多線程服務器的常用編程模型

陳碩(giantchen_AT_gmail)

Blog.csdn.net/Solstice

2009Feb12

建議閱讀本文 PDF 版下載：http://files.cppblog.com/Solstice/multithreaded_server.pdf

本文主要講我個人在多線程開發方面的一些粗淺經驗。總結了一兩種常用的線程模型，歸納了進程間通訊與線程同步的最佳實踐，以期用簡單規范的方式開發多線程程序。

文中的“多線程服務器”是指運行在Linux操作系統上的獨占式網絡應用程序。硬件平臺為Intelx64系列的多核CPU，單路或雙路SMP服務器（每臺機器一共擁有四個核或八個核，十幾GB內存），機器之間用百兆或千兆以太網連接。這大概是目前民用PC服務器的主流配置。

本文不涉及Windows系統，不涉及人機交互界面（無論命令行或圖形）；不考慮文件讀寫（往磁盤寫log除外），不考慮數據庫操作，不考慮Web應用；不考慮低端的單核主機或嵌入式系統，不考慮手持式設備，不考慮專門的網絡設備，不考慮高端的>=32核Unix主機；只考慮TCP，不考慮UDP，也不考慮除了局域網絡之外的其他數據收發方式（例如串并口、USB口、數據采集板卡、實時控制等）。

有了以上這么多限制，那么我將要談的“網絡應用程序”的基本功能可以歸納為“收到數據，算一算，再發出去”。在這個簡化了的模型里，似乎看不出用多線程的必要，單線程應該也能做得很好。“為什么需要寫多線程程序”這個問題容易引發口水戰，我放到另一篇博客里討論。請允許我先假定“多線程編程”這一背景。

“服務器”這個詞有時指程序，有時指進程，有時指硬件（無論虛擬的或真實的），請注意按上下文區分。另外，本文不考慮虛擬化的場景，當我說“兩個進程不在同一臺機器上”，指的是邏輯上不在同一個操作系統里運行，雖然物理上可能位于同一機器虛擬出來的兩臺“虛擬機”上。

本文假定讀者已經有多線程編程的知識與經驗，這不是一篇入門教程。

本文承蒙MiloYip先生審讀，在此深表謝意。當然，文中任何錯誤責任均在我。

目錄

1進程與線程 2

2典型的單線程服務器編程模型 3

3典型的多線程服務器的線程模型 3

Oneloopperthread 4

線程池 4

歸納 5

4進程間通信與線程間通信 5

5進程間通信 6

6線程間同步 7

互斥器(mutex) 7

跑題：非遞歸的mutex 8

條件變量 10

讀寫鎖與其他 11

封裝MutexLock、MutexLockGuard和Condition 11

線程安全的Singleton實現 14

歸納 15

7總結 15

后文預覽：Sleep反模式 16

1進程與線程

“進程/process”是操作里最重要的兩個概念之一（另一個是文件），粗略地講，一個進程是“內存中正在運行的程序”。本文的進程指的是Linux操作系統通過fork()系統調用產生的那個東西，或者Windows下CreateProcess()的產物，不是Erlang里的那種輕量級進程。

每個進程有自己獨立的地址空間(addressspace)，“在同一個進程”還是“不在同一個進程”是系統功能劃分的重要決策點。Erlang書把“進程”比喻為“人”，我覺得十分精當，為我們提供了一個思考的框架。

每個人有自己的記憶(memory)，人與人通過談話（消息傳遞）來交流，談話既可以是面談（同一臺服務器），也可以在電話里談（不同的服務器，有網絡通信）。面談和電話談的區別在于，面談可以立即知道對方死否死了（crash,SIGCHLD），而電話談只能通過周期性的心跳來判斷對方是否還活著。

有了這些比喻，設計分布式系統時可以采取“角色扮演”，團隊里的幾個人各自扮演一個進程，人的角色由進程的代碼決定（管登陸的、管消息分發的、管買賣的等等）。每個人有自己的記憶，但不知道別人的記憶，要想知道別人的看法，只能通過交談。（暫不考慮共享內存這種IPC。）然后就可以思考容錯（萬一有人突然死了）、擴容（新人中途加進來）、負載均衡（把a的活兒挪給b做）、退休（a要修復bug，先別給他派新活兒，等他做完手上的事情就把他重啟）等等各種場景，十分便利。

“線程”這個概念大概是在1993年以后才慢慢流行起來的，距今不過十余年，比不得有40年光輝歷史的Unix操作系統。線程的出現給Unix添了不少亂，很多C庫函數（strtok(),ctime()）不是線程安全的，需要重新定義；signal的語意也大為復雜化。據我所知，最早支持多線程編程的（民用）操作系統是Solaris2.2和WindowsNT3.1，它們均發布于1993年。隨后在1995年，POSIXthreads標準確立。

線程的特點是共享地址空間，從而可以高效地共享數據。一臺機器上的多個進程能高效地共享代碼段（操作系統可以映射為同樣的物理內存），但不能共享數據。如果多個進程大量共享內存，等于是把多進程程序當成多線程來寫，掩耳盜鈴。

“多線程”的價值，我認為是為了更好地發揮對稱多路處理(SMP)的效能。在SMP之前，多線程沒有多大價值。AlanCox說過Acomputerisastatemachine.Threadsareforpeoplewhocan'tprogramstatemachines.（計算機是一臺狀態機。線程是給那些不能編寫狀態機程序的人準備的。）如果只有一個執行單元，一個CPU，那么確實如AlanCox所說，按狀態機的思路去寫程序是最高效的，這正好也是下一節展示的編程模型。

2典型的單線程服務器編程模型

UNP3e對此有很好的總結（第6章：IO模型，第30章：客戶端/服務器設計范式），這里不再贅述。據我了解，在高性能的網絡程序中，使用得最為廣泛的恐怕要數“non-blockingIO+IOmultiplexing”這種模型，即Reactor模式，我知道的有：

llighttpd，單線程服務器。（nginx估計與之類似，待查）

llibevent/libev

lACE，PocoC++libraries（QT待查）

lJavaNIO(Selector/SelectableChannel),ApacheMina,Netty(Java)

lPOE(Perl)

lTwisted(Python)

相反，boost::asio和WindowsI/OCompletionPorts實現了Proactor模式，應用面似乎要窄一些。當然，ACE也實現了Proactor模式，不表。

在“non-blockingIO+IOmultiplexing”這種模型下，程序的基本結構是一個事件循環(eventloop)：（代碼僅為示意，沒有完整考慮各種情況）

while(!done)

{

inttimeout_ms=max(1000,getNextTimedCallback());

intretval=::poll(fds,nfds,timeout_ms);

if(retval<0){

處理錯誤

}else{

處理到期的timers

if(retval>0){

處理IO事件

}

}

}

當然，select(2)/poll(2)有很多不足，Linux下可替換為epoll，其他操作系統也有對應的高性能替代品（搜c10kproblem）。

Reactor模型的優點很明顯，編程簡單，效率也不錯。不僅網絡讀寫可以用，連接的建立（connect/accept）甚至DNS解析都可以用非阻塞方式進行，以提高并發度和吞吐量(throughput)。對于IO密集的應用是個不錯的選擇，Lighttpd即是這樣，它內部的fdevent結構十分精妙，值得學習。（這里且不考慮用阻塞IO這種次優的方案。）

當然，實現一個優質的Reactor不是那么容易，我也沒有用過坊間開源的庫，這里就不推薦了。

3典型的多線程服務器的線程模型

這方面我能找到的文獻不多，大概有這么幾種：

1.每個請求創建一個線程，使用阻塞式IO操作。在Java1.4引入NIO之前，這是Java網絡編程的推薦做法?？上炜s性不佳。

2.使用線程池，同樣使用阻塞式IO操作。與1相比，這是提高性能的措施。

3.使用non-blockingIO+IOmultiplexing。即JavaNIO的方式。

4.Leader/Follower等高級模式

在默認情況下，我會使用第3種，即non-blockingIO+oneloopperthread模式。
http://pod.tst.eu/http://cvs.schmorp.de/libev/ev.pod#THREADS_AND_COROUTINES

Oneloopperthread

此種模型下，程序里的每個IO線程有一個eventloop（或者叫Reactor），用于處理讀寫和定時事件（無論周期性的還是單次的），代碼框架跟第2節一樣。

這種方式的好處是：

l線程數目基本固定，可以在程序啟動的時候設置，不會頻繁創建與銷毀。

l可以很方便地在線程間調配負載。

eventloop代表了線程的主循環，需要讓哪個線程干活，就把timer或IOchannel(TCPconnection)注冊到那個線程的loop里即可。對實時性有要求的connection可以單獨用一個線程；數據量大的connection可以獨占一個線程，并把數據處理任務分攤到另幾個線程中；其他次要的輔助性connections可以共享一個線程。

對于non-trivial的服務端程序，一般會采用non-blockingIO+IOmultiplexing，每個connection/acceptor都會注冊到某個Reactor上，程序里有多個Reactor，每個線程至多有一個Reactor。

多線程程序對Reactor提出了更高的要求，那就是“線程安全”。要允許一個線程往別的線程的loop里塞東西，這個loop必須得是線程安全的。

線程池

不過，對于沒有IO光有計算任務的線程，使用eventloop有點浪費，我會用有一種補充方案，即用blockingqueue實現的任務隊列(TaskQueue)：

blocking_queue<boost::function<void()>>taskQueue;//線程安全的阻塞隊列

voidworker_thread()

{

while(!quit){

boost::function<void()>task=taskQueue.take();//thisblocks

task();//在產品代碼中需要考慮異常處理

}

}

用這種方式實現線程池特別容易：

啟動容量為N的線程池：

intN=num_of_computing_threads;

for(inti=0;i<N;++i){

create_thread(&worker_thread);//偽代碼：啟動線程

}

使用起來也很簡單：

boost::function<void()>task=boost::bind(&Foo::calc,this);

taskQueue.post(task);

上面十幾行代碼就實現了一個簡單的固定數目的線程池，功能大概相當于Java5的ThreadPoolExecutor的某種“配置”。當然，在真實的項目中，這些代碼都應該封裝到一個class中，而不是使用全局對象。另外需要注意一點：Foo對象的生命期，我的另一篇博客《當析構函數遇到多線程——C++中線程安全的對象回調》詳細討論了這個問題
http://blog.csdn.net/Solstice/archive/2010/01/22/5238671.aspx

除了任務隊列，還可以用blocking_queue<T>實現數據的消費者-生產者隊列，即T的是數據類型而非函數對象，queue的消費者(s)從中拿到數據進行處理。這樣做比taskqueue更加specific一些。

blocking_queue<T>是多線程編程的利器，它的實現可參照Java5util.concurrent里的(Array|Linked)BlockingQueue，通常C++可以用deque來做底層的容器。Java5里的代碼可讀性很高，代碼的基本結構和教科書一致（1個mutex，2個conditionvariables），健壯性要高得多。如果不想自己實現，用現成的庫更好。（我沒有用過免費的庫，這里就不亂推薦了，有興趣的同學可以試試IntelThreadingBuildingBlocks里的concurrent_queue<T>。）

歸納

總結起來，我推薦的多線程服務端編程模式為：eventloopperthread+threadpool。

leventloop用作non-blockingIO和定時器。

lthreadpool用來做計算，具體可以是任務隊列或消費者-生產者隊列。

以這種方式寫服務器程序，需要一個優質的基于Reactor模式的網絡庫來支撐，我只用過in-house的產品，無從比較并推薦市面上常見的C++網絡庫，抱歉。

程序里具體用幾個loop、線程池的大小等參數需要根據應用來設定，基本的原則是“阻抗匹配”，使得CPU和IO都能高效地運作，具體的考慮點容我以后再談。

這里沒有談線程的退出，留待下一篇blog“多線程編程反模式”探討。

此外，程序里或許還有個別執行特殊任務的線程，比如logging，這對應用程序來說基本是不可見的，但是在分配資源（CPU和IO）的時候要算進去，以免高估了系統的容量。

4進程間通信與線程間通信

Linux下進程間通信(IPC)的方式數不勝數，光UNPv2列出的就有：pipe、FIFO、POSIX消息隊列、共享內存、信號(signals)等等，更不必說Sockets了。同步原語(synchronizationprimitives)也很多，互斥器(mutex)、條件變量(conditionvariable)、讀寫鎖(reader-writerlock)、文件鎖(Recordlocking)、信號量(Semaphore)等等。

如何選擇呢？根據我的個人經驗，貴精不貴多，認真挑選三四樣東西就能完全滿足我的工作需要，而且每樣我都能用得很熟,，不容易犯錯。

5進程間通信

進程間通信我首選Sockets（主要指TCP，我沒有用過UDP，也不考慮Unixdomain協議），其最大的好處在于：可以跨主機，具有伸縮性。反正都是多進程了，如果一臺機器處理能力不夠，很自然地就能用多臺機器來處理。把進程分散到同一局域網的多臺機器上，程序改改host:port配置就能繼續用。相反，前面列出的其他IPC都不能跨機器（比如共享內存效率最高，但再怎么著也不能高效地共享兩臺機器的內存），限制了scalability。

在編程上，TCPsockets和pipe都是一個文件描述符，用來收發字節流，都可以read/write/fcntl/select/poll等。不同的是，TCP是雙向的，pipe是單向的(Linux)，進程間雙向通訊還得開兩個文件描述符，不方便；而且進程要有父子關系才能用pipe，這些都限制了pipe的使用。在收發字節流這一通訊模型下，沒有比sockets/TCP更自然的IPC了。當然，pipe也有一個經典應用場景，那就是寫Reactor/Selector時用來異步喚醒select(或等價的poll/epoll)調用（SunJVM在Linux就是這么做的）。

TCPport是由一個進程獨占，且操作系統會自動回收（listeningport和已建立連接的TCPsocket都是文件描述符，在進程結束時操作系統會關閉所有文件描述符）。這說明，即使程序意外退出，也不會給系統留下垃圾，程序重啟之后能比較容易地恢復，而不需要重啟操作系統（用跨進程的mutex就有這個風險）。還有一個好處，既然port是獨占的，那么可以防止程序重復啟動（后面那個進程搶不到port，自然就沒法工作了），造成意料之外的結果。

兩個進程通過TCP通信，如果一個崩潰了，操作系統會關閉連接，這樣另一個進程幾乎立刻就能感知，可以快速failover。當然，應用層的心跳也是必不可少的，我以后在講服務端的日期與時間處理的時候還會談到心跳協議的設計。

與其他IPC相比，TCP協議的一個自然好處是“可記錄可重現”，tcpdump/Wireshark是解決兩個進程間協議/狀態爭端的好幫手。

另外，如果網絡庫帶“連接重試”功能的話，我們可以不要求系統里的進程以特定的順序啟動，任何一個進程都能單獨重啟，這對開發牢靠的分布式系統意義重大。

使用TCP這種字節流(bytestream)方式通信，會有marshal/unmarshal的開銷，這要求我們選用合適的消息格式，準確地說是wireformat。這將是我下一篇blog的主題，目前我推薦GoogleProtocolBuffers。

有人或許會說，具體問題具體分析，如果兩個進程在同一臺機器，就用共享內存，否則就用TCP，比如MSSQLServer就同時支持這兩種通信方式。我問，是否值得為那么一點性能提升而讓代碼的復雜度大大增加呢？TCP是字節流協議，只能順序讀取，有寫緩沖；共享內存是消息協議，a進程填好一塊內存讓b進程來讀，基本是“停等”方式。要把這兩種方式揉到一個程序里，需要建一個抽象層，封裝兩種IPC。這會帶來不透明性，并且增加測試的復雜度，而且萬一通信的某一方崩潰，狀態reconcile也會比sockets麻煩。為我所不取。再說了，你舍得讓幾萬塊買來的SQLServer和你的程序分享機器資源嗎？產品里的數據庫服務器往往是獨立的高配置服務器，一般不會同時運行其他占資源的程序。

TCP本身是個數據流協議，除了直接使用它來通信，還可以在此之上構建RPC/REST/SOAP之類的上層通信協議，這超過了本文的范圍。另外，除了點對點的通信之外，應用級的廣播協議也是非常有用的，可以方便地構建可觀可控的分布式系統。

本文不具體講Reactor方式下的網絡編程，其實這里邊有很多值得注意的地方，比如帶backoff的retryconnecting，用優先隊列來組織timer等等，留作以后分析吧。

6線程間同步

線程同步的四項原則，按重要性排列：

1.首要原則是盡量最低限度地共享對象，減少需要同步的場合。一個對象能不暴露給別的線程就不要暴露；如果要暴露，優先考慮immutable對象；實在不行才暴露可修改的對象，并用同步措施來充分保護它。

2.其次是使用高級的并發編程構件，如TaskQueue、Producer-ConsumerQueue、CountDownLatch等等；

3.最后不得已必須使用底層同步原語(primitives)時，只用非遞歸的互斥器和條件變量，偶爾用一用讀寫鎖；

4.不自己編寫lock-free代碼，不去憑空猜測“哪種做法性能會更好”，比如spinlockvs.mutex。

前面兩條很容易理解，這里著重講一下第3條：底層同步原語的使用。

互斥器(mutex)

互斥器(mutex)恐怕是使用得最多的同步原語，粗略地說，它保護了臨界區，一個時刻最多只能有一個線程在臨界區內活動。（請注意，我談的是pthreads里的mutex，不是Windows里的重量級跨進程Mutex。）單獨使用mutex時，我們主要為了保護共享數據。我個人的原則是：

l用RAII手法封裝mutex的創建、銷毀、加鎖、解鎖這四個操作。

l只用非遞歸的mutex（即不可重入的mutex）。

l不手工調用lock()和unlock()函數，一切交給棧上的Guard對象的構造和析構函數負責，Guard對象的生命期正好等于臨界區（分析對象在什么時候析構是C++程序員的基本功）。這樣我們保證在同一個函數里加鎖和解鎖，避免在foo()里加鎖，然后跑到bar()里解鎖。

l在每次構造Guard對象的時候，思考一路上（調用棧上）已經持有的鎖，防止因加鎖順序不同而導致死鎖(deadlock)。由于Guard對象是棧上對象，看函數調用棧就能分析用鎖的情況，非常便利。

次要原則有：

l不使用跨進程的mutex，進程間通信只用TCPsockets。

l加鎖解鎖在同一個線程，線程a不能去unlock線程b已經鎖住的mutex。（RAII自動保證）

l別忘了解鎖。（RAII自動保證）

l不重復解鎖。（RAII自動保證）

l必要的時候可以考慮用PTHREAD_MUTEX_ERRORCHECK來排錯

用RAII封裝這幾個操作是通行的做法，這幾乎是C++的標準實踐，后面我會給出具體的代碼示例，相信大家都已經寫過或用過類似的代碼了。Java里的synchronized語句和C#的using語句也有類似的效果，即保證鎖的生效期間等于一個作用域，不會因異常而忘記解鎖。

Mutex恐怕是最簡單的同步原語，安照上面的幾條原則，幾乎不可能用錯。我自己從來沒有違背過這些原則，編碼時出現問題都很快能招到并修復。

跑題：非遞歸的mutex

談談我堅持使用非遞歸的互斥器的個人想法。

Mutex分為遞歸(recursive)和非遞歸(non-recursive)兩種，這是POSIX的叫法，另外的名字是可重入(Reentrant)與非可重入。這兩種mutex作為線程間(inter-thread)的同步工具時沒有區別，它們的惟一區別在于：同一個線程可以重復對recursivemutex加鎖，但是不能重復對non-recursivemutex加鎖。

首選非遞歸mutex，絕對不是為了性能，而是為了體現設計意圖。non-recursive和recursive的性能差別其實不大，因為少用一個計數器，前者略快一點點而已。在同一個線程里多次對non-recursivemutex加鎖會立刻導致死鎖，我認為這是它的優點，能幫助我們思考代碼對鎖的期求，并且及早（在編碼階段）發現問題。

毫無疑問recursivemutex使用起來要方便一些，因為不用考慮一個線程會自己把自己給鎖死了，我猜這也是Java和Windows默認提供recursivemutex的原因。（Java語言自帶的intrinsiclock是可重入的，它的concurrent庫里提供ReentrantLock，Windows的CRITICAL_SECTION也是可重入的。似乎它們都不提供輕量級的non-recursivemutex。）

正因為它方便，recursivemutex可能會隱藏代碼里的一些問題。典型情況是你以為拿到一個鎖就能修改對象了，沒想到外層代碼已經拿到了鎖，正在修改（或讀取）同一個對象呢。具體的例子：

std::vector<Foo>foos;

MutexLockmutex;

voidpost(constFoo&f)

{

MutexLockGuardlock(mutex);

foos.push_back(f);

}

voidtraverse()

{

MutexLockGuardlock(mutex);

for(autoit=foos.begin();it!=foos.end();++it){//用了0x新寫法

it->doit();

}

}

post()加鎖，然后修改foos對象；traverse()加鎖，然后遍歷foos數組。將來有一天，Foo::doit()間接調用了post()（這在邏輯上是錯誤的），那么會很有戲劇性的：

1.Mutex是非遞歸的，于是死鎖了。

2.Mutex是遞歸的，由于push_back可能（但不總是）導致vector迭代器失效，程序偶爾會crash。

這時候就能體現non-recursive的優越性：把程序的邏輯錯誤暴露出來。死鎖比較容易debug，把各個線程的調用棧打出來（(gdb)threadapplyallbt），只要每個函數不是特別長，很容易看出來是怎么死的。（另一方面支持了函數不要寫過長。）或者可以用PTHREAD_MUTEX_ERRORCHECK一下子就能找到錯誤（前提是MutexLock帶debug選項。）

程序反正要死，不如死得有意義一點，讓驗尸官的日子好過些。

如果一個函數既可能在已加鎖的情況下調用，又可能在未加鎖的情況下調用，那么就拆成兩個函數：

1.跟原來的函數同名，函數加鎖，轉而調用第2個函數。

2.給函數名加上后綴WithLockHold，不加鎖，把原來的函數體搬過來。

就像這樣：

voidpost(constFoo&f)

{

MutexLockGuardlock(mutex);

postWithLockHold(f);//不用擔心開銷，編譯器會自動內聯的

}

//引入這個函數是為了體現代碼作者的意圖，盡管push_back通?？梢允謩觾嚷?/p>

voidpostWithLockHold(constFoo&f)

{

foos.push_back(f);

}

這有可能出現兩個問題（感謝水木網友ilovecpp提出）：a)誤用了加鎖版本，死鎖了。b)誤用了不加鎖版本，數據損壞了。

對于a)，仿造前面的辦法能比較容易地排錯。對于b)，如果pthreads提供isLocked()就好辦，可以寫成：

voidpostWithLockHold(constFoo&f)

{

assert(mutex.isLocked());//目前只是一個愿望

//...

}

另外，WithLockHold這個顯眼的后綴也讓程序中的誤用容易暴露出來。

C++沒有annotation，不能像Java那樣給method或field標上@GuardedBy注解，需要程序員自己小心在意。雖然這里的辦法不能一勞永逸地解決全部多線程錯誤，但能幫上一點是一點了。

我還沒有遇到過需要使用recursivemutex的情況，我想將來遇到了都可以借助wrapper改用non-recursivemutex，代碼只會更清晰。

===回到正題===

本文這里只談了mutex本身的正確使用，在C++里多線程編程還會遇到其他很多racecondition，請參考拙作《當析構函數遇到多線程——C++中線程安全的對象回調》
http://blog.csdn.net/Solstice/archive/2010/01/22/5238671.aspx。請注意這里的class命名與那篇文章有所不同。我現在認為MutexLock和MutexLockGuard是更好的名稱。

性能注腳：Linux的pthreadsmutex采用futex實現，不必每次加鎖解鎖都陷入系統調用，效率不錯。Windows的CRITICAL_SECTION也是類似。

條件變量

條件變量(conditionvariable)顧名思義是一個或多個線程等待某個布爾表達式為真，即等待別的線程“喚醒”它。條件變量的學名叫管程(monitor)。JavaObject內置的wait(),notify(),notifyAll()即是條件變量（它們以容易用錯著稱）。條件變量只有一種正確使用的方式，對于wait()端：

1.必須與mutex一起使用，該布爾表達式的讀寫需受此mutex保護

2.在mutex已上鎖的時候才能調用wait()

3.把判斷布爾條件和wait()放到while循環中

寫成代碼是：

MutexLockmutex;

Conditioncond(mutex);

std::deque<int>queue;

intdequeue()

{

MutexLockGuardlock(mutex);

while(queue.empty()){//必須用循環；必須在判斷之后再wait()

cond.wait();//這一步會原子地unlockmutex并進入blocking，不會與enqueue死鎖

}

assert(!queue.empty());

inttop=queue.front();

queue.pop_front();

returntop;

}

對于signal/broadcast端：

1.不一定要在mutex已上鎖的情況下調用signal（理論上）

2.在signal之前一般要修改布爾表達式

3.修改布爾表達式通常要用mutex保護（至少用作fullmemorybarrier）

寫成代碼是：

voidenqueue(intx)

{

MutexLockGuardlock(mutex);

queue.push_back(x);

cond.notify();

}

上面的dequeue/enqueue實際上實現了一個簡單的unboundedBlockingQueue。

條件變量是非常底層的同步原語，很少直接使用，一般都是用它來實現高層的同步措施，如BlockingQueue或CountDownLatch。

讀寫鎖與其他

讀寫鎖(Reader-Writerlock)，讀寫鎖是個優秀的抽象，它明確區分了read和write兩種行為。需要注意的是，readerlock是可重入的，writerlock是不可重入（包括不可提升readerlock）的。這正是我說它“優秀”的主要原因。

遇到并發讀寫，如果條件合適，我會用《借shared_ptr實現線程安全的copy-on-write》http://blog.csdn.net/Solstice/archive/2008/11/22/3351751.aspx介紹的辦法，而不用讀寫鎖。當然這不是絕對的。

信號量(Semaphore)，我沒有遇到過需要使用信號量的情況，無從談及個人經驗。

說一句大逆不道的話，如果程序里需要解決如“哲學家就餐”之類的復雜IPC問題，我認為應該首先考察幾個設計，為什么線程之間會有如此復雜的資源爭搶（一個線程要同時搶到兩個資源，一個資源可以被兩個線程爭奪）？能不能把“想吃飯”這個事情專門交給一個為各位哲學家分派餐具的線程來做，然后每個哲學家等在一個簡單的conditionvariable上，到時間了有人通知他去吃飯？從哲學上說，教科書上的解決方案是平權，每個哲學家有自己的線程，自己去拿筷子；我寧愿用集權的方式，用一個線程專門管餐具的分配，讓其他哲學家線程拿個號等在食堂門口好了。這樣不損失多少效率，卻讓程序簡單很多。雖然Windows的WaitForMultipleObjects讓這個問題trivial化，在Linux下正確模擬WaitForMultipleObjects不是普通程序員該干的。

封裝MutexLock、MutexLockGuard和Condition

本節把前面用到的MutexLock、MutexLockGuard、Conditionclasses的代碼列出來，前面兩個classes沒多大難度，后面那個有點意思。

MutexLock封裝臨界區（Criticalsecion），這是一個簡單的資源類，用RAII手法[CCS:13]封裝互斥器的創建與銷毀。臨界區在Windows上是CRITICAL_SECTION，是可重入的；在Linux下是pthread_mutex_t

總結

以上是生活随笔為你收集整理的多线程服务器的常用编程模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。