界
    }

    //消费（出队）
    void Pop(T *out) 
    {
        //申请数据资源
        P(&cdata_sem);
        //将消费的数据从队列中取出
        *out = ringqueue_[c_step];
        //释放空间资源
        V(&pspace_sem);
        //调整消费者下一个要消费的位置
        c_step++;
        c_step %= cap_;//防越界
    }

    ~RingQueue()
    {
        sem_destroy(&cdata_sem);
        sem_destroy(&pspace_sem);
    }
private:
    std::vector<T> ringqueue_; // 用一个 vector 模拟环形队列
    int cap_;    // 环形队列的容量
    int c_step;  // 消费者下一个要消费的位置
    int p_step;  // 生产者下一个要生产的位置
    sem_t pspace_sem; // 空间资源信号量
    sem_t cdata_sem;  // 数据资源信号量

};

• Main.cc：

//单生产单消费模型的程序主体
#include "RingQueue.hpp"
#include <iostream>
#include <unistd.h>
using namespace std;

//生产者例程
void *Producer(void *args)
{
    RingQueue<int> *rq = static_cast<RingQueue<int>*>(args);
    while(true)
    {
        usleep(10000); 
        int data = rand() % 10;
        rq->Push(data);
        cout << "Producer is running... produce a data: " << data << endl;
    }
}

//消费者例程
void *Consumer(void *args)
{
    RingQueue<int> *rq = static_cast<RingQueue<int>*>(args);
    while(true)
    {
        int data = 0;
        rq->Pop(&data);
        cout << "Consumer is running... get a data: " << data << endl;
        usleep(1000000);
    }
}

int main()
{
    //生成随机数
    srand((unsigned int)time(nullptr));
    //在堆上申请一个环形队列
    RingQueue<int> *rq = new RingQueue<int>();
    //创建消费者线程和生产者线程
    pthread_t c, p;
    pthread_create(&c, nullptr, Consumer, rq);
    pthread_create(&p, nullptr, Producer, rq);
    //主线程回收消费者和生产者
    pthread_join(c, nullptr);
    pthread_join(p, nullptr);
    //释放new申请的环形队列
    delete rq;

    return 0;
}

• Makefile：

Main:Main.cc
	g++ -o $@ $^ -std=c++11 -lpthread
.PHONY:clean
clean:
	rm -f Main

.2）多生产多消费模型

多生产多消费模型不仅涉及生产者和消费者之间的同步和互斥，还涉及生产者与生产者之间、消费者与消费者之间的互斥。

为了维护生产者与生产者之间、消费者与消费者之间的互斥关系，且保护环形队列中任意位置上的临界资源，就需要在单生产单消费模型的基础上，用到互斥锁。

环形队列中，为了维护生产者和消费者之间的同步和互斥，已经涉及了信号量的申请，而互斥锁的申请应该发生在信号量的申请之后。

这是因为，如果先加锁再申请信号量的话，那么申请信号量的代码就位于临界区中，使得申请互斥锁和申请信号量的动作是串行的，始终就只有一个生产者线程或消费者线程能持有锁，同时也就只有这一个线程能去申请信号量，而其他线程只能挂起等待锁被释放。

如果先申请信号量的话，虽然一段时间内也只有一个线程能够持有锁，但是其他线程还可以先去申请信号量。信号量的申请本身具有原子性，无需加锁保护，只要信号量能够被申请，就说明还有临界资源可用。而申请到信号量的线程就挂起等待锁被释放，拿到锁之后去可以直接去执行临界区的代码。

【Tips】在多生产多消费模型中，要先申请信号量，再申请互斥锁。

• RingQueue.hpp：

//环形队列的具体实现
#pragma once
#include <vector>
#include <string>
#include <pthread.h>
#include <semaphore.h>


//环形队列
template<class T>
class RingQueue 
{
private:
    static const int defaultcap = 5;

    // 申请一个信号量
    void P(sem_t *sem) 
    {
        sem_wait(sem); 
    }
    // 释放一个信号量
    void V(sem_t *sem) 
    {
        sem_post(sem);
    }
    // 加锁
    void Lock(pthread_mutex_t *mutex)
    {
        pthread_mutex_lock(mutex);
    }
    // 解锁
    void Unlock(pthread_mutex_t *mutex)
    {
        pthread_mutex_unlock(mutex);
    }

public:
    RingQueue(int cap = defaultcap)
        :ringqueue_(cap), cap_(cap), c_step(0), p_step(0)
    {
        sem_init(&cdata_sem, 0, 0);
        sem_init(&pspace_sem, 0, cap_);
    }
    
    //生产（入队）
    void Push(const T &data) 
    {
        //申请空间资源
        P(&pspace_sem);
        //加锁
        Lock(&p_mutex);
        //将生产的数据入队
        ringqueue_[p_step] = data;
        //调整生产者下一个要生产的位置
        p_step++;
        p_step %= cap_;//防越界
        //解锁
        Unlock(&p_mutex);
        //释放数据资源
        V(&cdata_sem);
    }

    //消费（出队）
    void Pop(T *out) 
    {
        //申请数据资源
        P(&cdata_sem);
        //加锁
        Lock(&c_mutex);
        //将消费的数据从队列中取出
        *out = ringqueue_[c_step];
        //调整消费者下一个要消费的位置
        c_step++;
        c_step %= cap_;//防越界
        //解锁
        Unlock(&c_mutex);
        //释放空间资源
        V(&pspace_sem);

    }

    ~RingQueue()
    {
        sem_destroy(&cdata_sem);
        sem_destroy(&pspace_sem);
        pthread_mutex_destroy(&c_mutex);
        pthread_mutex_destroy(&p_mutex);
    }
private:
    std::vector<T> ringqueue_; // 用一个 vector 模拟环形队列
    int cap_;    // 环形队列的容量
    int c_step;  // 消费者下一个要消费的位置
    int p_step;  // 生产者下一个要生产的位置
    sem_t pspace_sem; // 空间资源信号量
    sem_t cdata_sem;  // 数据资源信号量
    pthread_mutex_t c_mutex;  // 保护消费位置的互斥锁
    pthread_mutex_t p_mutex;  // 保护生产位置的互斥锁
};


//这里定义一个Message类，方便演示代码的运行
template <class T>
class Message
{
public:
    Message(std::string thread_name, RingQueue<T> *ringqueue)
        :thread_name_(thread_name), ringqueue_(ringqueue)
    {}

    std::string &get_thread_name()
    {
        return thread_name_;
    }

    RingQueue<T> *get_ringqueue()
    {
        return ringqueue_;
    }
private:
    std::string thread_name_;//线程名
    RingQueue<T> *ringqueue_;//环形队列
};

• Main.cc：

//多生产多消费模型的程序主体
#include "RingQueue.hpp"
#include <iostream>
#include <unistd.h>
#include <vector>
using namespace std;

//消费者例程
void *Consumer(void *args)
{
    Message<int> *message = static_cast<Message<int> *>(args);
    RingQueue<int> *rq = message->get_ringqueue();
    string name = message->get_thread_name();
    while (true)
    {
        int data = 0;
        rq->Pop(&data);
        printf("%s is running... get a data: %d\n", name.c_str(), data);
    }
}

//生产者例程
void *Producer(void *args)
{
    Message<int> *message = static_cast<Message<int> *>(args);
    RingQueue<int> *rq = message->get_ringqueue();
    string name = message->get_thread_name();
    while (true)
    {
        int data = rand() % 10;
        rq->Push(data);
        printf("%s is running... produce a data: %d\n", name.c_str(), data);
        usleep(1000000);
    }
}

int main()
{
    //生成随机数
    srand((unsigned int)time(nullptr));
    //在堆上申请环形队列
    RingQueue<int> *rq = new RingQueue<int>(); 
    //集中管理 Message 对象
    vector<Message<int>*> messages; 

    pthread_t c[3], p[5];
    //先创建生产者
    for (int i = 0; i < 5; i++)
    {
        Message<int> *message = new Message<int>("Producer Thread "+to_string(i), rq);
        pthread_create(p + i, nullptr, Producer, message);
        messages.push_back(message);
    }
    //再创建消费者
    for (int i = 0; i < 3; i++)
    {
        Message<int> *message = new Message<int>("Consumer Thread "+to_string(i), rq);
        pthread_create(c + i, nullptr, Consumer, message);
        messages.push_back(message);
    }

    //主线程回收消费者和生产者
    for (int i = 0; i < 3; i++)
    {
        pthread_join(c[i], nullptr);
    }
    for (int i = 0; i < 5; i++)
    {
        pthread_join(p[i], nullptr);
    }
    //释放new的资源
    for (auto message : messages)
    {
        delete message;
    }
    delete rq;

    return 0;
}

• Makefile：

Main:Main.cc
	g++ -o $@ $^ -std=c++11 -lpthread
.PHONY:clean
clean:
	rm -f Main

四、线程池

1.池化技术

在一台计算机中，磁盘是存储数据的主力，内存是加载数据的主力，但磁盘处理数据的效率远不如内存，因此为了提高计算机的运行效率，内存中被设计了一块类似于"池"的空间，磁盘中会被读取的数据将按需暂存在这块"池"空间中，这样就使得数据的处理操作大部分都发生在内存中。

这就好比，从前有座山，山顶有座庙，庙里有许多和尚要喝水，而水在山下的湖里，每次下山去湖里打水再返回庙里，来来回回十分麻烦，于是为了更方便地取水和用水，和尚们在半山腰建了一个池子来储水，这样一来，定时把湖水定量地送往半山腰，等每次庙里缺水了就只需要到半山腰的池子打水即可，节省了大量上山下山的时间和人力。

而这就是池化技术，所谓池化就是将原本要跑很远、跑多次才能拿到的东西，按需屯在往返中途的"池"中，从此以后往"池"中存、从"池"中取。

【Tips】池化技术的优点

• 减少内存碎片化：内存池化技术通过预先分配一定大小的内存块，并在程序运行过程中重复使用这些内存块，避免了频繁地进行内存分配和释放操作。这样可以减少内存碎片化的问题，提高内存的利用率。
• 降低内存管理开销：频繁的内存分配和释放操作会带来较大的开销，包括时间开销和空间开销。而通过内存池化技术，可以避免多次的内存分配和释放，从而大大降低了内存管理的开销，提高了程序的运行效率。
• 提升程序性能：通过减少内存碎片化、降低内存管理开销，内存池化技术可以提升程序的整体性能。它能够减少因频繁内存操作而导致的性能下降，使程序更高效地利用内存资源，加快数据的访问速度，提高程序的响应能力和执行效率。

池化技术的应用有进程池、线程池等。

在之前的博客中（【Linux系统】进程间通信-CSDN博客），匿名管道一节谈及过进程池。进程的创建会伴随着系统资源的消耗，如果频繁的申请和释放进程资源，就会对计算机运行的性能造成一定损耗，而如果一次性申请一批资源，就可以避免频繁的申请，从而保障了运行的高效性。

2.线程池的实现

线程池是一种线程使用模式，也是池化技术的一种体现。

多线程的创建会伴随着系统资源的开销，多线程的调度也会伴随着 CPU 调度的开销，线程一旦过多就会影响缓存局部和整体性能，而这个问题可以交由线程池来解决。

线程池可以维护多个线程，等待着监督管理者分配可并发执行的任务，避免了在处理短时间任务时创建与销毁线程的代价，不仅能够保证内核充分利用，还能防止过分调度。

【ps】线程池中线程数量的说明

线程池中可用线程的数量应该取决于可用的并发处理器、处理器内核、内存、网络sockets等的数量。

【Tips】线程池的应用场景

• 需要大量的线程来完成任务，且完成任务的时间较短。
• 适用于对性能有苛刻要求的应用，例如要求服务器迅速响应客户请求。
• 适用于接受突发性的大量请求的、但不至于使服务器因此产生大量线程的应用。

下面实现一个简单的线程池，线程池中存在一个任务队列和多个线程。，并模拟上文中并发的计算任务。

• Task.hpp

//模拟实现的简易计算器（与上文一致）
#include <iostream>
#include <string>

//定义线程退出码
enum
{
    DIVERROR = 1, //除错误
    MODERROR,     //模错误
    UNKNOWERRROR  //未知错误
};

//简易计算器
class Task
{
public:
    //初始化成员变量
    Task(int a, int b, char op)
        :data1_(a), data2_(b), op_(op), result_(0), exitcode_(0)
    {}

    //完成实际的运算
    void run()
    {
        switch(op_)
        {
            case '+':
                result_ = data1_ + data2_;
                break;
            case '-':
                result_ = data1_ - data2_;
                break;
            case '*':
                result_ = data1_ * data2_;
                break;
            case '/':
                if(data2_ == 0) exitcode_ = DIVERROR;
                else result_ = data1_ / data2_;
                break;
            case '%':
                if(data2_ == 0) exitcode_ = MODERROR;
                else result_ = data1_ % data2_;
                break;
            default:
                exitcode_ = UNKNOWERRROR;
                break;
        }
    }

    //打印运算问题：计算数1 + 运算符 + 计算数2 
    std::string get_task()
    {
        std::string ret = std::to_string(data1_);
        ret += ' ';
        ret += op_;
        ret += ' ';
        ret += std::to_string(data2_);
        ret += ' ';
        ret += '=';
        ret += ' ';
        ret += '?';
        return ret;
    }   

    //打印运算结果：计算数1 + 运算符 + 计算数2 + 运算结果 + 退出码
    std::string result_to_string()
    {
        std::string ret = std::to_string(data1_);
        ret += ' ';
        ret += op_;
        ret += ' ';
        ret += std::to_string(data2_);
        ret += ' ';
        ret += '=';
        ret += ' ';
        ret += std::to_string(result_);
        ret += "[exitcode: ";
        ret += std::to_string(exitcode_);
        ret += ']';

        return ret;
    }

 
private:
    int data1_;   //计算数1
    int data2_;   //计算数2
    char op_;     //运算符
    int result_;  //运算结果
    int exitcode_;//线程退出码
};

• ThreadPool.hpp

//线程池的实现
#pragma once
#include <pthread.h>
#include <vector>
#include <string>
#include <queue>
#include <unistd.h>
#include <unordered_map>

//定义线程的相关信息
struct ThreadInfo
{
    pthread_t tid_;    // 线程的TID
    std::string name_; // 线程名
};

//线程池
template <class T>
class ThreadPool
{
    static const int defaultnum = 5; //默认线程池中的线程数量
public:
    //加锁
    void Lock()
    {
        pthread_mutex_lock(&mutex_);
    }
    //解锁
    void Unlock()
    {
        pthread_mutex_unlock(&mutex_);
    }
    //唤醒
    void Weakup()
    {
        pthread_cond_signal(&cond_);
    }
    //挂起（休眠）
    void Sleep()
    {
        pthread_cond_wait(&cond_, &mutex_);
    }
    //对任务队列验空
    bool IsTaskQueueEmpty()
    {
        return tasks_.empty();
    }
    //获取任务（出队）
    T PopTasks()
    {
        T task = tasks_.front();
        tasks_.pop();
        return task;
    }
    //获取一个线程的线程名
    const std::string &GetThreadName(pthread_t tid)
    {
        return um_[tid];
    }

public:
    //构造初始化成员
    ThreadPool(int thread_num = defaultnum)
        :threads_(thread_num), thread_num_(thread_num)
    {
        pthread_mutex_init(&mutex_, nullptr);
        pthread_cond_init(&cond_, nullptr);    
    }

    //线程例程
    //pthread_create() 要求 Routine() 的返回类型必须是 void*，参数类型也必须是 void*。
    //由于非静态成员函数的第一个参数是隐藏的 this 指针，因此 Routine() 前不加 static，参数就不匹配
    //加上 static，由于静态成员函数中无法访问到非静态成员，因此还需将 this 指针原本所指的当前线程
    //作为 Routine() 的参数传递， 让 Routine() 可以去调用非静态的成员。
    static void *Routine(void *args) 
    {
        ThreadPool *tp = static_cast<ThreadPool*>(args);
        std::string name = tp->GetThreadName(pthread_self());
        while(true)
        {
            //加锁（任务队列是共享资源）
            tp->Lock();
            //任务队列非空才获取任务
            while(tp->IsTaskQueueEmpty())
            {
                tp->Sleep();
            }
            T task = tp->PopTasks();
            //解锁
            tp->Unlock();
            //处理任务
            task.run();
            //打印任务的处理结果
            printf("%s is running----%s\n", name.c_str(), task.result_to_string().c_str());
        }
    }

    //在线程池中批量创建线程
    void start()
    {
        for(int i = 0; i < thread_num_; i++)
        {
            threads_[i].name_ = "Thread-" + std::to_string(i);
            pthread_create(&(threads_[i].tid_), nullptr, Routine, this);//参数传入this指针
            um_[threads_[i].tid_] = threads_[i].name_;
        }
    }

    //将任务入队
    void push(const T& task)
    {
        Lock();
        tasks_.push(task);
        Weakup();
        Unlock();
    }

    //析构销毁互斥锁和条件变量
    ~ThreadPool()
    {
        pthread_mutex_destroy(&mutex_);
        pthread_cond_destroy(&cond_);
    }

private:
    std::vector<ThreadInfo> threads_; // 用一个vector来管理池中的多线程
    int thread_num_;                  // 线程池中的线程数量
    std::queue<T> tasks_;             // 线程间共享的任务队列
    pthread_mutex_t mutex_;           // 定义一把让所有线程保持互斥的锁
    pthread_cond_t cond_;             // 定义一个让所有线程保持同步的条件变量
    std::unordered_map<pthread_t, std::string> um_; // 用一个 unordered_map 快速检索一个线程的线程名
};

• Cal.cc

// 程序主体
#include "ThreadPool.hpp"
#include "Task.hpp"
#include <unistd.h>
#include <iostream>

using namespace std;

const std::string opers = "+-*/%";

int main()
{
    srand((unsigned int)time(nullptr));
    ThreadPool<Task> *tp = new ThreadPool<Task>(5);
    tp->start();//在线程池中创建线程
    int len = opers.size();
    while(true)
    {
        //1.创建任务对象
        int data1 = rand() % 10 + 1; // 取值范围：[1, 10]
        usleep(10);

        int data2 = rand() % 13;     // 取值范围：[0, 13]
        usleep(10);

        char op = opers[rand() % len];

        Task task(data1, data2, op); //正式创建任务对象

        //2.将任务对象交给线程池处理
        printf("main thread push a task: %s\n", task.get_task().c_str());
        tp->push(task);

        usleep(100000);
    }

    return 0;
}

• Makefile

Cal:Cal.cc
	g++ -o $@ $^ -std=c++11 -lpthread
.PHONY:clean
clean:
	rm -f Cal

五、线程安全的单例模式

单例模式是一种设计模式。设计模式是指，一套被反复使用、大多数人知晓的、经过分类整理的、代码设计的经验总结，可以提高代码可重用性，让代码更容易被他人理解，保证代码可靠性。设计模式可以使代码编写真正工程化，是软件工程的经络。

单例模式的作用是，可以保证系统中该类只有一个实例，并提供一个访问它的全局访问点，使该实例被所有程序模块共享。例如在某个服务器程序中，服务器的配置数据存放在一个文件，而这些配置数据由一个单例对象统一读取，服务进程中的其他对象可以通过这个单例对象来获取这些配置信息，这样就简化了在复杂环境下的配置管理。

【Tips】单例模式的实现要点：

1. 因为全局只能有一个对象，所以需要将构造函数私有化；
2. 用一个static静态指针（类的成员变量之一，在类外初始化）管理实例化的单例对象，并且提供一个静态成员函数，以获取这个static静态指针；
3. 禁止拷贝，保证全局只有一个单例对象；
4. 可以使用互斥锁来保证数据读取时的线程安全。

它具体又有两种实现方式------饿汉模式和懒汉模式。

1.饿汉和懒汉

饿汉模式是指，在程序启动时（即 main() 开始前）就实例化出单例对象，也可以形象地理解为，吃完饭立刻洗碗，保证下一顿饭可以直接拿碗开吃。

全局变量和静态变量，在 main() 开始前就已经被创建好了，而局部对象是在 main() 运行中创建的。由此，饿汉模式的实现大致为：在单例类 Singleton 中定义一个 T 类型的静态成员变量，并在类中提供获取这个静态成员变量的静态成员函数。无论创建多少个 Singleton 对象，最终都会只有一个 T 类型的静态成员变量有且仅有一个，且在 main() 开始前就已经被创建好了，后续可以直接使用。

//饿汉模式实现样例
template <typename T>
class Singleton 
{
	static T data; //定义一个 T 类型的静态成员变量
public:
	static T* GetInstance() //提供一个获取静态成员变量的静态成员函数
    {
		return &data;
	}
};

懒汉模式是指，单例对象在第一次被需要使用时才实例化，也可以形象地理解为，吃完饭先不洗碗，如果下一顿饭要用到这个碗就等下一顿饭再洗。

如果单例对象的构造十分耗时，或者会占用很多资源（例如加载插件、初始化网络连接、读取文件等），为了不影响程序的正常启动，可以使用懒汉模式（或称延迟加载）。

饿汉模式的实现大致为：在单例类 Singleton 中定义一个 T 类型的静态指针，并在类中提供能够创建 T 类型单例对象的静态成员函数。在 main() 开始前，并不会立即就创建出一个 T 类型的静态变量，而是等需要时，再调用 GetInstance() 去创建。

由于第一次调用 Getlnstance() 创建 T 类型的静态变量时，可能存在多个线程同时调用而可能会创建出多份实例，因此创建过程需加锁保护，且要加静态的锁。

template <typename T>
class Singleton 
{
	static T* inst; //定义一个 T 类型的静态指针
public:
    static T* GetInstance() //提供一个能够创建 T 类型静态变量的静态成员函数
    {
        pthread_mutex_lock(&mutex);
        if (inst == NULL) 
        {
        	inst = new T();
        }
        pthread_mutex_unlock(&mutex);

    	return inst;
    }

protected:
    static pthread_mutex_t mutex;//静态的互斥锁
};

2.基于懒汉模式的单例线程池

• Task.hpp

//模拟实现的简易计算器（与上文一致）
#include <iostream>
#include <string>

//定义线程退出码
enum
{
    DIVERROR = 1, //除错误
    MODERROR,     //模错误
    UNKNOWERRROR  //未知错误
};

//简易计算器
class Task
{
public:
    //初始化成员变量
    Task(int a, int b, char op)
        :data1_(a), data2_(b), op_(op), result_(0), exitcode_(0)
    {}

    //完成实际的运算
    void run()
    {
        switch(op_)
        {
            case '+':
                result_ = data1_ + data2_;
                break;
            case '-':
                result_ = data1_ - data2_;
                break;
            case '*':
                result_ = data1_ * data2_;
                break;
            case '/':
                if(data2_ == 0) exitcode_ = DIVERROR;
                else result_ = data1_ / data2_;
                break;
            case '%':
                if(data2_ == 0) exitcode_ = MODERROR;
                else result_ = data1_ % data2_;
                break;
            default:
                exitcode_ = UNKNOWERRROR;
                break;
        }
    }

    //打印运算问题：计算数1 + 运算符 + 计算数2 
    std::string get_task()
    {
        std::string ret = std::to_string(data1_);
        ret += ' ';
        ret += op_;
        ret += ' ';
        ret += std::to_string(data2_);
        ret += ' ';
        ret += '=';
        ret += ' ';
        ret += '?';
        return ret;
    }   

    //打印运算结果：计算数1 + 运算符 + 计算数2 + 运算结果 + 退出码
    std::string result_to_string()
    {
        std::string ret = std::to_string(data1_);
        ret += ' ';
        ret += op_;
        ret += ' ';
        ret += std::to_string(data2_);
        ret += ' ';
        ret += '=';
        ret += ' ';
        ret += std::to_string(result_);
        ret += "[exitcode: ";
        ret += std::to_string(exitcode_);
        ret += ']';

        return ret;
    }

 
private:
    int data1_;   //计算数1
    int data2_;   //计算数2
    char op_;     //运算符
    int result_;  //运算结果
    int exitcode_;//线程退出码
};

• ThreadPool.hpp

#pragma once
#include <pthread.h>
#include <vector>
#include <string>
#include <queue>
#include <unistd.h>
#include <unordered_map>

struct ThreadInfo
{
    pthread_t tid_;    
    std::string name_; 
};

template <class T>
class ThreadPool
{
    static const int defaultnum = 5;

public:
    void Lock()
    {
        pthread_mutex_lock(&mutex_);
    }

    void Unlock()
    {
        pthread_mutex_unlock(&mutex_);
    }

    void Weakup()
    {
        pthread_cond_signal(&cond_);
    }

    void Sleep()
    {
        pthread_cond_wait(&cond_, &mutex_);
    }

    bool IsTaskQueueEmpty()
    {
        return tasks_.empty();
    }

    T PopTasks()
    {
        T task = tasks_.front();
        tasks_.pop();
        return task;
    }

    const std::string &GetThreadName(pthread_t tid)
    {
        return um_[tid];
    }

public:
    static void *Routine(void *args)
    {
        ThreadPool *tp = static_cast<ThreadPool *>(args);
        std::string name = tp->GetThreadName(pthread_self());
        while (true)
        {
            tp->Lock();

            while (tp->IsTaskQueueEmpty())
            {
                tp->Sleep();
            }
            T task = tp->PopTasks();

            tp->Unlock();

            task.run(); 
            printf("%s is running----%s\n", name.c_str(), task.result_to_string().c_str());
        }
    }

    void start()
    {
        for (int i = 0; i < thread_num_; i++)
        {
            threads_[i].name_ = "Thread-" + std::to_string(i);
            pthread_create(&(threads_[i].tid_), nullptr, Routine, this);
            um_[threads_[i].tid_] = threads_[i].name_;
        }
    }

    void push(const T &task)
    {
        Lock();
        tasks_.push(task);
        Weakup();
        Unlock();
    }

    // 提供一个创建单例对象的静态接口
    static ThreadPool<T> *GetInstance() 
    {
        if (ptp_ == nullptr)
        {
            pthread_mutex_lock(&smutex_);
            if (ptp_ == nullptr)
            {
                printf("log: singleton creat done first!\n");
                ptp_ = new ThreadPool<T>();
            }
            pthread_mutex_unlock(&smutex_);
        }
        return ptp_;
    }

private:
    ThreadPool(int thread_num = defaultnum)
        : threads_(thread_num), thread_num_(thread_num)
    {
        pthread_mutex_init(&mutex_, nullptr);
        pthread_cond_init(&cond_, nullptr);
    }
    ~ThreadPool()
    {
        pthread_mutex_destroy(&mutex_);
        pthread_cond_destroy(&cond_);
    }
    ThreadPool(const ThreadPool<T> &tp) = delete;
    const ThreadPool<T> &operator=(const ThreadPool<T> &tp) = delete;

private:
    std::vector<ThreadInfo> threads_; // 用一个vector来管理池中的多线程
    int thread_num_;                  // 线程池中的线程数量
    std::queue<T> tasks_;             // 线程间共享的任务队列
    pthread_mutex_t mutex_;           // 定义一把让所有线程保持互斥的锁
    pthread_cond_t cond_;             // 定义一个让所有线程保持同步的条件变量
    std::unordered_map<pthread_t, std::string> um_; // 用一个 unordered_map 快速检索一个线程的线程名
    
    static ThreadPool<T> *ptp_;     // 静态指针
    static pthread_mutex_t smutex_; // 静态的互斥锁
};

//初始化静态指针和静态锁
template <class T>
ThreadPool<T> *ThreadPool<T>::ptp_ = nullptr;
template <class T>
pthread_mutex_t ThreadPool<T>::smutex_ = PTHREAD_MUTEX_INITIALIZER;

• Cal.cc

#include "ThreadPool.hpp"
#include "Task.hpp"
#include <unistd.h>
#include <iostream>

using namespace std;

const std::string opers = "+-*/%";

int main()
{
    printf("main thread is start!...\n");
    sleep(3);
    srand((unsigned int)time(nullptr));
    // 获取一个单例对象，并创建一批线程
    ThreadPool<Task>::GetInstance()->start(); 
    int len = opers.size();
    while(true)
    {

        int data1 = rand() % 10 + 1; // [1, 10]
        usleep(10);
        int data2 = rand() % 13; // [0, 13]
        usleep(10);
        char op = opers[rand() % len];
        Task task(data1, data2, op);

        printf("main thread push a task: %s\n", task.get_task().c_str());
        ThreadPool<Task>::GetInstance()->push(task);
        usleep(1000000);
    }
    return 0;
}

• Makefile

Cal:Cal.cc
	g++ -o $@ $^ -std=c++11 -lpthread
.PHONY:clean
clean:
	rm -f Cal