Linux线程同步实战:多线程程序的同步与调度

article/2025/8/7 11:40:27

个人主页:chian-ocean

文章专栏-Linux

Linux线程同步实战:多线程程序的同步与调度

    • 个人主页:chian-ocean
    • 文章专栏-Linux
  • 前言:
  • 为什么要实现线程同步
    • 线程饥饿(Thread Starvation)
      • 示例:抢票问题
  • 条件变量
    • 条件变量的工作原理
        • 常用操作:
    • `pthread_cond_wait`
    • `pthread_cond_signal`
    • `pthread_cond_broadcast`
  • 基于条件变量的生产消费者模型(阻塞队列)
    • 生产-消费者模型(也叫做游有界缓冲区)
      • 模型原理
      • 工作原理
      • 同步机制
    • 阻塞队列
      • 关键点分析
      • 错误与改进:
    • 生产消费模型
  • 基于信号量的生产-消费者模型(环形队列)
    • POSIX信号量
    • 模型原理
    • 工作原理
    • 同步机制
    • 环形队列
      • 详细分析:
        • 类成员变量:
        • 构造函数:
        • 析构函数:
        • `push()` 方法(生产者操作):
        • `pop()` 方法(消费者操作):
    • 主函数
      • 消费者线程函数 (`cosumer`)
      • 生产者线程函数 (`productor`)
      • 主函数 (`main`)

前言:

Linux 是一个多任务操作系统,它通过提供多种线程同步机制来帮助开发人员有效地管理线程之间的协作与冲突。正确的线程同步不仅能避免这些问题,还能提升程序的可靠性和性能。

在这里插入图片描述

为什么要实现线程同步

线程饥饿(Thread Starvation)

线程饥饿是指在多线程程序中,某些线程因为无法获取到所需的资源,长时间被阻塞,导致无法执行,甚至永远无法执行。这种情况通常发生在低优先级线程无法获得 CPU 时间,或者无法获得必要的锁资源时。线程饥饿会导致系统资源无法得到充分利用,程序的性能和响应性也会下降。

示例:抢票问题

  • 最初的抢票问题出现了读写数据不一致问题,我们通过加锁解决了问题。
#include <iostream>
#include <unistd.h>
#include <pthread.h>using namespace std;// 定义常量 NUM 表示创建线程的数量
#define NUM  10// 初始化互斥锁 mutex,用于保护共享资源 tickets
pthread_mutex_t mutex = PTHREAD_MUTEX_INITIALIZER;// 定义共享资源 tickets,用于模拟票的数量
int tickets = 1000;// 线程的工作函数,用于抢购票
void* SanpUpTichets(void* args)
{// 将当前线程与主线程分离,确保线程结束时可以自动回收资源pthread_detach(pthread_self());// 无限循环,模拟持续抢票while(true){// 加锁,保护共享资源 ticketspthread_mutex_lock(&mutex);// 如果还有票if(tickets > 0){// 打印当前线程的信息和剩余票数cout << "pthread: " <<(int64_t) args << " tickets: " << tickets << endl;tickets--;  // 抢票,票数减一}else {// 如果票已经抢完,解锁并跳出循环pthread_mutex_unlock(&mutex);break;}// 解锁,允许其他线程访问pthread_mutex_unlock(&mutex);// usleep(20);  // 如果需要模拟延迟,可以解开注释}return nullptr;
}int main()
{// 创建 NUM 个线程,模拟多个线程同时抢购票for(int i = 0 ; i < NUM ; i++){pthread_t tid;void* n = (void*)i;  // 传递线程编号作为参数pthread_create(&tid, nullptr, SanpUpTichets, n); // 创建新线程并执行抢票函数}// 主线程休眠 10 秒,确保子线程有足够时间抢票sleep(10);return 0;
}

代码分析:

  • 共享资源: tickets 代表剩余票数,所有线程都会访问并修改它。
  • 互斥锁: pthread_mutex_t mutex 用于确保同一时刻只有一个线程能够访问和修改 tickets,避免数据冲突。
  • 多线程创建: 创建了 10 个线程,每个线程执行 SanpUpTichets 函数,尝试减少票数。
  • 线程同步: 每个线程在修改 tickets 前加锁,修改完后解锁,确保线程安全。
  • 问题:但是仍然存在一个问题,就是饥饿问题(发现都是8号进程进行抢票环节)。

在这里插入图片描述

条件变量

条件变量(Condition Variable)是多线程编程中的一种同步机制,用于在线程之间传递信号或同步操作。它允许一个线程等待某个条件成立,然后再继续执行。条件变量通常与互斥锁(mutex)一起使用,来保护共享资源和确保线程同步

条件变量的工作原理

条件变量允许线程在某些条件成立时进行“等待”操作。当某个条件不满足时,线程会进入等待状态,直到被另一个线程通知条件已经满足并可以继续执行。

常用操作:
  • 等待:一个线程可以调用 pthread_cond_wait 来等待某个条件成立。调用这个函数时,它会自动释放与条件变量关联的互斥锁,并让线程进入等待状态,直到其他线程通过条件变量通知它。
  • 通知:当某个条件满足时,线程可以调用 pthread_cond_signalpthread_cond_broadcast 来通知等待的线程。pthread_cond_signal 会唤醒一个等待的线程,而 pthread_cond_broadcast 会唤醒所有等待的线程。

pthread_cond_wait

该函数使得线程在满足某个条件之前进入阻塞状态。调用此函数时,线程将等待一个条件变量上的信号通知。调用此函数时会自动释放与条件变量关联的互斥锁,并让线程进入等待状态,直到条件满足或被其他线程通知唤醒。

int pthread_cond_wait(pthread_cond_t *restrict cond, pthread_mutex_t *restrict mutex);

参数

  • cond:这是要等待的条件变量。它是一个 pthread_cond_t 类型的结构体,用来表示条件变量。

  • mutex:与条件变量关联的互斥锁,它是一个 pthread_mutex_t 类型的结构体。此互斥锁用于保护共享资源的访问,确保只有一个线程可以修改条件变量。

pthread_cond_signal

目的:此函数用于唤醒一个正在等待条件变量 cond 的线程。

语法

int pthread_cond_signal(pthread_cond_t *cond);

参数

  • cond:指向条件变量的指针。

pthread_cond_broadcast

目的:此函数用于唤醒所有正在等待条件变量 cond 的线程。

语法

int pthread_cond_broadcast(pthread_cond_t *cond);

参数

  • cond:指向条件变量的指针

基于条件变量的生产消费者模型(阻塞队列)

生产-消费者模型(也叫做游有界缓冲区)

两个进程(线程)共享一块公共的缓冲区,其中一个生产者,将数据放入缓冲区;另外一个是消费者,将数据从缓冲区取走(也可以把这个问题一般化为m个生产者和n个消费者)

模型原理

  1. 生产者(Producer):生成数据、任务或产品,并将它们放入一个共享缓冲区。
  2. 消费者(Consumer):从共享缓冲区中取出数据并进行处理。
  3. 缓冲区(Buffer):充当生产者和消费者之间的中介,通常是一个有限的队列或数组。缓冲区容量有限,当缓冲区已满时,生产者需要等待;当缓冲区为空时,消费者需要等待。

工作原理

  • 生产者:将生成的数据放入缓冲区。
  • 消费者:从缓冲区获取数据并进行处理。
  • 缓冲区:充当共享资源,在多线程环境下进行同步。生产者和消费者的速度不同,可能会出现缓冲区满或者为空的情况。

同步机制

在生产者-消费者模型中,通常需要使用同步机制来确保生产者和消费者之间不会发生冲突,常见的同步机制包括:

  • 互斥锁(Mutex):确保每次只有一个线程能够访问共享资源。
  • 条件变量(Condition Variable):允许线程在特定条件下被挂起和唤醒,例如生产者等待缓冲区有空间时,消费者等待缓冲区有数据时。
  • 信号量(Semaphore):控制对共享资源的访问数量,通常用于限制对缓冲区的访问。

阻塞队列

#include<iostream>
#include<queue>
#include<pthread.h>#define defaultnum 5 // 定义队列的默认容量为5// 阻塞队列模板类,支持泛型T(可以存储任意类型的数据)
template<class T>
class blockqueue
{
private:std::queue<T> _q;              // 用于存储数据的标准队列int _cap = defaultnum;         // 队列的最大容量,默认为5pthread_mutex_t _lock;         // 互斥锁,用于保证线程安全pthread_cond_t _c_cond;        // 消费者等待的条件变量,当队列为空时,消费者线程会等待pthread_cond_t _p_cond;        // 生产者等待的条件变量,当队列满时,生产者线程会等待
public:// 构造函数,接受队列的最大容量blockqueue(int cap = defaultnum):_cap(cap){// 初始化互斥锁和条件变量pthread_mutex_init(&_lock, nullptr);pthread_cond_init(&_c_cond, nullptr);pthread_cond_init(&_p_cond, nullptr);}// 析构函数,销毁互斥锁和条件变量~blockqueue(){pthread_mutex_destroy(&_lock);  // 销毁互斥锁pthread_cond_destroy(&_c_cond); // 销毁消费者条件变量pthread_cond_destroy(&_p_cond); // 销毁生产者条件变量}// 生产者线程调用的push方法,插入数据到队列中void push(const T& in){pthread_mutex_lock(&_lock);  // 上锁,确保线程安全// 如果队列已满,生产者需要等待if (_cap == _q.size()) {pthread_cond_wait(&_p_cond, &_lock); // 等待生产者条件变量}// 将数据放入队列_q.push(in);// 唤醒一个消费者线程(如果有的话)pthread_cond_signal(&_c_cond);pthread_mutex_unlock(&_lock);  // 解锁}// 消费者线程调用的pop方法,从队列中取出数据T pop(){pthread_mutex_lock(&_lock);  // 上锁,确保线程安全// 如果队列为空,消费者需要等待while (_q.size() == 0) {pthread_cond_wait(&_c_cond, &_lock); // 等待消费者条件变量}// 从队列中取出数据T data = _q.front();_q.pop();// 唤醒一个生产者线程(如果有的话)pthread_cond_signal(&_p_cond);pthread_mutex_unlock(&_lock);  // 解锁return data;  // 返回取出的数据}
};

关键点分析

  1. 互斥锁 (_lock):用于保护队列的访问,确保每次只有一个线程能访问队列。这样可以避免多个线程同时修改队列引发的数据竞争问题。
  2. 条件变量 (_c_cond_p_cond)
    • _c_cond 用于消费者线程,当队列为空时,消费者会等待该条件变量。
    • _p_cond 用于生产者线程,当队列满时,生产者会等待该条件变量。
  3. 生产者操作 (push)
    • 如果队列已满,生产者会等待,直到有空位可以插入新的数据。
    • 插入数据后,通过 pthread_cond_signal 唤醒一个等待的消费者线程。
  4. 消费者操作 (pop)
    • 如果队列为空,消费者会等待,直到有新数据可以消费。
    • 从队列中取出数据后,通过 pthread_cond_signal 唤醒一个等待的生产者线程。

错误与改进:

  • 线程阻塞的合理性:此实现正确处理了生产者和消费者的等待机制,保证了生产者不会在队列满时继续生产,消费者不会在队列空时继续消费。
  • pthread_cond_wait 调用条件:使用while而不是if来等待消费,因为在高并发环境下,可能会出现虚假唤醒(即线程被唤醒后,队列可能仍为空或已满)。

生产消费模型

#include<iostream>               // 引入标准输入输出库
#include<unistd.h>               // 引入Unix标准库,提供sleep函数等
#include "blockqueue.hpp"        // 引入blockqueue头文件,定义了阻塞队列
#include "task.hpp"              // 引入task头文件,定义了任务类
using namespace std;void * producter(void* args)    // 生产者线程函数,传入的参数为阻塞队列的地址
{blockqueue<task>* bt = static_cast<blockqueue<task>*>(args);   // 将参数转换为blockqueue类型while(true){int x = rand() % 10;   // 随机生成一个整数x,范围0到9int y = rand() % 10;   // 随机生成一个整数y,范围0到9task t(x, y, opers[rand() % 4]);  // 创建一个task对象,运算符从opers数组中随机选择t.run();  // 执行任务的run方法bt->push(t);  // 将生成的任务t放入阻塞队列cout << "生产一个数据: " << t.Gettask() << endl;  // 输出任务信息sleep(1);   // 休眠1秒,模拟生产的间隔时间}return nullptr;  // 返回空指针,结束线程函数
}void* consumer(void* args)  // 消费者线程函数,传入的参数为阻塞队列的地址
{blockqueue<task>* bt = static_cast<blockqueue<task>*>(args);  // 将参数转换为blockqueue类型while(true){task data = bt->pop();  // 从阻塞队列中取出一个任务cout << "消费一个数据: " << data.Getresult() << endl;  // 输出任务结果}
}int main()
{blockqueue<task>* bq = new blockqueue<task>();  // 创建一个新的阻塞队列对象bqsrand(time(nullptr));   // 使用当前时间作为随机数种子,以确保每次运行的随机数不同pthread_t ctid, ptid;  // 定义消费者线程和生产者线程的线程ID// 创建生产者线程,传入bq作为参数pthread_create(&ptid, nullptr, producter, bq);  // 创建消费者线程,传入bq作为参数pthread_create(&ctid, nullptr, consumer, bq);// 等待消费者线程结束pthread_join(ctid, nullptr);// 等待生产者线程结束pthread_join(ptid, nullptr);return 0;  // 主函数返回
}
  1. **生产者线程(producter):
  • 该线程负责生产任务并将其加入到阻塞队列中。
  • 每次循环中,生产者随机生成两个整数 xy,并根据一个随机的运算符构造一个 task 对象。
  • 调用 task 对象的 run 方法进行任务处理后,将任务推送到阻塞队列中。
  • 输出任务的相关信息,并休眠1秒,模拟生产任务的过程。
  1. 消费者线程(consumer
  • 该线程负责从阻塞队列中获取任务并消费(处理)这些任务。
  • 消费者通过 pop 方法从阻塞队列中获取任务,然后输出任务的结果。
  1. 主函数(main
  • 创建一个 blockqueue<task> 类型的对象 bq,用于存放 task 对象。
  • 设置随机数种子,以确保每次运行时生成的随机数不同。
  • 创建并启动生产者线程和消费者线程,传递 bq 作为参数。
  • 使用 pthread_join 等待生产者和消费者线程的结束。

基于信号量的生产-消费者模型(环形队列)

POSIX信号量

  1. sem_init():初始化信号量。
  2. sem_wait():执行“等待”操作,降低信号量的值,若信号量为0,则进程会被阻塞。
  3. sem_post():执行“释放”操作,增加信号量的值,若有进程等待该信号量,会唤醒一个进程。
  4. sem_destroy():销毁信号量。

模型原理

组件描述
生产者(Producer)不断生产数据,尝试放入缓冲区
消费者(Consumer)不断消费数据,尝试从缓冲区取出
环形缓冲区(Circular Queue)共享的有限大小的队列,生产者写入,消费者读取
信号量(Semaphore)控制生产者和消费者行为,保证同步与互斥

工作原理

环形队列是一种先进先出(FIFO)的结构,具备“循环”特性:

  • 使用一个固定大小的数组 buffer[N]
  • 使用两个指针:
    • head:消费者从这里取数据。
    • tail:生产者向这里放数据。
  • 通过模运算(% N)实现循环结构:
    tailhead 增加到数组尾部时,再次从头开始。

同步机制

  1. empty_slots 信号量:表示环形队列中空槽的数量。生产者每次生产一个产品时,减少一个空槽;如果空槽为0,生产者将被阻塞,直到消费者取走产品,释放空槽。
  2. full_slots 信号量:表示环形队列中已填充的槽的数量。消费者每次消费一个产品时,减少一个满槽;如果满槽为0,消费者将被阻塞,直到生产者生产产品并释放满槽。
  3. mutex 信号量:保证生产者和消费者对环形队列的互斥访问,防止多个线程同时修改队列,导致数据冲突。

环形队列

这段代码实现了一个基于 信号量互斥锁环形队列(Ring Queue)Ringqueue,其中 T 是队列元素的类型。环形队列的大小是可配置的,并且支持生产者和消费者并发访问。

让我们逐行分析这段代码并添加详细注释:

const static int defaultcap = 6; // 默认队列大小为6template<class T> // 泛型队列,支持任意类型的元素
class Ringqueue
{
private:std::vector<T> _ringqueue; // 存储环形队列元素int _cap;                  // 队列容量int _c_step;               // 消费者队列指针,表示下一个消费的位置int _p_step;               // 生产者队列指针,表示下一个生产的位置// 信号量,用于同步生产者和消费者的操作sem_t _cdata_sem;  // 消费者信号量(数据),表示可供消费者消费的数据数量sem_t _pspace_sem;  // 生产者信号量(空间),表示可供生产者生产的空槽数量// 互斥锁,用于保护生产者和消费者对队列的访问,防止竞争条件pthread_mutex_t _mutex_c; // 用于消费者线程的互斥锁pthread_mutex_t _mutex_p; // 用于生产者线程的互斥锁public:// 构造函数,初始化环形队列、信号量和互斥锁Ringqueue(int cap = defaultcap): _ringqueue(cap), _cap(cap), _c_step(0), _p_step(0) // 初始化环形队列,容量和指针{sem_init(&_cdata_sem, 0, 0); // 初始化消费者信号量,初始为0,表示没有数据可消费sem_init(&_pspace_sem, 0, cap); // 初始化生产者信号量,初始为队列容量,表示有空间可以生产pthread_mutex_init(&_mutex_c, nullptr); // 初始化消费者互斥锁pthread_mutex_init(&_mutex_p, nullptr); // 初始化生产者互斥锁}// 析构函数,销毁信号量和互斥锁~Ringqueue(){sem_destroy(&_cdata_sem); // 销毁消费者信号量sem_destroy(&_pspace_sem); // 销毁生产者信号量pthread_mutex_destroy(&_mutex_c); // 销毁消费者互斥锁pthread_mutex_destroy(&_mutex_p); // 销毁生产者互斥锁}// 插入数据到队列(生产者操作)void push(const T& in){// 等待空槽信号量(即空间是否足够,如果没有空槽,生产者阻塞)sem_wait(&_pspace_sem);// 获取生产者互斥锁,确保只有一个生产者可以修改队列pthread_mutex_lock(&_mutex_p);// 将数据插入到队列的生产者指针位置_ringqueue[_p_step++] = in;// 更新生产者指针(确保指针在环形队列中循环)_p_step %= _cap;// 释放生产者互斥锁pthread_mutex_unlock(&_mutex_p);// 增加消费者信号量,表示队列中有新数据可供消费sem_post(&_cdata_sem);}// 从队列取数据(消费者操作)T pop(){// 等待数据信号量(即是否有数据,如果没有数据,消费者阻塞)sem_wait(&_cdata_sem);// 获取消费者互斥锁,确保只有一个消费者可以修改队列pthread_mutex_lock(&_mutex_c);// 从队列的消费者指针位置取出数据T data = _ringqueue[_c_step++];// 更新消费者指针(确保指针在环形队列中循环)_c_step %= _cap;// 释放消费者互斥锁pthread_mutex_unlock(&_mutex_c);// 增加生产者信号量,表示队列中有空槽可以生产数据sem_post(&_pspace_sem);// 返回消费者取出的数据return data;}
};

详细分析:

类成员变量:
  1. _ringqueue:这是一个 std::vector<T>,用于存储环形队列的数据。
  2. _cap:队列的容量,表示队列的最大长度。
  3. _c_step_p_step:分别是消费者和生产者指针,用于指示队列中下一个被访问的元素的位置。它们是环形队列的重要组成部分,通过模运算实现循环。
  4. _cdata_sem_pspace_sem:消费者和生产者的信号量,用于同步生产者和消费者的操作,确保生产者不会在队列满时插入数据,消费者不会在队列空时取出数据。
  5. _mutex_c_mutex_p:用于保护消费者和生产者线程访问队列的互斥锁,防止并发线程访问队列时发生数据竞争。
构造函数:
  • 初始化队列大小、信号量和互斥锁。
  • sem_init(&_cdata_sem, 0, 0) 将消费者信号量初始为0,表示队列中没有数据可供消费。
  • sem_init(&_pspace_sem, 0, cap) 将生产者信号量初始为队列的容量,表示有足够的空间可以进行生产。
析构函数:
  • 销毁信号量和互斥锁,释放资源。
push() 方法(生产者操作):
  1. sem_wait(&_pspace_sem):首先,生产者通过等待 pspace_sem 信号量来检查是否有空槽可以插入数据。如果没有空槽(即队列满),生产者线程将阻塞,直到有空槽可用。
  2. pthread_mutex_lock(&_mutex_p):然后,生产者获取生产者的互斥锁,确保在插入数据时不会有其他线程同时访问队列。
  3. 插入数据:生产者将数据插入队列,并更新 p_step 指针。
  4. pthread_mutex_unlock(&_mutex_p):释放互斥锁,允许其他线程访问队列。
  5. sem_post(&_cdata_sem):最后,生产者通过增加 cdata_sem 信号量来通知消费者队列中有新的数据可供消费。
pop() 方法(消费者操作):
  1. sem_wait(&_cdata_sem):消费者通过等待 cdata_sem 信号量来检查队列是否有数据可以消费。如果没有数据(即队列空),消费者线程将阻塞,直到有数据可用。
  2. pthread_mutex_lock(&_mutex_c):然后,消费者获取消费者的互斥锁,确保在取出数据时不会有其他线程同时访问队列。
  3. 取出数据:消费者从队列中取出数据,并更新 c_step 指针。
  4. pthread_mutex_unlock(&_mutex_c):释放互斥锁,允许其他线程访问队列。
  5. sem_post(&_pspace_sem):最后,消费者通过增加 pspace_sem 信号量来通知生产者队列中有空槽可以插入数据。

这段代码展示了一个简单的生产者-消费者模型,其中使用了环形队列Ringqueue)来存储任务(task)。生产者线程生成任务并将其放入队列,消费者线程从队列中取出任务并处理。以下是代码的详细分析和注释:

主函数

消费者线程函数 (cosumer)

void* cosumer(void* args)
{Ringqueue<task>* rq = static_cast<Ringqueue<task>*>(args);while (true){task data = rq->pop();cout <<"消费了一个数据: " << data.Getresult() <<endl;}return nullptr;
}
  • cosumer 是消费者线程的入口函数。它会一直从队列中取出任务并进行处理。
  • 使用 pop() 方法从队列中取出一个 task 对象。
  • Getresult() 假设是 task 类中的方法,返回任务的结果。这里通过输出该结果来模拟消费操作。
  • while (true) 使得消费者线程持续运行,直到程序结束。

生产者线程函数 (productor)

void* productor(void* args)
{Ringqueue<task>* rq = static_cast<Ringqueue<task>*>(args);while (true){int x = rand() % 10;int y = rand() % 10;task t(x, y, opers[rand() % opers.size()]);sleep(1);t.run();rq->push(t);cout << "生产一个数据:" << t.Gettask() << endl;usleep(1);}return nullptr;
}
  • productor 是生产者线程的入口函数。它持续生成任务并将其插入到环形队列中。
  • rand() % 10 生成两个随机数 xy,这两个数作为任务的操作数。
  • task t(x, y, opers[rand() % opers.size()]) 创建一个新的任务对象,假设 opers 是一个操作符数组(例如,加法、减法等),从中随机选择一个操作符。
  • sleep(1) 模拟任务的生成过程,表示生产一个任务需要1秒钟时间。
  • t.run() 执行任务(假设 run() 方法执行任务操作)。
  • rq->push(t) 将任务推送到队列中。
  • cout 用于输出生产的任务信息。
  • usleep(1) 将线程挂起1微秒,减少CPU的占用。

主函数 (main)

int main()
{srand(time(nullptr));  // 用当前时间作为随机数种子,确保每次运行时生成不同的随机数pthread_t ctid, pptid, ptid;  // 声明线程IDRingqueue<task>* rq = new Ringqueue<task>();  // 创建一个环形队列对象,用于存储任务// 创建消费者线程pthread_create(&ctid, nullptr, cosumer, rq);// 创建两个生产者线程pthread_create(&ptid, nullptr, productor, rq);pthread_create(&pptid, nullptr, productor, rq);// 等待所有线程完成pthread_join(ctid, nullptr);pthread_join(ptid, nullptr);pthread_join(pptid, nullptr);return 0;
}
  • srand(time(nullptr)):使用当前时间作为随机数种子,确保每次程序运行时生成不同的随机数序列。
  • pthread_t ctid, pptid, ptid:声明三个线程ID变量,分别用于消费者线程和两个生产者线程。
  • Ringqueue<task>* rq = new Ringqueue<task>();:创建一个环形队列对象,用于存储生产者和消费者之间传递的任务。
  • pthread_create(&ctid, nullptr, cosumer, rq);:创建消费者线程,传入环形队列指针 rq
  • pthread_create(&ptid, nullptr, productor, rq);pthread_create(&pptid, nullptr, productor, rq);:创建两个生产者线程,传入同一个环形队列指针 rq
  • pthread_join 用于等待线程执行完毕。由于 pthread_create 是异步执行的,所以在主线程中使用 pthread_join 等待每个线程的结束,确保程

http://www.hkcw.cn/article/OiOdJeWYVN.shtml

相关文章

任务22:创建示例Django项目,展示ECharts图形示例

任务描述 知识点&#xff1a; DjangoECharts 重 点&#xff1a; DjangoECharts 内 容&#xff1a; 创建Django项目掌握ECharts绘制图形通过官网ECharts示例&#xff0c;完成Django项目&#xff0c;并通过配置项进行修改图形 任务指导 1、创建web_test的Django项目 2…

深度学习入门Day1--Python基础

一、基础语法 1.变量 python是“动态类型语言”的编程语言。用户无需明确指出x的类型是int。 x10 #初始化 print(x) #输出x x100 #赋值 print(x) print(type(x))#输出x的类型<class int>2.算术计算 >>>4*5 >20 >>>3**3#**表示乘方&#xff08;3…

九坤:熵最小化加速LLM收敛

&#x1f4d6;标题&#xff1a;One-shot Entropy Minimization &#x1f310;来源&#xff1a;arXiv, 2505.20282 &#x1f31f;摘要 我们训练了 13,440 个大型语言模型&#xff0c;发现熵最小化只需要一个未标记的数据和 10 步优化&#xff0c;以实现比使用数千个数据获得的…

微服务面试(分布式事务、注册中心、远程调用、服务保护)

1.分布式事务 分布式事务&#xff0c;就是指不是在单个服务或单个数据库架构下&#xff0c;产生的事务&#xff0c;例如&#xff1a; 跨数据源的分布式事务跨服务的分布式事务综合情况 我们之前解决分布式事务问题是直接使用Seata框架的AT模式&#xff0c;但是解决分布式事务…

儿童节快乐,聊聊数字的规律和同余原理

某年的6月1日是星期日。那么&#xff0c;同一年的6月30日是星期几&#xff1f; 星期是7天一个循环。所以说&#xff0c;这一天是星期几&#xff0c;7天之后同样也是星期几。而6月30日是在6月1日的29天之后&#xff1a;29 7 4 ... 1用29除以7&#xff0c;可以得出余数为1。而…

视觉分析明火检测助力山东化工厂火情防控

视觉分析技术赋能化工厂火情防控&#xff1a;从山东事故看明火与烟雾检测的应用价值 一、背景&#xff1a;山东化工事故中的火情防控痛点 近期&#xff0c;山东高密友道化学有限公司、淄博润兴化工科技有限公司等企业接连发生爆炸事故&#xff0c;暴露出传统火情防控手段的局…

javaEE->多线程:定时器

一. 定时器 约定一个时间&#xff0c;时间到了&#xff0c;执行某个代码逻辑&#xff08;进行网络通信时常见&#xff09; 客户端给服务器发送请求 之后就需要等待 服务器的响应&#xff0c;客户端不可能无限的等&#xff0c;需要一个最大的期限。这里“等待的最大时间”可以用…

HTML表单

1. 什么是表单 表单常用格式 文本框 密码框 单选按钮 复选框 列表框 按钮 多行文本域 文件域 邮箱 网址 数字 滑块 搜索框 2. 表单的高级应用 隐藏域&#xff08;⭐&#xff09; 隐藏域在网页中会经常被使用&#xff0c;比如我们登录了以后需要持续使用我们的登录信息&#xff…

STM32F407寄存器操作(ADC非连续扫描模式)

1.前言 书接上回&#xff0c;在看手册的时候我突然发现手册上还描述了另一种ADC扫描模式&#xff0c;即非连续扫描模式&#xff0c;想着连续扫描模式都已经探索过了&#xff0c;那就顺手把非非连续模式研究一下吧。 2.理论 我们先看看手册&#xff0c;这里我就以规则通道举例…

老年照护实训室建设方案设计:基础照护与专业护理实训

老年照护实训室的建设是提升老年照护人才培养质量的关键环节&#xff0c;其方案设计需精准对接基础照护与专业护理的实训需求&#xff0c;为学习者构建理论与实践深度融合的教学场景。点击获取实训室建设方案 一、建设背景与目标 &#xff08;一&#xff09;建设背景 随着人…

C语言 — 文件

目录 1.流1.1 流的概念1.2 常见的的流 2.文件的打开和关闭2.1 fopen函数2.2 fclose函数2.3 文件的打开和关闭 3.文件的输入输出函数3.1 fputc函数3.2 fgetc函数3.3 feof函数和ferror函数3.4 fputs函数3.5 fgets函数3.6 fwrite函数3.7 fread函数3.8 fprintf函数3.9 fscanf函数 4…

13. springCloud AlibabaSeata处理分布式事务

目录 一、分布式事务面试题 1.多个数据库之间如何处理分布式事务&#xff1f; 2.若拿出如下场景&#xff0c;阁下将如何应对? 3.阿里巴巴的Seata-AT模式如何做到对业务的无侵入? 4.对于分布式事务问题&#xff0c;你知道的解决方案有哪些?请你谈谈? 二、分布式事务问题…

java多线程与JUC

进程线程 进程&#xff1a;进程是操作系统分配资源的基本单位。在电脑中&#xff0c;一个软件就是一个进程 线程&#xff1a;线程是CPU调度的基本单位&#xff0c;是进程内的执行单元。相当于一个软件中的不同功能 多线程程序的特点&#xff1a;程序可以同时去做多件事&#…

GCC 下载安装

下载 官网&#xff1a;GCC, the GNU Compiler Collection- GNU Project Cygwin linux 环境 MinGW 在 Windows 上提供 GNU 开发工具比 Cygwin 更轻量&#xff08;不模拟完整的 POSIX 环境&#xff09;选择&#xff1a;binaries选择mingw-w64

GpuGeek如何成为AI基础设施市场的中坚力量

AI时代&#xff0c;算力基础设施已成为支撑技术创新和产业升级的关键要素。作为国内专注服务算法工程师群体的智算平台&#xff0c;GpuGeek通过持续创新的服务模式、精准的市场定位和系统化的生态建设&#xff0c;正快速成长为AI基础设施领域的中坚力量。本文将深入分析GpuGeek…

DAY 35 超大力王爱学Python

知识点回顾&#xff1a; 三种不同的模型可视化方法&#xff1a;推荐torchinfo打印summary权重分布可视化进度条功能&#xff1a;手动和自动写法&#xff0c;让打印结果更加美观推理的写法&#xff1a;评估模式 作业&#xff1a;调整模型定义时的超参数&#xff0c;对比下效果。…

MYOJ_4149:(洛谷P1002)[NOIP 2002 普及组] 过河卒(坐标型DP)

题目描述 棋盘上 A 点有一个过河卒&#xff0c;需要走到目标 B 点。卒行走的规则&#xff1a;可以向下、或者向右。同时在棋盘上 C 点有一个对方的马&#xff0c;该马所在的点和所有跳跃一步可达的点称为对方马的控制点。因此称之为“马拦过河卒”。 棋盘用坐标表示&#xff0…

Java高效处理大文件:避免OOM的深度实践

​关键痛点​&#xff1a;当加载10GB的CSV文件时&#xff0c;Files.readAllLines()抛出OutOfMemoryError&#xff0c;该如何解决&#xff1f; 在Java中处理大文件是开发中的高频场景&#xff0c;尤其在大数据、日志分析等领域。本文将深入探讨几种高效处理大文件的方案&#x…

Word双栏英文论文排版攻略

word写双栏英文论文的注意事项 排版首先改字体添加连字符还没完呢有时候设置了两端对齐会出现这样的情况&#xff1a; 公式文献 等我下学期有时间了&#xff0c;一定要学习Latex啊&#xff0c;word写英文论文&#xff0c;不论是排版还是公式都很麻烦的&#xff0c;而Latex一键就…

esp-idf ubuntu环境配置

常用命令 source ~/esp/esp-idf/export.shidf.py --list-targets idf.py set-target 将清除 build 目录&#xff0c;并重新生成 sdkconfig 文件&#xff0c;原来的 sdkconfig 文件保存为 sdkconfig.old。 idf.py build idf.py flashNo module named pip wget https://bootst…