手撸一款简单高效的线程池（四）
在前几章的内容中，我们给大家介绍了一些 C++线程池中的优化思路和实现方案。这一章中，我们来聊一聊在编程实现过程中，一些工程层面的优化。让我们的代码执行的速度，跟得上自己的思路。
大家好，我是不会写代码的纯序员——Chunel Feng，有两周的时间没有更新文章了哈。主要是上上周啊，我随便 copy 了一段功能代码，也不知道执行后会是啥结果，还没测试就直接发布到线上了。然后这两周就一直在改 bug 了。当然了，如果不是组里朋友一起来帮忙，可能还会耽搁的更久。事后，我就想啊，这样一个程序员毁了一个组的狗血剧情，也可能发生在多线程开发过程中。有必要进行一些针对性的优化。
在之前的几篇文章里，我们主要跟大家介绍了线程池中一些增加扇入扇出、增加负载均衡的优化思路和方法。这一章，我们跟大家聊一下CGraph中的 threadpool 实现过程中，在工程层面做的一些考量。主要会涉及到 避免 busy waiting，分支预测优化，减少无用 copy 等机制。有些东西看似跟多线程没有什么关系，但是落地后的提升是明显的——甚至会比线程调度理论上的优化，来的更加明显。
首先，还是照例，先上源码链接：CGraph 源码链接[1] 其中，线程池的实现在
/src/UtilsCtrl/ThreadPool/文件夹中
避免 busy waiting
写多线程代码的时候，单个线程在一些特定的流程中（比如：等着队列中来信息），会有可能陷入不定期的无效等待中去，并且这种等待是不会自动释放 cpu 资源的，这就是所谓的busy waiting逻辑。
它的缺点是显而易见的：自身陷入无用等待的过程中的同时，也阻碍了其他线程顺利执行——像极了自己写了 bug 却查不出来，还要拉着同事一起来查的纯序员本员了。
我举个例子：
void push(UTaskWrapper&& task) {while (true) {if (mutex_.try_lock()) {// 可能出现长期无法抢到锁的情况queue_.emplace_front(std::move(task));mutex_.unlock();break;} else {// 让出cpu执行权std::this_thread::yield();}}}
看上面一段代码，多个线程往一个 queue中 push 任务的时候，可能遇到一些情况，使得 mutex被其他的线程占着。这个时候是保持现状，不断的重复尝试抢锁，还是直接让出当前线程的执行权，过 n 个时间片再来重新尝试一次？我想绝大部分情况下，应该选择后者。而yield()函数的用途，就是使得当前线程让出 cpu 执行权。
之所以在最外面加了 while (true)，是因为无论尝试多少次，最终总需要把这个任务 push 进 queue_中——总不能半途而废吧。
顺便说一句，这种 busy waiting 的现象，在 cas 操作和 atomic 操作中会经常出现。cas 是因为需要一直比较
expected和ptr是否一致，而 atomic 是因为还需要保证当前线程不退出。
分支预测优化
来看下面很简单的一个逻辑，函数入口处先判定一下传入的指针是否非空，非空的话则继续往下执行。
void function(CObject* ptr, CParam* param) {if (nullptr == ptr || nullptr == param) {return;}// do somethingptr->doSomeThing(param);}
这种写法，在一定程度上体现了编程的严谨性。但是有个问题：如果所有函数的开头处，都对所有的指针入参做非空判断，这会是一个很繁杂的逻辑。而且很多指针（比如：指针型成员变量）基本上是初始化一次，之后就都不会为空了。还要每次进入函数开头进行逻辑判断么？为此，我们引入了执行分支预测逻辑。
先来简单的说一下程序执行的流程哈。我们上面的那段代码虽然是线性的流程，但是在执行的时候，程序在if那个地方，并不会等着判断条件（例中为：(nullptr == ptr || nullptr == param)，也可能是一个非常复杂的逻辑）得出一个 true or false 的结果后，再决定从哪个分支开始执行。
执行逻辑是：当遇到if判断的时候，“随便”选一个分支（反正是 2 选 1 嘛，蒙对的概率还不小）把对应的指令加载进来执行。如果蒙对了最好；蒙不对，就掉头回去，再执行另外分支的逻辑。从而在一定程度上，达到了加速执行的目的——像极了还不确定代码功能是否正常，就直接发布到线上，有问题再回滚的纯序员本员了。
注：我再来解释一下我刚才“随便”说的那个“随便”哈。这其中的优化算法和调度逻辑，是很多资深的行业大佬和一些巨头科技公司一起合作研究出来的，复杂程度难以想象。如果不是专门研究这个方向，我认为知道有这事即可，术业有专攻嘛。
那我们再往后想一步，针对例子中这种入参为空逻辑，是不是应该极大概率不会出现呢？这个时候，如果我们能给编译器一个明确的提示，是不是就能从 50%的命中率，提高到 90%甚至是 99.99%呢。
#define likely(x) __builtin_expect(!!(x), 1)#define unlikely(x) __builtin_expect(!!(x), 0)bool stealTask(UTaskWrapperRef task) {if (unlikely(pool_threads_->size() < CGRAPH_DEFAULT_THREAD_SIZE)) {// 线程池还未初始化完毕的时候无法进行steal。确保程序安全运行return false;}// do somethingreturn true;}
结合代码说一下：上述代码中 当且仅当程序刚开始运行，线程池中所有的 Primary 线程未初始化完毕，且未初始化线程又被 steal 的情况下 才会出现if那个分支为 true 的情况。这个时候，我们可以明确的告诉编译器，这里unlikely（不太可能）被执行。
__builtin_expect是 C++自带的函数，这个没什么好说的（主要是我也说不出来啥，嘿嘿）。一句话介绍一下为什么是!!(x)：目的就是为了将 x 值变成一个 bool 类型。例：
•!!(5) = 1•!!(1) = 1•!!(0) = 0
关于这一点，我们来做个有意思的小实验：
#include <iostream>#define likely(x) __builtin_expect(!!(x), 1)#define unlikely(x) __builtin_expect(!!(x), 0)int main() {long long outLoop = 10000;long long inLoop = 10000000;while (outLoop--) {long long loop = inLoop;static long long i = 1; // tag-1while (loop--) {if (unlikely(0 == i % 2)) { // tag-2i += 1;} else {i += 2;}}}return 0;}
大家看一下上面这段又臭又长的代码哈，具体逻辑没啥好说的——就是循环里面套循环。主要看 unlikely 那句话：如果直接运行的话，执行耗时是 35.69 秒；但如果删除unlikely修饰的话，则执行耗时是 100.44 秒——接近 3 倍的差距。
我再说几个问题，有兴趣的朋友可以自己试试看：
•如果tag-1那句话，不加static，会怎样？•如果tag-2那句话，使用likely修饰，会怎样？
如果你没亲身试过，结果很有可能跟你想的不一样哦。
减少无用 copy
C++ 中存在着各种形式的或默认或自定义的赋值构造、拷贝构造。搞不好的话，会出逻辑问题；搞好的话，来回赋值其实也是挺费时费力的。最好的解决方法，就是在不需要 copy 的时候，直接转移当前对象——类似 C++11 中提出的std::move概念。
为此，CGraph 中 threadpool 在开发过程中，全程传参和赋值中，采用的都是std::move和emplace的传递方式，尽可能的避免出现中间流程无意义 copy 的情况。
同时，在指针类型的选取方面，也是基本上采用原生指针，自行对资源进行分发和管理。仅针对不定期申请/释放的资源，会通过 make_unique 进行申请，以 unique_ptr 的方式进行生命周期管理。且全程均未使用 shared_ptr。这些，都是基于性能方面的考量。
注：shared_ptr 和 unique_ptr 在反复多次申请和来回赋值的情况下，有一定的性能差距，同时，shared_ptr 自身内存占用也比 unique_ptr 大（主要都是因为 shared_ptr 中的 cas 校验机制）。很多大型项目，是明文禁止使用 shared_ptr 的。
在这里跟大家分享一个我前段时间遇到的一个问题：
#include <iostream>struct Message {Message(std::string msg) : msg_(std::move(msg)) {}Message(const Message& msg) : msg_(std::move(msg.msg_)) {std::cout << "copy construct\n";}Message(Message&& msg) : msg_(std::move(msg.msg_)) {std::cout << "move construct\n";}// 如果把这个函数注释掉，会如何执行？？Message(const Message&& msg) : msg_(std::move(msg.msg_)) {std::cout << "right move construct\n";}std::string msg_;};int main() {const Message cm{"aaa"}; // 如果把const去掉，会如何执行？Message cm1 = std::move(cm);}
大家可以看一下，上这段代码中，如果直接运行，应该是输出：
>> right move construct这个应该没有什么疑问。但是，如果把第四个函数Message(const Message&& msg)注释掉，再重新执行，则是输出：
>> copy construct (打印)>> move construct (不打印)
你以为它 move 了，实际上却是在 copy。再如果，把 main 函数中，const Message cm{"aaa"};中的const字段删除，那结果又会不一样了，大家可以自己尝试一下。
聊这些的意思，主要目的就是提醒大家，尽可能不要在自己定义各种构造函数的时候踩坑——像极了反复 ctrl c/v 代码，但却又不知道这一段代码会不会被执行的纯序员本员。
本章小结
本章内容，主要介绍了一些在实现 CGraph 框架中 threadpool 功能的过程中，用到了一些实用工程侧的小技巧。其实都蛮简单的，很多技巧在写其他工程逻辑的时候，都可以被用到。
再说一个事情哈，我们之前聊到过work-stealing机制。介绍了该机制的优劣，并且通过实验，证明了在线程数量远大于 cpu 数量情况下，仅 steal 相邻 index 的几个 thread，会显著提升整体调度性能（调度时间降低）。
最近，有一位在国内顶尖 AI 公司做高性能计算的资深大佬跟我提到，之所以在限制 stealing 个数后会有性能提升，还跟 CPU 自身的构造和机制有关系，不同的系统架构上，也可能会有不同的效果。至于最底层的内容究竟怎样，作为上层的纯序员已经无法探究，甚至连能够探究的实验也不会设计，验证的专业工具也不会使用。
就是借此感慨一下，计算机知识的海洋深不见底，有时候亲眼所见所得，也未必就是全部的真相。作为新晋民工的我们，更应该保持不断学习和充电，不断去打破自己思维和认知的边界，提高水平。这样才会让我们看到的世界更加完整真实，思维的武器更加强大，顺便认识更多的妹子。
当然，今天我们聊到的所有内容也均仅限于本人的既有认知。欢迎大家加我微信，以便随时交流。我们也会在接下来的文章中，介绍 CGraph 中线程池的使用 demo 和一些性能测试数据。欢迎大家继续关注。
推荐阅读
•纯序员给你介绍图化框架的简单实现——执行逻辑[2]•纯序员给你介绍图化框架的简单实现——循环逻辑[3]•纯序员给你介绍图化框架的简单实现——参数传递[4]•纯序员给你介绍图化框架的简单实现——条件判断[5]•纯序员给你介绍图化框架的简单实现——线程池优化（一）[6]•纯序员给你介绍图化框架的简单实现——线程池优化（二）[7]•纯序员给你介绍图化框架的简单实现——线程池优化（三）[8]
引用链接
[1] CGraph 源码链接: https://github.com/ChunelFeng/CGraph[2] 纯序员给你介绍图化框架的简单实现——执行逻辑: http://www.chunel.cn/archives/cgraph-run-introduce[3] 纯序员给你介绍图化框架的简单实现——循环逻辑: http://www.chunel.cn/archives/cgraph-loop-introduce[4] 纯序员给你介绍图化框架的简单实现——参数传递: http://www.chunel.cn/archives/cgraph-param-introduce[5] 纯序员给你介绍图化框架的简单实现——条件判断: http://www.chunel.cn/archives/cgraph-condition-introduce[6] 纯序员给你介绍图化框架的简单实现——线程池优化（一）: http://www.chunel.cn/archives/cgraph-threadpool-1-introduce[7] 纯序员给你介绍图化框架的简单实现——线程池优化（二）: http://www.chunel.cn/archives/cgraph-threadpool-2-introduce[8] 纯序员给你介绍图化框架的简单实现——线程池优化（三）: http://www.chunel.cn/archives/cgraph-threadpool-3-introduce
欢迎关注我的公众号“Doocs 开源社区”，原创技术文章第一时间推送。