【专题】并发编程

2010-01-26 topic concurrency

并发编程

早期 CPU 通过提高主频来提升 CPU 的性能，不过因为工艺问题以及摩尔定律的终结，目前更加倾向于多核心的发展，对于编程来说，更像一个小型的分布式系统，也导致多线程编程要难很多。

另外，为了弥补 CPU 与主存处理速度的差异，在两者之间增加了多级缓存，提升性能的同时，也带来很多编程上的问题，尤其对于 Lock-Free 的编程。

内存一致性模型（memory consistency model）就是用来描述多线程对共享存储器的访问行为，在不同的内存一致性模型里，多线程对共享存储器的访问行为有非常大的差别。这些差别会严重影响程序的执行逻辑，甚至会造成软件逻辑问题。在后面的介绍中，我们将分析不同的一致性模型里，多线程的内存访问乱序问题。

并发编程

并发编程涉及到很多的知识点，包括了从编译器、到 CPU 、内存与 Cache 的关系等等，都有可能会导致代码与实际执行不一致，原则是保证单线程下的一致。

  • 基本介绍 这里介绍原子变量的基本操作。
  • 内存顺序 通过原子变量的内存序，从而解决数据竞争问题。
  • 硬件支持 所有的原子操作需要硬件平台的支持。
  • 线程同步 如何通过传统的互斥锁、条件变量、信号量等处理高并发场景，以及 CPP 版本。
  • 线程变量 允许各个不同线程保存各自变量。
  • Memory Reordering 包括了编译器乱序、CPU 乱序等，及其实例。
  • Lock Free 通过 Queue 介绍 Lock Free 编程方式，实际还有 Wait-Free 的实现。

向量编程

  • 基本概念 Intel 中相关的基本概念。
  • 编译优化 大部分的场景可以通过编译器直接进行优化，有效减少复杂场景的处理。
  • 内置指令 也就是 Intrinsic 函数，相比汇编要更加简单，其命名也有规律可循。
  • 动态转发 允许单个二进制包支持不同平台指令，从而可以简化版本分发。
  • 基础示例 介绍一些简单的入门示例。

其它

  • RCU 适用于读多写少的场景，对读取路径有很大优化，频繁写入反而会导致性能下降。
  • Persistent Data Structure 这里并非持久化到存储中，而是指操作时保留多个版本，常用在函数、并发编程。

参考