這篇文章主要介紹了C++多線程編程時的數據保護,作者針對C++11版本中的新特性做出了一些解說,需要的朋友可以參考下

在編寫多線程程序時，多個線程同時訪問某個共享資源，會導致同步的問題，這篇文章中我們將介紹 C++11 多線程編程中的數據保護。

數據丟失

讓我們從一個簡單的例子開始，請看如下代碼：

1. #include <iostream> 
2. #include <string> 
3. #include <thread> 
4. #include <vector> 
5.  
6. using std::thread; 
7. using std::vector; 
8. using std::cout; 
9. using std::endl; 
10.  
11. class 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.  
33. int 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. } 

這個程序的目的就是數數，數到30萬，某些傻叉程序員想要優化數數的過程，因此創建了三個線程，使用一個共享變量 counter，每個線程負責給這個變量增加10萬計數。

這段代碼創建了一個名為 Incrementer 的類，該類包含一個私有變量 counter，其構造器非常簡單，只是將 counter 設置為 0.

緊接著是一個操作符重載，這意味著這個類的每個實例都是被當作一個簡單函數來調用的。一般我們調用類的某個方法時會這樣 object.fooMethod()，但現在你實際上是直接調用了對象，如object(). 因為我們是在操作符重載函數中將整個對象傳遞給了線程類。最后是一個 getCounter 方法，返回 counter 變量的值。

再下來是程序的入口函數 main()，我們創建了三個線程，不過只創建了一個 Incrementer 類的實例，然后將這個實例傳遞給三個線程，注意這里使用了 std::ref ，這相當于是傳遞了實例的引用對象，而不是對象的拷貝。

現在讓我們來看看程序執行的結果，如果這位傻叉程序員還夠聰明的話，他會使用 GCC 4.7 或者更新版本，或者是 Clang 3.1 來進行編譯，編譯方法：

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

運行結果：

1. [lucas@lucas-desktop src]$ ./threading_example 
2. 218141 
3. [lucas@lucas-desktop src]$ ./threading_example 
4. 208079 
5. [lucas@lucas-desktop src]$ ./threading_example 
6. 100000 
7. [lucas@lucas-desktop src]$ ./threading_example 
8. 202426 
9. [lucas@lucas-desktop src]$ ./threading_example 
10. 172209 

但等等，不對啊，程序并沒有數數到30萬，有一次居然只數到10萬，為什么會這樣呢?好吧，加1操作對應實際的處理器指令其實包括：

1. movl counter(%rip), %eax 
2. addl $1, %eax 
3. movl %eax, counter(%rip) 

首個指令將裝載 counter 的值到 %eax 寄存器，緊接著寄存器的值增1，然后將寄存器的值移給內存中 counter 所在的地址。

我聽到你在嘀咕：這不錯，可為什么會導致數數錯誤的問題呢?嗯，還記得我們以前說過線程會共享處理器，因為只有單核。因此在某些點上，一個線程會依照指令執行完成，但在很多情況下，操作系統會對線程說：時間結束了，到后面排隊再來，然后另外一個線程開始執行，當下一個線程開始執行時，它會從被暫停的那個位置開始執行。所以你猜會發生什么事，當前線程正準備執行寄存器加1操作時，系統把處理器交給另外一個線程?

我真的不知道會發生什么事，可能我們在準備加1時，另外一個線程進來了，重新將 counter 值加載到寄存器等多種情況的產生。誰也不知道到底發生了什么。

正確的做法

解決方案就是要求同一個時間內只允許一個線程訪問共享變量。這個可通過 std::mutex 類來解決。當線程進入時，加鎖、執行操作，然后釋放鎖。其他線程想要訪問這個共享資源必須等待鎖釋放。

互斥(mutex) 是操作系統確保鎖和解鎖操作是不可分割的。這意味著線程在對互斥量進行鎖和解鎖的操作是不會被中斷的。當線程對互斥量進行鎖或者解鎖時，該操作會在操作系統切換線程前完成。

而最好的事情是，當你試圖對互斥量進行加鎖操作時，其他的線程已經鎖住了該互斥量，那你就必須等待直到其釋放。操作系統會跟蹤哪個線程正在等待哪個互斥量，被堵塞的線程會進入 "blocked onm" 狀態，意味著操作系統不會給這個堵塞的線程任何處理器時間，直到互斥量解鎖，因此也不會浪費 CPU 的循環。如果有多個線程處于等待狀態，哪個線程最先獲得資源取決于操作系統本身，一般像 Windows 和 Linux 系統使用的是 FIFO 策略，在實時操作系統中則是基于優先級的。

現在讓我們對上面的代碼進行改進：

1. #include <iostream> 
2. #include <string> 
3. #include <thread> 
4. #include <vector> 
5. #include <mutex> 
6.  
7. using std::thread; 
8. using std::vector; 
9. using std::cout; 
10. using std::endl; 
11. using std::mutex; 
12.  
13. class 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.  
38. int 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. } 

注意代碼上的變化：我們引入了 mutex 頭文件，增加了一個 m 的成員，類型是 mutex，在operator()() 中我們鎖住互斥量 m 然后對 counter 進行加1操作，然后釋放互斥量。

再次執行上述程序，結果如下：

1. [lucas@lucas-desktop src]$ ./threading_example 
2. 300000 
3. [lucas@lucas-desktop src]$ ./threading_example 
4. 300000 

這下數對了。不過在計算機科學中，沒有免費的午餐，使用互斥量會降低程序的性能，但這總比一個錯誤的程序要強吧。

防范異常

當對變量進行加1操作時，是可能會發生異常的，當然在我們這個例子中發生異常的機會微乎其微，但是在一些復雜系統中是極有可能的。上面的代碼并不是異常安全的，當異常發生時，程序已經結束了，可是互斥量還是處于鎖的狀態。

為了確保互斥量在異常發生的情況下也能被解鎖，我們需要使用如下代碼：

1. for(int i = 0; i < 100000; i++) 
2. { 
3. this->m.lock(); 
4. try 
5. { 
6. this->counter++; 
7. this->m.unlock(); 
8. } 
9. catch(...) 
10. { 
11. this->m.unlock(); 
12. throw; 
13. } 
14. } 

但是，這代碼太多了，而只是為了對互斥量進行加鎖和解鎖。沒關系，我知道你很懶，因此推薦個更簡單的單行代碼解決方法，就是使用 std::lock_guard 類。這個類在創建時就鎖定了 mutex 對象，然后在結束時釋放。

繼續修改代碼：

1. void operator()() 
2. { 
3. for(int i = 0; i < 100000; i++) 
4. { 
5. lock_guard<mutex> lock(this->m); 
6.  
7. // The lock has been created now, and immediatly locks the mutex 
8. this->counter++; 
9.  
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. } 

上面代碼已然是異常安全了，因為當異常發生時，將會調用 lock 對象的析構函數，然后自動進行互斥量的解鎖。

記住，請使用放下代碼模板來編寫：

1. void long_function() 
2. { 
3. // some long code 
4.  
5. // Just a pair of curly braces 
6. { 
7. // Temp scope, create lock 
8. lock_guard<mutex> lock(this->m); 
9.  
10. // do some stuff 
11.  
12. // Close the scope, so the guard will unlock the mutex 
13. } 
14. }