Linux系统编程_课时83+84_读写锁的特性+使用场景

2024-03-07 20:32

本文主要是介绍Linux系统编程_课时83+84_读写锁的特性+使用场景,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!

课时83+84_读写锁的特性+使用场景

文章目录

  • 课时83+84_读写锁的特性+使用场景
    • 1、读写锁的特性
      • 1、读写锁是几把锁
      • 2、读写锁的类型
      • 3、读写锁的特性
    • 2、读写锁的使用场景
      • 2.1、线程A加写锁成功,线程B请求读锁
      • 2.2、线程A持有读锁,线程B请求写锁
      • 2.3、线程A持有读锁,线程B请求读锁
      • 2.4、线程A持有读锁,然后线程B请求写锁,然后线程C请求读锁
      • 2.5、线程A持有写锁,然后线程B请求读锁,然后线程C请求写锁
    • 3、互斥锁、读写锁的选择

1、读写锁的特性

1、读写锁是几把锁

读写锁只有一把锁,有读属性和写属性。

pthread_rwlock_t lock;

2、读写锁的类型

(1)读锁:对内存做读操作
(2)写锁:对内存做写操作

3、读写锁的特性

(1)线程A加读锁成功,又来了三个线程,做操作,可以加锁成功
读共享---并行处理
(2)线程A加写锁成功,又来了三个线程,做操作,三个线程阻塞
写独占---串行处理
(3)线程A加读锁成功,又来了B线程加写锁阻塞,又来了C线程加读锁阻塞
读写不能同时
写的优先级高
线程A解锁后,线程B处理,线程B解锁后,线程C处理。

2、读写锁的使用场景

2.1、线程A加写锁成功,线程B请求读锁

线程B阻塞:读写不能同时

2.2、线程A持有读锁,线程B请求写锁

线程B阻塞:读写不能同时

2.3、线程A持有读锁,线程B请求读锁

线程B加锁成功:读共享,并行处理

2.4、线程A持有读锁,然后线程B请求写锁,然后线程C请求读锁

线程B阻塞:读写不能同时
线程C阻塞:写优先级高
访问顺序:
A线程解锁,B线程加写锁成功,C线程继续阻塞;B线程解锁,C线程加读锁成功。

2.5、线程A持有写锁,然后线程B请求读锁,然后线程C请求写锁

线程B、线程C 阻塞:读写不能同时,写优先级高
访问顺序:
A线程解锁,C线程加写锁成功,B线程继续阻塞;-----写优先级高
C线程解锁,B线程加读锁成功。

3、互斥锁、读写锁的选择

互斥锁:读写串行
读写锁:读并行,写串行
如果程序的读操作频繁度>写操作频繁度,适用读写锁效率更高
如果程序中都是写操作,互斥锁和读写锁作用相同。

这篇关于Linux系统编程_课时83+84_读写锁的特性+使用场景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/784745

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

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

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

10. 文件的读写

10.1 文本文件 操作文件三大类: ofstream:写操作ifstream:读操作fstream:读写操作 打开方式解释ios::in为了读文件而打开文件ios::out为了写文件而打开文件,如果当前文件存在则清空当前文件在写入ios::app追加方式写文件ios::trunc如果文件存在先删除,在创建ios::ate打开文件之后令读写位置移至文件尾端ios::binary二进制方式

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件