🌈个人主页：Fan_558
🔥 系列专栏：Linux
🌹关注我💪🏻带你学更多操作系统知识
文章目录
- 前言
- 一、生产消费模型
- （1）概念引入
- （2）生产消费模型的优点
- （3）生产消费模型的特点
- 二、基于阻塞队列的生产消费模型
- 三、基于环形队列的生产消费模型
- （1）环形队列的生产消费模型特点
- 小结
前言
本文将会向你介绍基于阻塞队列和环形队列的生产消费模型
一、生产消费模型
（1）概念引入
1、什么是生产者消费者模型？
生产者和消费是操作系统中一种重要的模型，它描述的是一种等待和通知的机制
2、本文定义：
生产者： 产生数据的模块，就形象地称为生产者；
消费者： 而处理数据的模块，就称为消费者；
缓冲区： 生产者和消费者之间的中介就叫做缓冲区。
什么是阻塞队列
在多线程编程中阻塞队列(BlockingQueue)是一种常用于实现生产者和消费者模型的数据结构。其与普通的队列区别在于，当队列为空时，从队列获取元素的操作将会被阻塞，直到队列中被放入了元素；当队列满时，往队列里存放元素的操作也会被阻塞，直到有元素被从队列中取出(以上的操作都是基于不同的线程来说的，线程在对阻塞队列进程操作时会被阻塞)
生产者消费者模式就是通过一个容器来解决生产者和消费者的强耦合问题。生产者和消费者彼此之间不直接通讯，而通过阻塞队列来进行通讯，所以生产者生产完数据之后不用等待消费者处理，直接扔给阻塞队列，消费者不找生产者要数据，而是直接从阻塞队列里取，阻塞队列就相当于一个缓冲区，平衡了生产者和消费者的处理能力。这个阻塞队列就是用来给生产者和消费者解耦的。为什么要使用生产者消费者模型，归根结底来说，生产者消费者模式就是通过一个容器来解决生产者和消费者的强耦合问题。
（2）生产消费模型的优点
优点1、解决了强耦合问题
假设生产者和消费者分别是两个类。如果让生产者直接调用消费者的某个方法，那么生产者对于消费者就会产生依赖（也就是耦合）。将来如果消费者的代码发生变化，可能会影响到生产者。而如果两者都依赖于某个缓冲区，两者之间不直接依赖，耦合也就相应降低了。
就好比说，你需要买零食，你还要给生产厂家打电话，然后他如果没有的话，还要制作，然后在交给你，这多麻烦呀，万一厂家哪天电话一变（相当于生产者线程的代码变化导致消费者的代码也要变化）那么你还得问问电话是多少。
优点2、支持并发（concurrency）即生产者和消费者可以是两个独立的并发主体，互不干扰的运行。
生产者直接调用消费者的某个方法，还有另一个弊端。由于函数调用是同步的（或者叫阻塞的），在消费者的方法没有返回之前，生产者只好一直等在那边。万一消费者处理数据很慢，生产者就会白白糟蹋大好时光。
使用了生产者／消费者模式之后，生产者和消费者可以是两个独立的并发主体（常见并发类型有进程和线程两种）。生产者把制造出来的数据往缓冲区一丢，就可以再去生产下一个数据。基本上不用依赖消费者的处理速度。
优点3、支持忙闲不均
如果制造数据的速度时快，时慢，缓冲区可以对其进行适当缓冲。当数据制造快的时候，消费者来不及处理，未处理的数据可以暂时存在缓冲区中。等生产者的制造速度慢下来，消费者再慢慢处理掉。
（3）生产消费模型的特点
- 首先，生产者只需要关心“仓库”，并不需要关心具体的消费者。
- 对于消费者而言，它不需要关心具体的生产者，它只需要关心这个“仓库”中还有没有东西存在。
- 生产者生产的时候消费者不能进行“消费”，消费者消费的时候生产者不能生产，相当于一种互斥关系，
即生产者和消费者一次只能有一人能访问到“仓库”。 - “仓库”为空时不能进行消费。
- “仓库”满时不能进行生产。
综上所述：可以记忆三二一原则：
即三种关系、两个角色、一个场所
1、三种关系： - 生产者与生产者（互斥）
举个例子：生产商作为生产者的身份，生产者需要获得利益的最大化，当然是希望自己一家独大，那么生产者和生产者之间就是互斥的，最起码在1号生产商正在生产时，2号不能来捣乱，体现在代码中就是互斥 - 生产者与消费者（同步与互斥）
互斥：举个例子：比如当前你正要使用一号间厕所，此时清洁人员来了，那么他就需要在外面等待，同理他正在清理一号间，你也不能进入一号间
同步：举个例子：如果你当前正在使用一号间厕所，那么清洁人员是可以清洁二号间的 - 消费者与消费者（互斥）
举个例子：两个人不能同时使用一间厕所
2、两个角色：
- 生产者
- 消费者
3、一个场所：
- 缓冲区
基于以上特点，我们来编写代码吧
二、基于阻塞队列的生产消费模型
//Task.hpp
#pragma once
#include <iostream>
#include <string>
std::string oper_="+-*/%";
enum{
DivZero = 1,
ModZero = 2,
UnKnown
};
class Task
{
public:
Task(int x, int y, char op)
:data1_(x)
,data2_(y)
,oper_(op)
,result_(0)
,exitcode_(0)
{}
//计算
void run()
{
switch(oper_)
{
case '+':
result_ = data1_ + data2_;
break;
case '-':
result_ = data1_ - data2_;
break;
case '*':
result_ = data1_ * data2_;
break;
case '/':
{
if(data2_ == 0)
{
exitcode_ = DivZero;
}
else result_ = data1_ / data2_;
}
break;
case '%':
if(data2_ == 0)
{
exitcode_ = ModZero;
}
else result_ = data1_ % data2_;
break;
default:
exitcode_ = UnKnown;
break;
}
}
void operator()()
{
run();
}
//获取结果信息
std::string GetResult()
{
std::string r = std::to_string(data1_);
r += ' ';
r += oper_;
r += ' ';
r += std::to_string(data2_);
r += " = ";
r += std::to_string(result_);
r += " [code:";
r += std::to_string(exitcode_);
r += "]";
return r;
}
//获取任务信息
std::string GetTask()
{
std::string r = std::to_string(data1_);
r += ' ';
r += oper_;
r += ' ';
r += std::to_string(data2_);
r += " =?";
return r;
}
private:
int data1_;
int data2_;
char oper_;
int result_;
int exitcode_;
};
//BlockQueue.hpp
#include "Task.hpp"
#include <iostream>
#include <queue>
#include <pthread.h>
#include <unistd.h>
template <class T>
class BlockQueue
{
//初始值
static const int defalutnum = 10;
public:
BlockQueue(int maxcap = defalutnum)
:maxcap_(maxcap)
{
pthread_mutex_init(&mutex_, nullptr);
pthread_cond_init(&c_cond_, nullptr);
pthread_cond_init(&p_cond_, nullptr);
//定义上下限，满足下限就唤醒生产者生产，满足上限就唤醒消费者消费
low_water_ = maxcap_ / 3;
high_water_ = (maxcap_*2) / 3;
}
//消费
const T &pop()
{
pthread_mutex_lock(&mutex_);
//条件变量
while(q_.size() == 0)
{
//进入等待队列中排队
pthread_cond_wait(&c_cond_, &mutex_);
}
T out = q_.front();
q_.pop();
if(q_.size() < low_water_)
{
pthread_cond_signal(&p_cond_);
}
//唤醒消费者
pthread_mutex_unlock(&mutex_);
return out;
}
//生产
void push(const T &in)
{
pthread_mutex_lock(&mutex_);
//条件变量
while(q_.size() == maxcap_)
{
//进入等待队列中排队
pthread_cond_wait(&p_cond_, &mutex_);
}
//生产一个数据
q_.push(in);
//唤醒消费者
if(q_.size() > high_water_)
{
pthread_cond_signal(&c_cond_);
}
pthread_mutex_unlock(&mutex_);
}
//析构
~BlockQueue()
{
pthread_mutex_destroy(&mutex_);
pthread_cond_destroy(&c_cond_);
pthread_cond_destroy(&p_cond_);
}
private:
std::queue<T> q_; //共享资源（阻塞队列）
int maxcap_; //最大容量
pthread_mutex_t mutex_; //锁
pthread_cond_t p_cond_; //生产者条件变量
pthread_cond_t c_cond_; //消费者条件变量
int low_water_;
int high_water_;
};
值得一提的是条件变量的判断部分我们不能使用if，而是要用while，原因是防止产生伪唤醒的现象，消费者只消费了一个，但是唤醒时，（如果我们使用broadcast去唤醒生产者线程），它们就不会在条件变量下等待了，而是都去竞争这个锁了。如果此时一个生产者线程竞争成功后就去生产（假设只剩下一个空位供生产），然后它生产后，紧接着唤醒消费者线程去消费，然后解锁，但是此时还有另外两个生产者线程在竞争锁，他们都在条件变量下等待，然后有可能又是生产者线程拿到锁（消费者却没有竞争到锁），继续向后执行，但是呢，if条件不会再判断了，函数返回继续向下执行，结果就是生产多了，已经没有空间去生产了，这就是伪唤醒状态
总而言之，while循环会让我们对（上述背景中等待的）生产者们再次判断是否满足生产的条件，防止产生伪唤醒的现象
//main.cc
#include "BlockQueue.hpp"
#include "Task.hpp"
#include <stdlib.h>
//生产
void* Productor(void* args)
{
BlockQueue<Task> *bq = static_cast<BlockQueue<Task> *>(args);
//sleep(5);
while(true)
{
int number1 = rand() % 10 + 1;
usleep(10);
//让随机数number2出现0的情况
int number2 = rand() % 10;
int r = rand() % 5;
Task t(number1, number2, oper_[r]);
bq->push(t); //传入任务信息
std::cout << "thread id: "<< pthread_self() <<" "<< "传入任务：" << t.GetTask() <<std::endl;
sleep(1);
}
}
//消费
void* Consumer(void* args)
{
BlockQueue<Task> *bq = static_cast<BlockQueue<Task> *>(args);
while(true)
{
Task ret = bq->pop();
ret();
std::cout << "thread id: "<< pthread_self() <<" "<< "run...：" << ret.GetResult() <<std::endl;
sleep(1);
}
}
int main()
{
//创建指向阻塞队列的指针（其中队列中放着一个个Task对象（任务））
BlockQueue<Task> *bq = new BlockQueue<Task>();
pthread_t c[3], p[5];
//创建生产、消费线程
for(int i = 0; i < 5; i++)
{
pthread_create(p + i, nullptr, Productor, bq);
}
for(int i = 0; i < 3; i++)
{
pthread_create(c + i, nullptr, Consumer, bq);
}
//线程等待
for(int i = 0; i < 5; i++)
{
pthread_join(p[i], nullptr);
}
for(int i = 0; i < 3; i++)
{
pthread_join(c[i], nullptr);
}
delete bq;
return 0;
}
运行结果
三、基于环形队列的生产消费模型
（1）环形队列的生产消费模型特点
环形队列采用数组模拟，用模运算来模拟环状特性。
环形结构起始状态和结束状态都是一样的，不好判断为空或者为满，所以可以通过加计数器或者标记位来判断满或者空。另外也可以预留一个空的位置，作为满的状态。但是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
初始化信号量
#include <semaphore.h>
int sem_init(sem_t *sem, int pshared, unsigned int value);
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
销毁信号量
int sem_destroy(sem_t *sem);
等待信号量
功能：等待信号量，使信号量-1，若信号量为负数，那么线程就会阻塞等待。
int sem_wait(sem_t *sem); //P()
发布信号量
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。若信号量没达到最大值，则说明有现成正在阻塞等待，V操作就会唤醒一个线程。
int sem_post(sem_t *sem);//V()
于是我们就可以定义两个信号量
N表示环形队列（缓冲区）中能存放的空间数量
默认：DataSem初始生产数据值为0
注意：
代码如下（省略Task.hpp
//ringQueue
#pragma once
#include <iostream>
#include <vector>
#include <semaphore.h>
const static int defaultcap = 5;
template<class T>
class RingQueue{
private:
//申请信号量
void P(sem_t &sem)
{
sem_wait(&sem);
}
//释放信号量
void V(sem_t &sem)
{
sem_post(&sem);
}
void Lock(pthread_mutex_t &mutex)
{
pthread_mutex_lock(&mutex);
}
void Unlock(pthread_mutex_t &mutex)
{
pthread_mutex_unlock(&mutex);
}
public:
RingQueue(int cap = defaultcap)
:ringqueue_(cap), cap_(cap), c_step_(0), p_step_(0)
{
sem_init(&cdata_sem_, 0, 0);
sem_init(&pspace_sem_, 0, cap);
pthread_mutex_init(&c_mutex_, nullptr);
pthread_mutex_init(&p_mutex_, nullptr);
}
//生产
void Push(const T &in)
{
//判断: 申请空间信号量（失败阻塞）
P(pspace_sem_);
//加锁
Lock(p_mutex_);
ringqueue_[p_step_] = in;
p_step_++;
p_step_ %= cap_;
Unlock(p_mutex_);
//释放数据信号量
V(cdata_sem_);
}
//消费
void Pop(T *out)
{
//判断: 申请数据信号量（失败阻塞）
P(cdata_sem_);
//加锁
Lock(c_mutex_);
*out = ringqueue_[c_step_];
c_step_++;
c_step_ %= cap_;
Unlock(c_mutex_);
//释放空间信号量
V(pspace_sem_);
}
~RingQueue()
{
sem_destroy(&cdata_sem_);
sem_destroy(&pspace_sem_);
pthread_mutex_destroy(&c_mutex_);
pthread_mutex_destroy(&p_mutex_);
}
private:
std::vector<T> ringqueue_;
int cap_;
int c_step_; // 消费者下标
int p_step_; // 生产者下标
sem_t cdata_sem_; // 消费者关注的数据资源
sem_t pspace_sem_; // 生产者关注的空间资源
pthread_mutex_t c_mutex_;
pthread_mutex_t p_mutex_;
};
//main.cc
#include "ringQueue.hpp"
#include "Task.hpp"
#include <stdlib.h>
#include <unistd.h>
#include <string>
struct ThreadData
{
RingQueue<Task> *rq; //指向环形队列的指针
std::string threadname; //线程名
};
//生产
void* Productor(void* args)
{
ThreadData *td = static_cast<ThreadData *>(args);
RingQueue<Task> *rq = td->rq;
//sleep(5);
while(true)
{
int number1 = rand() % 10 + 1;
usleep(10);
//让随机数number2出现0的情况
int number2 = rand() % 10;
int r = rand() % 5;
Task t(number1, number2, oper_[r]);
rq->Push(t); //传入任务信息
std::cout <<"我是:" << td->threadname << " " <<"任务信息: " << t.GetTask() << std::endl;
sleep(1);
}
return nullptr;
}
//消费
void* Consumer(void* args)
{
ThreadData *td = static_cast<ThreadData *>(args);
RingQueue<Task> *rq = td->rq;
Task t;
while(true)
{
rq->Pop(&t);
t();
std::cout <<"我是:" << td->threadname <<" "<< " result: " << t.GetResult() << std::endl;
sleep(1);
}
return nullptr;
}
int main()
{
//创建指向阻塞队列的指针（其中队列中放着一个个Task对象（任务））
srand(time(nullptr) ^ getpid());
RingQueue<Task> *rq = new RingQueue<Task>(50);
pthread_t c[3], p[5];
for (int i = 0; i < 5; i++)
{
ThreadData *td = new ThreadData();
td->rq = rq;
td->threadname = "Productor-" + std::to_string(i);
pthread_create(p + i, nullptr, Productor, td);
}
for (int i = 0; i < 3; i++)
{
ThreadData *td = new ThreadData();
td->rq = rq;
td->threadname = "Consumer-" + std::to_string(i);
pthread_create(c + i, nullptr, Consumer, td);
}
for (int i = 0; i < 5; i++)
{
pthread_join(p[i], nullptr);
}
for (int i = 0; i < 3; i++)
{
pthread_join(c[i], nullptr);
}
delete rq;
return 0;
}
运行结果
小结
今日的分享就到这里啦，如果本文存在疏漏或错误的地方，还请您能够指出！
![[MySQL实战] 如何定义唯一约束（唯一索引）](https://img-blog.csdnimg.cn/direct/d8a020d23af947ff893d9a10c955b108.png)