线程池项目(1)

news2026/4/4 3:55:55
推荐去看施磊老师的课程需要课程或者代码的可以评论,看到会回复的,免费的并发与并行定义并发多个线程在单核上轮流占用 CPU 时间片物理上串行执行但由于时间片较短看起来像是同时执行。并行多个线程在多核或多 CPU 上真正同时执行。IO 密集型与 CPU 密集型1. IO 密集型程序核心特征程序大部分时间等待 IO 操作网络、文件、数据库等。运行状态CPU 长期空闲等待 IO 完成。适用结论适合使用多线程。原理IO 阻塞时CPU 可以调度其他线程执行充分利用空闲时间。2. CPU 密集型程序核心特征程序持续进行计算操作几乎无 IO 等待。运行状态CPU 长期满负荷运行。适用结论多核 CPU适合多线程可利用多核并行加速。单核 CPU单线程更优。原因多线程带来频繁的上下文切换开销反而降低性能。线程调度与上下文切换核心概念上下文切换操作系统暂停当前线程保存其执行状态再加载下一个线程的状态。调度开销上下文切换会消耗 CPU 时间可能导致缓存失效从而影响性能。关键结论IO 密集型程序多线程收益大适合使用。CPU 密集型程序单核 CPU单线程最优。多核 CPU线程数不宜过多建议接近 CPU 核心数避免过度调度。创建过多线程的危害与线程池线程过多的 4 大危害创建/销毁成本高频繁的创建销毁消耗大量资源降低执行效率。内存占用大每个线程有独立栈空间大量线程会耗尽系统内存。上下文切换开销大线程切换需要保存/恢复状态过多线程可能导致系统空转。系统负载失控大量线程同时唤醒会导致瞬间负载过高甚至系统崩溃。核心结论CPU 密集型任务线程数应接近 CPU 核心数避免无效切换。IO 密集型任务线程数可适当高于核心数但仍需控制。线程池的优势核心问题线程创建销毁消耗性能实时创建销毁降低系统性能。线程池的解决方案预热启动时预先创建线程存入池中等待任务。复用任务到来时直接复用线程避免临时创建。归还任务完成后将线程归还线程池而非销毁。线程池的两种核心模式1.Fixed 模式固定线程池核心特征线程池中的线程数量固定。适用场景对性能稳定性要求高、任务执行时间相对固定的场景。2.Cached 模式缓存线程池/动态线程池核心特征线程池中的线程数量根据任务动态增长。适用场景业务量波动大、短时间内大量突发任务。维度Fixed 模式Cached 模式线程数量固定动态增长带阈值线程回收核心线程不回收非核心按需超时回收保留核心线程核心优势稳定低切换开销灵活适配流量资源利用率高适用场景稳定业务、CPU 密集型流量波动大、IO 密集型线程互斥解决资源竞争目标同一时间仅允许一个线程访问共享资源避免数据竞争。常用工具互斥锁mutex通过加锁/解锁实现独占访问。原子类型atomic无锁原子操作性能更高。线程通信解决线程协作目标线程间按约定顺序执行实现生产者-消费者等模型。常用工具条件变量condition_variable实现等待-通知机制通常与互斥锁一起使用。信号量semaphore通过计数器控制并发访问实现限流/同步。核心基础概念1.竞态条件定义多线程环境下代码执行结果依赖于线程调度顺序导致不一致的结果。本质原因共享资源的非原子操作被线程切换打断。2.临界区定义访问共享资源的代码段是竞态条件的根源。3.重入函数可重入函数多个线程或中断安全调用不会引发数据竞争或逻辑错误。要求不使用共享/全局状态仅依赖传入参数和栈上的局部变量。不可重入函数在调用未完成时再次调用会导致数据混乱。常见原因使用全局变量、静态变量等。线程同步工具1.条件变量 std::condition_variable作用让线程等待某个条件成立后继续执行。适用场景生产者-消费者问题。核心 APIwait(lock, predicate)等待条件成立。notify_one()唤醒一个等待线程。notify_all()唤醒所有等待线程。2.信号量 std::counting_semaphore / binary_semaphoreC20作用通过计数器控制有多少线程同时访问资源。核心 APIacquire()申请一个名额。release()释放一个名额。try_acquire()非阻塞方式尝试获取名额。线程的两种状态状态是否持有锁是否参与抢锁什么情况下会抢锁阻塞mutex否不抢锁持有锁的线程释放锁时等待condition variable否已释放不抢锁其他线程调用notify_one/notify_all后才抢

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2480958.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…