从reddit/hackernews/lobsters/meetingcpp摘抄一些c++动态
在多线程编程中,理解内存模型至关重要,它决定了程序如何处理并发访问共享资源的问题。C++11标准引入了一套内存模型,旨在解决多线程环境下的数据竞争和同步问题。本文将深入浅出地探讨C++的内存模型,常见的数据竞争问题,以及如何避免这些陷阱。
在《C++ 并发编程》一文中,我们已经介绍了C++11到C++17在并发编程方面的新增API。
在C++11标准之前,使用C++编写多线程程序要么需要第三方的API如pthread,要么需要依赖运行平台提供的API,使用起来很不方便。而C++11提供了平台无关的语言级别的支持,这极大得方便了我们开发人员。
近期看到 C++ 标准中对 volatile 关键字的定义,发现和 java 的 volatile 关键字完全不一样,C++ 的 volatile 对并发编程基本没有帮助。
分别对于两个进程而言,可观察行为确实没有变化。而这种优化在某些时候确实会有比较明显的效果。但是很显然,语义变化了。在原来的结果里不可能发生 x和y都为0的情况,而优化过后,有可能出现。 再来个例子:
CP.8: Don't try to use volatile for synchronization
在C++11以前,C++的多线程编程均需依赖系统或第三方接口实现,一定程度上影响了代码的移植性。C++11中,引入了boost库中的多线程部分内容,形成C++标准,形成标准后的boost多线程编程部分接口基本没有变化,这样方便了以前使用boost接口开发的使用者切换使用C++标准接口,很容易把boost接口升级为C++标准接口。
该文章介绍了CPU缓存以及多线程程序中CPU缓存一致性的问题,并给出了具体的例子和解决方案。文章指出,多线程程序中的CPU缓存不一致问题可能会导致性能下降,因此需要谨慎处理。通过使用原子操作、锁操作等技术,可以避免CPU缓存不一致问题,从而提高程序的性能。
现代计算机体系结构上,CPU执行指令的速度远远大于CPU访问内存的速度,于是引入Cache机制来加速内存访问速度。除了Cache以外,分支预测和指令预取也在很大程度上提升了CPU的执行速度。随着SMP的出现,多线程编程模型被广泛应用,在多线程模型下对共享变量的访问变成了一个复杂的问题。于是我们有必要了解一下内存模型,这是多处理器架构下并发编程里必须掌握的一个基础概念。
原子操作可以保证正在进行的动作不被打断,即一旦开始,持续结束。对比互斥锁其优势在于,原子操作在C/C++的层面,是无锁操作,其既能解决并发问题又不会导致死锁。
不是啥新鲜点子啊,用shared_ptr + atomic_load/atomic_store 来做版本管理。代码在这里 https://github.com/f-squirrel/shared_config
C++标准中对象定义为某一存储范围。每个变量都是对象,每个对象都占用至少一块内存区域,若变量属于内建基本类型则仅占用一块,相邻的位域属于同一块。
今天和大家说说C++多线程中的原子操作。首先为什么会有原子操作呢?这纯粹就是C++这门语言的特性所决定的,C++这门语言是为性能而生的,它对性能的追求是没有极限的,它总是想尽一切办法提高性能。互斥锁是可以实现数据的同步,但同时是以牺牲性能为代价的。口说无凭,我们做个实验就知道了。
实现了一个gcc插件支持[[invariant]]特性,代码在这里https://github.com/GavinRay97/gcc-invariant-plugin
所有线程间共享数据的问题,都是修改数据导致的(竞争条件) 。如果所有的共享数据都是只读的,就没问题,因为一个线程所读取的数据不受另一个线程是否正在读取相同的数据而影响
在多线程编程中,确保数据的一致性和完整性是一项挑战。C++标准库中的std::atomic提供了原子操作,它是实现线程安全的一种强大工具。本文将深入探讨原子操作的概念、用途、常见问题、易错点及如何避免,同时附上代码示例,帮助你掌握这一核心知识点。
昨天和一个前同事聊天,各种吐槽PHP,吐槽Swoole,他认为PHP到处是坑,PHP局限很大。PHP+Swoole不适合做高并发服务器,C+Swoole才是最好的方案。C++有各种数据结构,C++可以开线程,C++可以共享对象。看来有必要好好得说明一下了。
最近看了极客时间——《现代C++实战三十讲》中的内存模型与Atomic一节,感觉对C++的内存模型理解还不是很清楚,看了后面的参考文献以及看了一些好的博客,算是基本了解了,根据参考文献整合一下。更多细节可以看看参考文献。
然后看看标准C++基金会(https://isocpp.org)怎么说的(官方链接):
atomic value 一定是 0,但 non-atomic 的结果是看 cpu 心情的:
单实例模式(singleton)下要求一个类只能有一个实例,如何保证只创建一个实例?类的静态成员延迟初始化要求静态成员只能被初始化一次,也有类似的问题。 在单线程环境下,这事儿很好办。
关于“ROS2 Topic-Statistics-Tutorial编译出错”的思考
CAS(Compare And Swap)比较并交换是JUC并发编程中最为重要的一个工具。它在处理并发问题时提供了一个非阻塞的解决方案,引入了一种全新的并发编程思维——乐观锁。这种思想预设所有线程在执行过程中都不会发生冲突,每一个线程都会乐观地认为自己能够成功执行,从而大大降低了线程之间的等待和阻塞,极大地提高了系统的并发性能。
编译器信息最新动态推荐关注hellogcc公众号 本周更新 2023-03-22 第194期
在 C++ 中,内存管理是十分重要的问题,一不小心就会造成程序内存泄露,那么怎么避免呢?通过智能指针可以优雅地管理内存,让开发者只需要关注内存的申请,内存的释放则会被自动管理。在文章 开源微服务框架 TARS 之 基础组件(点击跳转)中已经简要介绍过,TARS 框架组件中没有直接使用 STL 库中的智能指针,而是实现了自己的智能指针。本文将会分别对 STL 库中的智能指针和 TarsCpp 组件中的智能指针进行对比分析,并详细介绍 TARS 智能指针的实现原理。
这是 RSC 关于 Go 内存模型系列文章的第二篇,介绍了 Java,C/C++,Rust,JavaScript 等高级语言的内存模型。对于高级语言来说,如何定义竞争,如何避免竞争,竞争发生时编程语言能提供什么保证都是内存模型需要考虑的问题。
为了解释前言中的两个问题,我们需要在 CopyMock 新增了一个属性 str,该属性的类型是 std::string。
这是 RSC 关于 Go 内存模型系列文章的最后一篇,介绍了 Go 处理竞争的整体思路和后续需要或可能做的一些更新,主要包括需要在文档中明确清楚 Go 能保证什么,不能保证什么以及一些可能需要添加的 API。作者更多的是站在 Go 明了易用的设计哲学角度去思考每种方案的优缺点。
来源:https://segmentfault.com/a/1190000015950693
在多线程编程中,数据竞争和死锁是常见的问题,尤其是在高并发场景下。C++11 引入了标准库中的并发容器,旨在解决这些问题,使多线程编程更加安全和高效。本文将深入浅出地介绍C++中的并发容器,包括它们的特性、常见问题、易错点以及如何避免这些陷阱。
大部分都是能力补充,比如views::enumerate , 比如new size信息?
std::thread 是 C++ 标准库中提供的用于创建和管理线程的类。通过 std::thread,可以方便地创建新线程,并在其中执行指定的函数或可调用对象。
C++自旋锁是一种低层次的同步原语,用于保护共享资源的访问。自旋锁是一种轻量级的锁,适用于短时间的资源锁定。
Normal memory 可以设置为 cacheable 或 non-cacheable,可以按 inner 和 outer 分别设置。
Double-checked locking is easy to mess up. If you really need to write your own double-checked locking, in spite of the rules CP.110: Do not write your own double-checked locking for initialization and CP.100: Don't use lock-free programming unless you absolutely have to, then do it in a conventional pattern.
c++的ThreadPool实现,网上有很多个版本,文章的末尾就有两种不同的实现。然而经过对比发现,还是OpenHarmony源码的实现最优雅。代码简练,且直观易懂。写的真漂亮!只是使用起来稍麻烦些,比如不支持lambda的写法。后续可基于此改造,使其支持lambda函数的调用。
标准内置宏定义是由相关的语言标准定义的,因此对于实现了这些语言标准的编译器来说都是可使用的。
则先读取 A 的当前值 E 为 2,在内存计算结果 V 为 3,比较之前读出来的 A 的当前值 2 和 最新值,如果最新值为 2 ,表示这个值没有被别人改过,则放心的把最终的值更新为 3.
当我们谈论『线程安全』的时候,肯定都会想到 Atomic 类。不错,Atomic 相关类都是线程安全的,在讲 Atomic 类之前我想再聊聊『线程安全』这个概念。
C++11其实主要就四方面内容,第一个是可变参数模板,第二个是右值引用,第三个是智能指针,第四个是内存模型(Memory Model)。
JDK 10,可以说是很新了,比起JDK 8更新了不少实现,比如说下面会讲到VarHandle
垃圾回收机制(GC)对大部分开发者来说应该不陌生,特别是Java开发者或多或少都跟GC打过交道。 GC的优点是实现对堆上分配的内存动态回收,避免内存泄漏。但是GC的缺点是对性能有一定影响,特别是stop the world问题, 而且GC什么时候回收内存是不确定的,开发者无法知晓。
内存顺序,通俗地讲,是关于代码编译成机器指令后的执行顺序问题。内存顺序和编译器、硬件架构密切相关。那为什么会产生内存顺序问题呢?有两方面原因: 一方面,编译器为了优化程序性能,不会完全按照开发者写的代码的顺序来生成机器指令; 另一方面,在程序运行时,为了提高性能,CPU也不完全按照程序的指令顺序执行,比如体系结构里经典的Tomasulo算法。
线程是CPU调度的基本单位,在早期,单核CPU上,一个CPU在某个事件执行一个线程,这就没有多线程的说法,后来单核CPU采取时间片轮转调度,不同的线程分配一定的时间,并在时间结束后切换线程,也就是CPU频繁切换线程,让我们看起来多个任务真的在“同时”进行,其实只是单核在不停切换,到了多核CPU才实现了真正的多线程,异步进行,每个核心都可以处理一个线程
原子操作就是在多线程程序中“最小的且不可并行化的”操作,意味着多个线程访问同一个资源时,有且仅有一个线程能对资源进行操作。通常情况下原子操作可以通过互斥的访问方式来保证,例如Linux下的互斥锁(mutex),Windows下的临界区(Critical Section)等。下面看一个Linux环境使用POSIX标准的pthread库实现多线程下的原子操作:
领取专属 10元无门槛券
手把手带您无忧上云