多线程 thread cpp cplusplus

C++并发编程系列总结-锁

C++并发编程系列：关于锁的使用总结

Posted by YuCong on February 6, 2021

C++ 并发编程系列，关于锁的使用总结。

Created 2021.02.15 by William Yu; Last modified: 2022.09.16-v1.1.0

Contact: windmillyucong@163.com

Copyleft! 2022 William Yu. Some rights reserved.

lock

锁

References

1. Concepts

锁类型 操作
互斥锁(mutex) - .lock()
- .unlock()
- .try_lock()
- std::lock_guard<>
- std::unique_lock<adopt_lock/defer_lock>
自旋锁(spinlock) - std::lock_guard<>
- std::unique_lock<adopt_lock/defer_lock>
读写锁(shared_mutex) - std::unique_lock<> (写锁)
- std::shared_lock<> (读锁)
递归锁(recursive_mutex) - std::lock_guard<>
- std::unique_lock<>
   

1.1 互斥锁 mutex

互斥锁

  • 在某一时刻，只有一个线程可以获取互斥锁
  • 在释放互斥锁之前其他线程都不能获取该互斥锁
  • 如果其他线程想要获取这个互斥锁，那么这个线程只能以阻塞方式进行等待
1
2
3

#include <mutex>

std::mutex some_mutex;

1.2 自旋锁 Spinlock

原理

  • 互斥锁是一种sleep-waiting 的锁
    • 流程为：假设线程T1获取互斥锁并且正在处理器core1上运行时，此时线程T2也想要获取互斥锁，但是由于T1正在使用互斥锁使得T2被阻塞。当T2处于阻塞状态时，T2被放入到等待队列中去，处理器core2会去处理其他任务而不必一直等待（忙等）。也就是说处理器不会因为线程阻塞而空闲着，它会去处理其他事务去。
  • 自旋锁是一种busy-waiting 的锁
    • 流程为：假设线程T1获取互斥锁并且正在处理器core1上运行时，此时线程T2也想要获取互斥锁，但是由于T1正在使用互斥锁使得T2被阻塞。此时运行T2的处理器core2会一直不断地循环检查锁是否可用，直到获取到锁为止。
    • 当发生阻塞时，互斥锁可以让CPU去处理其他的任务；而自旋锁让CPU一直不断循环请求获取这个锁。通过两个含义的对比可以我们知道”自旋锁”是比较耗费CPU的。

如果你能确定被锁住的代码执行时间很短，就不应该用互斥锁，而应该使用自旋锁，否则使用互斥锁。 Q: 实际项目使用中，差别大吗？

实现一个自旋锁

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

/**
 * @brief A spinlock implemented using an atomic_flag.
 * @remark Reference: https://en.cppreference.com/w/cpp/atomic/atomic_flag
 */
class Spinlock {
 public:
  Spinlock() = default;
  ~Spinlock() = default;

  void lock() {
    while (lock_.test_and_set(std::memory_order_acquire));
  }

  bool try_lock() {
    return !lock_.test_and_set(std::memory_order_acquire);
  }

  void unlock() {
    lock_.clear(std::memory_order_release);
  }

 private:
  std::atomic_flag lock_ = ATOMIC_FLAG_INIT;
};

使用方法

1
2
3
4
5
6
7

Spinlock user_data_lock_;
UserData user_data_;
  
int main() {
    std::lock_guard<Spinlock> lock(user_data_lock_);
    user_data_ //balabala
}

1.3 读写锁 shared_mutex

  • “读者-写者”问题。

    • 计算机中某些数据被多个进程共享，对数据的操作有两种：

      • 一种是读操作，就是从数据库中读取数据不会修改数据库中内容；

      • 另一种就是写操作，写操作会修改数据库中存放的数据。

    • 我们允许对数据同时执行多个”读”操作

    • 但是某一时刻只能在数据库上有一个”写”操作来更新数据。

    • 这就是一个简单的读者-写者模型。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

#include <iostream> 
#include <thread> 
#include <shared_mutex> 
#include <vector> 
std::shared_mutex rwMutex; 

std::vector<int> sharedData; 

// 读操作函数 
void readData(int id) { 
	std::shared_lock<std::shared_mutex> readLock(rwMutex);
	std::cout << "Thread " << id << " is reading data: "; 
	for (int val : sharedData) { 
		std::cout << val << " "; 
	} 
	std::cout << std::endl; 
} 

// 写操作函数 
void writeData(int value) {
	std::unique_lock<std::shared_mutex> writeLock(rwMutex); 
	std::cout << "Writing data: " << value << std::endl; 
	sharedData.push_back(value); 
} 

int main() {
	// 创建写线程 
	std::thread writer(writeData, 42); 
	// 创建多个读线程
	std::vector<std::thread> readers; 
	for (int i = 0; i < 3; ++i) { 
		readers.emplace_back(readData, i); 
	} 
	// 等待写线程完成
	writer.join(); 
	// 等待所有读线程完成 
	for (auto& reader : readers) { 
		reader.join(); 
	} 
	return 0; 
}

1.4 递归锁 recursive_mutex

常用于递归函数中上锁

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46

#include <iostream>
#include <mutex>
#include <thread>

class RecursiveExample {
private:
    std::recursive_mutex mutex_;
    int value_ = 0;

public:
    // 递归函数示例
    void recursiveFunction(int depth) {
        std::lock_guard<std::recursive_mutex> lock(mutex_);
        
        if (depth <= 0) {
            return;
        }
        
        value_ += depth;
        std::cout << "Depth " << depth << ", value: " << value_ << std::endl;
        
        // 递归调用，会再次获取同一个锁
        recursiveFunction(depth - 1);
    }

    // 普通函数示例
    void normalFunction() {
        std::lock_guard<std::recursive_mutex> lock(mutex_);
        value_ += 1;
        std::cout << "Normal function, value: " << value_ << std::endl;
    }
};

int main() {
    RecursiveExample example;
    
    // 测试递归函数
    std::cout << "Testing recursive function:" << std::endl;
    example.recursiveFunction(3);
    
    // 测试普通函数
    std::cout << "\nTesting normal function:" << std::endl;
    example.normalFunction();
    
    return 0;
}

使用递归锁的注意事项：

  1. 性能考虑：
    • 递归锁比普通互斥锁有更多的开销
    • 如果不需要递归获取锁，应该使用普通的 std::mutex
  2. 使用场景：
    • 递归函数中需要保护共享资源
    • 同一个线程需要多次获取同一个锁
    • 复杂的类层次结构中，基类和派生类都需要获取同一个锁
  3. 替代方案：
    • 如果可能，考虑重构代码以避免递归获取锁
    • 使用其他同步机制，如条件变量或信号量
  4. 最佳实践：
    • 尽量限制递归深度
    • 确保每次获取锁都有对应的释放
    • 使用 RAII 风格的锁管理（如 std::lock_guard）

2. 上锁操作

2.1 mutex.lock() unlock()

对于互斥量，可以使用互斥量的 lock() 和 unlock() 方法上锁和解锁。

  • 需要手动调用
1
2
3
4
5
6
7

std::vector<long> some_list;  // 共享的数据
std::mutex some_mutex;  // 互斥量
void some_thread_function(){
	some_mutex.lock();
    // 一些操作
    some_mutex.unlock();
}

2.2 std::lock_guard<>

std::lock_guard

自动

  • 自动上锁，自动解锁
  • 而对互斥锁的lock()和unlock()需要手动调用
  • 构造时自动上锁
  • 离开局部作用域，析构函数自动解锁
1
2
3
4
5
6

std::vector<long> some_list;  // 共享的数据
std::mutex some_mutex;  // 互斥量
void some_thread_function(){
	std::lock_guard<std::mutex> lock(some_mutex);    // 修改数据之前上锁
    // 一些操作
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14

#include <mutex>   // 头文件

std::vector<long> some_list;  // 共享的数据
std::mutex some_mutex;  // 互斥量

void add_to_list(int new_value) {
  std::lock_guard<std::mutex> lock(some_mutex);    // 修改数据之前上锁
  some_list.push_back(new_value);
}

bool list_contains(int value_to_find) {
  std::lock_guard<std::mutex> lock(some_mutex);    // 访问数据之前上锁
  return std::find(some_list.begin(),some_list.end(),value_to_find) != some_list.end();
}

对自旋锁也是一样的上锁方法。

1
2
3
4
5
6
7

Spinlock user_data_lock_;
UserData user_data_;
  
int main() {
    std::lock_guard<Spinlock> lock(user_data_lock_);
    user_data_ //balabala
}

2.3 std::unique_lock<>

std::unique_lock

轻度灵活锁

  • 可以提供第二参数：
    • std::adopt_lock 假定当前线程已经获得锁，不再请求
    • std::defer_lock 表示在构造锁的时候并不上锁，使互斥量保持在解锁状态
    • std::try_to_lock 尝试请求锁，但不阻塞线程，锁不可用时也会立即返回

  • 如果不提供第二参数，表示构造时同时也上锁，需要手动解锁

    1
2
3

    std::unique_lock<std::mutex> some_lock(some_mutex);
// do something
some_lock.unlock();
特点
  • std::unique_lock 比 std::lock_guard体积大，所以后者如果够用，建议优先使用后者
std::adopt_lock

  • 假定当前线程已经获得锁，不再请求

    1

       std::unique_lock<std::mutex> some_lock(some_mutex, std::adopt_lock);
std::defer_lock
  • 表示在构造锁的时候并不上锁，使互斥量保持在解锁状态

  • std::unique_lock锁对象可以传给lock()对象作为参数

    1
2
3
4
5

       std::unique_lock<std::mutex> some_lock(some_mutex, std::defer_lock);
   std::lock(some_lock);
   some_lock.lock();
   some_lock.unlock();
   some_lock.try_lock();

2.4 std::shared_lock<>

std::shared_lock
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

// 读操作函数 
void readData(int id) { 
	std::shared_lock<std::shared_mutex> readLock(rwMutex);
	std::cout << "Thread " << id << " is reading data: "; 
	for (int val : sharedData) { 
		std::cout << val << " "; 
	} 
	std::cout << std::endl; 
} 

// 写操作函数 
void writeData(int value) {
	std::unique_lock<std::shared_mutex> writeLock(rwMutex); 
	std::cout << "Writing data: " << value << std::endl; 
	sharedData.push_back(value); 
}

Contact

Feel free to contact me windmillyucong@163.com anytime for anything.

License

CC0

CATALOG
    FEATURED TAGS
    Linux cplusplus cpp 多线程 Math OpenCV thread SLAM algorithm pose Optimal c++ filter Kalman-Filter paper tree #cplusplus Design-Pattern calibrate camera collision-detect git tmux video
    FRIENDS