Async++ 源码分析11--schedule_fwd.h

千里马-horse2025-10-08 8:57

一、Async++ 代码目录结构

Async++ 项目的目录结构清晰，主要包含根目录下的配置文件、源代码目录、头文件目录以及示例代码目录，具体结构如下：

复制代码 
asyncplusplus/
├── .gitignore               # Git 忽略文件配置
├── Async++Config.cmake.in   # CMake 配置模板文件
├── CMakeLists.txt           # CMake 构建脚本
├── LICENSE                  # 许可证文件（MIT 许可证）
├── README.md                # 项目说明文档
├── examples/                # 示例代码目录
│   └── gtk_scheduler.cpp    # GTK 调度器示例
├── src/                     # 源代码目录
│   ├── fifo_queue.h         # FIFO 队列实现
│   ├── internal.h           # 内部头文件（包含类型定义、宏等）
│   ├── scheduler.cpp        # 调度器实现
│   ├── singleton.h          # 单例模式实现
│   ├── task_wait_event.h    # 任务等待事件实现
│   ├── threadpool_scheduler.cpp  # 线程池调度器实现
│   └── work_steal_queue.h   # 工作窃取队列实现
└── include/                 # 头文件目录
    ├── async++.h            # 主头文件（对外提供统一接口）
    └── async++/             # 子模块头文件目录
        ├── aligned_alloc.h
        ├── cancel.h
        ├── continuation_vector.h
        ├── parallel_for.h
        ├── parallel_invoke.h
        ├── parallel_reduce.h
        ├── partitioner.h    # 分区器相关定义
        ├── range.h          # 范围（迭代器对）相关定义
        ├── ref_count.h
        ├── scheduler.h      # 调度器接口定义
        ├── scheduler_fwd.h
        ├── task.h           # 任务类定义
        ├── task_base.h      # 任务基类定义
        ├── traits.h
        └── when_all_any.h

二、chedule_fwd.h源码分析

2.1 源码

cpp 复制代码 
// Copyright (c) 2015 Amanieu d'Antras
//
// Permission is hereby granted, free of charge, to any person obtaining a copy
// of this software and associated documentation files (the "Software"), to deal
// in the Software without restriction, including without limitation the rights
// to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
// copies of the Software, and to permit persons to whom the Software is
// furnished to do so, subject to the following conditions:
//
// The above copyright notice and this permission notice shall be included in
// all copies or substantial portions of the Software.
//
// THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
// IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
// FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
// AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
// LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
// OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN
// THE SOFTWARE.

#ifndef ASYNCXX_H_
# error "Do not include this header directly, include <async++.h> instead."
#endif

namespace async {

// Forward declarations
class task_run_handle;
class threadpool_scheduler;

// Scheduler interface:
// A scheduler is any type that implements this function:
// void schedule(async::task_run_handle t);
// This function should result in t.run() being called at some future point.

namespace detail {

// Detect whether an object is a scheduler
template<typename T, typename = decltype(std::declval<T>().schedule(std::declval<task_run_handle>()))>
two& is_scheduler_helper(int);
template<typename T>
one& is_scheduler_helper(...);
template<typename T>
struct is_scheduler: public std::integral_constant<bool, sizeof(is_scheduler_helper<T>(0)) - 1> {};

// Singleton scheduler classes
class thread_scheduler_impl {
public:
	LIBASYNC_EXPORT static void schedule(task_run_handle t);
};
class inline_scheduler_impl {
public:
	static void schedule(task_run_handle t);
};

// Reference counted pointer to task data
struct task_base;
typedef ref_count_ptr<task_base> task_ptr;

// Helper function to schedule a task using a scheduler
template<typename Sched>
void schedule_task(Sched& sched, task_ptr t);

// Wait for the given task to finish. This will call the wait handler currently
// active for this thread, which causes the thread to sleep by default.
LIBASYNC_EXPORT void wait_for_task(task_base* wait_task);

// Forward-declaration for data used by threadpool_scheduler
struct threadpool_data;

} // namespace detail

// Run a task in the current thread as soon as it is scheduled
inline detail::inline_scheduler_impl& inline_scheduler()
{
	static detail::inline_scheduler_impl instance;
	return instance;
}

// Run a task in a separate thread. Note that this scheduler does not wait for
// threads to finish at process exit. You must ensure that all threads finish
// before ending the process.
inline detail::thread_scheduler_impl& thread_scheduler()
{
	static detail::thread_scheduler_impl instance;
	return instance;
}

// Built-in thread pool scheduler with a size that is configurable from the
// LIBASYNC_NUM_THREADS environment variable. If that variable does not exist
// then the number of CPUs in the system is used instead.
LIBASYNC_EXPORT threadpool_scheduler& default_threadpool_scheduler();

// Default scheduler that is used when one isn't specified. This defaults to
// default_threadpool_scheduler(), but can be overriden by defining
// LIBASYNC_CUSTOM_DEFAULT_SCHEDULER before including async++.h. Keep in mind
// that in that case async::default_scheduler should be declared before
// including async++.h.
#ifndef LIBASYNC_CUSTOM_DEFAULT_SCHEDULER
inline threadpool_scheduler& default_scheduler()
{
	return default_threadpool_scheduler();
}
#endif

// Scheduler that holds a list of tasks which can then be explicitly executed
// by a thread. Both adding and running tasks are thread-safe operations.
class fifo_scheduler {
	struct internal_data;
	std::unique_ptr<internal_data> impl;

public:
	LIBASYNC_EXPORT fifo_scheduler();
	LIBASYNC_EXPORT ~fifo_scheduler();

	// Add a task to the queue
	LIBASYNC_EXPORT void schedule(task_run_handle t);

	// Try running one task from the queue. Returns false if the queue was empty.
	LIBASYNC_EXPORT bool try_run_one_task();

	// Run all tasks in the queue
	LIBASYNC_EXPORT void run_all_tasks();
};

// Scheduler that runs tasks in a work-stealing thread pool of the given size.
// Note that destroying the thread pool before all tasks have completed may
// result in some tasks not being executed.
class threadpool_scheduler {
	std::unique_ptr<detail::threadpool_data> impl;

public:
	LIBASYNC_EXPORT threadpool_scheduler(threadpool_scheduler&& other);

	// Create a thread pool with the given number of threads
	LIBASYNC_EXPORT threadpool_scheduler(std::size_t num_threads);

	// Create a thread pool with the given number of threads. Call `prerun`
    // function before execution loop and `postrun` after.
	LIBASYNC_EXPORT threadpool_scheduler(std::size_t num_threads,
                                         std::function<void()>&& prerun_,
                                         std::function<void()>&& postrun_);

	// Destroy the thread pool, tasks that haven't been started are dropped
	LIBASYNC_EXPORT ~threadpool_scheduler();

	// Schedule a task to be run in the thread pool
	LIBASYNC_EXPORT void schedule(task_run_handle t);
};

namespace detail {

// Work-around for Intel compiler handling decltype poorly in function returns
typedef std::remove_reference<decltype(::async::default_scheduler())>::type default_scheduler_type;

} // namespace detail
} // namespace async

这段代码是 Async++ 框架中调度器（Scheduler）机制 的核心定义，位于 async 及其内部的 detail:: 命名空间，核心功能是抽象任务调度逻辑------ 定义了 "任务如何被分配到线程执行" 的接口和多种内置调度器实现，是框架并发任务执行的 "指挥中心"。以下是详细解析：

2.2. 核心概念：调度器（Scheduler）

在 Async++ 中，"调度器" 是一个抽象接口 ，其核心职责是接收任务（task_run_handle）并决定何时、在哪个线程上执行该任务（通过调用任务的 run() 方法）。框架通过调度器抽象，将 "任务创建" 与 "任务执行" 解耦，支持不同场景的调度策略（如线程池、立即执行、工作窃取等）。

2.3 调度器接口定义

代码通过 "鸭子类型"（Duck Typing）定义调度器接口 ------ 任何类型只要实现了以下函数，就被视为 "调度器"：

cpp 复制代码 
// 调度器必须实现的核心接口：接收任务并安排执行
void schedule(async::task_run_handle t);
  • 输入：task_run_handle 是任务的 "执行句柄"，封装了任务的核心执行逻辑（通过 t.run() 触发任务执行）；
  • 行为：调度器需保证 t.run() 在未来某个时刻被调用（具体线程和时机由调度器决定）。

2.4. 调度器类型检测：detail::is_scheduler

通过 SFINAE 机制，编译期判断一个类型是否为 "调度器"（即是否实现了 schedule 接口）：

cpp 复制代码 
// 辅助函数：若 T 有 schedule 方法（参数为 task_run_handle），匹配此重载（返回 two&，大小 2）
template<typename T, typename = decltype(std::declval<T>().schedule(std::declval<task_run_handle>()))>
two& is_scheduler_helper(int);
// 辅助函数：若 T 无符合要求的 schedule 方法，匹配此重载（返回 one&，大小 1）
template<typename T>
one& is_scheduler_helper(...);

// 类型判断：通过 helper 函数返回值大小，确定 T 是否为调度器
template<typename T>
struct is_scheduler: public std::integral_constant<bool, sizeof(is_scheduler_helper<T>(0)) - 1> {};
  • 作用：为框架中的函数（如 parallel_for、spawn）提供类型检查，确保传入的 "调度器参数" 确实符合调度器接口。

2.5. 内置调度器实现

框架提供多种内置调度器，适配不同的执行场景，用户可根据需求选择。

2.5.1 inline_scheduler：立即在当前线程执行任务
cpp 复制代码 
class inline_scheduler_impl {
public:
    static void schedule(task_run_handle t); // 核心调度接口
};

// 获取单例实例
inline detail::inline_scheduler_impl& inline_scheduler() {
    static detail::inline_scheduler_impl instance;
    return instance;
}
  • 调度逻辑 ：schedule 方法直接调用 t.run()，任务在调用 schedule 的当前线程立即执行（同步执行，无异步调度）；
  • 适用场景：调试场景（任务执行顺序确定）、不希望任务被异步调度的场景（如性能敏感的短任务）。
2.5.2 thread_scheduler：在新线程中执行任务
cpp 复制代码 
class thread_scheduler_impl {
public:
    LIBASYNC_EXPORT static void schedule(task_run_handle t); // 核心调度接口
};

// 获取单例实例
inline detail::thread_scheduler_impl& thread_scheduler() {
    static detail::thread_scheduler_impl instance;
    return instance;
}
  • 调度逻辑 ：schedule 方法创建一个新线程，在新线程中调用 t.run()，任务在独立线程中异步执行；
  • 注意事项：不保证线程回收（进程退出时不会等待线程完成），需用户手动确保任务执行完毕；
  • 适用场景：需要完全隔离的异步任务（如长时间运行的后台任务）。
2.5.3 threadpool_scheduler：工作窃取线程池调度器

这是框架最核心的调度器，基于 "工作窃取（Work-Stealing）" 线程池实现，高效利用多核资源：

cpp 复制代码 
class threadpool_scheduler {
    std::unique_ptr<detail::threadpool_data> impl; // 内部数据（线程池状态）

public:
    // 构造函数：
    // 1. 移动构造（线程池不可拷贝，仅可移动）
    LIBASYNC_EXPORT threadpool_scheduler(threadpool_scheduler&& other);
    // 2. 创建指定线程数的线程池
    LIBASYNC_EXPORT threadpool_scheduler(std::size_t num_threads);
    // 3. 创建线程池，并指定线程启动前/退出后的回调（如初始化/清理资源）
    LIBASYNC_EXPORT threadpool_scheduler(std::size_t num_threads,
                                         std::function<void()>&& prerun_,
                                         std::function<void()>&& postrun_);

    // 析构函数：销毁线程池（未启动的任务会被丢弃）
    LIBASYNC_EXPORT ~threadpool_scheduler();

    // 核心调度接口：将任务加入线程池的任务队列，由空闲线程执行
    LIBASYNC_EXPORT void schedule(task_run_handle t);
};
  • 核心特性 ：
    • 线程池内的线程会从自己的任务队列取任务执行，若队列空则 "窃取" 其他线程的任务（负载均衡）；
    • 线程数可自定义（通常设为 CPU 核心数，充分利用多核）；
  • 适用场景 ：绝大多数并行任务（如 parallel_for、spawn 创建的异步任务），是框架默认调度器的基础。
2.5.4 default_threadpool_scheduler 与 default_scheduler：默认调度器
cpp 复制代码 
// 内置线程池调度器（单例）：线程数由环境变量 LIBASYNC_NUM_THREADS 决定，默认使用 CPU 核心数
LIBASYNC_EXPORT threadpool_scheduler& default_threadpool_scheduler();

// 默认调度器：默认指向 default_threadpool_scheduler，可通过宏自定义
#ifndef LIBASYNC_CUSTOM_DEFAULT_SCHEDULER
inline threadpool_scheduler& default_scheduler() {
    return default_threadpool_scheduler();
}
#endif
  • 作用 ：框架中所有未指定调度器的函数（如 parallel_for 无调度器参数版本）都会使用 default_scheduler()，简化用户调用；
  • 自定义 ：通过定义 LIBASYNC_CUSTOM_DEFAULT_SCHEDULER 宏，可替换默认调度器（需在包含 async++.h 前声明）。
2.5.5 fifo_scheduler：手动触发的 FIFO 队列调度器

任务被加入队列，需手动调用方法触发执行，支持线程安全的任务添加和执行：

cpp 复制代码 
class fifo_scheduler {
    struct internal_data;
    std::unique_ptr<internal_data> impl; // 内部 FIFO 队列和同步机制

public:
    LIBASYNC_EXPORT fifo_scheduler();
    LIBASYNC_EXPORT ~fifo_scheduler();

    // 1. 将任务加入队列（线程安全）
    LIBASYNC_EXPORT void schedule(task_run_handle t);

    // 2. 尝试执行队列中的一个任务（返回 false 表示队列为空，线程安全）
    LIBASYNC_EXPORT bool try_run_one_task();

    // 3. 执行队列中所有任务（线程安全）
    LIBASYNC_EXPORT void run_all_tasks();
};
  • 核心特性 ：任务按加入顺序（FIFO）执行，但执行时机由用户手动控制（调用 try_run_one_task 或 run_all_tasks）；
  • 适用场景：需要手动控制任务执行时机的场景（如测试、模拟调度、协程框架集成）。

2.6. 辅助函数与类型

2.6.1 detail::schedule_task

模板函数，用于通过调度器调度任务（内部实现，简化框架代码）：

cpp 复制代码 
template<typename Sched>
void schedule_task(Sched& sched, task_ptr t);
  • 作用：将 task_ptr（任务智能指针）包装为 task_run_handle，再调用调度器的 schedule 方法，完成任务提交。
2.6.2 detail::wait_for_task

阻塞等待任务完成的底层函数：

cpp 复制代码 
LIBASYNC_EXPORT void wait_for_task(task_base* wait_task);
  • 作用：当线程需要等待某个任务完成时（如 task.get()），调用该函数阻塞当前线程，直到任务执行完毕；
  • 实现：可能通过条件变量等同步机制，让线程进入休眠状态，避免忙等。
2.6.3 detail::default_scheduler_type

默认调度器的类型别名（解决编译器对 decltype 的处理问题）：

cpp 复制代码 
typedef std::remove_reference<decltype(::async::default_scheduler())>::type default_scheduler_type;

2.7. 调度器的典型用法

示例 1：使用默认调度器（线程池）
cpp 复制代码 
#include <async++.h>
#include <iostream>

int main() {
    // 默认调度器（threadpool_scheduler），自动使用 CPU 核心数线程
    async::spawn([]() {
        std::cout << "Task executed in thread pool\n";
    });
    // 等待任务完成（默认调度器的线程池会处理任务）
    std::this_thread::sleep_for(std::chrono::milliseconds(100));
    return 0;
}
示例 2：使用 inline_scheduler 立即执行
cpp 复制代码 
#include <async++.h>
#include <iostream>

int main() {
    std::cout << "Before task\n";
    // 使用 inline_scheduler，任务在当前线程立即执行
    async::spawn(async::inline_scheduler(), []() {
        std::cout << "Task executed inline\n";
    });
    std::cout << "After task\n";
    // 输出顺序：Before → Task → After（同步执行）
    return 0;
}
示例 3：自定义线程池调度器
cpp 复制代码 
#include <async++.h>
#include <iostream>

int main() {
    // 创建包含 2 个线程的线程池
    async::threadpool_scheduler pool(2);

    // 提交任务到自定义线程池
    async::parallel_for(pool, async::irange(0, 4), [](int i) {
        std::cout << "Task " << i << " (Thread: " << std::this_thread::get_id() << ")\n";
    });
    // 线程池会用 2 个线程并行执行 4 个任务
    return 0;
}
示例 4：使用 fifo_scheduler 手动执行
cpp 复制代码 
#include <async++.h>
#include <iostream>

int main() {
    async::fifo_scheduler fifo;

    // 向队列添加任务（不会立即执行）
    fifo.schedule(async::task_run_handle([]() {
        std::cout << "Task 1 executed\n";
    }));
    fifo.schedule(async::task_run_handle([]() {
        std::cout << "Task 2 executed\n";
    }));

    std::cout << "Before running tasks\n";
    // 手动执行所有任务（按添加顺序执行）
    fifo.run_all_tasks();
    std::cout << "After running tasks\n";
    return 0;
}

2.8. 核心设计亮点

（1）接口抽象，策略灵活

通过 "schedule 方法" 定义调度器接口，框架无需关心具体调度逻辑，用户可实现自定义调度器（如基于操作系统线程池、GPU 线程等）。

（2）多种调度器适配场景
  • 立即执行（inline_scheduler）：适合调试和短任务；
  • 线程池（threadpool_scheduler）：适合大多数并行任务，高效利用多核；
  • 手动调度（fifo_scheduler）：适合需要精确控制执行时机的场景。
（3）工作窃取提升效率

threadpool_scheduler 采用工作窃取算法，避免线程空闲（某线程任务少则窃取其他线程任务），提升 CPU 利用率。

（4）默认调度器简化使用

default_scheduler 隐藏了调度器的细节，大多数用户无需关心底层实现，直接调用 parallel_for、spawn 即可享受并行加速。

3. 总结

Async++ 的调度器机制是框架并发能力的核心，通过抽象调度接口和提供多种内置实现，实现了 "任务创建" 与 "任务执行" 的解耦：

  • 核心接口：schedule(task_run_handle) 定义了任务调度的契约；
  • 内置调度器：覆盖了立即执行、线程池、手动调度等场景；
  • 灵活性：支持自定义调度器，适配特殊硬件或业务需求。

理解调度器的工作原理，有助于正确选择调度策略，优化并行任务的执行效率。

相关推荐
房开民7 小时前
OpenCV C++ 中，访问图像像素三种常用方法
c++·opencv·计算机视觉
报错小能手8 小时前
C++笔记（面向对象）深赋值 浅赋值
c++·笔记·学习
Jyywww1218 小时前
Python基于实战练习的知识点回顾
开发语言·python
Tony Bai8 小时前
【Go 网络编程全解】14 QUIC 与 HTTP/3：探索下一代互联网协议
开发语言·网络·后端·http·golang
爱吃小胖橘8 小时前
高效对象池设计：提升Unity性能的关键
开发语言·unity·c#·游戏引擎
是苏浙8 小时前
零基础入门C语言之深入了解指针2
c语言·开发语言
Maple_land8 小时前
编译器的“隐形约定”与本地变量：解锁Linux变量体系的关键密码
linux·运维·服务器·c++·centos
程序员黄同学9 小时前
Python中的列表推导式、字典推导式和集合推导式的性能和应用场景？
开发语言·python
AI小云9 小时前
【Python高级编程】类和实例化
开发语言·人工智能·python
道之极万物灭9 小时前
Python uv虚拟环境管理工具详解
开发语言·python·uv
热门推荐
01GitHub 镜像站点02UV安装并设置国内源03BongoCat - 跨平台键盘猫动画工具04GitLab 零基础入门指南：从安装到项目管理全流程05Linux下V2Ray安装配置指南06Labelme从安装到标注：零基础完整指南07NVIDIA显卡驱动、CUDA、cuDNN 和 TensorRT 版本匹配指南08jdk21下载、安装（Windows、Linux、macOS）09安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）10在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）