IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 大数据 -> 操作系统之经典 | 生产者与消费者问题 -> 正文阅读

[大数据]操作系统之经典 | 生产者与消费者问题


一、生产者消费者问题概述

描述:俩个或者更多的线程共享同一个缓冲区,其中一个或多个线程作为“生产者”会不断地向缓冲区中添加数据,另一个或者多个线程作为“消费者”从缓冲区中取走数据。要注意以下几点:

  • 生产者和消费者必须互斥的使用缓冲区
  • 缓冲区空时,消费者不能读取数据
  • 缓冲区满时,生产者不能添加数据

二、生产者消费者模型优点

1、解耦:因为多了一个缓冲区,所以生产者和消费者并不直接相互调用,这样生产者和消费者的代码发生变化,都不会对对方产生影响。这样其实就是把生产者和消费者之间的强耦合解开,变成了生产者和缓冲区,消费者和缓冲区之间的弱耦合

2、支持并发:如果消费者直接从生产者拿数据,则消费者需要等待生产者生产数据,同样生产者需要等待消费者消费数据。

而有了生产者 / 消费者模型,生产者和消费者可以是俩个独立的并发主体。生产者把制造出来的数据添加到缓冲区,就可以去生产下一个数据了。

而消费者也是一样的,从缓冲区中读取数据,不需要等待生产者。这样,生产者和消费者就可以并发的执行。

3、支持忙闲不均:如果消费者直接从生产者这里拿数据,而生产者生产数据很慢,消费者消费数据很快,或者生产者产生数据很多,消费者消费数据很慢。都会造成占用CPU的时间片白白浪费。

生产者 / 消费者模型中,生产者只需要将生产的数据添加到缓冲区,缓冲区满了就不生产了。消费者从缓冲区中读取数据,缓冲区空了就不消费了,使得生产者/消费者的处理能力达到一个动态的平衡。

三、生产者消费者模型变量定义

定义 :
sem_empty (代表缓冲区有无空闲)来判断生产者能否往缓冲区写数据  初值为 N

sem_full (代表缓冲区有几个数据)来判断消费者能否从缓冲区读数据   初值为0

因为生产者在往缓冲区写数据时,消费者不能读,所以就需要定义一个互斥锁 mutex

四、生产者消费者流程图

在这里插入图片描述
生产者:
顺序不能更改
在这里插入图片描述
消费者:
在这里插入图片描述

五、代码

#include<stdio.h>
#include<stdlib.h>
#include<unistd.h>
#include<string.h>
#include<pthread.h>
#include<semaphore.h>

#define BUFF_MAX 10
#define SC_NUM 2
#define XF_NUM 3

int buff[BUFFMAX];
int in = 0;
int out = 0;

sem_t sem_empty;//信号量
sem_t sem_full;//信号量
pthread_mutex_t mutex;

void *sc_thread(coid *arg)
{
	int index = (int)arg;
	for(int i = 0; i < 30; i++)
	{
		sem_wait(&sem_empty);//看有没有空闲位置,p减一
		pyhread_mutex_lock(&mutex);//加锁
		buff[in] = rand() % 100;
		printf("第%d个线程产生数据:%d,在%d的位置\n",index,buff[in],in);
		in = (in + 1) % BUFF_MAX;
		 pthread_mutex_unlock(&mutex);
		 sem_post(&sem_full);//数据的个数 v加一
			
		
	}
}

void * xf_thread(void *arg)
{
	int index = (int)arg;
	for(int i = 0;i < 20; i++)
	{
		sem_wait(&sem_full);
		pthread_mutex_lock(&mutex);
		printf("---------第%d个线程,消费数据:%d,在%d位置\n",index,buff[out],out);
		out = (out + 1) % BUFF_MAX;
		pthread_mutex_unlock(&mutex);
		sem_post(&sem_empty);
	}
}

int main()
{
	sem_init(&sem_empty,0,0,BUFF_MAX);//信号量初始化
	sem_init(&sem_full,0,0);//信号量初始化
	pthread_mutex_init(&mutex,NULL);
	
	srand((int))time(NULL);
	
	pthread_t sc_id[SC_NUM];//定义生产者
	pthread_t xf_id[XF_NUM];//定义消费者

	for(int i = 0;i < SC_NUM;i++)
	{
		pthread_create(	&sc_id[i],NULL,sc_thread,(void*)i);//创建生产者
	}

	for(int i = 0; i < XF_NUM; i++)
	{
		pthread_create(&xf_id[i],NULL,xf_thread,(void*)i);//创建消费者
	}
	
	for(int i = 0;i < SC_NUM;i++)
	{
		pthread_join(&sc_id[i],NULL);
	}

	for(int i = 0; i < XF_NUM; i++)
	{
		pthread_join(&xf_id[i],NULL);
	}
	
	//销毁信号量
	sem_destroy(&sem_empty);
	sem_destrory(&sem_full);

	//互斥锁销毁
	pthread_mutex_destroy(&mutex);
		
	printf("main over\n");
	exit(0);
}
  大数据 最新文章
实现Kafka至少消费一次
亚马逊云科技:还在苦于ETL?Zero ETL的时代
初探MapReduce
【SpringBoot框架篇】32.基于注解+redis实现
Elasticsearch:如何减少 Elasticsearch 集
Go redis操作
Redis面试题
专题五 Redis高并发场景
基于GBase8s和Calcite的多数据源查询
Redis——底层数据结构原理
上一篇文章      下一篇文章      查看所有文章
加:2021-12-06 15:20:17  更:2021-12-06 15:20:56 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/24 10:00:45-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码