[linux仓库]多线程同步:基于POSIX信号量实现生产者-消费者模型[线程·柒]
🌟 各位看官好,我是egoist2023!
🌍 Linux == Linux is not Unix !
🚀 今天来学习Linux的System V信号量,基于该信号量实现生产者消费者模型的代码。
👍 如果觉得这篇文章有帮助,欢迎您一键三连,分享更多人哦!
目录
回顾System V信号量

还记得这张图不?这是当年在讲进程通信时候,通过讲述电影院的故事,画出的图.上一节我们又有了阻塞队列的知识储备.
阻塞队列当成整体使用,如果此时拆分成一个个小资源呢?让不同的线程访问同一块资源的不同部分,那么不就相当于允许多个线程并发访问同一块资源了吗
整体使用就是要有互斥能力;
局部使用,访问错了,分多资源应该要规避
- 放过多线程进入,本质就是访问信号量,而信号量本质是一把计数器!(信号量就是一个计数器,可以理解为锁+整数) --> 那么该如何表示信号量还剩多少资源,资源被申请多少了呢? PV操作
要申请信号量 --> 前提是看到同一个信号量 --> 信号量本身就要是共享资源 --> 如何保证自己的安全? --> PV操作是原子性的
- 让不同的线程,访问同一块资源的不同部分,这个资源在哪里呢?需要让程序员做!
POSIX信号量
POSIX信号量和SystemV信号量作⽤相同,都是⽤于同步操作,达到⽆冲突的访问共享资源⽬的。但POSIX可以⽤于线程间同步。
认识信号量接口
int sem_init(sem_t *sem, int pshared, unsigned int value);
功能:初始化信号量
参数:
pshared:0表⽰线程间共享,⾮零表⽰进程间共享
value:信号量初始值
int sem_destroy(sem_t *sem);
功能:销毁信号量
int sem_wait(sem_t *sem); P操作
功能:等待信号量,会将信号量的值减1
int sem_post(sem_t *sem); V操作
功能:发布信号量,表⽰资源使⽤完毕,可以归还资源了。将信号量值加1。
上⼀节⽣产者-消费者的例⼦是基于queue的,其空间可以动态分配,现在基于固定⼤⼩的环形队列重写这个程序(POSIX信号量):
环形队列

单单CP场景
我们现在有信号量这个计数器,就很简单的进⾏多线程间的同步过程。

- 为空的时候,必须让生产者先运行 --> 生产和消费会访问同一个位置 --> 互斥放入数据 --> 这不就是生产和消费者的互斥与同步关系!
- 为满的时候,必须让消费者先运行 --> 生产和消费又指向同一个位置了! --> 互斥的获取数据 --> 这不就是生产和消费者的互斥与同步关系!
- 不为空 && 不为满:此时首 != 尾 ,访问的一定不是同一个位置! --> 此时,不就可以并发执行了?!

代码实现
信号量Sem.hpp封装
class Sem { public: Sem(int initnum) : _initnum(initnum) { sem_init(&_sem, 0, _initnum); } void P() { int n = sem_wait(&_sem); (void)n; } void V() { int n = sem_post(&_sem); (void)n; } ~Sem() { sem_destroy(&_sem); } private: sem_t _sem; int _initnum; };RingQueue.hpp
static int gcap = 5; // for debug template <typename T> class RingQueue { public: RingQueue(int cap = gcap) : _cap(cap), _ring_queue(cap), _space_sem(cap), _data_sem(0), _p_step(0), _c_step(0) { } private: std::vector<T> _ring_queue; // 临界资源 int _cap; Sem _space_sem; Sem _data_sem; // 生产和消费的位置 int _p_step; int _c_step; };生产数据
因为是单生产单消费:
- 不担心同时有两个生产者来访问;
- 生产者访问期间,消费者不可能来打扰我,一定不为满,最多也就是不为空&不为满,二者可以并发执行,消费者并不影响生产者
void Enqueue(const T &in) { _space_sem.P(); { // 生产数据了!有空间,在哪里啊?? _ring_queue[_p_step++] = in; // 维持环形特点 _p_step %= _cap; } _data_sem.V(); }消费数据
只要消费者走到了*out = _ring_queue[_c_step++,证明队列一定不为空.
void Pop(T *out) { _data_sem.P(); { *out = _ring_queue[_c_step++]; _c_step %= _cap; } _space_sem.V(); }
多多CP场景
如果是多生产多消费呢?就还需要维护生产者之间、消费者之间的互斥关系,那要加几把锁呢?一把锁就放弃了让生产者和消费者并发运行的情况,降低效率.引入两把锁,生产者之间竞争这把锁,消费者之间竞争者这把锁,本质还是归宿到单生产单消费了
static int gcap = 5; // for debug template <typename T> class RingQueue { public: RingQueue(int cap = gcap) : _cap(cap), _ring_queue(cap), _space_sem(cap), _data_sem(0), _p_step(0), _c_step(0) { } void Pop(T *out) { _data_sem.P(); { LockGuard lockguard(&_c_lock); *out = _ring_queue[_c_step++]; _c_step %= _cap; } _space_sem.V(); } void Enqueue(const T &in) { _space_sem.P(); { LockGuard lockguard(&_p_lock); // 生产数据了!有空间,在哪里啊?? _ring_queue[_p_step++] = in; // 维持环形特点 _p_step %= _cap; } _data_sem.V(); } ~RingQueue() { } private: std::vector<T> _ring_queue; // 临界资源 int _cap; Sem _space_sem; Sem _data_sem; // 生产和消费的位置 int _p_step; int _c_step; // 两把锁 Mutex _p_lock; Mutex _c_lock; };main.cc
// 基于信号量形成的生产者消费者模型 void *consumer(void *args) { RingQueue<int> *rq = static_cast<RingQueue<int> *>(args); while (true) { int data = 0; rq->Pop(&data); std::cout << "消费了一个数据: " << data << std::endl; } } void *productor(void *args) { RingQueue<int> *rq = static_cast<RingQueue<int> *>(args); int data = 1; while (true) { sleep(1); rq->Enqueue(data); std::cout << "生产了一个数据: " << data << std::endl; data++; } } int main() { RingQueue<int> *rq = new RingQueue<int>(); pthread_t c[2], p[3]; pthread_create(c, nullptr, consumer, (void *)rq); pthread_create(c + 1, nullptr, consumer, (void *)rq); pthread_create(p, nullptr, productor, (void *)rq); pthread_create(p + 1, nullptr, productor, (void *)rq); pthread_create(p + 3, nullptr, productor, (void *)rq); pthread_join(c[0], nullptr); pthread_join(c[1], nullptr); pthread_join(p[0], nullptr); pthread_join(p[1], nullptr); pthread_join(p[2], nullptr); delete rq; return 0; }总结
本文介绍了Linux系统中信号量的概念及其在多线程编程中的应用。首先回顾了SystemV信号量的工作原理,通过计数器机制实现资源共享。然后详细讲解了POSIX信号量接口(sem_init、sem_wait等)及其在线程同步中的使用方法。文章重点演示了如何基于环形队列实现生产者-消费者模型,包括单生产单消费和多生产多消费场景的实现方案,并提供了完整的代码示例。最后,针对多线程环境提出了使用两把锁的解决方案,以平衡并发性能与线程安全性。
