[導(dǎo)讀]眾所周知，STL容器不是線程安全的。對于vector，即使寫方（生產(chǎn)者）是單線程寫入，但是并發(fā)讀的時候，由于潛在的內(nèi)存重新申請和對象復(fù)制問題，會導(dǎo)致讀方（消費(fèi)者）的迭代器失效。實(shí)際表現(xiàn)也就是招致了coredump。另外一種情況，如果是多個寫方，并發(fā)的push_back()，也會導(dǎo)...
眾所周知，STL容器不是線程安全的。對于vector，即使寫方（生產(chǎn)者）是單線程寫入，但是并發(fā)讀的時候，由于潛在的內(nèi)存重新申請和對象復(fù)制問題，會導(dǎo)致讀方（消費(fèi)者）的迭代器失效。實(shí)際表現(xiàn)也就是招致了core dump。另外一種情況，如果是多個寫方，并發(fā)的
- EOF -
push_back()，也會導(dǎo)致core dump。解法一
加鎖是一種解決方案，比如互斥鎖std::mutex。但是加std::mutex確實(shí)性能較差。對于多讀少寫的場景可以用讀寫鎖（也叫共享獨(dú)占鎖）來緩解。比如C 17引入了std::shared_mutex 。更多鎖的種類可以閱讀之前寫的這篇文章：如何理解互斥鎖、條件變量、讀寫鎖以及自旋鎖？當(dāng)然本文的目的自然不是自我重復(fù)再次介紹一次鎖的使用，請繼續(xù)閱讀解法二！解法二
更多的時候，其實(shí)可以通過固定vector的大小，避免動態(tài)擴(kuò)容（無push_back）來做到lock-free！即在開始并發(fā)讀寫之前（比如初始化）的時候，給vector設(shè)置好大小。struct?Data?{
...
};
vector?v;
v.resize(1000);
注意是resize()，不是reserve()！可能大家平時用reserve()比較多，顧名思義，reserve就是預(yù)留內(nèi)存。為的是避免內(nèi)存重新申請以及容器內(nèi)對象的拷貝。說白了，reserve()是給push_back()準(zhǔn)備的！而resize除了預(yù)留內(nèi)存以外，還會調(diào)用容器元素的構(gòu)造函數(shù)，不僅分配了N個對象的內(nèi)存，還會構(gòu)造N個對象。從這個層面上來說，resize()在時間效率上是比reserve()低的。但是在多線程的場景下，用resize再合適不過。你可以resize好N個對象，多線程不管是讀還是寫，都是通過容器的下標(biāo)訪問operator[]來訪問元素，不要push_back()新元素。所謂的『寫操作』在這里不是插入新元素，而是修改舊元素。如果N的最大個數(shù)是可以預(yù)期的就直接設(shè)置就好，如果沒辦法預(yù)期就再把vector搞成ring buffer（環(huán)形隊列）來緩解壓力。可以給元素類加上成員變量標(biāo)記當(dāng)前的讀寫狀態(tài)、是否被消費(fèi)等等。當(dāng)然，你會說，如果B，C，D，E，F(xiàn)這個5個線程是等價的，要不停消費(fèi)vector中的元素，會造成重復(fù)消費(fèi)不？當(dāng)然會。你可以把隊列頭的下標(biāo)定義成原子變量（std::atomic），盡管原子變量也需要做線程同步，但是比一般的鎖開銷要小很多啦。如果你想連原子變量也不用，有沒有辦法呢？有啊。那就給B，C，D，E，F(xiàn)分配不同的消費(fèi)隊列啊。比如當(dāng)前有5個讀線程，那么每個線程就消費(fèi)下標(biāo)對5取模之后的某個固定結(jié)果的下標(biāo)。比如：- B消費(fèi)：0、5、10、15、……
- C消費(fèi)：1、6、11、16、……
- D消費(fèi)：2、7、12、17、……
- E消費(fèi)：3、8、13、18、……
- F消費(fèi)：4、9、14、19、……
分段加鎖，減少一點(diǎn)鎖沖突的概率，或者用一下CAS的策略。另外對于unordered_map，在單寫多讀的多線程場景下，會不會有問題呢？也可能有。gcc 4.7.2的unordered_map實(shí)現(xiàn)曾被爆出有這個問題。原因的新插入的元素，觸發(fā)了rehash，讓其他線程在unordered_map中查找的過程之中，出現(xiàn)了core dump。見：https://stackoverflow.com/questions/16353334/segv-in-gccs-stdunordered-map我不確定clang以及后續(xù)的gcc版本是否還有此問題。應(yīng)該在不添加任何額外同步代碼的情況下，無法解決。
容器并發(fā)前初始化與偽共享的爭議
本文內(nèi)容曾經(jīng)在知乎上寫過，有網(wǎng)友評論：解法二會有false sharing（偽共享）的問題。這里簡單回應(yīng)一下，談?wù)搨喂蚕?，要考慮具體的場景。的確某些時候偽共享會帶來性能損失，但是要和并行化帶來的性能提升來比較，孰高孰低。如果并行提升的性能足夠多，是足以彌補(bǔ)這點(diǎn)偽共享的損失的。比如我要進(jìn)行遠(yuǎn)程IO，我有N個key要查詢redis，把他們的結(jié)果存儲到一個vector中，這個vector的寫入操作在IO的異步回調(diào)函數(shù)中。在不加任何額外處理的情況下，極大概率會導(dǎo)致vector的core dump。而如果vector初始化一下，則無需在回調(diào)函數(shù)中加鎖，就能保證安全。這時候并行IO本身帶來的性能提升，遠(yuǎn)遠(yuǎn)大于可能的偽共享帶來損失。這里為什么說可能呢？因?yàn)閭喂蚕淼挠|發(fā)沒你想象的這么簡單。如何成功模擬出一次偽共享帶來性能損失的例子？你可以寫程序自測一下，并不容易……甚至你改一下優(yōu)化級別，改成O2，測試表現(xiàn)都很不一樣。一般網(wǎng)絡(luò)上談?wù)搨喂蚕頃r所舉的例子，并不是一個vector中多個元素之間并行讀寫觸發(fā)了偽共享。而是vector的元素類型是一個對象，對象中有2個數(shù)據(jù)字段a和b，在多線程分別更新同一個元素的a和b字段的時候，導(dǎo)致了偽共享。比如一個線程更新vector中每個元素的a字段，另外一個線程更新vector中每個元素的b字段。Anyway，偽共享的議題比較復(fù)雜，歡迎留意評論！- EOF -
下載文檔
