UNPV2 学习:Posix Message Queues Exercise 解答记录

Exercise

5.1 只指定 mq_maxmsg 中的一个,未指定则使用默认值


  struct mq_attr default_attr;
  ...........................
  if (optind != argc - 1)
		err_quit("usage: mqcreate [ -e ] [ -m maxmsg -z msgsize ] <name>");
	
	mqd = Mq_open(argv[optind], flags, FILE_MODE, NULL);
	
	Mq_getattr(mqd, &default_attr);
	
	attr.mq_maxmsg = attr.mq_maxmsg ? attr.mq_maxmsg:default_attr.mq_maxmsg;
	attr.mq_msgsize = attr.mq_msgsize ? attr.mq_msgsize:default_attr.mq_msgsize;

	Mq_setattr(mqd, &attr, NULL);

未从 sysconf 中找到获取该项目的类型。

5.2 去掉 Figure5.5 中信号处理函数执行 mq_notify 的逻辑

只能收到第一条消息,第二条消息无法处理。mq_notify 注册的消息通知事件在被通知一次后会自动移除,在信号处理函数中不重新注册则无法捕获后续的事件。同时第二条消息还在队列中也不会触发通知事件,进程将一直空转。

5.3 去掉 Figure5.5 中信号处理函数执行 mq_receive 的逻辑

[longyu@debian:09:08:46] pxmsg $ ./mqnotifysig1 /test
SIGUSR1 received

只能收到一个 SIGUSR1 信号,由于不从队列中接收,只在投递第一条消息的时候会触发通知,后续消息由于队列不为空,尽管在信号处理程序中注册了 mq_notify,内核不会发送通知。

5.4 去掉 SIGRTMIN 宏前的 int 型强转操作的影响

debian11 中 SIGRTMIN 与 SIGRTMAX 宏定义如下:

365 /* Return number of available real-time signal with highest priority.  */
366 extern int __libc_current_sigrtmin (void) __THROW;
367 /* Return number of available real-time signal with lowest priority.  */
368 extern int __libc_current_sigrtmax (void) __THROW;
369 
370 #define SIGRTMIN        (__libc_current_sigrtmin ())
371 #define SIGRTMAX        (__libc_current_sigrtmax ())

在我的 debian11 中测试去掉强转操作没有任何影响,编译不告警生成的程序也能够正常运行。

5.5 观察当前平台是否用内存映射 I/O 方式实现消息队列

debian11 中设定 mq_maxmsg 为 10 万时无法成功创建消息队列, 使用 root 用户设置 ulimit -q 也不能成功,strace 跟踪发现 mq_open 系统调用返回 -EINVAL,阅读代码找到如下相关内容:

		ret = -EINVAL;
		if (info->attr.mq_maxmsg <= 0 || info->attr.mq_msgsize <= 0)
			goto out_inode;
		if (capable(CAP_SYS_RESOURCE)) {
			if (info->attr.mq_maxmsg > HARD_MSGMAX ||
			    info->attr.mq_msgsize > HARD_MSGSIZEMAX)
				goto out_inode;
		} else {
			if (info->attr.mq_maxmsg > ipc_ns->mq_msg_max ||
					info->attr.mq_msgsize > ipc_ns->mq_msgsize_max)
				goto out_inode;
		}

当设置了 SYS_RESOURCE capability 时,配置的 mq_maxmsg 不能超过 HARD_MSGMAX(65536),mq_msgsize 不能超过 HARD_MSGSIZEMAX(16M)。

相关宏定义如下:

#define DFLT_QUEUESMAX		      256
#define MIN_MSGMAX			1
#define DFLT_MSG		       10U
#define DFLT_MSGMAX		       10
#define HARD_MSGMAX		    65536
#define MIN_MSGSIZEMAX		      128
#define DFLT_MSGSIZE		     8192U
#define DFLT_MSGSIZEMAX		     8192
#define HARD_MSGSIZEMAX	    (16*1024*1024)

ipc_ns 中的默认配置在 mq_init_ns 中初始化,此函数源码如下:

int mq_init_ns(struct ipc_namespace *ns)
{
	struct vfsmount *m;

	ns->mq_queues_count  = 0;
	ns->mq_queues_max    = DFLT_QUEUESMAX;
	ns->mq_msg_max       = DFLT_MSGMAX;
	ns->mq_msgsize_max   = DFLT_MSGSIZEMAX;
	ns->mq_msg_default   = DFLT_MSG;
	ns->mq_msgsize_default  = DFLT_MSGSIZE;

	m = mq_create_mount(ns);
	if (IS_ERR(m))
		return PTR_ERR(m);
	ns->mq_mnt = m;
	return 0;
}

默认最大的 mq_maxmsg 为 10,最大的 mq_msgsize 为 8192。

5.6 内存映射 I/O 实现中,mq_send memcpy 拷贝长度为 0 大小的消息

分析代码,接收者仍旧能够接收到这条消息,接收者的 memcpy 拷贝动作也不会执行,此实现在消息 len 为 0 时仍旧能够正常工作,linux 内核也有相同的行为,发送一个 len 为 0 的消息可以正常处理。

5.7 支持全双工通信需要创建几个消息队列?

需要创建两个消息队列

5.8 Figure 5.24 中为什么不销毁 mutex 与条件变量

munmap 函数并不会立刻释放内存,内部也有一个引用计数,只有当最后一个 munmap 被调用时内存才会真正释放。如果在 mq_close 中直接销毁位于共享内存中的互斥锁与条件变量,同时有人尝试访问时就会产生异常,因此代码中并没有主动销毁互斥锁与条件变量,它的销毁实际是在内核回收 mmap 映射的共享内存时进行的,此时不需要任何用户态干预动作。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值