tinyCoroLab Docs
直通tinyCoroLab源码直通tinyCoro源码
latest
latest
  • 🚀开启你的tinyCoroLab之旅!
  • 📮致读者
  • 👊C++协程入门
    • 协程初探
    • 有栈协程VS无栈协程
    • C++协程入门实践
    • 从编译器视角揭秘 C++ 协程
    • 协程调用优化
  • 🌟认识io_uring
  • 📖tinyCoroLab实验介绍
  • 📘Lab1 构建协程任务封装
    • Lab1 构建协程任务封装
    • Lab1 实验解析
  • 📗Lab2 构建任务执行引擎
    • Lab2a 构建任务执行引擎engine
    • Lab2a 实验解析
    • Lab2b 构建任务执行引擎context
    • Lab2b 实验解析
  • 📙Lab3 封装异步I/O执行模块
  • 📕Lab4 构建基础协程同步组件
    • Lab4pre 如何构建协程同步组件
    • Lab4a 构建基础协程同步组件event
    • Lab4a 实验解析
    • Lab4b 构建基础协程同步组件latch
    • Lab4b 实验解析
    • Lab4c 构建基础协程同步组件wait_group
    • Lab4c 实验解析
    • Lab4d 构建基础协程同步组件mutex
    • Lab4d 实验解析
  • 📓Lab5 构建进阶协程同步组件
    • Lab5a(选做) 构建进阶协程同步组件when_all
    • Lab5a 实验解析
    • Lab5b 构建进阶协程同步组件condition_variable
    • Lab5b 实验解析
    • Lab5c 构建进阶协程同步组件channel
    • Lab5c 实验解析
  • ✨tinyCoro Bonus Lab
  • 🎯tinyCoro悬赏令
  • ⚔️面试实战
    • 面试实战
    • tinyCoro面试相关问题
  • 🚩实验总结-终点亦是起点
  • 🪐番外杂谈
    • 从编译器视角揭秘 C++ 协程
    • 协程调用优化
  • 📌更新日志
Powered by GitBook
On this page
  • tinyCoroLab5c 实验简介
  • 📖lab5c 任务书
  • 实验前置讲解
  • ⚠️注意事项
  • 实验任务书
  • 🔖测试
  1. 📓Lab5 构建进阶协程同步组件

Lab5c 构建进阶协程同步组件channel

tinyCoroLab5c 实验简介

本节我们将正式开始 tinyCoroLab5c,即构建进阶协程同步组件 channel。

预备知识

⚠️预备知识即在实验开始前你应该已经掌握的知识,且在知识铺垫章节中均有涉及

  • C++ 协程 awaiter 的概念

📖lab5c 任务书

实验前置讲解

本节实验涉及到的核心文件为include/coro/comp/channel.hpp和src/comp/channel.cpp,实验者需要预先打开文件浏览大致代码结构,下面针对该文件内容进行讲解。

include/coro/comp/channel.hpp中给出了一个非常简单的 channel 的定义,注意该定义仅仅是一个形式,不具备 channel 的正确功能,但是其类以及函数声明形式是正确的。

⚠️注意事项

  • 请确保已阅读过tinyCoroLab Introduce章节。

  • 为了确保正确实现目标函数,实验者可能需要做一些额外操作:新增类、修改现有类的实现、补充现有类的方法和成员变量等操作,请遵循free-design 实验原则。

  • 你需要仔细评估待实现的接口是否需要是线程安全的。

  • 任何导致测试卡住、崩溃等无法使测试顺利通过的情况都表明你的代码存在问题。

实验任务书

🧑‍💻Task #1 - 实现 channel

任务目标

channel 与 wait_group 一样也是来自 golang 的协程同步组件,其功能可以类比为一个容量固定的阻塞式调用的多生产者多消费者队列。channel 的定义包含两个模板参数:存储类型 T 和容量 capacity,且容量默认为 1。

lab5c 要求实验者为 channel 实现的功能如下:

template<typename value_type>
        requires(std::is_constructible_v<T, value_type &&>)
auto send(value_type&& value) noexcept -> awaiter; // 协程调用,awaiter 的 await_resume 返回 bool
auto recv() noexcept -> awaiter; // 协程调用,awaiter 的,awaiter 的 await_resume 返回 std::optional<T>
auto close() noexcept -> void; // 普通调用

channel 可以有多个生产者和多个消费者,对于所有生产者生产的值都应该被正确存储,对于多个消费者,lab5c 不会规定具体怎么分配给值给这些消费者,这由实验者决定,只需要确保所有生产过的值会被消费且仅被消费一次。

如果 channel 容量已满,那么生产者协程将陷入 suspend 状态,此时消费者消费数据后将会唤醒一个或多个生产者协程(实验者自行决定)。如果 channel 存储数据为空,那么消费者协程将陷入 suspend 状态,此时生产者生产数据将会唤醒一个或多个消费者协程。

当对 channel 调用 close 后,所有陷入 suspend 状态的生产者和消费者都需要被唤醒,此时生产者调用send会返回 false,表明 channel 已经关闭,而消费者仍然可以消费 channel 中剩余的数据,直到容量为空后消费者调用recv返回的 std::optional 不再具有值,以此判断 channel 是否关闭,这就是为何选用 std::optional 作为返回值的原因,实验者实现的recv也必须返回 std::optional。

在 lab5b 中实验者不难发现 condition_variable 也可以构建与 channel 类似功能的数据结构,因此实验者可以利用 condition_variable 简化 channel 的实现。

另外关于实现效率上,实验者应该考虑区分 send 数据的左右值并在存储以及返回数据时考虑是用拷贝语义还是移动语义, 性能测试会涉及长字符串的生产和消费。

下面给出 channel 的一种使用场景便于实验者加深理解:

// 利用 channel 构建多生产者多消费者模型
channel<int> ch;
latch lt(producer_number);
task<> producer() {
  for(int i=0;i<loop_num;i++) {
    co_await ch.send(data); // 在该场景下 send 返回值可以忽略
  }
  lt.count_down();
}
task<> consumer() {
  while(true) {
    auto data = co_await ch.recv();
    if(!data) {
      break;
    }
    // codes...
  }
}
task<> close() {
  co_await lt.wait();
  ch.close(); // 保证生产者全部生产完毕后再关闭 channel
}

涉及文件

  • include/coro/comp/channel.hpp

  • src/comp/channel.cpp

待实现函数

  • coro::channel::send

  • coro::channel::recv

  • coro::channel::close

补充说明

  • 你的实现必须包含任务目标中描述的函数且函数声明形式必须一致,不然无法正常编译

  • 协程函数的返回类型可以被修改,但必须是 awaiter 或者 awaitable 类型且 await_resume 返回类型与任务书规定一致

  • 请务必考虑多线程安全性问题

  • 因为 tinyCoro 设计问题,所以协程组件恢复 suspend awaiter 时最好将其派发到其原本运行的 context

🔖测试

功能测试

功能测试场景主要针对:

  • 利用 channel 构建的生产者和消费者模型

需要注意的不管 channel 容量为多大,测试均不会在过程中检查其内部状态,只会在所有协程任务结束后检查 channel 是否满足所有被生产的数据均被消费且仅消费一次。

完成本节实验后,实验者请在构建目录下执行下列指令来构建以及运行测试程序:

make build-lab5c # 构建
make test-lab5c # 运行

内存安全测试

在构建目录下运行下列指令来执行内存安全测试:

make memtest-lab5c

测试通过会提示 pass,不通过会给出 valgrind 的输出文件位置,请实验者根据该文件排查内存故障。

性能测试

💡tinyCoroLab预置了用于性能调优的火焰图生成脚本哦!详情请查看scripts/README.MD。

在tinyCoroLab Introduce章节中提到性能测试的三种模型:

  • thread_pool_stl_XX: 使用简单的线程池和 stl 组件。

  • coro_stl_XX: 使用 coro 调度器和 stl 组件。

  • coro_XX: 使用 coro 调度器和 coro 组件。

对于 lab5c 的性能测试,coro 组件即实验者实现的 channel,stl 组件即 C++ std::condition_variable 和 std::mutex,测试场景为单生产者和单消费者的消费模型,并测量执行总耗时。需要注意的是测试场景会对长字符串进行生产和消费,如果实验者实现的 channel 不考虑移动语义,那么拷贝将会产生巨大的开销。

实验者只要重点关注coro_stl_XX和coro_XX模型输出的结果差异即可,该结果反映的实验者的实现与 stl 实现的性能差异。由于线程在受线程同步组件影响而陷入阻塞态时并不会选择执行其他任务,但 tinyCoro 执行引擎会,因此为了保证公平性,每个线程只会被派发一个任务,性能测试也仅仅是想重点关注实验者的实现与 stl 实现的性能差异。

在构建目录下运行下列指令来构建和运行性能测试:

make benchbuild-lab5c # 构建
make benchtest-lab5c # 运行
PreviousLab5b 实验解析NextLab5c 实验解析

Last updated 1 month ago