單生產者-多消費者模型中遇到的問題

(1)      原始代碼

最近使用單生產者-多消費者模型是遇到一個問題，以前既然都沒有想到過。生產者線程的代碼如下，基本功能就是接收到一個連接之後創建一個Socket對象並放到list中等待處理。

void DataManager::InternalStart() {
    server_socket_ = new ServerSocket();
    if (!server_socket_->SetAddress(NetworkUtil::GetIpAddress().c_str(), 9091)) {
        LOG(ERROR) << "Set address failed.";
        delete server_socket_;
        server_socket_ = NULL;
        return;
    }
    server_socket_->SetSoBlocking(true);
    if (!server_socket_->Listen()) {
        LOG(ERROR) << "listen failed.";
        return;
    }

    Socket *socket = NULL;
    while (!stop_) {
        if ((socket = server_socket_->Accept()) != NULL) {
            LOG(INFO) << "Recieved connection fd: " << socket->GetAddr();
            {
                common::MutexLock lc(&socket_mu_);
                socket_list_.push_back(socket);
                cond_var_.Signal();
            }
        }
    }

多個消費者線程的的代碼如下，基本功能是從list中取得一個Socket對象進行處理；

void DataManager::WorkEntry() {
   Socket *socket = NULL;
   while (!stop_) {
       // Get connection socket.
       {
           common::MutexLock lc(&socket_mu_);
           if (socket_list_.empty()) {
               cond_var_.Wait(&socket_mu_);
           }
           if (stop_)
               break;
           socket = socket_list_.front();
           socket_list_.pop_front();
       }
 
       bool success = false;
        do{
           {
               Packet request;
               if ((success = socket->GetPacket(&request))) {
                    HandlePacket(&request);
               }
           }
       } while (success);
 
       delete socket;
       socket = NULL;
    }
}

(2)      問題

運行過程中進場出現段錯誤，都是在12行（socket = socket_list_.front()）。使用GDB調試發現socket_list_的size爲0。

(3)      加入log調試

加入下面的log進行調試

@@ -115,6 +115,7 @@ voidDataManager::InternalStart() {
            {
                 common::MutexLocklc(&socket_mu_);
                socket_list_.push_back(socket);
+                LOG(INFO) << "1:size: " << socket_list_.size();
                 cond_var_.Signal();
            }                                 
        }
@@ -129,11 +130,14 @@ voidDataManager::WorkEntry() {
            common::MutexLock lc(&socket_mu_);
            if (socket_list_.empty()) {
                cond_var_.Wait(&socket_mu_);
+                LOG(INFO) << "2:size: " << socket_list_.size();
            }
            if (stop_)
                 break;
+           LOG(INFO) << "3: size: " << socket_list_.size();
            socket = socket_list_.front();
            socket_list_.pop_front();
+            LOG(INFO) << "4: size:" << socket_list_.size();

 

打印的log如下：

I0809 02:35:45.269896 17305DataManager.cc:114] Recieved connection fd: 10.237.92.30:37220

I0809 02:35:45.269902 17305DataManager.cc:118] 1: size: 1
I0809 02:35:45.269928 17310DataManager.cc:133] 2: size: 1
I0809 02:35:45.269935 17310DataManager.cc:137] 3: size: 1
I0809 02:35:45.269937 17310DataManager.cc:140] 4: size: 0
………
I0809 02:35:45.271636 17305 DataManager.cc:114]Recieved connection fd: 10.237.92.30:37224
I0809 02:35:45.271644 17305DataManager.cc:118] 1: size: 1
I0809 02:35:45.271663 17310DataManager.cc:137] 3: size: 1
I0809 02:35:45.271670 17310DataManager.cc:140] 4: size: 0
I0809 02:35:45.271739 17309 DataManager.cc:133]2: size: 0
I0809 02:35:45.271750 17309DataManager.cc:137] 3: size: 0

 

(4)      分析：

a)        正常的log順序

正常的log順序應該是，add一個Socket之後得到，有一個消費者線程被signal喚醒並處理這個socket。

I0809 02:35:45.269902 17305DataManager.cc:118] 1: size: 1
I0809 02:35:45.269928 17310DataManager.cc:133] 2: size: 1
I0809 02:35:45.269935 17310DataManager.cc:137] 3: size: 1
I0809 02:35:45.269937 17310DataManager.cc:140] 4: size: 0

 

b)       出錯時的log順序

出現錯誤時的log順序如下，

I0809 02:35:45.271644 17305DataManager.cc:118] 1: size: 1
I0809 02:35:45.271663 17310DataManager.cc:137] 3: size: 1
I0809 02:35:45.271670 17310DataManager.cc:140] 4: size: 0
I0809 02:35:45.271739 17309 DataManager.cc:133]2: size: 0
I0809 02:35:45.271750 17309DataManager.cc:137] 3: size: 0

線程號可以從第三列得出， 17305的線程是生產者線程，17310和17309爲消費者線程。從打印的log可以看除運行的順序如下：

a) 初始狀態；
    i.   17305：獲得socket_mu_準備向socket_list_中插入socket。
    ii.  17309：正處於cond_var_.Wait(&socket_mu_);狀態下等待cond_var發生；
    iii. 17310 ：socket_mu_應該是在試圖
b) 17305線程調用cond_var_.Signal()喚醒17309，此時17309和17310還需要爭奪socket_mu_，應該是17310先得到了socket_mu_所以17309必須再次睡眠。
c) 17310將剛纔17305生產的socket消耗了，並且釋放了socket_mu_。但是此時的socket_list_有變成空的了。
d) 17309得到socket_mu_，調用socket_list_.front()時程序crash。

 

(4)      解決辦法：多加一個判斷。

@@ -129,6 +129,9 @@ voidDataManager::WorkEntry() {
            common::MutexLock lc(&socket_mu_);
            if (socket_list_.empty()) {
                 cond_var_.Wait(&socket_mu_);
+
+                if (socket_list_.empty())
+                    continue;
            }
            if (stop_)
                 break;