目录

一、线程同步

1.生产消费模型（或生产者消费者模型）

2.认识同步

（1）生产消费模型中的同步

（2）生产者消费者模型的特点

二、条件变量

1.认识条件变量

2.条件变量的使用

3.代码改造

三、基于阻塞队列的生产消费模型

1.阻塞队列类

（1）阻塞队列

（2）实现生产者的生产函数

（3）实现消费者的消费函数

2.pthread_cond_wait为什么要传入锁

3.生产者和消费者线程的执行函数

（1）执行函数

（2）试运行

4.部分细节处理

（1）伪唤醒问题

（2）解锁与唤醒的顺序

5.处理任务的生产消费模型

（1）代码改造

（2）运行

6.生产消费模型为何高效

四、双阻塞队列的生产消费模型

1.编写类代码

2.增加处理保存任务的函数

3.更改线程函数

4.更改main函数

---

一、线程同步

1.生产消费模型（或生产者消费者模型）

我们肯定有在超市买东西的经历，比如买水。超市的瓶装水是供应商提供的，所以供应商是生产者；超市从供应商进货，超市就是一个交易场所；我们从超市买水，我们就是消费者。

这些概念也可以转换到线程中，我们将读取数据的线程叫做消费者线程（消费者），将产生数据的线程叫做生产者线程（供应商），将共享的特定数据结构叫做缓冲区（交易场所）。

超市中售卖的瓶装水品牌很多，所以供应商肯定不止一个，这些不同牌子瓶装水的生产者之间的关系就是竞争关系。所以，多线程中各个生产者线程之间是互斥关系，同一时刻只有一个生产者线程能访问缓冲区。

对于消费者线程也是一样的，一个消费者买到了水，其他人可能就买不到了。所以消费者线程和消费者线程之间也是互斥关系，同一时刻也只有一个消费者线程能访问缓冲区。

超市也总要有补货的时间，如果当前仓库里有货，但是工作人员还没有将货物摆在货架上，那到来的顾客就以为这里没有水。

为了避免出问题，应当在超市补货时阻止消费者进入。由于缓冲区数据又被错误覆盖的风险，所以最好在消费者线程访问缓冲区时，不允许生产者线程访问缓冲区，反之亦然。

消费者线程和生产者线程之间也是互斥关系，在同一时间内只有一个线程可以访问缓冲区。

2.认识同步

（1）生产消费模型中的同步

在保证数据安全的前提下，让线程能够按照某种特定的顺序访问临界资源，从而有效避免饥饿问题，叫做同步。

首先什么叫饥饿状态？

我以多线程抢票代码为例，如果每个线程抢完票后都没有进行其他处理动作时，第一个申请到锁的线程更容易申请到锁。最终，大部分票都被一个线程抢走。而其他线程竞争能力弱，缺乏调度，这些线程就处于饥饿状态。

那什么是同步？

而同步就是让所有线程按照一定顺序来抢票，尽可能做到人人有份，避免线程饥饿问题产生。

再次回到超市买水，供应商不能没完没了地向超市供货，一方面超市一直关着，消费者无法消费，另一方面，超市又不是四次元口袋，总是要装满的。

同样，消费者也不能没完没了地买水，一方面超市不关门，供货商不能进货，另一方面，瓶装水又肯定会卖完。

所以最好生产者先供货，货架摆满了就不进货了。消费者来买，当水卖完了再让供应商进货，让消费者和生产者协同起来。

所以，消费者线程和生产者线程之间也是同步关系。生产者线程和消费者线程需要按照一定顺序去访问缓冲区。

所以，我们可以将生产消费模型总结为321原则：3种关系、2种角色、1个交易场所。

• 3种关系：生产者和生产者(互斥关系)，消费者和消费者(互斥关系)，生产者和消费者(互斥和同步关系)
• 2种角色：生产者和消费者
• 1个交易场所：一段特定结构的缓冲区

生产消费模型的运行本质就是321原则。

（2）生产者消费者模型的特点

对供货商而言，只需要给超市供大量的货即可，不用关心消费者什么时候来买。

对消费者而言，只需要直接去超市买方便面就行，不用等待方便面的生产运输。

对超市而言，只需要在水卖完时，告诉供货商进货，进完货后告诉消费者来买。

生产消费模型中消费者和生产者各自只需要关心自己所做的事情，生产与消费线程线程之间完全独立，在计算机科学的角度，我们称其实现了消费者线程和生产者线程之间的解耦。

我们大部分人在周一到周五都是上班上学，所以这些时间去超市买水的人会相对少，这个时候超市就可以适时多进货。而周末大家都放假了，去超市买水的人变多，因为之前进货也很多了，就不需要进货了。

就像上面所说的策略，生产消费模型解决了生产者线程和消费者线程忙闲不均的问题。

而超市作为交易场所，能够储存更多的物品，同样缓冲区也能储存更多的数据。如果消费者直接去找供货商，供货商一般都不会零售。纵使能够零售，直接去找生产者还要等待生成者完成商品生产，消耗时间成本高，效率低。

生产者消费者模型提高了了生产者线程和消费者线程的执行效率。

二、条件变量

1.认识条件变量

条件变量是用来描述某种临界资源是否就绪的一种数据化描述。

比如说存在一个共享的容器，生产者线程负责生产数据到容器内，消费者线程负责从容器中中读取数据。消费者线程发现容器为空时，就不应当去竞争锁，而是阻塞等待，直到生产者线程将数据生成到容器中。

要想让消费者线程等待，那就必须使用条件变量标识容器的状态，那么就需要用到条件变量。

那条件变量到底是什么呢？

假设超市的架子进货一次只放一瓶水，只有这瓶水被买走后，供货商才会进货。

此时又有很多消费者来买水，只有竞争能力强的消费者才能买到水，甚至他们会不停地买。竞争能力弱的消费者，买不到水。放在线程中也是一样的，竞争能力弱的消费者线程始终抢不到锁，产生了饥饿问题。

为了解决这个问题，超市的工作人员设置了一个柜台，所有消费者都在这里排队，有一瓶水摆上货架，工作人员就允许一个消费者进去买，没有水所有人就需要在外面等待。而如果消费者想买第二瓶，就只能重新排队。而这个柜台和工作人员就相当于条件变量。

多线程互斥访问临界资源时，为了让这些线程按一定顺序访问。通常会将这些线程都放在条件变量的等待队列中，当其他线程让条件变量符合线程的唤醒条件时，队列中的第一个线程就会去访问临界资源。

2.条件变量的使用

条件变量同样是一个类（pthread_cond_t），由POSIX线程库维护，使用的是POSIX标准。它也可以构造对象pthread_cond_t cond，cond就是条件变量的对象。

以下是条件变量的一些成员函数和使用代码：

int pthread_cond_init(pthread_cond_t *restrict cond,const pthread_condattr_t *restrict attr);

头文件：pthread.h

功能：初始化条件变量。

参数：pthread_cond_t *restrict cond表示需要被初始化的条件变量的地址，const pthread_condattr_t *restrict attr表示条件变量的属性，一般都为nullptr。

返回值：取消成功返回0，取消失败返回错误码。

int pthread_cond_destroy(pthread_cond_t *cond);

头文件：pthread.h

功能：销毁互斥条件变量。

参数：pthread_cond_t *cond表示需要被销毁的条件变量的地址。

返回值：销毁成功返回0，失败返回错误码。

pthread_cond_t cond = PTHREAD_COND_INITIALIZER;

如果是全局或static修饰的条件变量，使用上面语句初始化。

int pthread_cond_wait(pthread_cond_t *restrict cond, pthread_mutex_t *restrict mutex);

头文件：pthread.h

功能：将调用该接口的线程放入传入的条件变量等待队列中。

参数：pthread_cond_t *restrict cond创建的条件变量地址。pthread_mutex_t *restrict mutex互斥锁的地址（为什么传锁以后会解释）。

返回值：放入等待队列成功返回0，失败返回错误码。

int pthread_cond_signal(pthread_cond_t *cond);

头文件：pthread.h

功能：由另一个线程(通常是主线程)唤醒指定条件变量等待队列中的一个线程。

参数：pthread_cond_t *cond表示需要唤醒的线程所在的等待队列的条件变量地址。

返回值：唤醒成功返回0，失败返回错误码。

int pthread_cond_broadcast(pthread_cond_t *cond);

头文件：pthread.h

功能：由另一个线程(通常是主线程)唤醒指定条件变量等待队列中的所有线程。

参数：pthread_cond_t *cond表示需要唤醒的线程所在的等待队列的条件变量地址。

返回值：唤醒成功返回0，失败返回错误码。

3.代码改造

我们使用条件变量使所有进程可以以一定顺序抢票。

#include<iostream>
#include<pthread.h>
#include<unistd.h>
#include<stdio.h>
#include<vector>
using namespace std;#define NUM 5pthread_mutex_t mutx = PTHREAD_MUTEX_INITIALIZER;//构建一个全局锁
pthread_cond_t cond = PTHREAD_COND_INITIALIZER;//构建一个全局条件变量
int tickets = 10;class pthread_data
{
public:pthread_t tid;char buffer[64];
};void* start_routine(void* args)
{pthread_data* p = (pthread_data*)args;string s;s += p->buffer;s += "Remaining tickets:";while(1){pthread_mutex_lock(&mutx);//加锁pthread_cond_wait(&cond, &mutx);//线程进入等待队列if(tickets > 0){--tickets;pthread_mutex_unlock(&mutx);//解锁printf("%s%d\n", s.c_str(), tickets);//不修改临界资源，可以不包含在内}else{pthread_mutex_unlock(&mutx);//解锁break;}}pthread_exit(nullptr);
}int main()
{vector<pthread_data*> vpd;//创建多个线程for(int i = 0; i<NUM; ++i){pthread_data* pd = new pthread_data;snprintf(pd->buffer, sizeof(pd->buffer), "thread%d buy ticket:",i+1);pthread_create(&(pd->tid), nullptr, start_routine, (void*)pd);vpd.push_back(pd);}//主线程唤醒其他线程for(;;){sleep(1);pthread_cond_signal(&cond);printf("main thread wake up a thread\n");}//线程回收for(int i = 0; i<NUM; ++i){pthread_join(vpd[i]->tid, nullptr);delete vpd[i];}return 0;
}

条件变量、票数和锁都是全局变量，每个线程申请锁成功就进入条件变量等待队列。主线程每个一秒钟唤醒一个等待的线程抢票。

运行结果：

可以发现线程按12345的顺序循环抢票。

使用pthread_cond_broadcast()接口可以一次唤醒条件变量等待队列中的的所有线程，每隔一秒唤醒一次。

运行结果：

仍然是按照一定顺序抢票，只是进行抢票的线程是5个同时进行。

三、基于阻塞队列的生产消费模型

既然讲了这么半天的生产消费模型，那我们不妨实现一个。

1.阻塞队列类

首先需要搭建模型的框架，也就是实现包括生产者线程、消费者线程，还有一个储存数据的阻塞队列（缓冲区）的简单执行代码。

（1）阻塞队列

阻塞队列的实现有以下注意事项：

阻塞队列可使用C++STL中的queue实现。

由于阻塞队列是公共资源，所以必须保证它是线程安全的。生产者线程和消费者线程需要互斥访问，其实也只需要一把互斥锁就能实现生产者和消费者间的互斥。以后的生产者和生产者，消费者和消费者之间的互斥也是这样实现的。

只有阻塞队列中有数据消费者才能读取，消费者读取时，生产者不能生产，必须在等待队列中。

阻塞队列中没有数据或者数据未填满时，生产者才能生产，消费者在生产的时候，消费者不能读取，必须在等待队列中。

template<claas T>
class Blockqueue
{
public://构造函数Blockqueue(size_t capcity = MAX_NUM):_capcity(capcity){pthread_mutex_init(&_mutx, nullptr);pthread_cond_init(&_pcond, nullptr);pthread_cond_init(&_ccond, nullptr);}//析构函数~Blockqueue(){pthread_mutex_destroy(&_mutx);pthread_cond_destroy(&_pcond);pthread_cond_destroy(&_ccond);}//生产数据void push(const T& data);//消费数据void pop(T* data);
private://检测队列是否装满size_t Isfull() const{return (_q.size() == _capcity);}std::queue<T> _q;pthread_mutex_t _mutx;pthread_cond_t _pcond;pthread_cond_t _ccond;size_t _capcity;
};

为了保持生产者和消费者的互斥，我们对生产者和消费者各使用一个条件变量，用一个锁控制对阻塞队列的访问。

需要给阻塞队列储存的数据量设置一个上限，生产者线程不能无限制地生产数据。

构造函数中初始化锁和条件变量，在析构函数中释放互斥锁和条件变量。阻塞队列的容量设置一个合适的缺省值。

（2）实现生产者的生产函数

生产数据我们一般使用push作为函数名。

void push(const T& data)
{//下面的判断就开始使用共享资源，需要加锁pthread_mutex_lock(&_mutx);//如果当前队列是满的，那就需要将生产者线程加入等待队列挂起if(Isfull()){pthread_cond_wait(&_pcond, &_mutx)}_q.push(data);//唤醒消费者线程消费pthread_cond_signal(&_ccond, &_mutx);//解锁pthread_mutex_unlock(&_mutx);
}

生产者线程调用生产数据接口时，先申请锁进入临界区。

当阻塞队列满时，在生产者条件变量将线程放入等待队列中挂起。

当阻塞队列不满时，生产者生产数据到阻塞队列，由于消费者线程全部在等待，所以需要唤醒消费者线程消费数据，否则生产者会一直生产至满。

（3）实现消费者的消费函数

消费数据我们一般使用pop作为函数名。

void pop(T* data)
{//下面的判断就开始使用共享资源，需要加锁pthread_mutex_lock(&_mutx);//如果当前队列是空的，那就需要将消费者线程加入等待队列挂起if(_q.empty()){pthread_cond_wait(&_ccond, &_mutx)}//将数据输出到data中并删除*data = _q.front();_q.pop();//唤醒生产者线程生产pthread_cond_signal(&_pcond, &_mutx);//解锁pthread_mutex_unlock(&_mutx);
}

消费者线程同样先申请到锁后进入临界区。

当阻塞队列为空时，没有数据可以消费，消费者挂起等待。

当阻塞队列为不为空时，消费者消费数据，由生产者线程全部在等待，所以需要唤醒生产者线程消费数据，否则消费者会一直消费至空。

2.pthread_cond_wait为什么要传入锁

使用pthread_cond_wait接口时，必须传如一个锁，这一点我们没有解释。

线程在条件变量的等待队列中排队等待，其目的就是要拿到要访问临界资源的那把锁，申请到锁，线程就可以进入临界区。

如果一个线程拿到了锁，而又发现自己不满足条件需要挂起等待。按照之前的知识，该线程应该继续拿着锁进入条件变量的等待队列。即使其他线程被唤醒了，因为申请不到到锁，无法访问共享资源，只能被挂起。

为了解决这个问题，pthread_cond_wiat的实现大致分三个步骤：挂起该线程->释放锁->记录锁。

也就是说，只要是持有锁的线程进入等待队列，就自动释放自己持有的锁，而释放锁也是原子性操作，不会引起线程安全问题。

在最后，接口还会记录当前进程挂起时释放的锁，这也就解释了为什么唤醒线程的时候，pthread_cond_signal(pthread_cond_t* cond)只有一个参数，被唤醒线程根据记录就知道它该去申请哪把锁。

我们最终得到以下结论：

• 参数传递的这个锁必须是正在使用的锁。
• 调用pthread_cond_wait函数的进程，会以原子性的方式，将锁释放，并将自己挂起。
• 线程在被唤醒的时候，会自动重新获取挂起时传入的锁。

3.生产者和消费者线程的执行函数

（1）执行函数

生产者不断生成随机数再将数据插入阻塞队列。消费者不断将随机数再从阻塞队列中拿出来。

//生产者
void* Produce(void* args)
{Blockqueue<int>* bq = (Blockqueue<int>*)args;while(1){sleep(1);int data = rand()%10;bq->push(data);printf("生产数据完成，数据为：%d\n", data);}return nullptr;
}//消费者
void* Consume(void* args)
{Blockqueue<int>* bq = (Blockqueue<int>*)args;while(1){sleep(1);int data = 0;bq->pop(&data);printf("消费数据完成，数据为：%d\n", data);}return nullptr;
}

（2）试运行

我们只创建一个生产者线程和一个消费者线程，并且让生产者每一秒生产一个数据，所以最终代码如下：

#include<iostream>
#include<queue>
#include<stdlib.h>
#include<time.h>
#include<unistd.h>
using namespace std;#define MAX_NUM 10template<class T>
class Blockqueue
{
public://构造函数Blockqueue(size_t capcity = MAX_NUM):_capcity(capcity){pthread_mutex_init(&_mutx, nullptr);pthread_cond_init(&_pcond, nullptr);pthread_cond_init(&_ccond, nullptr);}//析构函数~Blockqueue(){pthread_mutex_destroy(&_mutx);pthread_cond_destroy(&_pcond);pthread_cond_destroy(&_ccond);}//生产数据void push(const T& data){//下面的判断就开始使用共享资源，需要加锁pthread_mutex_lock(&_mutx);//如果当前队列是满的，那就需要将生产者线程加入等待队列挂起if(Isfull()){pthread_cond_wait(&_pcond, &_mutx);}_q.push(data);//唤醒消费者线程消费pthread_cond_signal(&_ccond);//解锁pthread_mutex_unlock(&_mutx);}//消费数据void pop(T* data){//下面的判断就开始使用共享资源，需要加锁pthread_mutex_lock(&_mutx);//如果当前队列是空的，那就需要将消费者线程加入等待队列挂起if(_q.empty()){pthread_cond_wait(&_ccond, &_mutx);}//将数据输出到data中并删除*data = _q.front();_q.pop();//唤醒生产者线程生产pthread_cond_signal(&_pcond);//解锁pthread_mutex_unlock(&_mutx);}private://检测队列是否装满size_t Isfull() const{return (_q.size() == _capcity);}std::queue<T> _q;pthread_mutex_t _mutx;pthread_cond_t _pcond;pthread_cond_t _ccond;size_t _capcity;
};//生产者
void* Produce(void* args)
{Blockqueue<int>* bq = (Blockqueue<int>*)args;while(1){sleep(1);int data = rand()%10;bq->push(data);printf("生产数据完成，数据为：%d\n", data);}return nullptr;
}//消费者
void* Consume(void* args)
{Blockqueue<int>* bq = (Blockqueue<int>*)args;while(1){//sleep(1);int data = 0;bq->pop(&data);printf("消费数据完成，数据为：%d\n", data);}return nullptr;
}int main()
{srand((unsigned int)time(nullptr));Blockqueue<int>* bq = new Blockqueue<int>;pthread_t tids[2];pthread_create(&tids[0], nullptr, Produce, (void*)bq);pthread_create(&tids[1], nullptr, Consume, (void*)bq);pthread_join(tids[0], nullptr);pthread_join(tids[1], nullptr);return 0;
}

运行结果：

4.部分细节处理

对于一个消费者和一个生产者的模型而言，上面的代码的确足够了。但是生产消费模型的生产者和消费者都应当有多个，此时我们就需要对其进行修改。

（1）伪唤醒问题

如果现在有多个生产者线程在进行数据生产。当阻塞队列满了以后，所有生产者线程都会在条件变量的等待队列中等待。

第一种情况，某个生产者线程调用挂起接口失败。

pthread_cond_wait即使调用失败，它也只会返回错误码，并不能阻断执行流继续向下执行。所以，即使出错，生产者还是会生成数据到阻塞队列中。

第二种情况，一个消费者线程一次唤醒所有生产者线程。

比如，现在阻塞队列满了，消费者线程消费了一个数据并且唤醒了所有的生产者线程，那么很多个生产者向阻塞队列的一个空位置生成数据，同样会出现上述问题。

上面这种情况被叫做伪唤醒，再生产者和消费者线程中都存在这个问题。所以需要让执行流只要不满足队列满或空的条件就循环执行pthread_cond_wait。执行成功了，该线程就被挂起了，执行流不再运行；执行失败了，执行流会一直调用pthread_cond_wait，执行流也不会向下操作数据。

生产数据

消费数据

（2）解锁与唤醒的顺序

在生产者生产完数据后，它需要做两件事：唤醒消费者线程和归还锁。

对于消费者进程也是一样的：唤醒生产者线程和归还锁。

由于唤醒线程是不对共享资源进行操作的，所以对于唤醒线程和解锁的顺序谁先谁后都可以。只是更建议先唤醒再解锁。

5.处理任务的生产消费模型

（1）代码改造

我们使用生产消费模型可不是用来保存随机数的，而是用它处理任务的。

我们可以写一个保存计算方法的任务类，从而实现一个随机数计算器。

任务类

//任务类
class Task
{typedef std::function<int(int,int,char)> func_t;
public://默认构造Task(){}//构造函数Task(int a, int b, char op, func_t func):_a(a),_b(b),_op(op),_func(func){}//仿函数string operator()(){int result = _func(_a, _b, _op);char buffer[64];snprintf(buffer, sizeof(buffer), "%d %c %d = %d\n", _a, _op, _b, result);string s(buffer);return s;}//显示任务string show_task(){char buffer[64];snprintf(buffer, sizeof(buffer), "%d %c %d = ?\n", _a, _op, _b);string s(buffer);return s;}
private:func_t _func;int _a;int _b;char _op;
};

设置处理任务的函数，修改生产者和消费者线程执行的函数。

//计算器函数
const string ops = "+-*/%";
int calculate(int a, int b, char op)
{int result = 0;switch(op){case '+':result = a + b;break;case '-':result = a - b;break;case '*':result = a * b;break;case '/':{if(b == 0)cerr << "除数不能为0\n";elseresult = a / b;}break;case '%':{if(b == 0)cerr << "取模的数字不能为0\n";elseresult = a % b;}break;default:break;}return result;
}//生产者
void* Produce(void* args)
{Blockqueue<Task>* bq = (Blockqueue<Task>*)args;while(1){sleep(1);int a = rand()%10;int b = rand()%10;int opnum = rand()%ops.size();Task data(a, b, ops[opnum], calculate);string s = "数据生产完成，需要计算：";bq->push(data);s += data.show_task().c_str();cout << s;}return nullptr;
}

（2）运行

在主线程中多创建几个线程就可以运行了。

总代码如下：

#include<iostream>
#include<queue>
#include<stdlib.h>
#include<time.h>
#include<unistd.h>
#include<functional>
using namespace std;#define MAX_NUM 10//任务类
class Task
{typedef std::function<int(int,int,char)> func_t;
public://默认构造Task(){}//构造函数Task(int a, int b, char op, func_t func):_a(a),_b(b),_op(op),_func(func){}//仿函数string operator()(){int result = _func(_a, _b, _op);char buffer[64];snprintf(buffer, sizeof(buffer), "%d %c %d = %d\n", _a, _op, _b, result);string s(buffer);return s;}//显示任务string show_task(){char buffer[64];snprintf(buffer, sizeof(buffer), "%d %c %d = ?\n", _a, _op, _b);string s(buffer);return s;}
private:func_t _func;int _a;int _b;char _op;
};template<class T>
class Blockqueue
{
public://构造函数Blockqueue(size_t capcity = MAX_NUM):_capcity(capcity){pthread_mutex_init(&_mutx, nullptr);pthread_cond_init(&_pcond, nullptr);pthread_cond_init(&_ccond, nullptr);}//析构函数~Blockqueue(){pthread_mutex_destroy(&_mutx);pthread_cond_destroy(&_pcond);pthread_cond_destroy(&_ccond);}//生产数据void push(const T& data){//下面的判断就开始使用共享资源，需要加锁pthread_mutex_lock(&_mutx);//如果当前队列是满的，那就需要将生产者线程加入等待队列挂起while(Isfull()){pthread_cond_wait(&_pcond, &_mutx);}_q.push(data);//唤醒消费者线程消费pthread_cond_signal(&_ccond);//解锁pthread_mutex_unlock(&_mutx);}//消费数据void pop(T* data){//下面的判断就开始使用共享资源，需要加锁pthread_mutex_lock(&_mutx);//如果当前队列是空的，那就需要将消费者线程加入等待队列挂起while(_q.empty()){pthread_cond_wait(&_ccond, &_mutx);}//将数据输出到data中并删除*data = _q.front();_q.pop();//唤醒生产者线程生产pthread_cond_signal(&_pcond);//解锁pthread_mutex_unlock(&_mutx);}private://检测队列是否装满size_t Isfull() const{return (_q.size() == _capcity);}std::queue<T> _q;pthread_mutex_t _mutx;pthread_cond_t _pcond;pthread_cond_t _ccond;size_t _capcity;
};//计算器函数
const string ops = "+-*/%";
int calculate(int a, int b, char op)
{int result = 0;switch(op){case '+':result = a + b;break;case '-':result = a - b;break;case '*':result = a * b;break;case '/':{if(b == 0)cerr << "除数不能为0\n";elseresult = a / b;}break;case '%':{if(b == 0)cerr << "取模的数字不能为0\n";elseresult = a % b;}break;default:break;}return result;
}//生产者
void* Produce(void* args)
{Blockqueue<Task>* bq = (Blockqueue<Task>*)args;while(1){sleep(1);int a = rand()%10;int b = rand()%10;int opnum = rand()%ops.size();Task data(a, b, ops[opnum], calculate);string s = "数据生产完成，需要计算：";bq->push(data);s += data.show_task().c_str();cout << s;}return nullptr;
}//消费者
void* Consume(void* args)
{Blockqueue<Task>* bq = (Blockqueue<Task>*)args;while(1){//sleep(1);Task data;string s = "数据消费完成，计算结果为：";bq->pop(&data);string result = data();s += result;cout << s;}return nullptr;
}#define NUM_PRODUCE 3
#define NUM_CONSUME 3int main()
{srand((unsigned int)time(nullptr));Blockqueue<Task>* bq = new Blockqueue<Task>;pthread_t ptids[NUM_PRODUCE];pthread_t ctids[NUM_CONSUME];//创建多个生产者线程for(int i = 0; i<NUM_PRODUCE; ++i){pthread_create(&ptids[i], nullptr, Produce, (void*)bq);}//创建多个消费者线程for(int i = 0; i<NUM_CONSUME; ++i){pthread_create(&ctids[i], nullptr, Consume, (void*)bq);}//回收所有线程for(int i = 0; i<NUM_PRODUCE; ++i){pthread_join(ptids[i], nullptr);}for(int i = 0; i<NUM_CONSUME; ++i){pthread_join(ctids[i], nullptr);}return 0;
}

运行结果：

有一个地方我一直没说，像cout 所以我们在打印信息时尽量使用单句printf或者cout

6.生产消费模型为何高效

该模型中，多个生产者线程向阻塞队列生成数据，多个消费者线程也从阻塞队列中消费数据。

各生产消费者线程之间互斥关系，各线程对于阻塞队列的访问是串行的。同一时间访问阻塞队列的线程只有一个，拿这样又何来高效呢？

注意观察程序的运行逻辑，我们能发现只有临界区的代码是串行的，其他代码所有线程都是并发执行的。这些非临界区的代码通常耗时长，而它们是并发的，所以该模型的效率就变得很高。

结论：生产消费模型的高效不体现在对临界资源的访问上，而是体现在对非临界区代码的并发执行上。

四、双阻塞队列的生产消费模型

我么们可以使用上面的生产者消费者模型，将消费者处理完的计算任务保存成日志，并储存到磁盘上。

所以该模型有两个阻塞队列，一个阻塞队列用于保存计算任务，另一个阻塞队列用于保存保存任务。原来的生产者线程还是生产者，原来的消费者作为中间的线程，既是消费者也是生产者，保存线程是消费者。

1.编写类代码

我们需要构建四个类：计算任务类、保存任务类、阻塞队列类和多队列集合类。

• 计算任务类就是之前的Task类，我们其他代码不用动，对它改个CalTask的名字就可以。
• 保存任务类与计算任务类很相似，需要传入一个string表示需要打印的信息，还有一个函数对象表示保存数据的具体执行函数。
• 阻塞队列类也不用改
• 多队列集合类是为了线程执行函数的void* args传参设计的，包含了两个阻塞队列指针。

//计算任务类
class CalTask
{typedef std::function<int(int,int,char)> func_t;
public://默认构造CalTask(){}//构造函数CalTask(int a, int b, char op, func_t func):_a(a),_b(b),_op(op),_func(func){}//仿函数string operator()(){int result = _func(_a, _b, _op);char buffer[64];snprintf(buffer, sizeof(buffer), "%d %c %d = %d\n", _a, _op, _b, result);string s(buffer);return s;}//显示任务string show_task(){char buffer[64];snprintf(buffer, sizeof(buffer), "%d %c %d = ?\n", _a, _op, _b);string s(buffer);return s;}
private:func_t _func;int _a;int _b;char _op;
};//保存任务类
class SaveTask
{typedef function<void(const string&)> func_t;
public://默认构造SaveTask(){}//构造函数SaveTask(string message, func_t func):_message(message),_func(func){}//仿函数void operator()(){_func(_message);}
private:string _message;func_t _func;
};//阻塞队列类
template<class T>
class Blockqueue
{
public://构造函数Blockqueue(size_t capcity = MAX_NUM):_capcity(capcity){pthread_mutex_init(&_mutx, nullptr);pthread_cond_init(&_pcond, nullptr);pthread_cond_init(&_ccond, nullptr);}//析构函数~Blockqueue(){pthread_mutex_destroy(&_mutx);pthread_cond_destroy(&_pcond);pthread_cond_destroy(&_ccond);}//生产数据void push(const T& data){//下面的判断就开始使用共享资源，需要加锁pthread_mutex_lock(&_mutx);//如果当前队列是满的，那就需要将生产者线程加入等待队列挂起while(Isfull()){pthread_cond_wait(&_pcond, &_mutx);}_q.push(data);//唤醒消费者线程消费pthread_cond_signal(&_ccond);//解锁pthread_mutex_unlock(&_mutx);}//消费数据void pop(T* data){//下面的判断就开始使用共享资源，需要加锁pthread_mutex_lock(&_mutx);//如果当前队列是空的，那就需要将消费者线程加入等待队列挂起while(_q.empty()){pthread_cond_wait(&_ccond, &_mutx);}//将数据输出到data中并删除*data = _q.front();_q.pop();//唤醒生产者线程生产pthread_cond_signal(&_pcond);//解锁pthread_mutex_unlock(&_mutx);}private://检测队列是否装满size_t Isfull() const{return (_q.size() == _capcity);}std::queue<T> _q;pthread_mutex_t _mutx;pthread_cond_t _pcond;pthread_cond_t _ccond;size_t _capcity;
};//多队列集合类
template<class A,class B>
class Blockqueues
{
public:Blockqueue<A>* _q1;Blockqueue<B>* _q2;
};

2.增加处理保存任务的函数

我们之前对计算任务有一个处理函数calculate，那处理保存任务也同样需要一个函数Savedata。

//保存函数
void Savedata(const string& message)
{//需要保存信息的文件char buffer[64] = "log.txt";//按追加方式打开文件FILE* fp = fopen(buffer, "a");if(fp == nullptr){cerr << "文件打开失败" << endl;return;}fprintf(fp, "%s", message.c_str());fclose(fp);
}

3.更改线程函数

生产者线程此时依旧生产，只不过生产的位置是第一个阻塞队列。

消费者线程此时也成为了后一个模型的生产者，那就需要添加向第二个队列生产的代码。

保存者线程此时是消费者，从第二个队列中取任务执行。

//生产者
void* Produce(void* args)
{Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;//生产数据while(1){sleep(1);int a = rand()%10;int b = rand()%10;int opnum = rand()%ops.size();CalTask data(a, b, ops[opnum], calculate);string s = "数据生产完成，需要计算：";bqs->_q1->push(data);s += data.show_task().c_str();cout << s;}return nullptr;
}//消费者
void* Consume(void* args)
{Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;while(1){//消费数据//sleep(1);CalTask data;string s1 = "数据消费完成，计算结果为：";bqs->_q1->pop(&data);string result = data();s1 += result;cout << s1;//生成待保存的数据string s2 = "数据保存任务推送完毕\n";SaveTask task = SaveTask(result, Savedata);bqs->_q2->push(task);cout << s2;}return nullptr;
}void* Save(void* args)
{Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;while(1){//sleep(1);SaveTask data;string s = "数据保存完成\n";bqs->_q2->pop(&data);data();cout << s;}return nullptr;
}

4.更改main函数

最后我们在main函数中创建两个队列，创建三种线程最后加上回收代码就可以了。

所以总代码如下：

produce_consume.h

#include<iostream>
#include<queue>
#include<stdlib.h>
#include<time.h>
#include<unistd.h>
#include<functional>
#include<stdio.h>
#define MAX_NUM 10
using namespace std;
//计算任务类
class CalTask
{typedef std::function<int(int,int,char)> func_t;
public://默认构造CalTask(){}//构造函数CalTask(int a, int b, char op, func_t func):_a(a),_b(b),_op(op),_func(func){}//仿函数string operator()(){int result = _func(_a, _b, _op);char buffer[64];snprintf(buffer, sizeof(buffer), "%d %c %d = %d\n", _a, _op, _b, result);string s(buffer);return s;}//显示任务string show_task(){char buffer[64];snprintf(buffer, sizeof(buffer), "%d %c %d = ?\n", _a, _op, _b);string s(buffer);return s;}
private:func_t _func;int _a;int _b;char _op;
};//保存任务类
class SaveTask
{typedef function<void(const string&)> func_t;
public://默认构造SaveTask(){}//构造函数SaveTask(string message, func_t func):_message(message),_func(func){}//仿函数void operator()(){_func(_message);}
private:string _message;func_t _func;
};//阻塞队列类
template<class T>
class Blockqueue
{
public://构造函数Blockqueue(size_t capcity = MAX_NUM):_capcity(capcity){pthread_mutex_init(&_mutx, nullptr);pthread_cond_init(&_pcond, nullptr);pthread_cond_init(&_ccond, nullptr);}//析构函数~Blockqueue(){pthread_mutex_destroy(&_mutx);pthread_cond_destroy(&_pcond);pthread_cond_destroy(&_ccond);}//生产数据void push(const T& data){//下面的判断就开始使用共享资源，需要加锁pthread_mutex_lock(&_mutx);//如果当前队列是满的，那就需要将生产者线程加入等待队列挂起while(Isfull()){pthread_cond_wait(&_pcond, &_mutx);}_q.push(data);//唤醒消费者线程消费pthread_cond_signal(&_ccond);//解锁pthread_mutex_unlock(&_mutx);}//消费数据void pop(T* data){//下面的判断就开始使用共享资源，需要加锁pthread_mutex_lock(&_mutx);//如果当前队列是空的，那就需要将消费者线程加入等待队列挂起while(_q.empty()){pthread_cond_wait(&_ccond, &_mutx);}//将数据输出到data中并删除*data = _q.front();_q.pop();//唤醒生产者线程生产pthread_cond_signal(&_pcond);//解锁pthread_mutex_unlock(&_mutx);}private://检测队列是否装满size_t Isfull() const{return (_q.size() == _capcity);}std::queue<T> _q;pthread_mutex_t _mutx;pthread_cond_t _pcond;pthread_cond_t _ccond;size_t _capcity;
};//多队列集合类
template<class A,class B>
class Blockqueues
{
public:Blockqueue<A>* _q1;Blockqueue<B>* _q2;
};

produce_consume.cc

#include"produce_consume.h"
using namespace std;//计算器函数
const string ops = "+-*/%";
int calculate(int a, int b, char op)
{int result = 0;switch(op){case '+':result = a + b;break;case '-':result = a - b;break;case '*':result = a * b;break;case '/':{if(b == 0)cerr << "除数不能为0\n";elseresult = a / b;}break;case '%':{if(b == 0)cerr << "取模的数字不能为0\n";elseresult = a % b;}break;default:break;}return result;
}//保存函数
void Savedata(const string& message)
{//需要保存信息的文件char buffer[64] = "log.txt";//按追加方式打开文件FILE* fp = fopen(buffer, "a");if(fp == nullptr){cerr << "文件打开失败" << endl;return;}fprintf(fp, "%s", message.c_str());fclose(fp);
}//生产者
void* Produce(void* args)
{Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;//生产数据while(1){sleep(1);int a = rand()%10;int b = rand()%10;int opnum = rand()%ops.size();CalTask data(a, b, ops[opnum], calculate);string s = "数据生产完成，需要计算：";bqs->_q1->push(data);s += data.show_task().c_str();cout << s;}return nullptr;
}//消费者
void* Consume(void* args)
{Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;while(1){//消费数据//sleep(1);CalTask data;string s1 = "数据消费完成，计算结果为：";bqs->_q1->pop(&data);string result = data();s1 += result;cout << s1;//生成待保存的数据string s2 = "数据保存任务推送完毕\n";SaveTask task = SaveTask(result, Savedata);bqs->_q2->push(task);cout << s2;}return nullptr;
}void* Save(void* args)
{Blockqueues<CalTask, SaveTask>* bqs = (Blockqueues<CalTask, SaveTask>*)args;while(1){//sleep(1);SaveTask data;string s = "数据保存完成\n";bqs->_q2->pop(&data);data();cout << s;}return nullptr;
}#define NUM_PRODUCE 3
#define NUM_CONSUME 3
#define NUM_SAVE 3int main()
{srand((unsigned int)time(nullptr));Blockqueues<CalTask, SaveTask>* bqs = new Blockqueues<CalTask, SaveTask>();bqs->_q1 = new Blockqueue<CalTask>();bqs->_q2 = new Blockqueue<SaveTask>();pthread_t ptids[NUM_PRODUCE];pthread_t ctids[NUM_CONSUME];pthread_t stids[NUM_SAVE];//创建多个生产者线程for(int i = 0; i<NUM_PRODUCE; ++i){pthread_create(&ptids[i], nullptr, Produce, (void*)bqs);}//创建多个消费者线程for(int i = 0; i<NUM_CONSUME; ++i){pthread_create(&ctids[i], nullptr, Consume, (void*)bqs);}//创建多个保存者线程for(int i = 0; i<NUM_CONSUME; ++i){pthread_create(&stids[i], nullptr, Save, (void*)bqs);}//回收所有线程for(int i = 0; i<NUM_PRODUCE; ++i){pthread_join(ptids[i], nullptr);}for(int i = 0; i<NUM_CONSUME; ++i){pthread_join(ctids[i], nullptr);}for(int i = 0; i<NUM_SAVE; ++i){pthread_join(stids[i], nullptr);}return 0;
}

运行结果：

目录中确实多了一个log.txt，也能看出线程的具体执行轨迹。

基于阻塞队列的生产者消费者模型是线程同步与互斥的充分应用，现实中很多场景都可以应用，是线程中的一大杀器。