C++ 併發編程之互斥鎖和條件變量的性能比較

C++ 併發編程之互斥鎖和條件變量的性能比較
介紹
本文以最簡單生產者消費者模型,通過運行程序,觀察該進程的cpu使用率,來對比使用互斥鎖 和 互斥鎖+條件變量的性能比較。

本例子的生產者消費者模型,1個生產者,5個消費者。
生產者線程往隊列裏放入數據,5個消費者線程從隊列取數據,取數據前需要判斷一下隊列中是否有數據,這個隊列是全局隊列,是線程間共享的數據,所以需要使用互斥鎖進行保護。即生產者在往隊列裏放入數據時,其餘消費者不能取,反之亦然。

互斥鎖實現的代碼

include // std::cout

include // std::deque

include // std::thread

include // std::chrono

include // std::mutex

// 全局隊列
std::deque g_deque;

// 全局鎖
std::mutex g_mutex;

// 生產者運行標記
bool producer_is_running = true;

// 生產者線程函數
void Producer()
{

// 庫存個數
int count = 8;

do
{
    // 智能鎖,初始化後即加鎖,保護的範圍是代碼花括號內,花括號退出即會自動解鎖
    // 可以手動解鎖,從而控制互斥鎖的細粒度
    std::unique_lock<std::mutex> locker( g_mutex );
    // 入隊一個數據
    g_deque.push_front( count );
    // 提前解鎖,縮小互斥鎖的細粒度,只針對共享的隊列數據進行同步保護
    locker.unlock(); 

    std::cout << "生產者    :我現在庫存有 :" << count << std::endl;
        
    // 放慢生產者生產速度,睡1秒
    std::this_thread::sleep_for( std::chrono::seconds( 1 ) );

    // 庫存自減少
    count--;
} while( count > 0 );

// 標記生產者打樣了
producer_is_running = false;

std::cout << "生產者    : 我的庫存沒有了,我要打樣了!"  << std::endl;

}

// 消費者線程函數
void Consumer(int id)
{

int data = 0;

do
{
    std::unique_lock<std::mutex> locker( g_mutex );
    if( !g_deque.empty() )
    {
        data = g_deque.back();
        g_deque.pop_back();
        locker.unlock();

        std::cout << "消費者[" << id << "] : 我搶到貨的編號是 :" << data << std::endl;
    }
    else
    {
        locker.unlock();
    }
} while( producer_is_running );

std::cout << "消費者[" << id << "] :賣家沒有貨打樣了,真可惜,下次再來搶!"  << std::endl;

}

int main(void)
{

std::cout << "1 producer start ..." << std::endl;
std::thread producer( Producer );

std::cout << "5 consumer start ..." << std::endl;
std::thread consumer[ 5 ];
for(int i = 0; i < 5; i++)
{
    consumer[i] = std::thread(Consumer, i + 1);
}

producer.join();

for(int i = 0; i < 5; i++)
{
    consumer[i].join();
}

std::cout << "All threads joined." << std::endl;

return 0;

}
互斥鎖實現運行結果:
結果輸出

[root@lincoding condition]# g++ -std=c++0x -pthread -D_GLIBCXX_USE_NANOSLEEP main.cpp -o main
[root@lincoding condition]# ./main
1 producer start ...
5 consumer start ...
生產者 :我現在庫存有 :8
消費者[1] : 我搶到貨的編號是 :8
消費者[1] : 我搶到貨的編號是 :7
生產者 :我現在庫存有 :7
生產者 :我現在庫存有 :6
消費者[3] : 我搶到貨的編號是 :6
生產者 :我現在庫存有 :5
消費者[1] : 我搶到貨的編號是 :5
生產者 :我現在庫存有 :4
消費者[2] : 我搶到貨的編號是 :4
生產者 :我現在庫存有 :3
消費者[5] : 我搶到貨的編號是 :3
生產者 :我現在庫存有 :2
消費者[2] : 我搶到貨的編號是 :2
生產者 :我現在庫存有 :1
消費者[1] : 我搶到貨的編號是 :1
生產者 : 我的庫存沒有了,我要打樣了!消費者[
5] :賣家沒有貨打樣了,真可惜,下次再來搶!
消費者[2] :賣家沒有貨打樣了,真可惜,下次再來搶!
消費者[3] :賣家沒有貨打樣了,真可惜,下次再來搶!
消費者[4] :賣家沒有貨打樣了,真可惜,下次再來搶!
消費者[1] :賣家沒有貨打樣了,真可惜,下次再來搶!
All threads joined.
可以看到,互斥鎖其實可以完成這個任務,但是卻存在着性能問題。

Producer是生產者線程,在生產者數據過程中,會休息1秒,所以這個生產過程是很慢的;

Consumer是消費者線程,存在着一個while循環,只有判斷到生產者不運行了,纔會退出while循環,那麼每次在循環體內,都是會先加鎖,判斷隊列不空,然後從列隊取出一個數據,最後解鎖。所以說,在生產者休息1秒的時候,消費者線程實際上會做很多無用功,導致CPU使用率非常高!

運行的環境是4核cpu

[root@lincoding ~]# grep 'model name' /proc/cpuinfo | wc -l
4
top命令查看cpu使用情況,可見使用純互斥鎖cpu的開銷是很大的,main進程的cpu使用率達到了357.5%CPU,系統開銷的cpu爲54.5%sy,用戶開銷的cpu爲18.2%us

[root@lincoding ~]# top
top - 19:13:41 up 36 min, 3 users, load average: 0.06, 0.05, 0.01
Tasks: 179 total, 1 running, 178 sleeping, 0 stopped, 0 zombie
Cpu(s): 18.2%us, 54.5%sy, 0.0%ni, 27.3%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st
Mem: 1004412k total, 313492k used, 690920k free, 41424k buffers
Swap: 2031608k total, 0k used, 2031608k free, 79968k cached

PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
35346 root 20 0 137m 3288 1024 S 357.5 0.3 0:05.92 main

 1 root      20   0 19232 1492 1224 S  0.0  0.1   0:02.16 init                                                                                                                           
 2 root      20   0     0    0    0 S  0.0  0.0   0:00.01 kthreadd                                                                                                                       
 3 root      RT   0     0    0    0 S  0.0  0.0   0:00.68 migration/0  

解決的辦法之一就是給消費者也加一個小延時,當消費者沒取到數據時,就休息一下500毫秒,這樣可以減少互斥鎖給cpu帶來的開銷。

// 消費者線程函數
void Consumer(int id)
{

int data = 0;

do
{
    std::unique_lock<std::mutex> locker( g_mutex );
    if( !g_deque.empty() )
    {
        data = g_deque.back();
        g_deque.pop_back();
        locker.unlock();

        std::cout << "消費者[" << id << "] : 我搶到貨的編號是 :" << data << std::endl;
    }
    else
    {
        locker.unlock();
        // 當消費者沒取到數據時,就休息一下500毫秒
        std::this_thread::sleep_for( std::chrono::milliseconds( 500 ) );
    }
} while( producer_is_running );

std::cout << "消費者[" << id << "] :賣家沒有貨打樣了,真可惜,下次再來搶!"  << std::endl;

}
從運行結果可知,cpu使用率大大降低了

[root@lincoding ~]# ps aux | grep -v grep |grep main
USER PID %CPU %MEM VSZ RSS TTY STAT START TIME COMMAND
root 61296 0.0 0.1 141068 1244 pts/1 Sl+ 19:40 0:00 ./main
條件變量+互斥鎖實現的代碼
那麼問題來了,如何確定消費者延時(休息)多久呢?

如果生產者生產的非常快,消費者卻延時了500毫秒,也不是很好
如果生產者生產的更慢,那麼消費延時500毫秒,也會有無用功,佔用了CPU
這就需要引入條件變量std::condition_variable,應用於消費者生產模型中,就是生產者生產完一個數據後,通過notify_one()喚醒正在wait()消費者線程,使得消費者從隊列取出一個數據。

include // std::cout

include // std::deque

include // std::thread

include // std::chrono

include // std::mutex

include // std::condition_variable

// 全局隊列
std::deque g_deque;

// 全局鎖
std::mutex g_mutex;

// 全局條件變量
std::condition_variable g_cond;

// 生產者運行標記
bool producer_is_running = true;

// 生產者線程函數
void Producer()
{

// 庫存個數
int count = 8;

do
{
    // 智能鎖,初始化後即加鎖,保護的範圍是代碼花括號內,花括號退出即會自動解鎖
    // 可以手動解鎖,從而控制互斥鎖的細粒度
    std::unique_lock<std::mutex> locker( g_mutex );
    // 入隊一個數據
    g_deque.push_front( count );
    // 提前解鎖,縮小互斥鎖的細粒度,只針對共享的隊列數據進行同步保護
    locker.unlock(); 

    std::cout << "生產者    :我現在庫存有 :" << count << std::endl;
    
    // 喚醒一個線程
    g_cond.notify_one();
    
    // 睡1秒
    std::this_thread::sleep_for( std::chrono::seconds( 1 ) );

    // 庫存自減少
    count--;
} while( count > 0 );

// 標記生產者打樣了
producer_is_running = false;

// 喚醒所有消費線程
g_cond.notify_all();

std::cout << "生產者    : 我的庫存沒有了,我要打樣了!"  << std::endl;

}

// 消費者線程函數
void Consumer(int id)
{

// 購買的貨品編號
int data = 0;

do
{
    // 智能鎖,初始化後即加鎖,保護的範圍是代碼花括號內,花括號退出即會自動解鎖
    // 可以手動解鎖,從而控制互斥鎖的細粒度
    std::unique_lock<std::mutex> locker( g_mutex );
    
    // wait()函數會先調用互斥鎖的unlock()函數,然後再將自己睡眠,在被喚醒後,又會繼續持有鎖,保護後面的隊列操作
    // 必須使用unique_lock,不能使用lock_guard,因爲lock_guard沒有lock和unlock接口,而unique_lock則都提供了
    g_cond.wait(locker); 
    
    // 隊列不爲空
    if( !g_deque.empty() )
    {
        // 取出隊列裏最後一個數據
        data = g_deque.back();
        
        // 刪除隊列裏最後一個數據
        g_deque.pop_back();
        
        // 提前解鎖,縮小互斥鎖的細粒度,只針對共享的隊列數據進行同步保護
        locker.unlock(); 

        std::cout << "消費者[" << id << "] : 我搶到貨的編號是 :" << data << std::endl;
    }
    // 隊列爲空
    else
    {
        locker.unlock();
    }

} while( producer_is_running );

std::cout << "消費者[" << id << "] :賣家沒有貨打樣了,真可惜,下次再來搶!"  << std::endl;

}

int main(void)
{

std::cout << "1 producer start ..." << std::endl;
std::thread producer( Producer );

std::cout << "5 consumer start ..." << std::endl;
std::thread consumer[ 5 ];
for(int i = 0; i < 5; i++)
{
    consumer[i] = std::thread(Consumer, i + 1);
}

producer.join();

for(int i = 0; i < 5; i++)
{
    consumer[i].join();
}

std::cout << "All threads joined." << std::endl;

return 0;

}
條件變量+互斥鎖運行結果
[root@lincoding condition]# g++ -std=c++0x -pthread -D_GLIBCXX_USE_NANOSLEEP main.cpp -o main
[root@lincoding condition]#
[root@lincoding condition]# ./main
1 producer start ...
5 consumer start ...
生產者 :我現在庫存有 :8
消費者[4] : 我搶到貨的編號是 :8
生產者 :我現在庫存有 :7
消費者[2] : 我搶到貨的編號是 :7
生產者 :我現在庫存有 :6
消費者[3] : 我搶到貨的編號是 :6
生產者 :我現在庫存有 :5
消費者[5] : 我搶到貨的編號是 :5
生產者 :我現在庫存有 :4
消費者[1] : 我搶到貨的編號是 :4
生產者 :我現在庫存有 :3
消費者[4] : 我搶到貨的編號是 :3
生產者 :我現在庫存有 :2
消費者[2] : 我搶到貨的編號是 :2
生產者 :我現在庫存有 :1
消費者[3] : 我搶到貨的編號是 :1
生產者 : 我的庫存沒有了,我要打樣了!
消費者[5] :賣家沒有貨打樣了,真可惜,下次再來搶!
消費者[1] :賣家沒有貨打樣了,真可惜,下次再來搶!
消費者[4] :賣家沒有貨打樣了,真可惜,下次再來搶!
消費者[2] :賣家沒有貨打樣了,真可惜,下次再來搶!
消費者[3] :賣家沒有貨打樣了,真可惜,下次再來搶!
All threads joined.
CPU開銷非常的小

[root@lincoding ~]# ps aux | grep -v grep |grep main
USER PID %CPU %MEM VSZ RSS TTY STAT START TIME COMMAND
root 73838 0.0 0.1 141068 1256 pts/1 Sl+ 19:54 0:00 ./main
總結
在不確定生產者的生產速度是快還是慢的場景裏,不能只使用互斥鎖保護共享的數據,這樣會對CPU的性能開銷非常大,可以使用互斥鎖+條件變量的方式,當生產者線程生產了一個數據,就喚醒消費者線程進行消費,避免一些無用功的性能開銷。
原文地址https://www.cnblogs.com/xiaolincoding/p/11441568.html

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章