Boost高性能并发无锁队列指南:boost::lockfree::queue
liuian 2025-04-24 03:25 349 浏览
1. 库的介绍
boost::lockfree::queue是Boost C++库中lockfree模块的一部分,它提供了一个线程安全的无锁队列实现。无锁队列允许多个线程在不使用互斥锁的情况下并发地访问共享数据结构,从而避免了传统锁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/queue.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/queue.hpp>
#include <iostream>
#include <thread>
#include <vector>2. 主要功能与特点
2.1 主要功能
- 线程安全:多线程环境下无需额外同步机制
- 先进先出(FIFO)队列:保证数据按顺序处理
- 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:入队和出队操作不会阻塞线程
- 容量配置:支持固定大小和动态大小队列
2.2 特点
- 高性能:相比互斥锁实现,在高并发情况下性能显著提升
- 无死锁风险: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
- 内存一致性:提供良好的内存序保证
- ABA问题的解决:内部实现解决了无锁编程中的ABA问题
3. 应用场景
boost::lockfree::queue特别适合以下场景:
- 高性能计算:需要线程间快速数据交换的场景
- 实时系统:对延迟敏感的应用程序
- 消息传递系统:作为线程间通信的媒介
- 生产者-消费者模式:一方生产数据,另一方消费数据
- 事件处理系统:处理高频率事件流
- 游戏引擎:需要低延迟线程通信的游戏场景
4. 详细功能模块与代码示例
4.1 基本用法
#include <boost/lockfree/queue.hpp>
#include <iostream>
int main()
{
// 创建一个容量为100的固定大小无锁队列
boost::lockfree::queue<int> queue(100);
// 入队操作
int value = 42;
bool success = queue.push(value);
if (success) {
std::cout << "成功将 " << value << " 入队\n";
} else {
std::cout << "入队失败,队列可能已满\n";
}
// 出队操作
int result;
if (queue.pop(result)) {
std::cout << "成功出队: " << result << "\n";
} else {
std::cout << "出队失败,队列可能为空\n";
}
return 0;
}4.2 固定大小与动态大小队列
#include <boost/lockfree/queue.hpp>
#include <iostream>
int main()
{
// 固定大小队列 - 构造时指定容量
boost::lockfree::queue<int> fixed_queue(100);
// 动态大小队列 - 使用模板参数指定
boost::lockfree::queue<int, boost::lockfree::capacity<0>> dynamic_queue;
// 或使用fixed_sized标志禁用动态大小
boost::lockfree::queue<int, boost::lockfree::fixed_sized<false>> another_dynamic_queue;
// 检查队列是否为固定大小
std::cout << "固定队列是固定大小: " << fixed_queue.is_lock_free() << std::endl;
std::cout << "动态队列是固定大小: " << dynamic_queue.is_lock_free() << std::endl;
return 0;
}值得注意的是,动态大小队列内部使用了节点分配器,可能导致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
这是boost::lockfree::queue最常见的使用场景:
#include <boost/lockfree/queue.hpp>
#include <iostream>
#include <thread>
#include <vector>
#include <atomic>
boost::lockfree::queue<int> queue(1000);
std::atomic<bool> done(false);
std::atomic<int> produced_count(0);
std::atomic<int> consumed_count(0);
void producer(int id)
{
for (int i = 0; i < 1000; ++i) {
int value = id * 10000 + i;
while (!queue.push(value)) {
// 队列满时,让出CPU时间片
std::this_thread::yield();
}
produced_count.fetch_add(1);
}
}
void consumer()
{
int value;
while (!done || !queue.empty()) {
if (queue.pop(value)) {
consumed_count.fetch_add(1);
// 处理value,这里只是简单打印
if (consumed_count % 1000 == 0) {
std::cout << "已消费: " << consumed_count << " 项\n";
}
} else {
std::this_thread::yield();
}
}
}
int main()
{
// 创建生产者线程
std::vector<std::thread> producers;
for (int i = 0; i < 4; ++i) {
producers.push_back(std::thread(producer, i));
}
// 创建消费者线程
std::vector<std::thread> 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 << "生产项总数: " << produced_count << std::endl;
std::cout << "消费项总数: " << consumed_count << std::endl;
return 0;
}4.4 批量操作
boost::lockfree::queue提供了批量入队和出队操作,可以提高性能:
#include <boost/lockfree/queue.hpp>
#include <iostream>
#include <vector>
int main()
{
boost::lockfree::queue<int> queue(100);
// 准备批量入队的数据
std::vector<int> items_to_push = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
// 批量入队
size_t pushed = queue.push(items_to_push.begin(), items_to_push.end());
std::cout << "成功入队 " << pushed << " 个元素\n";
// 批量出队
std::vector<int> results(10);
size_t popped = queue.pop(results.begin(), results.end());
std::cout << "成功出队 " << popped << " 个元素: ";
for (size_t i = 0; i < popped; ++i) {
std::cout << results[i] << " ";
}
std::cout << std::endl;
return 0;
}4.5 消费者遍历
可以使用consume_one和consume_all函数结合回调函数处理队列中的元素:
#include <boost/lockfree/queue.hpp>
#include <iostream>
#include <functional>
int main()
{
boost::lockfree::queue<int> queue(100);
// 添加一些元素
for (int i = 0; i < 10; ++i) {
queue.push(i);
}
// 使用consume_one处理单个元素
bool consumed = queue.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 = queue.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";
return 0;
}4.6 队列容量与状态查询
boost::lockfree::queue提供了查询队列状态的方法:
#include <boost/lockfree/queue.hpp>
#include <iostream>
int main()
{
boost::lockfree::queue<int> queue(10);
// 填充队列
for (int i = 0; i < 5; ++i) {
queue.push(i);
}
// 检查队列是否为空
std::cout << "队列是否为空: " << (queue.empty() ? "是" : "否") << std::endl;
// 获取队列当前大小(近似值)
// 注意:在并发环境中这个值只是一个估计
std::cout << "队列大小估计: " << queue.read_available() << std::endl;
// 清空队列
queue.consume_all([](int){});
std::cout << "清空后队列是否为空: " << (queue.empty() ? "是" : "否") << std::endl;
return 0;
}4.7 高级配置选项
boost::lockfree::queue提供了多种配置选项来满足不同需求:
#include <boost/lockfree/queue.hpp>
#include <iostream>
#include <boost/pool/pool_alloc.hpp>
// 自定义分配器
typedef boost::fast_pool_allocator<int> pool_allocator;
int main()
{
// 使用自定义分配器的队列
boost::lockfree::queue<int, boost::lockfree::allocator<pool_allocator>> custom_alloc_queue(100);
// 配置固定大小
boost::lockfree::queue<int, boost::lockfree::fixed_sized<true>> fixed_queue(100);
// 自定义内存对齐
boost::lockfree::queue<int, boost::lockfree::alignment<16>> aligned_queue(100);
// 组合多个选项
boost::lockfree::queue<
int,
boost::lockfree::capacity<1000>, // 固定容量
boost::lockfree::fixed_sized<true>, // 固定大小
boost::lockfree::allocator<pool_allocator> // 自定义分配器
> advanced_queue;
// 测试队列功能
for (int i = 0; i < 10; ++i) {
custom_alloc_queue.push(i);
fixed_queue.push(i);
aligned_queue.push(i);
advanced_queue.push(i);
}
int value;
while (custom_alloc_queue.pop(value)) {
std::cout << "自定义分配器队列元素: " << value << std::endl;
}
return 0;
}4.8 性能优化与最佳实践
在使用boost::lockfree::queue时,以下最佳实践可以帮助您获得最佳性能:
#include <boost/lockfree/queue.hpp>
#include <iostream>
#include <thread>
#include <vector>
#include <chrono>
#include <atomic>
// 性能测试示例
void performance_test()
{
// 使用合适的队列大小,避免频繁的内存分配
constexpr size_t QUEUE_SIZE = 10000;
boost::lockfree::queue<int, boost::lockfree::fixed_sized<true>> queue(QUEUE_SIZE);
std::atomic<bool> start{false};
std::atomic<int> ready_producers{0};
std::atomic<int> ready_consumers{0};
std::atomic<bool> done{false};
// 生产者
auto producer = [&](int id, int items) {
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;
// 使用批量入队来提高性能
if (i % 100 == 0 && i > 0) {
std::vector<int> batch;
for (int j = 0; j < 100; ++j) {
batch.push_back(value - 100 + j);
}
queue.push(batch.begin(), batch.end());
} else {
// 当队列满时进行指数退避
int retry = 0;
while (!queue.push(value)) {
if (++retry > 10) {
std::this_thread::sleep_for(std::chrono::microseconds(1 << std::min(retry, 10)));
} else {
std::this_thread::yield();
}
}
}
}
};
// 消费者
auto consumer = [&]() {
ready_consumers++;
while (!start.load(std::memory_order_acquire)) {
std::this_thread::yield(); // 等待开始信号
}
std::vector<int> batch(100);
int value;
while (!done || !queue.empty()) {
// 尝试批量出队
size_t popped = queue.pop(batch.begin(), batch.end());
if (popped > 0) {
// 处理批量数据
continue;
}
// 单个出队
if (queue.pop(value)) {
// 处理单个元素
} else {
// 智能退避,避免CPU空转
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<std::thread> producers;
std::vector<std::thread> 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<std::chrono::milliseconds>(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::queue可以与其他Boost组件结合使用,实现更复杂的功能:
#include <boost/lockfree/queue.hpp>
#include <boost/asio.hpp>
#include <boost/bind/bind.hpp>
#include <iostream>
#include <thread>
#include <functional>
// 任务队列类示例
class TaskQueue {
private:
boost::lockfree::queue<std::function<void()>*> task_queue{1000};
boost::asio::io_context io_context;
std::unique_ptr<boost::asio::io_context::work> work;
std::vector<std::thread> worker_threads;
std::atomic<bool> running{false};
public:
TaskQueue(int num_threads = 4) : work(std::make_unique<boost::asio::io_context::work>(io_context)) {
running = true;
// 启动工作线程
for (int i = 0; i < num_threads; ++i) {
worker_threads.emplace_back([this]() {
while (running) {
// 尝试从队列中获取任务
std::function<void()>* task = nullptr;
if (task_queue.pop(task)) {
if (task) {
// 执行任务
(*task)();
delete task;
}
} else {
// 没有任务时处理IO事件
io_context.poll_one();
std::this_thread::yield();
}
}
});
}
}
~TaskQueue() {
stop();
}
// 提交任务
template<typename F>
bool submit(F&& task) {
auto* task_ptr = new std::function<void()>(std::forward<F>(task));
bool success = task_queue.push(task_ptr);
if (!success) {
delete task_ptr;
}
return success;
}
// 定时任务
template<typename F>
void schedule_after(int milliseconds, F&& task) {
auto timer = std::make_shared<boost::asio::steady_timer>(io_context);
timer->expires_after(std::chrono::milliseconds(milliseconds));
timer->async_wait([timer, task = std::forward<F>(task)](const boost::system::error_code& ec) {
if (!ec) {
task();
}
});
}
// 停止队列处理
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
std::function<void()>* task = nullptr;
while (task_queue.pop(task)) {
delete task;
}
}
}
};
// 使用示例
int main() {
TaskQueue task_queue(4);
// 提交普通任务
for (int i = 0; i < 10; ++i) {
task_queue.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_queue.schedule_after(1000, []() {
std::cout << "1秒后执行的定时任务" << 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::queue时需要注意以下几点:
- 内存一致性:无锁队列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。
- 固定大小限制:固定大小队列可能会因队列满而拒绝新元素,必须有处理这种情况的策略。
- 动态内存分配:动态大小队列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。
- ABA问题:虽然boost::lockfree::queue内部处理了ABA问题,但了解这一问题有助于理解实现细节。
- 原子操作开销:无锁队列虽然避免了锁的开销,但原子操作本身也有一定代价,在低竞争环境下可能不如简单的锁实现快。
- 对齐要求:某些平台上的原子操作可能需要特定的内存对齐,boost::lockfree::queue会自动处理这些要求。
6. 总结
boost::lockfree::queue是一个强大的无锁队列实现,能够在多线程环境中提供高性能的数据交换。它无需使用互斥锁,因此避免了与锁相关的多种问题,特别适合对延迟敏感或高并发的应用场景。
相关推荐
- 电脑最高配置是什么配置2025
-
一,2023最新主流电脑装机配置如下。二,处理器可以使用十二代的i512400或者i512490f,内存16gb双通道,显卡rtx3060,主板可以使用b660m或者h610m。三,如果十三代酷睿...
- MySQL慢查询优化:从explain到索引,DBA手把手教你提升10倍性能
-
数据库性能是应用系统的生命线,而慢查询就像隐藏在系统中的定时炸弹。某电商平台曾因一条未优化的SQL导致订单系统响应时间从200ms飙升至8秒,最终引发用户投诉和订单流失。今天我们就来系统学习MySQL...
- 一文读懂SQL五大操作类别(DDL/DML/DQL/DCL/TCL)的基础语法
-
在SQL中,DDL、DML、DQL、DCL、TCL是按操作类型划分的五大核心语言类别,缩写及简介如下:DDL(DataDefinitionLanguage,数据定义语言):用于定义和管理数据库结构...
- 闲来无事,学学Mysql增、删,改,查
-
Mysql增、删,改,查1“增”——添加数据1.1为表中所有字段添加数据1.1.1INSERT语句中指定所有字段名语法:INSERTINTO表名(字段名1,字段名2,…)VALUES(值1...
- 数据库:MySQL 高性能优化规范建议
-
数据库命令规范所有数据库对象名称必须使用小写字母并用下划线分割所有数据库对象名称禁止使用MySQL保留关键字(如果表名中包含关键字查询时,需要将其用单引号括起来)数据库对象的命名要能做到见名识意,...
- 下载工具合集_下载工具手机版
-
迅雷,在国内的下载地位还是很难撼动的,所需要用到的地方还挺多。缺点就是不开会员,软件会限速。EagleGet,全能下载管理器,支持HTTP(S)FTPMMSRTSP协议,也可以使用浏览器扩展检测...
- mediamtx v1.15.2 更新详解:功能优化与问题修复
-
mediamtxv1.15.2已于2025年10月14日发布,本次更新在功能、性能优化以及问题修复方面带来了多项改进,同时也更新了部分依赖库并提升了安全性。以下为本次更新的详细内容:...
- 声学成像仪:泄露监测 “雷达” 方案开启精准防控
-
声学成像仪背景将声像图与阵列上配装的摄像实所拍的视频图像以透明的方式叠合在一起,就形成了可直观分析被测物产生状态。这种利用声学、电子学和信息处理等技术,变换成人眼可见的图像的技术可以帮助人们直观地认识...
- 最稳存储方案:两种方法将摄像头接入威联通Qu405,录像不再丢失
-
今年我家至少被4位邻居敲门,就是为了查监控!!!原因是小区内部监控很早就停止维护了,半夜老有小黄毛掰车门偷东西,还有闲的没事划车的,车主损失不小,我家很早就配备监控了,人来亮灯有一定威慑力,不过监控设...
- 离岗检测算法_离岗检查内容
-
一、研发背景如今社会许多岗位是严禁随意脱离岗位的,如塔台、保安室、监狱狱警监控室等等,因为此类行为可能会引起重大事故,而此类岗位监督管理又有一定困难,因此促生了智能视频识别系统的出现。二、产品概述及工...
- 消防安全通道占用检测报警系统_消防安全通道占用检测报警系统的作用
-
一、产品概述科缔欧消防安全通道占用检测报警系统,是创新行业智能监督管理方式、完善监管部门动态监控及预警预报体系的信息化手段,是实现平台远程监控由“人为监控”向“智能监控”转变的必要手段。产品致力于设...
- 外出住酒店、民宿如何使用手机检测隐藏的监控摄像头
-
最近,一个家庭在他们的民宿收到了一个大惊喜:客厅里有一个伪装成烟雾探测器的隐藏摄像头,监视着他们的一举一动。隐藏摄像头的存在如果您住在酒店或民宿,隐藏摄像头不应再是您的担忧。对于民宿,房东应报告所有可...
- 基于Tilera众核平台的流媒体流量发生系统的设计
-
曾帅,高宗彬,赵国锋(重庆邮电大学通信与信息工程学院,重庆400065)摘要:设计了一种基于Tilera众核平台高强度的流媒体流量发生系统架构,其主要包括:系统界面管理模块、服务承载模块和流媒体...
- 使用ffmpeg将rtsp流转流实现h5端播放
-
1.主要实现rtsp转tcp协议视频流播放ffmpeg下载安装(公认业界视频处理大佬)a、官网地址:www.ffmpeg.org/b、gitHub:github.com/FFmpeg/FFmp…c、推...
- 将摄像头视频流从Rtsp协议转为websocket协议
-
写在前面很多通过摄像头拿到的视频流格式都是Rtsp协议的,比如:海康威视摄像头。在现代的浏览器中,已经不支持直接播放Rtsp视频流,而且,海康威视提供的本身的webSdk3.3.0视频插件有很多...
- 一周热门
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- vscode切换git分支 (35)
- python bytes转16进制 (35)
- grep前后几行 (34)
- hashmap转list (35)
- c++ 字符串查找 (35)
- mysql刷新权限 (34)
