多线程调用的封装技巧
很多时候, 我们想把一项操作放入后台线程去执行, 可能是为了提高操作体验(UI表现的流畅), 或者是性能(充分利用多核的计算能力)等
为了方便, 我在这里先定义一个简化的线程模型:
- 所有的操作都定义为命令(Command)
- 后台线程监听一个命令队列, 如果有命令就执行, 没有就等待
- 如果收到结束通知, 则结束该线程
比如我们有两种操作:
void PrintA()
{
printf("thread[%x]: aaa\n", this_thread::get_id().hash());
}
void PrintB()
{
printf("thread[%x]: bbb\n", this_thread::get_id().hash());
}这两种操作会在后台线程去执行, 用代码表示如下:
enum CommandType
{
CommandA,
CommandB
};
atomic_int8_t IsOver = 0;
concurrent_queue<CommandType> CommandQueue;
void SendCommand(CommandType cmd)
{
CommandQueue.push(cmd);
}
atomic_int8_t IsOver = 0;
concurrent_queue<CommandType> CommandQueue;
void CommandThreadProc()
{
printf("thread[%x]: start\n", this_thread::get_id().hash());
chrono::seconds time(1);
CommandType command;
while (IsOver == 0)
{
if (CommandQueue.try_pop(command))
{
switch (command)
{
case CommandA:
PrintA();
break;
case CommandB:
PrintB();
break;
}
}
this_thread::sleep_for(time);
}
printf("thread[%x]: end\n", this_thread::get_id().hash());
}运行:
int _tmain(int argc, _TCHAR* argv[])
{
printf("thread[%x]: start\n", this_thread::get_id().hash());
thread t(CommandThreadProc);
SendCommand(CommandA);
SendCommand(CommandB);
this_thread::sleep_for(chrono::seconds(10));
IsOver = true;
t.join();
printf("thread[%x]: end\n", this_thread::get_id().hash());
system("pause");
return 0;
}Nebula3中使用的就是类似这样的模型, 把各种参数封装成Command, 发到后台线程去执行, 然后写一堆的swith-case去判断是什么命令, 再执行相应的操作 这种方式的好处就是简单, 而且也把操作细节隐藏在内部线程里了, 不过从编码的角度来看, 相当烦琐
改进一下, 把操作定义在外部, 然后把Command进行抽象, 这样可以免掉很多的条件判断和重复性编码:
struct Command
{
virtual void DoCommand() = 0;
};
atomic_int8_t IsOver = 0;
concurrent_queue<Command*> CommandQueue;
void SendCommand(Command* cmd)
{
CommandQueue.push(cmd);
}
void CommandThreadProc()
{
printf("thread[%x]: start\n", this_thread::get_id().hash());
chrono::seconds time(1);
Command* command = nullptr;
while (IsOver == 0)
{
if (CommandQueue.try_pop(command))
{
command->DoCommand();
delete command;
command = nullptr;
}
this_thread::sleep_for(time);
}
printf("thread[%x]: end\n", this_thread::get_id().hash());
}这样定义后只需要派生抽象Command就好, 增加新的操作后台线程的代码无需变动:
struct CommandA : public Command
{
virtual void DoCommand() override
{
PrintA();
printf("\t%s\n", __FUNCTION__);
}
};
struct CommandB : public Command
{
virtual void DoCommand() override
{
PrintB();
printf("\t%s\n", __FUNCTION__);
}
};
/****************main****************/
SendCommand(new CommandA());
SendCommand(new CommandB());
/************************************/但是这样还要是重复去定义很多个Command的子类. 在学习WPF时, 发现他们可以直接使用Dispatcher.BeginInvoke把某个函数发到后台去执行, 后来想了想, 其实就是把函数封装成对象发过去了. C++借助成员函数指针什么的也可以实现类似的机制:
struct FunctionCommand : public Command
{
function<void()> fun;
FunctionCommand(function<void()> f) : fun(f) {}
virtual void DoCommand() override
{
fun();
printf("\t%s\n", __FUNCTION__);
}
};
/****************main****************/
SendCommand(new FunctionCommand(PrintA));
SendCommand(new FunctionCommand(PrintB));
/************************************/这个方案看起来已经挺完美了, 但是, 还是不够灵活, 因为如果是在现有代码上重构, 一样需要封装很多函数出来. 在阅读Unreal代码时发现, 里面用了几个很巧妙的宏, 可以把代码片段封装成对象, 这样就免去了定义函数的代码量. 简化一下代码就是这样:
#define SEND_COMMAND(TypeName, Code) \
{ \
struct TypeName##Command : public Command \
{ \
virtual void DoCommand() override \
{ \
Code; \
printf("\t%s\n", __FUNCTION__); \
} \
}; \
SendCommand(new TypeName##Command()); \
}
/****************main****************/
SEND_COMMAND(Print,
{
PrintA();
});
SEND_COMMAND(Print,
{
PrintB();
});
SEND_COMMAND(Print,
{
PrintB();
PrintA();
});
/************************************/可以看到宏参数可以是多行的, 所以一段代码可以当成宏的一个参数传入, 然后封装成对象, 真是让人想不到的办法!
完整的main函数和执行结果如下:
int _tmain(int argc, _TCHAR* argv[])
{
printf("thread[%x]: start\n", this_thread::get_id().hash());
thread t(CommandThreadProc);
SendCommand(new CommandA());
SendCommand(new CommandB());
SendCommand(new FunctionCommand(PrintA));
SendCommand(new FunctionCommand(PrintB));
SEND_COMMAND(Print,
{
PrintA();
});
SEND_COMMAND(Print,
{
PrintB();
});
SEND_COMMAND(Print,
{
PrintB();
PrintA();
});
this_thread::sleep_for(chrono::seconds(10));
IsOver = true;
t.join();
printf("thread[%x]: end\n", this_thread::get_id().hash());
system("pause");
return 0;
}
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2014年02月27日，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读