C++中线程同步与互斥的4种方式介绍、对比、场景举例

C++中线程同步与互斥的4种方式介绍、对比、场景举例
image.png

在C++中,当两个或更多的线程需要访问共享数据时,就会出现线程安全问题。这是因为,如果没有适当的同步机制,一个线程可能在另一个线程还没有完成对数据的修改就开始访问数据,这将导致数据的不一致性和程序的不可预测性。为了解决这个问题,C++提供了多种线程同步和互斥的机制。

1. 互斥量(Mutex)

互斥量是一种同步机制,用于防止多个线程同时访问共享资源。在C++中,可以使用std::mutex类来创建互斥量。

#include<thread>#include<mutex> std::mutex mtx;// 全局互斥量int shared_data =0;// 共享数据voidthread_func(){for(int i =0; i <10000;++i){ mtx.lock();// 获取互斥量的所有权++shared_data;// 修改共享数据 mtx.unlock();// 释放互斥量的所有权}}intmain(){ std::thread t1(thread_func); std::thread t2(thread_func); t1.join(); t2.join(); std::cout << shared_data << std::endl;// 输出20000return0;}

在上述代码中,我们创建了一个全局互斥量mtx和一个共享数据shared_data。然后,我们在thread_func函数中使用mtx.lock()mtx.unlock()来保护对shared_data的访问,确保在任何时候只有一个线程可以修改shared_data

2. 锁(Lock)

除了直接使用互斥量,C++还提供了std::lock_guardstd::unique_lock两种锁,用于自动管理互斥量的所有权。

#include<thread>#include<mutex> std::mutex mtx;// 全局互斥量int shared_data =0;// 共享数据voidthread_func(){for(int i =0; i <10000;++i){ std::lock_guard<std::mutex>lock(mtx);// 创建锁,自动获取互斥量的所有权++shared_data;// 修改共享数据// 锁在离开作用域时自动释放互斥量的所有权}}intmain(){ std::thread t1(thread_func); std::thread t2(thread_func); t1.join(); t2.join(); std::cout << shared_data << std::endl;// 输出20000return0;}

在上述代码中,我们使用std::lock_guard来自动管理互斥量的所有权。当创建std::lock_guard对象时,它会自动获取互斥量的所有权,当std::lock_guard对象离开作用域时,它会自动释放互斥量的所有权。这样,我们就不需要手动调用mtx.lock()mtx.unlock(),可以避免因忘记释放互斥量而导致的死锁。

3. 条件变量(Condition Variable)

条件变量是一种同步机制,用于在多个线程之间同步条件的变化。在C++中,可以使用std::condition_variable类来创建条件变量。

#include<thread>#include<mutex>#include<condition_variable> std::mutex mtx;// 全局互斥量 std::condition_variable cv;// 全局条件变量bool ready =false;// 共享条件voidprint_id(int id){ std::unique_lock<std::mutex>lock(mtx);// 创建锁,自动获取互斥量的所有权while(!ready){// 如果条件不满足 cv.wait(lock);// 等待条件变量的通知}// 当收到条件变量的通知,且条件满足时,继续执行 std::cout <<"thread "<< id <<'\n';}voidgo(){ std::unique_lock<std::mutex>lock(mtx);// 创建锁,自动获取互斥量的所有权 ready =true;// 修改共享条件 cv.notify_all();// 通知所有等待的线程}intmain(){ std::thread threads[10];for(int i =0; i <10;++i) threads[i]= std::thread(print_id, i); std::cout <<"10 threads ready to race...\n";go();// 开始比赛for(auto& th : threads) th.join();return0;}

在上述代码中,我们创建了一个全局互斥量mtx、一个全局条件变量cv和一个共享条件ready。然后,我们在print_id函数中使用cv.wait(lock)来等待条件变量的通知,当收到条件变量的通知,且条件满足时,继续执行。在go函数中,我们修改共享条件,并使用cv.notify_all()来通知所有等待的线程。

4. 原子操作(Atomic Operation)

原子操作是一种特殊的操作,它可以在多线程环境中安全地对数据进行读写,而无需使用互斥量或锁。在C++中,可以使用std::atomic模板类来创建原子类型。

#include<thread>#include<atomic> std::atomic<int>shared_data(0);// 共享数据voidthread_func(){for(int i =0; i <10000;++i){++shared_data;// 原子操作}}intmain(){ std::thread t1(thread_func); std::thread t2(thread_func); t1.join(); t2.join(); std::cout << shared_data << std::endl;// 输出20000return0;}

在上述代码中,我们创建了一个原子类型的共享数据shared_data。然后,我们在thread_func函数中使用++shared_data来进行原子操作,这样,我们就不需要使用互斥量或锁,也可以保证在任何时候只有一个线程可以修改shared_data

5. 对比

策略优点缺点
单一全局互斥量简单可能导致严重的性能问题,降低并发性
多个互斥量提高并发性增加程序复杂性,需要避免死锁
原子操作提高并发性,避免互斥量开销增加程序复杂性,需要理解和使用原子操作
读写锁提高并发性,特别是读操作多于写操作时增加程序复杂性,需要管理读写锁,需要避免死锁

案例举例

假设我们正在开发一个在线聊天服务器,需要处理大量的并发连接。每个连接都有一个关联的用户对象,用户对象包含了用户的状态信息,如用户名、在线状态等。

在这种情况下,我们可以使用多个互斥量的策略。我们可以将用户对象划分为几个组,每个组有一个关联的互斥量。当一个线程需要访问一个用户对象时,它只需要锁定该用户对象所在组的互斥量,而不是所有的用户对象。这样,不同的线程可以同时访问不同的用户对象,从而提高并发性。

同时,我们也可以使用读写锁的策略。因为在大多数情况下,线程只需要读取用户的状态信息,而不需要修改。所以,我们可以使用读写锁,允许多个线程同时读取用户对象,但在修改用户对象时需要独占锁。

在实践中,我们可能需要结合使用这两种策略,以达到最佳的效果。

6. 更进一步:原子操作+锁

原子操作和锁是两种不同的线程同步机制,它们可以单独使用,也可以一起使用,具体取决于你的应用场景。

原子操作是一种低级的同步机制,它可以保证对单个内存位置的读写操作是原子的,即在任何时候只有一个线程可以对内存位置进行操作。原子操作通常用于实现高级的同步机制,如锁和条件变量。

锁是一种高级的同步机制,它可以保证对一段代码或多个内存位置的访问是原子的,即在任何时候只有一个线程可以执行被锁保护的代码或访问被锁保护的内存位置。

如果你在使用锁的同时还使用原子操作,那么你需要确保你的代码正确地理解和使用这两种同步机制。例如,如果你在一个被锁保护的代码段中使用原子操作,那么你需要确保原子操作不会违反锁的语义,即在任何时候只有一个线程可以执行被锁保护的代码。

以下是一个使用原子操作和锁的例子:

#include<thread>#include<mutex>#include<atomic> std::mutex mtx;// 全局互斥量 std::atomic<int>counter(0);// 原子计数器voidthread_func(){for(int i =0; i <10000;++i){ std::lock_guard<std::mutex>lock(mtx);// 获取互斥量的所有权++counter;// 原子操作// 锁在离开作用域时自动释放互斥量的所有权}}intmain(){ std::thread t1(thread_func); std::thread t2(thread_func); t1.join(); t2.join(); std::cout << counter << std::endl;// 输出20000return0;}

在上述代码中,我们使用std::lock_guard来获取互斥量的所有权,然后使用++counter来进行原子操作。这样,我们既保证了在任何时候只有一个线程可以执行被锁保护的代码,也保证了对counter的操作是原子的。

总的来说,原子操作和锁可以一起使用,但你需要确保你的代码正确地理解和使用这两种同步机制。

总结

在C++中,当两个或更多的线程需要访问共享数据时,可以使用互斥量、锁、条件变量和原子操作等多种线程同步和互斥的机制来保证线程安全。选择哪种机制,取决于具体的应用场景和需求。

参考资料

  1. C++ Reference: thread
  2. C++ Reference: mutex
  3. C++ Reference: condition_variable
  4. C++ Reference: atomic

Read more

Flutter for OpenHarmony:Flutter 三方库 mcp_dart 接入 AI 大模型上下文协议-智能代理引擎(适配鸿蒙 HarmonyOS Next ohos)

Flutter for OpenHarmony:Flutter 三方库 mcp_dart 接入 AI 大模型上下文协议-智能代理引擎(适配鸿蒙 HarmonyOS Next ohos)

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net。 Flutter for OpenHarmony:Flutter 三方库 mcp_dart 接入 AI 大模型上下文协议-智能代理引擎(适配鸿蒙 HarmonyOS Next ohos) 前言 随着 AI 大模型时代的到来,鸿蒙(OpenHarmony)应用正逐步向智能代理转型。mcp_dart 实现了模型上下文协议(MCP)的客户端封装,使得鸿蒙开发者能为 LLM 提供结构化的本地连接,让应用秒变深度集成的 AI Agent 助手。 一、核心价值 1.1 基础概念 MCP 协议像是一条高速公路,连接了 LLM 控制台和本地的数据孤岛。 发送请求 MCP

By Ne0inhk
AI Agent 平台横评:ZeroClaw vs OpenClaw vs Nanobot

AI Agent 平台横评:ZeroClaw vs OpenClaw vs Nanobot

AI Agent 平台横评:ZeroClaw vs OpenClaw vs Nanobot 前言 在之前的文章中,我们详细介绍了 ZeroClaw 的功能特性和安装部署方法。本文将从多个维度对当前主流的 AI Agent 平台进行横向对比,帮助开发者选择最适合自己项目的工具。 一、对比产品概述 1.1 ZeroClaw ZeroClaw 是基于 100% Rust 编写的轻量级 AI Agent 基础设施,强调高性能和安全性。 * 语言:Rust * 特点:二进制仅 ~3.4 MB,启动极快,内存占用低 * GitHub:https://github.com/theonlyhennygod/zeroclaw 1.2 OpenClaw

By Ne0inhk
AIGC 新势力:探秘海螺 AI 与蓝耘 MaaS 平台的协同创新之旅

AIGC 新势力:探秘海螺 AI 与蓝耘 MaaS 平台的协同创新之旅

探秘海螺AI:多模态架构下的认知智能新引擎 在人工智能持续进阶的进程中,海螺AI作为一款前沿的多功能AI工具,正凭借其独特的多模态架构崭露头角。它由上海稀宇科技有限公司(MiniMax)精心打造,依托自研的万亿参数MoE大语言模型ABAB6.5以及MiniMax语音大模型,展现出非凡的技术实力与应用潜力。MiniMax的核心团队源自商汤科技等业内知名企业,在多模态大模型研发领域深耕细作,为海螺AI的诞生奠定了坚实基础。 在这里插入图片描述 一、核心模型架构剖析 (一)基础模型:abab - 6.5 海螺AI的基础模型abab - 6.5采用了创新的混合专家系统设计,借助动态路由机制,即Sparse Gating Network,可依据输入内容智能激活8 - 12个子专家模型。这些子专家模型涵盖代码专家、多语言专家、逻辑推理专家等,各司其职,协同作业。在参数规模上,abab - 6.5总参数量高达1.2万亿,同时通过巧妙的设计,将活跃参数量控制在2000亿/query,有效平衡了模型的高容量与低推理成本。在训练优化环节,

By Ne0inhk

开源工具 CyberStrikeAI:AI驱动的自主渗透测试平台深度解析

CyberStrikeAI:AI驱动的自主渗透测试平台深度解析 项目简介 CyberStrikeAI(GitHub地址:https://github.com/Ed1s0nZ/CyberStrikeAI)是一款基于Golang开发的AI驱动的自主渗透测试平台。作为一款创新性的安全测试工具,它通过集成数百个内置安全工具、提供灵活的自定义工具扩展以及基于MCP协议的智能AI决策能力,将安全测试过程简化为自然语言对话,极大降低了渗透测试的门槛。 在当前网络安全形势日益严峻的背景下,传统渗透测试方法往往依赖于安全专家的丰富经验,耗时耗力且存在人为因素干扰。CyberStrikeAI的出现,为安全测试带来了革命性的变化,使安全测试变得如同与AI对话一般简单。 核心功能与技术亮点 1. AI智能代理与决策引擎 CyberStrikeAI集成了OpenAI兼容API(支持GPT、Claude、DeepSeek等),AI能够自主分析目标并选择最优的测试策略和工具组合。系统采用智能决策引擎,能够根据测试进展动态调整测试策略,实现真正的"自主渗透测试"。 2. MCP协议深度集成 MCP

By Ne0inhk