C++11 多线程：数据保护

在编写多线程程序时，多个线程同时访问某个共享资源，会导致同步的问题，这篇文章中我们将介绍 C++11 多线程编程中的数据保护。

数据丢失

让我们从一个简单的例子开始，请看如下代码：

01#include <iostream>

02#include <string>

03#include <thread>

04#include <vector>

05 

06using std::thread;

07using std::vector;

08using std::cout;

09using std::endl;

10 

11class Incrementer

12{

13    private:

14        int counter;

15 

16    public:

17        Incrementer() : counter{0} { };

18 

19        void operator()()

20        {

21            for(int i = 0; i < 100000; i++)

22            {

23                this->counter++;

24            }

25        }

26 

27        int getCounter() const

28        {

29            return this->counter;

30        }      

31};

32 

33int main()

34{

35    // Create the threads which will each do some counting

36    vector<thread> threads;

37 

38    Incrementer counter;

39 

40    threads.push_back(thread(std::ref(counter)));

41    threads.push_back(thread(std::ref(counter)));

42    threads.push_back(thread(std::ref(counter)));

43 

44    for(auto &t : threads)

45    {

46        t.join();

47    }

48 

49    cout << counter.getCounter() << endl;

50 

51    return 0;

52}

这个程序的目的就是数数，数到30万，某些傻叉程序员想要优化数数的过程，因此创建了三个线程，使用一个共享变量 counter，每个线程负责给这个变量增加10万计数。

这段代码创建了一个名为 Incrementer 的类，该类包含一个私有变量 counter，其构造器非常简单，只是将 counter 设置为 0.

紧接着是一个操作符重载，这意味着这个类的每个实例都是被当作一个简单函数来调用的。一般我们调用类的某个方法时会这样 object.fooMethod()，但现在你实际上是直接调用了对象，如 object(). 因为我们是在操作符重载函数中将整个对象传递给了线程类。最后是一个 getCounter 方法，返回 counter 变量的值。

再下来是程序的入口函数 main()，我们创建了三个线程，不过只创建了一个 Incrementer 类的实例，然后将这个实例传递给三个线程，注意这里使用了 std::ref ，这相当于是传递了实例的引用对象，而不是对象的拷贝。

现在让我们来看看程序执行的结果，如果这位傻叉程序员还够聪明的话，他会使用 GCC 4.7 或者更新版本，或者是 Clang 3.1 来进行编译，编译方法：

1g++ -std=c++11 -lpthread -o threading_example main.cpp

运行结果：

01[lucas@lucas-desktop src]$ ./threading_example

02218141

03[lucas@lucas-desktop src]$ ./threading_example

04208079

05[lucas@lucas-desktop src]$ ./threading_example

06100000

07[lucas@lucas-desktop src]$ ./threading_example

08202426

09[lucas@lucas-desktop src]$ ./threading_example

10172209

但等等，不对啊，程序并没有数数到30万，有一次居然只数到10万，为什么会这样呢？好吧，加1操作对应实际的处理器指令其实包括：

1movl    counter(%rip), %eax

2addl    $1, %eax

3movl    %eax, counter(%rip)

首个指令将装载 counter 的值到 %eax 寄存器，紧接着寄存器的值增1，然后将寄存器的值移给内存中 counter 所在的地址。

我听到你在嘀咕：这不错，可为什么会导致数数错误的问题呢？嗯，还记得我们以前说过线程会共享处理器，因为只有单核。因此在某些点上，一个线程会依照指令执行完成，但在很多情况下，操作系统会对线程说：时间结束了，到后面排队再来，然后另外一个线程开始执行，当下一个线程开始执行时，它会从被暂停的那个位置开始执行。所以你猜会发生什么事，当前线程正准备执行寄存器加1操作时，系统把处理器交给另外一个线程？

我真的不知道会发生什么事，可能我们在准备加1时，另外一个线程进来了，重新将 counter 值加载到寄存器等多种情况的产生。谁也不知道到底发生了什么。

正确的做法

解决方案就是要求同一个时间内只允许一个线程访问共享变量。这个可通过 std::mutex 类来解决。当线程进入时，加锁、执行操作，然后释放锁。其他线程想要访问这个共享资源必须等待锁释放。

互斥(mutex) 是操作系统确保锁和解锁操作是不可分割的。这意味着线程在对互斥量进行锁和解锁的操作是不会被中断的。当线程对互斥量进行锁或者解锁时，该操作会在操作系统切换线程前完成。

而最好的事情是，当你试图对互斥量进行加锁操作时，其他的线程已经锁住了该互斥量，那你就必须等待直到其释放。操作系统会跟踪哪个线程正在等待哪个互斥量，被堵塞的线程会进入 "blocked onm" 状态，意味着操作系统不会给这个堵塞的线程任何处理器时间，直到互斥量解锁，因此也不会浪费 CPU 的循环。如果有多个线程处于等待状态，哪个线程最先获得资源取决于操作系统本身，一般像 Windows 和 Linux 系统使用的是 FIFO 策略，在实时操作系统中则是基于优先级的。

现在让我们对上面的代码进行改进：

01#include <iostream>

02#include <string>

03#include <thread>

04#include <vector>

05#include <mutex>

06 

07using std::thread;

08using std::vector;

09using std::cout;

10using std::endl;

11using std::mutex;

12 

13class Incrementer

14{

15    private:

16        int counter;

17        mutex m;

18 

19    public:

20        Incrementer() : counter{0} { };

21 

22        void operator()()

23        {

24            for(int i = 0; i < 100000; i++)

25            {

26                this->m.lock();

27                this->counter++;

28                this->m.unlock();

29            }

30        }

31 

32        int getCounter() const

33        {

34            return this->counter;

35        }  

36};

37 

38int main()

39{

40    // Create the threads which will each do some counting

41    vector<thread> threads;

42 

43    Incrementer counter;

44 

45    threads.push_back(thread(std::ref(counter)));

46    threads.push_back(thread(std::ref(counter)));

47    threads.push_back(thread(std::ref(counter)));

48 

49    for(auto &t : threads)

50    {

51        t.join();

52    }

53 

54    cout << counter.getCounter() << endl;

55 

56    return 0;

57}

注意代码上的变化：我们引入了 mutex 头文件，增加了一个 m 的成员，类型是 mutex，在operator()() 中我们锁住互斥量 m 然后对 counter 进行加1操作，然后释放互斥量。

再次执行上述程序，结果如下：

1[lucas@lucas-desktop src]$ ./threading_example

2300000

3[lucas@lucas-desktop src]$ ./threading_example

4300000

这下数对了。不过在计算机科学中，没有免费的午餐，使用互斥量会降低程序的性能，但这总比一个错误的程序要强吧。

防范异常

当对变量进行加1操作时，是可能会发生异常的，当然在我们这个例子中发生异常的机会微乎其微，但是在一些复杂系统中是极有可能的。上面的代码并不是异常安全的，当异常发生时，程序已经结束了，可是互斥量还是处于锁的状态。

为了确保互斥量在异常发生的情况下也能被解锁，我们需要使用如下代码：

01for(int i = 0; i < 100000; i++)

02 {

03 this->m.lock();

04 try

05 {

06     this->counter++;

07     this->m.unlock();

08 }

09 catch(...)

10 {

11     this->m.unlock();

12     throw;

13 }

14 }

但是，这代码太多了，而只是为了对互斥量进行加锁和解锁。没关系，我知道你很懒，因此推荐个更简单的单行代码解决方法，就是使用 std::lock_guard 类。这个类在创建时就锁定了 mutex 对象，然后在结束时释放。

继续修改代码：

01void operator()()

02{

03    for(int i = 0; i < 100000; i++)

04    {

05    lock_guard<mutex> lock(this->m);

06 

07    // The lock has been created now, and immediatly locks the mutex

08    this->counter++;

09 

10    // This is the end of the for-loop scope, and the lock will be

11    // destroyed, and in the destructor of the lock, it will

12    // unlock the mutex

13    }

14}

上面代码已然是异常安全了，因为当异常发生时，将会调用 lock 对象的析构函数，然后自动进行互斥量的解锁。

记住，请使用放下代码模板来编写：

view source

print?

01void long_function()

02{

03    // some long code

04 

05    // Just a pair of curly braces

06    {

07    // Temp scope, create lock

08    lock_guard<mutex> lock(this->m);

09 

10    // do some stuff

11 

12    // Close the scope, so the guard will unlock the mutex

13    }

14}