百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 编程网 > 正文

Boost无锁栈指南:boost::lockfree::stack

yuyutoo 2025-04-07 20:58 2 浏览 0 评论

1. 库的介绍

boost::lockfree::stack 是 Boost C++ 库中 lockfree 模块提供的线程安全无锁栈实现。无锁栈允许多个线程在不使用互斥锁的情况下并发地访问和修改共享数据结构,从而避免了传统锁机制带来的线程阻塞和上下文切换开销。

该组件位于 Boost 库的 boost/lockfree/stack.hpp 头文件中,要使用它需要先安装 Boost 库(1.53.0 版本以上),并包含相应的头文件:

 #include <boost/lockfree/stack.hpp>
 #include 
 #include 
 #include 

2. 主要功能与特点

2.1 主要功能

  • 线程安全:无需额外同步机制即可安全地在多线程环境中使用
  • 后进先出(LIFO)栈:保证数据按栈的特性处理
  • 多生产者多消费者(MPMC)支持:适用于复杂并发场景
  • 无阻塞操作:入栈和出栈操作不会导致线程阻塞
  • 容量配置:支持固定大小和动态大小栈实现

2.2 特点

  • 高性能:在高并发情况下,性能显著优于基于互斥锁的实现
  • 无死锁风险:由于不使用锁,因此不存在死锁问题
  • 适合实时系统:操作延迟低且可预测,适合对时间敏感的应用
  • 内存一致性:提供良好的内存序保证,确保线程间正确通信
  • ABA问题的解决:内部实现已解决无锁编程中常见的 ABA 问题

3. 应用场景

boost::lockfree::stack 特别适合以下场景:

  • 高性能计算:需要线程间快速数据交换,且出栈顺序与入栈顺序相反的场景
  • 实时系统:对延迟敏感,要求预测性能的应用程序
  • 任务调度系统:管理具有后进先出特性的任务执行
  • 深度优先算法实现:需要栈结构支持的算法
  • 内存管理:实现高效的对象池或内存池
  • 撤销操作系统:需要记录最近操作以便撤销的应用

4. 详细功能模块与代码示例

4.1 基本用法

下面是使用 boost::lockfree::stack 的最基本示例:

 #include <boost/lockfree/stack.hpp>
 #include 
 
 int main()
 {
     // 创建一个容量为100的固定大小无锁栈
     boost::lockfree::stack stack(100);
     
     // 入栈操作
     int value = 42;
     bool success = stack.push(value);
     if (success) {
         std::cout << "成功将 " << value << " 入栈\n";
     } else {
         std::cout << "入栈失败,栈可能已满\n";
     }
     
     // 出栈操作
     int result;
     if (stack.pop(result)) {
         std::cout << "成功出栈: " << result << "\n";
     } else {
         std::cout << "出栈失败,栈可能为空\n";
     }
     
     return 0;
 }

4.2 固定大小与动态大小栈

boost::lockfree::stack 支持两种容量模式:

 #include <boost/lockfree/stack.hpp>
 #include 
 
 int main()
 {
     // 固定大小栈 - 构造时指定容量
     boost::lockfree::stack fixed_stack(100);
     
     // 动态大小栈 - 使用模板参数指定
     boost::lockfree::stack<int, boost::lockfree::capacity<0>> dynamic_stack;
     
     // 或使用 fixed_sized 标志禁用固定大小
     boost::lockfree::stack<int, boost::lockfree::fixed_sized> another_dynamic_stack;
     
     // 检查栈是否为无锁实现
     std::cout << "固定栈是无锁的: " << fixed_stack.is_lock_free() << std::endl;
     std::cout << "动态栈是无锁的: " << dynamic_stack.is_lock_free() << std::endl;
     
     return 0;
 }

值得注意的是,动态大小栈内部使用了节点分配器,可能在某些操作中发生内存分配,这可能影响实时性能。

4.3 多生产者多消费者模式

以下是在多线程环境中使用 boost::lockfree::stack 的一个完整示例:

 #include <boost/lockfree/stack.hpp>
 #include 
 #include 
 #include 
 #include 
 #include 
 
 boost::lockfree::stack stack(1000);
 std::atomic done(false);
 std::atomic push_count(0);
 std::atomic pop_count(0);
 
 void producer(int id)
 {
     for (int i = 0; i < 1000; ++i) {
         int value = id * 10000 + i;
         while (!stack.push(value)) {
             // 栈满时,让出CPU时间片
             std::this_thread::yield();
         }
         ++push_count;
     }
 }
 
 void consumer()
 {
     int value;
     while (!done || !stack.empty()) {
         if (stack.pop(value)) {
             ++pop_count;
             // 处理value,这里只是简单计数
             if (pop_count % 1000 == 0) {
                 std::cout << "已消费: " << pop_count << " 项\n";
             }
         } else {
             std::this_thread::yield();
         }
     }
 }
 
 int main()
 {
     // 创建生产者线程
     std::vector producers;
     for (int i = 0; i < 4; ++i) {
         producers.push_back(std::thread(producer, i));
     }
     
     // 创建消费者线程
     std::vector consumers;
     for (int i = 0; i < 2; ++i) {
         consumers.push_back(std::thread(consumer));
     }
     
     // 等待所有生产者完成
     for (auto& t : producers) {
         t.join();
     }
     
     // 通知消费者所有生产已完成
     done = true;
     
     // 等待所有消费者完成
     for (auto& t : consumers) {
         t.join();
     }
     
     std::cout << "入栈总数: " << push_count << std::endl;
     std::cout << "出栈总数: " << pop_count << std::endl;
     
     return 0;
 }

4.4 批量操作

boost::lockfree::stack 提供了批量入栈和出栈操作,可以提高性能:

 #include <boost/lockfree/stack.hpp>
 #include 
 #include 
 #include 
 
 int main()
 {
     boost::lockfree::stack stack(100);
     
     // 准备批量入栈的数据
     std::vector items_to_push = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
     
     // 批量入栈
     size_t pushed = stack.push(items_to_push.begin(), items_to_push.end());
     std::cout << "成功入栈 " << pushed << " 个元素\n";
     
     // 批量出栈
     std::vector results(10);
     size_t popped = stack.pop(results.begin(), results.end());
     
     std::cout << "成功出栈 " << popped << " 个元素: ";
     for (size_t i = 0; i < popped; ++i) {
         std::cout << results[i] << " ";
     }
     std::cout << std::endl;
     
     // 注意:由于栈的LIFO特性,出栈顺序与入栈相反
     std::cout << lifo: if popped> 0 && results[0] == 10) {
         std::cout << "符合预期,最后入栈的元素(10)最先出栈" << std::endl;
     }
     
     return 0;
 }

4.5 消费者遍历

可以使用 consume_oneconsume_all 函数结合回调函数处理栈中的元素:

 #include <boost/lockfree/stack.hpp>
 #include 
 #include 
 
 int main()
 {
     boost::lockfree::stack stack(100);
     
     // 添加一些元素
     for (int i = 1; i <= 10; ++i) {
         stack.push(i);
     }
     
     // 使用consume_one处理单个元素
     bool consumed = stack.consume_one([](int value) {
         std::cout << "consume_one处理元素: " << value << std::endl;
     });
     
     std::cout << "consume_one " << (consumed ? "成功" : "失败") << std::endl;
     
     // 使用consume_all处理所有元素
     size_t consumed_count = stack.consume_all([](int value) {
         std::cout << "consume_all处理元素: " << value << std::endl;
     });
     
     std::cout << "consume_all处理了 " << consumed_count << " 个元素\n";
     
     // 验证消费完毕后栈为空
     std::cout << "栈现在是" << (stack.empty() ? "空的" : "非空的") << std::endl;
     
     return 0;
 }

4.6 栈容量与状态查询

boost::lockfree::stack 提供了查询栈状态的方法:

 #include <boost/lockfree/stack.hpp>
 #include 
 
 int main()
 {
     boost::lockfree::stack stack(10);
     
     // 填充栈
     for (int i = 0; i < 5; ++i) {
         stack.push(i);
     }
     
     // 检查栈是否为空
     std::cout << "栈是否为空: " << (stack.empty() ? "是" : "否") << std::endl;
     
     // 注意:无锁栈不提供直接获取栈大小的方法,因为这在无锁环境中开销很大
     // 可以使用消费者循环计数
     int count = 0;
     stack.consume_all([&count](int) { ++count; });
     
     std::cout << "栈中元素数量: " << count << std::endl;
     
     // 重新填充栈
     for (int i = 0; i < 5; ++i) {
         stack.push(i);
     }
     
     // 检查栈是否已满 (无法直接检查,但可以尝试入栈)
     bool is_full = !stack.push(100);
     std::cout << "尝试入栈新元素: " << (is_full ? "栈可能已满" : "入栈成功") << std::endl;
     
     // 清空栈
     int value;
     while (stack.pop(value)) {
         std::cout << "出栈元素: " << value << std::endl;
     }
     
     std::cout << "清空后栈是否为空: " << (stack.empty() ? "是" : "否") << std::endl;
     
     return 0;
 }

4.7 高级配置选项

boost::lockfree::stack 提供了多种配置选项来满足不同需求:

 #include <boost/lockfree/stack.hpp>
 #include 
 #include <boost/pool/pool_alloc.hpp>
 
 // 自定义分配器
 typedef boost::fast_pool_allocator pool_allocator;
 
 struct ComplexType {
     int id;
     double value;
     
     ComplexType(int i = 0, double v = 0.0) : id(i), value(v) {}
     
     // 用于调试的输出函数
     friend std::ostream& operator<<(std::ostream& os, const ComplexType& obj) {
         return os << "ID:" << obj.id << ", Value:" << obj.value;
     }
 };
 
 int main()
 {
     // 使用自定义分配器的栈
     boost::lockfree::stack<int, boost::lockfree::allocator> custom_alloc_stack(100);
     
     // 配置固定大小
     boost::lockfree::stack<int, boost::lockfree::fixed_sized> fixed_stack(100);
     
     // 自定义内存对齐
     boost::lockfree::stack<int, boost::lockfree::alignment<16>> aligned_stack(100);
     
     // 组合多个选项
     boost::lockfree::stack<
         ComplexType,
         boost::lockfree::capacity<1000>,        // 固定容量
         boost::lockfree::fixed_sized,     // 固定大小
         boost::lockfree::allocator // 自定义分配器
     > advanced_stack;
     
     // 测试栈功能
     for (int i = 0; i < 10; ++i) {
         custom_alloc_stack.push(i);
         fixed_stack.push(i);
         aligned_stack.push(i);
         advanced_stack.push(ComplexType(i, i * 1.5));
     }
     
     // 测试自定义类型栈
     ComplexType complex_value;
     while (advanced_stack.pop(complex_value)) {
         std::cout << "从高级栈弹出: " << complex_value << std::endl;
     }
     
     return 0;
 }

4.8 性能优化与最佳实践

在使用 boost::lockfree::stack 时,以下最佳实践可以帮助您获得最佳性能:

#include <boost/lockfree/stack.hpp>
#include 
#include 
#include 
#include 
#include 
#include 
#include 

// 性能测试示例
void performance_test()
{
    // 使用合适的栈大小,避免频繁的内存分配
    constexpr size_t STACK_SIZE = 10000;
    boost::lockfree::stack<int, boost::lockfree::fixed_sized> stack(STACK_SIZE);
    
    std::atomic start{false};
    std::atomic ready_producers{0};
    std::atomic ready_consumers{0};
    std::atomic done{false};
    
    // 生产者
    auto producer = [&](int id, int items) {
        // 使用线程本地缓冲区收集一批数据,减少对共享栈的竞争
        std::vector local_buffer;
        local_buffer.reserve(100);  // 预分配空间
        
        std::mt19937 rng(id);  // 使用确定性随机数,避免不同线程生成相同数据
        
        ready_producers++;
        while (!start.load(std::memory_order_acquire)) {
            std::this_thread::yield(); // 等待开始信号
        }
        
        for (int i = 0; i < items; ++i) {
            int value = id * 1000000 + i;
            
            // 将数据添加到本地缓冲区
            local_buffer.push_back(value);
            
            // 批量入栈,减少竞争
            if (local_buffer.size() == 100) {
                // 随机打乱顺序,减少假共享
                std::shuffle(local_buffer.begin(), local_buffer.end(), rng);
                
                size_t pushed = 0;
                do {
                    // 尝试批量入栈
                    pushed += stack.push(local_buffer.begin() + pushed, local_buffer.end());
                    
                    // 如果没有全部入栈成功,等待一小会再试
                    if (pushed < local_buffer.size()) {
                        std::this_thread::yield();
                    }
                } while (pushed < local_buffer.size());
                
                local_buffer.clear();
            }
        }
        
        // 处理剩余元素
        if (!local_buffer.empty()) {
            size_t pushed = 0;
            do {
                pushed += stack.push(local_buffer.begin() + pushed, local_buffer.end());
                if (pushed < local_buffer.size()) {
                    std::this_thread::yield();
                }
            } while (pushed < local_buffer.size());
        }
    };
    
    // 消费者
    auto consumer = [&]() {
        // 使用本地批处理来减少竞争
        std::vector batch(100);
        
        ready_consumers++;
        while (!start.load(std::memory_order_acquire)) {
            std::this_thread::yield(); // 等待开始信号
        }
        
        int backoff = 0;  // 回退计数器
        
        while (!done || !stack.empty()) {
            // 尝试批量出栈
            size_t popped = stack.pop(batch.begin(), batch.end());
            
            if (popped > 0) {
                // 处理批量数据
                backoff = 0;  // 重置回退
            } else {
                // 使用指数回退策略
                if (++backoff > 10) {
                    std::this_thread::sleep_for(std::chrono::microseconds(1 << std::min(backoff - 10, 6)));
                } else {
                    std::this_thread::yield();
                }
            }
        }
    };
    
    // 创建线程
    constexpr int NUM_PRODUCERS = 4;
    constexpr int NUM_CONSUMERS = 4;
    constexpr int ITEMS_PER_PRODUCER = 100000;
    
    std::vector producers;
    std::vector consumers;
    
    for (int i = 0; i < NUM_PRODUCERS; ++i) {
        producers.emplace_back(producer, i, ITEMS_PER_PRODUCER);
    }
    
    for (int i = 0; i < NUM_CONSUMERS; ++i) {
        consumers.emplace_back(consumer);
    }
    
    // 等待所有线程就绪
    while (ready_producers < NUM_PRODUCERS || ready_consumers < NUM_CONSUMERS) {
        std::this_thread::sleep_for(std::chrono::milliseconds(1));
    }
    
    // 开始计时
    auto start_time = std::chrono::high_resolution_clock::now();
    
    // 发出开始信号
    start.store(true, std::memory_order_release);
    
    // 等待生产者完成
    for (auto& t : producers) {
        t.join();
    }
    
    // 标记生产者已完成
    done = true;
    
    // 等待消费者完成
    for (auto& t : consumers) {
        t.join();
    }
    
    auto end_time = std::chrono::high_resolution_clock::now();
    auto duration = std::chrono::duration_cast(end_time - start_time);
    
    std::cout << "处理 " << NUM_PRODUCERS * ITEMS_PER_PRODUCER 
              << " 项数据耗时: " << duration.count() << " 毫秒" << std::endl;
    std::cout << "每秒处理约 " 
              << (NUM_PRODUCERS * ITEMS_PER_PRODUCER * 1000.0 / duration.count())
              << " 项" << std::endl;
}

int main()
{
    performance_test();
    return 0;
}

4.9 与其他Boost组件结合使用

boost::lockfree::stack 可以与其他Boost组件结合使用,实现更复杂的功能:

#include <boost/lockfree/stack.hpp>
#include <boost/asio.hpp>
#include <boost/bind/bind.hpp>
#include 
#include 
#include 
#include 

// 基于无锁栈的任务系统示例
class TaskSystem {
private:
    struct Task {
        std::function func;
        
        // 构造函数
        template
        Task(F&& f) : func(std::forward(f)) {}
    };
    
    boost::lockfree::stack task_stack{1000};
    boost::asio::io_context io_context;
    std::unique_ptr work;
    std::vector worker_threads;
    std::atomic running{false};
    
public:
    TaskSystem(int num_threads = 4) : work(std::make_unique(io_context)) {
        running = true;
        
        // 启动工作线程
        for (int i = 0; i < num_threads i worker_threads.emplace_backthis while running task task='nullptr;' if task_stack.poptask if task task->func();
                            delete task;
                        }
                    } else {
                        // 没有任务时处理IO事件
                        io_context.poll_one();
                        std::this_thread::yield();
                    }
                }
            });
        }
    }
    
    ~TaskSystem() {
        stop();
    }
    
    // 提交任务(后进先出 - LIFO顺序执行)
    template
    bool submit(F&& task) {
        auto* task_ptr = new Task(std::forward(task));
        bool success = task_stack.push(task_ptr);
        if (!success) {
            delete task_ptr;
        }
        return success;
    }
    
    // 延迟任务
    template
    void schedule_after(int milliseconds, F&& task) {
        auto timer = std::make_shared(io_context);
        timer->expires_after(std::chrono::milliseconds(milliseconds));
        timer->async_wait([timer, task = std::forward(task), this](const boost::system::error_code& ec) {
            if (!ec) {
                this->submit(task);
            }
        });
    }
    
    // 停止任务系统
    void stop() {
        if (running) {
            running = false;
            work.reset();
            io_context.stop();
            
            for (auto& thread : worker_threads) {
                if (thread.joinable()) {
                    thread.join();
                }
            }
            
            worker_threads.clear();
            
            // 清空剩余任务
            Task* task = nullptr;
            while (task_stack.pop(task)) {
                delete task;
            }
        }
    }
};

// 使用示例
int main() {
    TaskSystem task_system(4);
    
    // 注意这是LIFO顺序,最后提交的任务会最先执行
    for (int i = 0; i < 10; ++i) {
        task_system.submit([i]() {
            std::cout << "执行任务 " << i << " 在线程 " 
                      << std::this_thread::get_id() << std::endl;
        });
    }
    
    // 提交延迟任务
    task_system.schedule_after(1000, []() {
        std::cout << "1秒后执行的延迟任务" << std::endl;
    });
    
    // 等待任务完成
    std::this_thread::sleep_for(std::chrono::seconds(2));
    
    return 0;
}

5. 注意事项与限制

使用 boost::lockfree::stack 时需要注意以下几点:

  1. LIFO语义:栈是后进先出的,如果需要先进先出的行为,应该使用 boost::lockfree::queue
  2. 内存一致性:无锁栈依赖特定的内存序来保证正确性,不当使用可能导致难以发现的并发问题。
  3. 固定大小限制:固定大小栈可能会因栈满而拒绝新元素,必须有处理这种情况的策略。
  4. 动态内存分配:动态大小栈可能在运行时进行内存分配,这可能不适合对延迟敏感的应用程序。
  5. ABA问题:虽然 boost::lockfree::stack 内部处理了ABA问题,但了解这一问题有助于理解实现细节。
  6. 性能考量:在低竞争环境下,无锁栈可能比简单互斥锁实现的栈开销更大,应根据实际场景选择。
  7. 不保证公平性:在高竞争情况下,无锁栈不保证线程公平性,可能会导致某些线程的操作被长时间延迟。
  8. 构造函数异常安全:元素类型的构造函数需要保证异常安全,否则可能导致内存泄漏。

6. 总结

boost::lockfree::stack 是一个功能强大的无锁栈实现,能够在多线程环境中提供高性能的LIFO数据结构。它避免了使用互斥锁,消除了死锁风险,并减少了线程竞争和上下文切换的开销,特别适合对性能和延迟敏感的应用场景。

相关推荐

国内外注塑机及电脑密码大全(常见注塑机通用密码)

一、国外注塑机(日本、德国等)东洋注塑机万能码:9422345日精注塑机密码:222|7777DAMEG注塑机密码:000000000新泻注塑机密码:241650|261450住友注塑机密码:...

并发编程实战来咯(并发编程的艺术和并发编程实战)

提到并发编程,就不得不提C++ConcurrencyinAction(SecondEdition)(《C++并发编程实战第2版》)啦!《C++并发编程实战第2版》英文原版&中文译版看到这个...

无锁队列Disruptor原理解析(无锁队列应用场景)

队列比较队列...

理解 Memory barrier(内存屏障)(内存屏障 volatile)

...

并发编程 --- CAS原子操作(cas概念、原子类实现原理)

...

无锁CAS(附无锁队列的实现)(cas是一种无锁算法)

本文所有代码对应的Github链接为:https://github.com/dongyusheng/csdn-code/tree/master/cas_queue...

Linux高性能服务器设计(linux 服务器性能)

C10K和C10M计算机领域的很多技术都是需求推动的,上世纪90年代,由于互联网的飞速发展,网络服务器无法支撑快速增长的用户规模。1999年,DanKegel提出了著名的C10问题:一台服务器上同时...

浅谈Go语言的并发控制(go语言 并发)

前言本文原创,著作权归...

Datenlord |Etcd 客户端缓存实践(etcd 数据存储)

简介和背景...

无锁编程——从CPU缓存一致性讲到内存模型

缓存是一个非常常用的工程优化手段,其核心在于提升数据访问的效率。缓存思想基于局部性原理,这个原理包括时间局部性和空间局部性两部分:...

打通 JAVA 与内核系列之 一 ReentrantLock 锁的实现原理

...

如何利用CAS技术实现无锁队列(cas会锁总线吗)

linux服务器开发相关视频解析:...

Kotlin协程之一文看懂Channel管道

概述Channel类似于Java的BlockingQueue阻塞队列,不同之处在于Channel提供了挂起的send()和receive()方法。另外,通道Channel可以...

详解C++高性能无锁队列的原理与实现

1.无锁队列原理1.1.队列操作模型...

Javascript 多线程编程的前世今生

...

取消回复欢迎 发表评论: