线程池
线程池：一个预先设定的线程组，会将任务指定给池中的线程。在大多数系统中，将每个任务指定给某个线程是不切实际的，不过可以利用现有的并发性，进行并发执行。线程池就提供了这样的功能，提交到线程池中的任务将并发执行，提交的任务将会挂在任务队列上。队列中的每一个任务都会被池中的工作线程所获取，当任务执行完成后，再回到线程池中获取下一个任务。
最简单的线程池
作为最简单的线程池，其拥有固定数量的工作线程(通常工作线程数量与 std::thread::hardware_concurrency() 相同)。当工作需要完成时，可以调用函数将任务挂在任务队列中。每个工作线程都会从任务队列上获取任务，然后执行这个任务，执行完成后再回来获取新的任务。在最简单的线程池中，线程就不需要等待其他线程完成对应任务了。如果需要等待，就需要对同步进行管理。
简单的线程池：
#include <atomic>
#include "join_threads.h"
#include "threadsafe_queue.h"
class thread_pool
{
//注意成员声明顺序，使得以正确的顺序销毁
std::atomic_bool done;
threadsafe_queue<std::function<void()> > work_queue; // 1 线程安全队列管理任务队列
std::vector<std::thread> threads; // 2 一组工作线程
join_threads joiner; // 3 汇聚线程
void worker_thread()
{
while (!done) // 4
{
std::function<void()> task;
if (work_queue.try_pop(task)) // 5 从任务队列上获取队列
{
task(); // 6 执行任务
}
else
{
std::this_thread::yield(); // 7 没有任务，休息，给别的线程运行
}
}
}
public:
thread_pool() :
done(false), joiner(threads)
{
unsigned const thread_count = std::thread::hardware_concurrency(); // 8 硬件支持线程数
try
{
for (unsigned i = 0;i<thread_count;++i)
{
threads.push_back(
std::thread(&thread_pool::worker_thread, this)); // 9 线程执行初始函数
}
}
catch (...)
{
done = true; // 10 设置标志
throw;
}
}
~thread_pool()
{
done = true; // 11 此处仅需要设置标志，结束循环
}
template<typename FunctionType>
void submit(FunctionType f)
{
work_queue.push(std::function<void()>(f)); // 12 包装函数，压入队列
}
};
等待提交到线程池中的任务
对简单线程池的修改，通过修改就能等待任务完成，以及在工作线程完成后，返回一个结果到等待线程中去，不过 std::packaged_task<> 实例是不可拷贝的，仅是可移动的，所以不能再使用 std::function<> 来实现任务队列，因为std::function<> 需要存储可复制构造的函数对象。包装一个自定义函数，用来处理只可移动的类型。这就是一个带有函数操作符的类型擦除类。只需要处理那些没有函数和无返回的函数，所以这是一个简单的虚函数调用。
可等待任务的线程池：
#ifndef THREAD_POOL_H//.h
#define THREAD_POOL_H
#include <atomic>
#include <future>
#include "join_threads.h"
#include "threadsafe_queue.h"
class function_wrapper//带有函数操作符的类型擦除类
{//用来处理只可以移动的类型
struct impl_base {
virtual void call() = 0;//纯虚函数
virtual ~impl_base() {}
};
std::unique_ptr<impl_base> impl;
template<typename F>
struct impl_type : impl_base
{
F f;
impl_type(F&& f_) : f(std::move(f_)) {}
void call() { f(); }
};
public:
template<typename F>
function_wrapper(F&& f) :
impl(new impl_type<F>(std::move(f)))
{}
void operator()() { impl->call(); }
function_wrapper() = default;
function_wrapper(function_wrapper&& other) :
impl(std::move(other.impl))
{}
function_wrapper& operator=(function_wrapper&& other)
{
impl = std::move(other.impl);
return *this;
}
function_wrapper(const function_wrapper&) = delete;
//? function_wrapper(function_wrapper&) = delete;
function_wrapper& operator=(const function_wrapper&) = delete;
};
class thread_pool
{
std::atomic_bool done;
threadsafe_queue<function_wrapper> work_queue;
// 使用function_wrapper，而非使用std::function（需要存储可复制构造的函数对象）
std::vector<std::thread> threads; // 一组工作线程
join_threads joiner; // 汇聚线程
void worker_thread()
{
while (!done)
{
function_wrapper task;
if (work_queue.try_pop(task))
{
task();
}
else
{
std::this_thread::yield();
}
}
}
public:
thread_pool() :
done(false), joiner(threads)
{
unsigned const thread_count = std::thread::hardware_concurrency(); //硬件支持线程数
try
{
for (unsigned i = 0;i<thread_count;++i)
{
threads.push_back(
std::thread(&thread_pool::worker_thread, this)); //线程执行初始函数
}
}
catch (...)
{
done = true; //设置标志
throw;
}
}
~thread_pool()
{
done = true; //此处仅需要设置标志，结束循环
}
// 1 返回一个 std::future<> 保存任务的返回值，并且允许调用者等待任务完全结束。
template<typename FunctionType>
std::future<typename std::result_of<FunctionType()>::type>
submit(FunctionType f)
{
typedef typename std::result_of<FunctionType()>::type
result_type;
std::packaged_task<result_type()> task(std::move(f));
std::future<result_type> res(task.get_future());//获取future
work_queue.push(std::move(task));//向任务队列推送任务，移动
return res;
}
};
#endif // !THREAD_POOL_H
//cpp
#include "thread_pool.h"
#include <iostream>
#include <numeric>
template<typename Iterator, typename T>
struct accumulate_block
{
T operator()(Iterator first, Iterator last) // 1
{
return std::accumulate(first, last, T()); // 2 显示传入默认构造函数
}
};
template<typename Iterator, typename T>
T parallel_accumulate(Iterator first, Iterator last, T init)
{
unsigned long const length = std::distance(first, last);
if (!length)
return init;
unsigned long const block_size = 25;
unsigned long const num_blocks = (length + block_size - 1) / block_size;
// 1 工作量是依据使用的块数，而不是线程的数量
std::vector<std::future<T> > futures(num_blocks - 1);
thread_pool pool;
Iterator block_start = first;
for (unsigned long i = 0;i<(num_blocks - 1);++i)
{
Iterator block_end = block_start;
std::advance(block_end, block_size);
futures[i] = pool.submit(//2 绑定的使用
std::bind(accumulate_block<Iterator, T>(),
std::move(block_start), std::move(block_end)));
block_start = block_end;
}
T last_result = accumulate_block<Iterator, T>()(block_start, last);
T result = init;
for (unsigned long i = 0;i<(num_blocks - 1);++i)
{
result += futures[i].get();
}
result += last_result;
return result;
}
int main()
{
std::vector<int> v(200, 5);
auto r=parallel_accumulate(v.begin(), v.end(),0);
std::cout << r << std::endl;
return 0;
}
在2处的代码，原本不是这么写的（源码看不懂意思）。源代码在我vs2015（64bit）上编译错误（匹配不了submit函数）。几经波折，依然无效。暂且放下，看到下面快排的代码，点醒了我。翻开C++ primer，介绍std::bind的使用：用来绑定参数构建函数适配器。原来，参数是绑定的！
线程池也需要注意异常安全。任何异常都会通过submit()返回给future，并在获取future的结果时，抛出异常。如果函数因为异常退出，线程池的析构函数会丢掉那些没有完成的任务，等待线程池中的工作线程完成工作。
等待依赖任务
当等待某个数据块完成时，去处理未完成的数据块。如果使用线程池来管理任务列表和相关线程——使用线程池的主要原因——就不用再去访问任务列表了。最简单的方法就是在thread_pool中添加一个新函数，来执行任务队列上的任务，并对线程池进行管理。高级线程池的实现可能会在等待函数中添加逻辑，或等待其他函数来处理这个任务，优先的任务会让其他的任务进行等待。
基于线程池的快速排序实现：
//在thread_pool中添加成员函数
void run_pending_task()
{
function_wrapper task;
if (work_queue.try_pop(task))
{
task();
}
else
{
std::this_thread::yield();
}
}
//cpp
#include "thread_pool.h"
#include <iostream>
#include <list>
template<typename T>
struct sorter // 1
{
thread_pool pool; // 2
std::list<T> do_sort(std::list<T>& chunk_data)
{
if (chunk_data.empty())
{
return chunk_data;
}
std::list<T> result;
result.splice(result.begin(), chunk_data, chunk_data.begin());
T const& partition_val = *result.begin();
typename std::list<T>::iterator divide_point =
std::partition(chunk_data.begin(), chunk_data.end(),
[&](T const& val) {return val<partition_val;});
std::list<T> new_lower_chunk;
new_lower_chunk.splice(new_lower_chunk.end(),
chunk_data, chunk_data.begin(),
divide_point);
std::future<std::list<T> > new_lower = // 3 在线程等待的时候，就会少向线程池中提交一个任务
pool.submit(std::bind(&sorter::do_sort, this,//绑定，排序
std::move(new_lower_chunk)));
std::list<T> new_higher(do_sort(chunk_data));
result.splice(result.end(), new_higher);
while (new_lower.wait_for(std::chrono::seconds(0))//!
==std::future_status::timeout)
{
pool.run_pending_task(); // 4 执行任务队列上未完成的任务
}
result.splice(result.begin(), new_lower.get());
return result;
}
};
template<typename T>
std::list<T> parallel_quick_sort(std::list<T> input)
{
if (input.empty())
{
return input;
}
sorter<T> s;
return s.do_sort(input);
}
int main()
{
std::list<int> l{ 35,3,4,44,66,22,11,222,333,55,1,0,9,6,
35,3,4,44,66,22,11,222,333,55,1,0,9,6 };
auto r = parallel_quick_sort(l);//9ms
for(const auto &im:r) std::cout<<im <<std::endl;
system("pause");
return 0;
}
需要显式的管理线程和栈上要排序的数据块。每次对submit()的调用和对run_pending_task()的调用，访问的都是同一个队列。先前我们已经对此问题做过讨论（读书笔记7），存在乒乓缓存和数据争用问题。
避免队列中的任务竞争
使用无锁队列会让任务没有明显的等待，但是乒乓缓存会消耗大量的时间。为了避免乒乓缓存，每个线程建立独立的任务队列。这样，每个线程就会将新任务放在自己的任务队列上，并且当线程上的任务队列没有任务时，去全局的任务列表中取任务。
线程池——线程具有本地任务队列：
class function_wrapper;
class thread_pool
{
std::atomic_bool done;
std::vector<std::thread> threads; // 一组工作线程
join_threads joiner; // 汇聚线程
threadsafe_queue<function_wrapper> pool_work_queue;//全局队列
typedef std::queue<function_wrapper> local_queue_type; // 1 普通队列，只有一个线程访问
static thread_local std::unique_ptr<local_queue_type> local_work_queue;
// 2 不希望非线程池中的线程也拥有一个任务队列，up指向线程本地的工作队列
void worker_thread()
{
local_work_queue.reset(new local_queue_type); // 3 up指针初始化，up析构，队列销毁
while (!done)
{
run_pending_task();
}
}
public:
thread_pool() :
done(false), joiner(threads)
{
unsigned const thread_count = std::thread::hardware_concurrency(); //硬件支持线程数
try
{
for (unsigned i = 0;i<thread_count;++i)
{
threads.push_back(
std::thread(&thread_pool::worker_thread, this)); //线程执行初始函数
}
}
catch (...)
{
done = true; //设置标志
throw;
}
}
~thread_pool()
{
done = true; //此处仅需要设置标志，结束循环
}
template<typename FunctionType>
std::future<typename std::result_of<FunctionType()>::type>
submit(FunctionType f)
{
typedef typename std::result_of<FunctionType()>::type result_type;
std::packaged_task<result_type()> task(f);
std::future<result_type> res(task.get_future());
if (local_work_queue) // 4 检查当前线程是否具有一个工作队列
{
local_work_queue->push(std::move(task));//加入本地线程任务队列
}
else
{
pool_work_queue.push(std::move(task)); // 5 放入全局队列
}
return res;
}
void run_pending_task()
{
function_wrapper task;
// 6 检查当前线程是否具有一个工作队列，该队列是否有任务
if (local_work_queue && !local_work_queue->empty())
{
task = std::move(local_work_queue->front());
local_work_queue->pop();
task();
}
else if (pool_work_queue.try_pop(task)) // 7 从全局队列获取任务
{
task();
}
else
{
std::this_thread::yield();
}
}
};
这样就能有效避免竞争，不过当任务分配不均时，造成的结果就是：某个线程本地队列中有很多任务的同时，其他线程无所事事。例如：举一个快速排序的例子，只有一开始的数据块能在线程池上被处理，因为剩余部分会放在工作线程的本地队列上进行处理，这样的使用方式也违背使用线程池的初衷。
窃取任务
为了让没有任务的线程能从其他线程的任务队列中获取任务，就需要本地任务列表可以进行访问，这样才能让run_pending_tasks()窃取任务。需要每个线程在线程池队列上进行注册，或由线程池指定一个线程。同样，还需要保证数据队列中的任务适当的被同步和保护，这样队列的不变量就不会被破坏。实现一个无锁队列，让其拥有线程在其他线程窃取任务的时候，能够推送和弹出一个任务是可能的；不过，这个队列的实现就超出了本书的讨论范围。为了证明这种方法的可行性，将使用一个互斥量来保护队列中的数据。我们希望任务窃取是一个不常见的现象，这样就会减少对互斥量的竞争，并且使得简单队列的开销最小。下面，实现了一个简单的基于锁的任务窃取队列。
基于锁的任务窃取队列：
#ifndef WORK_STEALING_QUEUE_H
#define WORK_STEALING_QUEUE_H
#include "function_wrapper.h"
class work_stealing_queue
{
private:
typedef function_wrapper data_type;//类型擦除
std::deque<data_type> the_queue; // 1 简单包装function_wrapper
mutable std::mutex the_mutex;
public:
work_stealing_queue()
{}
work_stealing_queue(const work_stealing_queue& other) = delete;
work_stealing_queue& operator=(
const work_stealing_queue& other) = delete;
void push(data_type data) // 2 操作队列前端
{
std::lock_guard<std::mutex> lock(the_mutex);
the_queue.push_front(std::move(data));
}
bool empty() const
{
std::lock_guard<std::mutex> lock(the_mutex);
return the_queue.empty();
}
bool try_pop(data_type& res) // 3 操作队列前端
{
std::lock_guard<std::mutex> lock(the_mutex);
if (the_queue.empty())
{
return false;
}
res = std::move(the_queue.front());
the_queue.pop_front();
return true;
}
bool try_steal(data_type& res) // 4 操作队列后端
{
std::lock_guard<std::mutex> lock(the_mutex);
if (the_queue.empty())
{
return false;
}
res = std::move(the_queue.back());
the_queue.pop_back();
return true;
}
};
#endif // !WORK_STEALING_QUEUE_H
这就说明每个线程中的“队列”是一个后进先出的栈，最新推入的任务将会第一个执行。从缓存角度来看，这将对性能有所提升，因为任务相关的数据一直存于缓存中，要比提前将任务相关数据推送到栈上好。
使用任务窃取的线程池：
#ifndef THREAD_POOL_STEAL_H
#define THREAD_POOL_STEAL_H
#include "function_wrapper.h"
#include "threadsafe_queue.h"
#include "work_stealing_queue.h"
#include "join_threads.h"
class thread_pool
{
typedef function_wrapper task_type;
std::atomic_bool done;
threadsafe_queue<task_type> pool_work_queue;
std::vector<std::unique_ptr<work_stealing_queue> > queues;
// 1 每个线程自己的工作队列将存储在线程池的全局工作队列中
std::vector<std::thread> threads;
join_threads joiner;
static thread_local work_stealing_queue* local_work_queue;
// 2 每个线程都有work_stealing_queue，后入先出
static thread_local unsigned my_index;
void worker_thread(unsigned my_index_)
{
my_index = my_index_;
local_work_queue = queues[my_index].get();
// 3 列表中队列的序号，会传递给线程函数，然后使用序号来索引对应队列
while (!done)
{
run_pending_task();
}
}
bool pop_task_from_local_queue(task_type& task)
{
return local_work_queue && local_work_queue->try_pop(task);
}
bool pop_task_from_pool_queue(task_type& task)
{
return pool_work_queue.try_pop(task);
}
bool pop_task_from_other_thread_queue(task_type& task) // 4
{
/*为了避免每个线程都尝试从列表中的第一个线程上窃取任务，
*每一个线程都会从下一个线程开始遍历，
*通过自身的线程序号来确定开始遍历的线程序号。
*/
for (unsigned i = 0;i<queues.size();++i)
{
unsigned const index = (my_index + i + 1) % queues.size(); // 5
if (queues[index]->try_steal(task))
{
return true;
}
}
return false;
}
public:
thread_pool() :
done(false), joiner(threads)
{
unsigned const thread_count = std::thread::hardware_concurrency();
try
{
for (unsigned i = 0;i<thread_count;++i)
{
// 6 当每个线程被创建，就创建了一个属于自己的工作队列
queues.push_back(std::unique_ptr<work_stealing_queue>(
new work_stealing_queue));
threads.push_back(
std::thread(&thread_pool::worker_thread, this, i));//序号传入
}
}
catch (...)
{
done = true;
throw;
}
}
~thread_pool()
{
done = true;
}
template<typename FunctionType>
std::future<typename std::result_of<FunctionType()>::type>
submit(FunctionType f)
{
typedef typename std::result_of<FunctionType()>::type result_type;
std::packaged_task<result_type()> task(f);
std::future<result_type> res(task.get_future());
if (local_work_queue)
{
local_work_queue->push(std::move(task));
}
else
{
pool_work_queue.push(std::move(task));
}
return res;
}
void run_pending_task()
{
task_type task;
if (pop_task_from_local_queue(task) || // 7 从线程的任务队列中取出一个任务来执行
pop_task_from_pool_queue(task) || // 8 或从线程池队列中获取一个任务
pop_task_from_other_thread_queue(task))
// 9 亦或从其他线程的队列中获取一个任务（会遍历池中所有线程的任务队列，然后尝试窃取任务）
{
task();
}
else
{
std::this_thread::yield();
}
}
};
#endif // !THREAD_POOL_STEAL_H
这就意味着线程池可以访问任意线程中的队列，给闲置线程窃取任务。
中断线程
需要使用信号来让未结束线程停止运行。这里需要一种合适的方式让线程主动的停下来，而非让线程戛然而止。
启动和中断线程
interruptible_thread的基本实现：
#ifndef INTERRUPTIBLE_THREAD_H
#define INTERRUPTIBLE_THREAD_H
#include <thread>
class interrupt_flag//后面实现
{
public:
void set();
bool is_set() const;
};
thread_local interrupt_flag this_thread_interrupt_flag; // 1
class interruptible_thread
{
std::thread internal_thread;
interrupt_flag* flag;
public:
template<typename FunctionType>
interruptible_thread(FunctionType f)
{
std::promise<interrupt_flag*> p; // 2 线程将会持有f副本和本地promise变量(p)的引用
internal_thread = std::thread([f, &p] { // 3 提供函数f是包装了一个lambda函数
p.set_value(&this_thread_interrupt_flag);
f(); // 4 让线程能够调用提供函数的副本
});
//lambda函数设置promise变量的值到this_thread_interrupt_flag(在thread_local中声明)的地址中
flag = p.get_future().get(); // 5 等待就绪，结果存入到flag成员变量中
}
void interrupt()//需要一个线程去做中断时，需要一个合法指针作为一个中断标志
{
if (flag)
{
flag->set(); // 6 仅对标志进行设置
}
}
};
#endif // !INTERRUPTIBLE_THREAD_H
注意，即使lambda函数在新线程上执行，对本地变量p进行悬空引用，都没有问题，因为在新线程返回之前，interruptible_thread构造函数会等待变量p，直到变量p不被引用。实现没有考虑处理汇入线程，或分离线程。所以，需要flag变量在线程退出或分离前已经声明，这样就能避免悬空问题。
检查线程是否中断
添加成员函数：
void interruption_point()
{
if (this_thread_interrupt_flag.is_set())
{
throw thread_interrupted();
}
}
使用：
void foo()
{
while (!done)
{
interruption_point();
process_next_item();
}
}
以上并不是一个优雅的设计。最好是在线程等待或阻塞的时候中断线程，因为这时的线程不能运行，也就不能调用interruption_point()函数！
中断等待——条件变量
最简单的方式是，当设置中断标志时，需要提醒条件变量，并在等待后立即设置断点。为了让其工作，需要提醒所有等待对应条件变量的线程，就能确保感兴趣的线程能够苏醒。伪苏醒是无论如何都要处理的，所以其他线程(非感兴趣线程)将会被当作伪苏醒处理。
为std::condition_variable 实现的interruptible_wait有问题版：
void interruptible_wait(std::condition_variable& cv,
std::unique_lock<std::mutex>& lk)
{
interruption_point();
this_thread_interrupt_flag.set_condition_variable(cv);
// 1 为当前线程关联条件变量
cv.wait(lk); // 2 等待条件变量
this_thread_interrupt_flag.clear_condition_variable();
// 3 清理相关条件变量，并且再次检查中断
interruption_point();
}
如果线程在等待期间被条件变量所中断，中断线程将广播条件变量，并唤醒等待该条件变量的线程，所以这里就可以检查中断。
不幸的是，代码有两个问题。第一个问题比较明显，如果想要线程安全： std::condition_variable::wait() 可以抛出异常，所以这里会直接退出，而没有通过条件变量删除相关的中断标志。这个问题很容易修复，就是在析构函数中添加相关删除操作即可。第二个问题就不大明显了，这段代码存在条件竞争。虽然，线程可以通过调用interruption_point()被中断，不过在调用wait()后，条件变量和相关中断标志就没有什么关系了，因为线程不是等待状态，所以不能通过条件变量的方式唤醒。就需要确保线程不会在最后一次中断检查和调用wait()间被唤醒。解决：使用lk上的互斥量对线程进行保护，这就需要将lk传递到set_condition_variable()函数中去。这将带来两个新问题，详细请查阅原书内容，链接在读书笔记1中。所以选择了另一种方案：放置超时等待。
为 std::condition_variable 在interruptible_wait中使用超时：
class interrupt_flag
{
std::atomic<bool> flag;
std::condition_variable* thread_cond;
std::mutex set_clear_mutex;
public:
interrupt_flag() :
thread_cond(0)
{}
void set()
{
flag.store(true, std::memory_order_relaxed);
std::lock_guard<std::mutex> lk(set_clear_mutex);
if (thread_cond)
{
thread_cond->notify_all();
}
}
bool is_set() const
{
return flag.load(std::memory_order_relaxed);
}
void set_condition_variable(std::condition_variable& cv)
{
std::lock_guard<std::mutex> lk(set_clear_mutex);
thread_cond = &cv;
}
void clear_condition_variable()
{
std::lock_guard<std::mutex> lk(set_clear_mutex);
thread_cond = 0;
}
struct clear_cv_on_destruct
{
~clear_cv_on_destruct()
{
this_thread_interrupt_flag.clear_condition_variable();
}
};
};
//函数
void interruptible_wait(std::condition_variable& cv,
std::unique_lock<std::mutex>& lk)
{
interruption_point();
this_thread_interrupt_flag.set_condition_variable(cv);
interrupt_flag::clear_cv_on_destruct guard;
interruption_point();
cv.wait_for(lk, std::chrono::milliseconds(1));//放置超时等待
interruption_point();
}
如果有谓词(相关函数)进行等待，1ms的超时将会完全在谓词循环中完全隐藏：
template<typename Predicate>
void interruptible_wait(std::condition_variable& cv,
std::unique_lock<std::mutex>& lk,
Predicate pred)
{
interruption_point();
this_thread_interrupt_flag.set_condition_variable(cv);
interrupt_flag::clear_cv_on_destruct guard;
while (!this_thread_interrupt_flag.is_set() && !pred())
{
cv.wait_for(lk, std::chrono::milliseconds(1));
}
interruption_point();
}
使用 std::condition_variable_any 中断等待
std::condition_variable_any 与std::condition_variable的不同在于， std::condition_variable_any可以使用任意类型的锁，而不仅有 std::unique_lock<std::mutex> 。可以让事情做起来更加简单，并且 std::condition_variable_any 可以比 std::condition_variable 做的更好。因为能与任意类型的锁一起工作，就可以设计自己的锁，上锁/解锁interrupt_flag的内部互斥量set_clear_mutex，并且锁也支持等待调用。
为std::condition_variable_any 设计的interruptible_wait：
class interrupt_flag
{
std::atomic<bool> flag;
std::condition_variable* thread_cond;
std::condition_variable_any* thread_cond_any;
std::mutex set_clear_mutex;
public:
interrupt_flag() :
thread_cond(0), thread_cond_any(0)
{}
void set()
{
flag.store(true, std::memory_order_relaxed);
std::lock_guard<std::mutex> lk(set_clear_mutex);
if (thread_cond)
{
thread_cond->notify_all();
}
else if (thread_cond_any)
{
thread_cond_any->notify_all();
}
}
template<typename Lockable>
void wait(std::condition_variable_any& cv, Lockable& lk)
{
struct custom_lock//自定义的锁
{
interrupt_flag* self;
Lockable& lk;
custom_lock(interrupt_flag* self_,
std::condition_variable_any& cond,//cv传入
Lockable& lk_) :
self(self_), lk(lk_)
{
self->set_clear_mutex.lock();
// 1 自定义的锁类型在构造的时候，需要所锁住内部set_clear_mutex
self->thread_cond_any = &cond;
// 2 对thread_cond_any指针进行设置
//引用std::condition_variable_any 传入锁的构造函数中
}
// 3 当条件变量调用自定义锁的unlock()函数中的wait()时，
//就会对Lockable对象和set_clear_mutex（mutex）进行解锁
void unlock()
{
lk.unlock();
self->set_clear_mutex.unlock();
}
void lock()
{
std::lock(self->set_clear_mutex, lk);
/* 4 当wait()结束等待(因为等待，或因为伪苏醒)，
*因为线程将会调用lock()函数，
*这里依旧要求锁住内部set_clear_mutex，并且锁住Lockable对象
*/
}
~custom_lock()
{
self->thread_cond_any = 0;
/* 5 在wait()调用时，custom_lock的析构函数中
*清理thread_cond_any指针(同样会解锁set_clear_mutex)之前，
*可以再次对中断进行检查。
*/
self->set_clear_mutex.unlock();
}
};
custom_lock cl(this, cv, lk);//自定义锁，cv可以与其它锁一起工作
interruption_point();
cv.wait(cl);
interruption_point();
}
// 其余和上面一样
};
//函数
template<typename Lockable>
void interruptible_wait(std::condition_variable_any& cv,
Lockable& lk)
{
this_thread_interrupt_flag.wait(cv, lk);
}
这就允许线程可以尝试中断其他线程获取set_clear_mutex锁；以及在内部wait()调用之后，检查thread_cond_any指针。这就是在替换 std::condition_variable 后，所拥有的功能(不包括管理)。
中断其他阻塞调用
通常情况下，可以使用 std::condition_variable 的超时选项，因为在实际运行中不可能很快的将条件变量的等待终止(不访问内部互斥量或future的话)。不过，在某些情况下，你知道你在等待什么，这样就可以让循环在interruptible_wait()函数中运行。作为一个例子，这里为 std::future<> 重载了interruptible_wait()的实现：
template<typename T>
void interruptible_wait(std::future<T>& uf)
{
while (!this_thread_interrupt_flag.is_set())
{
if (uf.wait_for(lk, std::chrono::milliseconds(1) ==
std::future_status::ready)
break;
}
interruption_point();
}
等待时间不接受时，如果这必要，且时钟支持的话，可以持续削减超时时间。这种方式将会让线程苏醒很多次，来检查标志，并且增加线程切换的开销。
处理中断
捕获中断，进行处理。
try
{
do_something();
}
catch (thread_interrupted&)
{
handle_interruption();
}
其他线程再次调用interrupt()时，线程将会再次被中断，这就被称为断点(interruption point)。
异常将会终止独立进程，就能保证未处理的中断是异常安全的。interruptible_thread构造函数中对线程的初始化，实现如下：
internal_thread = std::thread([f, &p] {
p.set_value(&this_thread_interrupt_flag);
try
{
f();
}
catch (thread_interrupted const&)
{
}
});
应用退出时中断后台任务
在后台监视文件系统：
std::mutex config_mutex;
std::vector<interruptible_thread> background_threads;
void background_thread(int disk_id)
{
while (true)
{
interruption_point(); // 1 在循环中对中断进行检查
fs_change fsc = get_fs_changes(disk_id);
// 2 后台线程运行在一个循环中，并时刻检查磁盘的变化
if (fsc.has_changes())
{
update_index(fsc); // 3 对其序号进行更新
}
}
}
void start_background_processing()
{
background_threads.push_back(
interruptible_thread(background_thread, disk_1));
background_threads.push_back(
interruptible_thread(background_thread, disk_2));
}
int main()
{
start_background_processing(); // 4 启动时，后台线程就已经启动
process_gui_until_exit(); // 5 对应线程将会处理GUI
std::unique_lock<std::mutex> lk(config_mutex);
for (unsigned i = 0;i<background_threads.size();++i)
{
background_threads[i].interrupt(); // 6 后台进程将会被中断
}
for (unsigned i = 0;i<background_threads.size();++i)
{
background_threads[i].join();
// 7 主线程会等待每一个后台线程结束后才退出
}
}
扫一扫
1588
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
