C++多線程編程時的數據保護

更新時間：2015年07月14日 12:18:30 投稿：goldensun

這篇文章主要介紹了C++多線程編程時的數據保護,作者針對C++11版本中的新特性做出了一些解說,需要的朋友可以參考下

在編寫多線程程序時，多個線程同時訪問某個共享資源，會導致同步的問題，這篇文章中我們將介紹 C++11 多線程編程中的數據保護。
數據丟失

讓我們從一個簡單的例子開始，請看如下代碼：

#include <iostream>
#include <string>
#include <thread>
#include <vector>
 
using std::thread;
using std::vector;
using std::cout;
using std::endl;
 
class Incrementer
{
  private:
    int counter;
 
  public:
    Incrementer() : counter{0} { };
 
    void operator()()
    {
      for(int i = 0; i < 100000; i++)
      {
        this->counter++;
      }
    }
 
    int getCounter() const
    {
      return this->counter;
    }   
};
 
int main()
{
  // Create the threads which will each do some counting
  vector<thread> threads;
 
  Incrementer counter;
 
  threads.push_back(thread(std::ref(counter)));
  threads.push_back(thread(std::ref(counter)));
  threads.push_back(thread(std::ref(counter)));
 
  for(auto &t : threads)
  {
    t.join();
  }
 
  cout << counter.getCounter() << endl;
 
  return 0;
}

這個程序的目的就是數數，數到30萬，某些傻叉程序員想要優(yōu)化數數的過程，因此創(chuàng)建了三個線程，使用一個共享變量 counter，每個線程負責給這個變量增加10萬計數。

這段代碼創(chuàng)建了一個名為 Incrementer 的類，該類包含一個私有變量 counter，其構造器非常簡單，只是將 counter 設置為 0.

緊接著是一個操作符重載，這意味著這個類的每個實例都是被當作一個簡單函數來調用的。一般我們調用類的某個方法時會這樣 object.fooMethod()，但現在你實際上是直接調用了對象，如object(). 因為我們是在操作符重載函數中將整個對象傳遞給了線程類。最后是一個 getCounter 方法，返回 counter 變量的值。

再下來是程序的入口函數 main()，我們創(chuàng)建了三個線程，不過只創(chuàng)建了一個 Incrementer 類的實例，然后將這個實例傳遞給三個線程，注意這里使用了 std::ref ，這相當于是傳遞了實例的引用對象，而不是對象的拷貝。

現在讓我們來看看程序執(zhí)行的結果，如果這位傻叉程序員還夠聰明的話，他會使用 GCC 4.7 或者更新版本，或者是 Clang 3.1 來進行編譯，編譯方法：

g++ -std=c++11 -lpthread -o threading_example main.cpp

運行結果：

[lucas@lucas-desktop src]$ ./threading_example
218141
[lucas@lucas-desktop src]$ ./threading_example
208079
[lucas@lucas-desktop src]$ ./threading_example
100000
[lucas@lucas-desktop src]$ ./threading_example
202426
[lucas@lucas-desktop src]$ ./threading_example
172209

但等等，不對啊，程序并沒有數數到30萬，有一次居然只數到10萬，為什么會這樣呢？好吧，加1操作對應實際的處理器指令其實包括：

movl  counter(%rip), %eax
addl  $1, %eax
movl  %eax, counter(%rip)

首個指令將裝載 counter 的值到 %eax 寄存器，緊接著寄存器的值增1，然后將寄存器的值移給內存中 counter 所在的地址。

我聽到你在嘀咕：這不錯，可為什么會導致數數錯誤的問題呢？嗯，還記得我們以前說過線程會共享處理器，因為只有單核。因此在某些點上，一個線程會依照指令執(zhí)行完成，但在很多情況下，操作系統(tǒng)會對線程說：時間結束了，到后面排隊再來，然后另外一個線程開始執(zhí)行，當下一個線程開始執(zhí)行時，它會從被暫停的那個位置開始執(zhí)行。所以你猜會發(fā)生什么事，當前線程正準備執(zhí)行寄存器加1操作時，系統(tǒng)把處理器交給另外一個線程？

我真的不知道會發(fā)生什么事，可能我們在準備加1時，另外一個線程進來了，重新將 counter 值加載到寄存器等多種情況的產生。誰也不知道到底發(fā)生了什么。

正確的做法

解決方案就是要求同一個時間內只允許一個線程訪問共享變量。這個可通過 std::mutex 類來解決。當線程進入時，加鎖、執(zhí)行操作，然后釋放鎖。其他線程想要訪問這個共享資源必須等待鎖釋放。

互斥(mutex) 是操作系統(tǒng)確保鎖和解鎖操作是不可分割的。這意味著線程在對互斥量進行鎖和解鎖的操作是不會被中斷的。當線程對互斥量進行鎖或者解鎖時，該操作會在操作系統(tǒng)切換線程前完成。

而最好的事情是，當你試圖對互斥量進行加鎖操作時，其他的線程已經鎖住了該互斥量，那你就必須等待直到其釋放。操作系統(tǒng)會跟蹤哪個線程正在等待哪個互斥量，被堵塞的線程會進入 "blocked onm" 狀態(tài)，意味著操作系統(tǒng)不會給這個堵塞的線程任何處理器時間，直到互斥量解鎖，因此也不會浪費 CPU 的循環(huán)。如果有多個線程處于等待狀態(tài)，哪個線程最先獲得資源取決于操作系統(tǒng)本身，一般像 Windows 和 Linux 系統(tǒng)使用的是 FIFO 策略，在實時操作系統(tǒng)中則是基于優(yōu)先級的。

現在讓我們對上面的代碼進行改進：

#include <iostream>
#include <string>
#include <thread>
#include <vector>
#include <mutex>
 
using std::thread;
using std::vector;
using std::cout;
using std::endl;
using std::mutex;
 
class Incrementer
{
  private:
    int counter;
    mutex m;
 
  public:
    Incrementer() : counter{0} { };
 
    void operator()()
    {
      for(int i = 0; i < 100000; i++)
      {
        this->m.lock();
        this->counter++;
        this->m.unlock();
      }
    }
 
    int getCounter() const
    {
      return this->counter;
    } 
};
 
int main()
{
  // Create the threads which will each do some counting
  vector<thread> threads;
 
  Incrementer counter;
 
  threads.push_back(thread(std::ref(counter)));
  threads.push_back(thread(std::ref(counter)));
  threads.push_back(thread(std::ref(counter)));
 
  for(auto &t : threads)
  {
    t.join();
  }
 
  cout << counter.getCounter() << endl;
 
  return 0;
}

注意代碼上的變化：我們引入了 mutex 頭文件，增加了一個 m 的成員，類型是 mutex，在operator()() 中我們鎖住互斥量 m 然后對 counter 進行加1操作，然后釋放互斥量。

再次執(zhí)行上述程序，結果如下：

[lucas@lucas-desktop src]$ ./threading_example
300000
[lucas@lucas-desktop src]$ ./threading_example
300000

這下數對了。不過在計算機科學中，沒有免費的午餐，使用互斥量會降低程序的性能，但這總比一個錯誤的程序要強吧。

防范異常

當對變量進行加1操作時，是可能會發(fā)生異常的，當然在我們這個例子中發(fā)生異常的機會微乎其微，但是在一些復雜系統(tǒng)中是極有可能的。上面的代碼并不是異常安全的，當異常發(fā)生時，程序已經結束了，可是互斥量還是處于鎖的狀態(tài)。

為了確保互斥量在異常發(fā)生的情況下也能被解鎖，我們需要使用如下代碼：

for(int i = 0; i < 100000; i++)
{
 this->m.lock();
 try
  {
   this->counter++;
   this->m.unlock();
  }
  catch(...)
  {
   this->m.unlock();
   throw;
  }
}

但是，這代碼太多了，而只是為了對互斥量進行加鎖和解鎖。沒關系，我知道你很懶，因此推薦個更簡單的單行代碼解決方法，就是使用 std::lock_guard 類。這個類在創(chuàng)建時就鎖定了 mutex 對象，然后在結束時釋放。

繼續(xù)修改代碼：

void operator()()
{
  for(int i = 0; i < 100000; i++)
  {
  lock_guard<mutex> lock(this->m);
 
  // The lock has been created now, and immediatly locks the mutex
  this->counter++;
 
  // This is the end of the for-loop scope, and the lock will be
  // destroyed, and in the destructor of the lock, it will
  // unlock the mutex
  }
}

上面代碼已然是異常安全了，因為當異常發(fā)生時，將會調用 lock 對象的析構函數，然后自動進行互斥量的解鎖。

記住，請使用放下代碼模板來編寫：

void long_function()
{
  // some long code
 
  // Just a pair of curly braces
  {
  // Temp scope, create lock
  lock_guard<mutex> lock(this->m);
 
  // do some stuff
 
  // Close the scope, so the guard will unlock the mutex
  }
}

您可能感興趣的文章: