当前位置：首页 > news >正文

如何用cms做网站/口碑营销公司

news 2025/7/1 6:02:51

如何用cms做网站,口碑营销公司,wordpress能否解析万网的域名,个人档案网站该怎么做为什么要使用线程池？ 大多数网络服务器，包括Web服务器、Email服务器以及数据库服务器等都具有一个共同点，就是单位时间内必须处理数目巨大的连接请求，但处理时间却相对较短。传统多线程方案是“即时创建&#xff0…

为什么要使用线程池？
大多数网络服务器，包括Web服务器、Email服务器以及数据库服务器等都具有一个共同点，就是单位时间内必须处理数目巨大的连接请求，但处理时间却相对较短。
       传统多线程方案是“即时创建，即时销毁”的策略。
线程分为三个过程：T1、T2、T3。
T1：线程创建时间
T2：线程执行时间，包括线程的同步等时间
T3：线程销毁时间
线程本身的开销所占的比例为(T1+T3) / (T1+T2+T3)。如果线程执行的时间很短的话，开销可能占到20%-50%左右。如果任务执行时间很长的话，这笔开销将是不可忽略的。
       除此之外，线程池能够减少创建的线程个数。
       因此线程池的出现正是着眼于减少线程本身带来的开销。线程池采用预创建的技术。
对于FTP服务器以及Telnet服务器，通常传送文件的时间较长，开销较大，那么此时，我们采用线程池未必是理想的方法，我们可以选择“即时创建，即时销毁”的策略。
总之线程池通常适合下面的几个场合：
(1)单位时间内处理任务频繁而且任务处理时间短
(2)对实时性要求较高。如果接受到任务后在创建线程，可能满足不了实时要求，因此必须采用线程池进行预创建。

感谢github上大神的分享：https://github.com/progschj/ThreadPool

代码非常的简洁，只有一个头文件ThreadPool.h，这里贴出来作为备份。

#ifndef TG_THREAD_POOL_H
#define TG_THREAD_POOL_H#include <vector>
#include <queue>
#include <memory>
#include <thread>
#include <mutex>
#include <condition_variable>
#include <future>
#include <functional>
#include <stdexcept>class tg_thread_pool
{
public:tg_thread_pool(size_t);template<class F, class... Args>auto enqueue(F&& f, Args&&... args) -> std::future<typename std::result_of<F(Args...)>::type>;~tg_thread_pool();
private:std::vector<std::thread> _threads;std::queue<std::function<void()>> _que;std::mutex _mutex;std::condition_variable _condition;bool _stop;
};inline tg_thread_pool::tg_thread_pool(size_t num) : _stop(false)
{for(size_t i = 0;i<num;++i){_threads.emplace_back([this]{for(;;){std::function<void()> task;{std::unique_lock<std::mutex> lock(this->_mutex);this->_condition.wait(lock, [this]{ return this->_stop || !this->_que.empty(); });if(this->_stop && this->_que.empty()){return;}task = std::move(this->_que.front());this->_que.pop();}task();}});}
}template<class F, class... Args>
auto tg_thread_pool::enqueue(F&& f, Args&&... args)-> std::future<typename std::result_of<F(Args...)>::type>
{using return_type = typename std::result_of<F(Args...)>::type;auto task = std::make_shared< std::packaged_task<return_type()> >(std::bind(std::forward<F>(f), std::forward<Args>(args)...));std::future<return_type> res = task->get_future();{std::unique_lock<std::mutex> lock(_mutex);if(_stop)throw std::runtime_error("enqueue on stopped ThreadPool");_que.emplace([task](){ (*task)(); });}_condition.notify_one();return res;
}inline tg_thread_pool::~tg_thread_pool()
{{std::unique_lock<std::mutex> lock(_mutex);_stop = true;}_condition.notify_all();for(std::thread &worker: _threads)worker.join();
}#endif // TG_THREAD_POOL_H

基本使用方法

#include <iostream>
#include "./other/tg_thread_pool.h"void func()
{std::this_thread::sleep_for(std::chrono::milliseconds(100));std::cout<<"worker thread ID:"<<std::this_thread::get_id()<<std::endl;
}int main()
{tg_thread_pool pool(4);auto result = pool.enqueue([](int answer) { return answer; }, 42);std::cout << result.get() << std::endl;//42for(int i=0;i<10;i++){pool.enqueue(func);}return 0;
}

可以看出，四个线程都在运行。