erlang学习:gen_server书上案例22.6练习题4

2024-08-23 23:52

本文主要是介绍erlang学习:gen_server书上案例22.6练习题4,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

昨天没有输出Fun中的io的原因是因为在任务函数中没有调用Fun方法,相当于只传了Fun函数但是没有进行调用,因此没有执行Fun函数,所以控制台中没有进行io的输出,今天在add_job中调用了Fun方法并执行,所以输出了相应的io。
同时今天增加了完成工作的字段,能够记录以及完成的工作数量,这样相较于昨天单纯的输出0来说,能够统计工人已经完成工作数,基本符合了书上第2个小问的要求

-module(gen_server_test).-export([start_link/0, add_job/2, work_wanted/0, job_done/1,statistics/0]).
-export([init/1, handle_call/3, handle_cast/2, handle_info/2,terminate/2, code_change/3]).
-export([test_job_centre/0]).
-define(SERVER, ?MODULE).%%创建一个记录,记录中包含了一个工作队列,与下一个工作任务编号
-record(state,
{jobs = queue:new(),next_job_number = 1,workers = gb_sets:new(),completed_jobs = gb_sets:new()
}).start_link() ->gen_server:start_link({local, ?SERVER}, ?MODULE, [], []).
add_job(Fun,WorkerPid) ->gen_server:call(?SERVER, {add_job, Fun,WorkerPid}).
work_wanted() ->gen_server:call(?SERVER, work_wanted).
job_done(JobNumber) ->gen_server:call(?SERVER, {job_done, JobNumber}).
statistics() ->gen_server:call(?SERVER, statistics).
%%---------------------------------------------------------------------------
init([]) ->{ok, #state{}}.handle_call({add_job, Fun,WorkerPid}, _From, State) ->%%向队列中添加元素,队列的任务为执行Fun中的操作NewJobs = queue:in({State#state.next_job_number, Fun}, State#state.jobs),%%执行任务函数Fun(),NewWorkers = gb_sets:add(WorkerPid, State#state.workers),% 建立与工人的连接link(WorkerPid),{reply, State#state.next_job_number,State#state{jobs = NewJobs,next_job_number = State#state.next_job_number + 1,workers = NewWorkers}};
handle_call(work_wanted, _From, State) ->IsEmpty = queue:is_empty(State#state.jobs),case IsEmpty oftrue ->{reply, no, State};false ->{{value, {JobNumber, Fun}}, NewJobs} = queue:out(State#state.jobs),{reply, {JobNumber, Fun}, State#state{jobs = NewJobs}}end;
handle_call({job_done, JobNumber}, _From, State) ->NewCompletedJobs = gb_sets:add(JobNumber, State#state.completed_jobs),{reply, ok, State#state{completed_jobs = NewCompletedJobs}};
handle_call(statistics, _From, State) ->{reply, #{waiting => queue:len(State#state.jobs),in_progress => gb_sets:size(State#state.workers),completed => gb_sets:size(State#state.completed_jobs)}, State};
handle_call(Request, _From, State) ->{reply, {error, {unknown_request, Request}}, State}.handle_cast(_Msg, State) ->{noreply, State}.
handle_info({exit, WorkerPid, _Reason}, State) ->%% 如果工人进程崩溃,则从workers集合中移除,并将任务重新添加到队列NewWorkers = gb_sets:delete(WorkerPid, State#state.workers),%% 查找并重新添加任务{ok, Fun} = find_task_for_worker(WorkerPid, State#state.jobs),NewJobs = queue:in({State#state.next_job_number - 1, Fun}, State#state.jobs),{noreply, State#state{workers = NewWorkers, jobs = NewJobs}};
handle_info(_Info, State) ->{noreply, State}.terminate(_Reason, _State) ->ok.code_change(_OldVsn, State, _Extra) ->{ok, State}.find_task_for_worker(WorkerPid, Jobs) ->case gb_sets:is_member(WorkerPid, gb_sets:from_list(Jobs)) oftrue ->%% 找到对应的任务{value, {_, Fun}} = queue:out(Jobs),{ok, Fun};false ->{error, not_found}end.
test_job_centre() ->%%创建两个任务Job1 = fun() ->io:format("Doing job 1~n")end,Job2 = fun() ->io:format("Doing job 2~n")end,%%将两个任务放入任务队列中JobNumber1 = add_job(Job1,self()),io:format("Job number 1 is ~p~n", [JobNumber1]),JobNumber2 = add_job(Job2,self()),io:format("Job number 2 is ~p~n", [JobNumber2]),%%工人领取任务队列任务{JobNumber1, Job1} = work_wanted(),io:format("Doing job ~p~n", [{JobNumber1,Job1}]),{JobNumber2, Job2} = work_wanted(),io:format("Doing job ~p~n", [{JobNumber2,Job2}]),job_done(JobNumber1),job_done(JobNumber2),case work_wanted() ofno ->io:format("No more jobs~n");{JobNumber, Job} ->io:format("Doing job ~p~n", [{JobNumber,Job}])end,exit(normal),ok.

输出结果为:
请添加图片描述

这篇关于erlang学习:gen_server书上案例22.6练习题4的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1100859

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss