常州模板网站建设信息seo的全称是什么

当前位置： 首页 > news >正文

常州模板网站建设信息,seo的全称是什么,怎么做类似淘宝一样的网站,wordpress主题 seo#x1f493;博主CSDN主页:杭电码农-NEO#x1f493;   ⏩专栏分类:项目日记-高并发内存池⏪   #x1f69a;代码仓库:NEO的学习日记#x1f69a;   #x1f339;关注我#x1faf5;带你做项目   #x1f51d;#x1f51d; 开发环境: Visual Studio 2022 项目日… 博主CSDN主页:杭电码农-NEO   ⏩专栏分类:项目日记-高并发内存池⏪   代码仓库:NEO的学习日记   关注我带你做项目   开发环境: Visual Studio 2022 项目日记 1. 前言2. 整体项目测试3. 项目的效率上限分析4. 效率上限问题的解决方法5. 项目的缺陷分析6. 项目总结 1. 前言 整个项目的代码和框架就已经介绍 完毕了,项目的所有代码在下面的链接: gitee代码仓库项目源代码 本章重点: 本篇文章着重讲解本项目是如何测试的, 以及本代码的一些效率上限问题,最后会 引入基数树来对项目整体做优化 2. 整体项目测试 对本项目的测试无非就是将自己写的 内存池与C语言的malloc做对比,代码如下: #includecstdio #includeiostream #includevector #includethread #includemutex #includeConcurrentAlloc.h using namespace std; void BenchmarkMalloc(size_t ntimes, size_t nworks, size_t rounds)//ntime一轮申请和释放内存的次数,round是跑多少轮,nworks是线程数 {std::vectorstd::thread vthread(nworks);std::atomicsize_t malloc_costtime 0;std::atomicsize_t free_costtime 0;for (size_t k 0; k nworks; k){vthread[k] std::thread(, k {std::vectorvoid* v;v.reserve(ntimes);for (size_t j 0; j rounds; j){size_t begin1 clock();for (size_t i 0; i ntimes; i){//v.push_back(malloc(16));v.push_back(malloc((16 i) % 8192 1));}size_t end1 clock();size_t begin2 clock();for (size_t i 0; i ntimes; i){free(v[i]);}size_t end2 clock();v.clear();malloc_costtime (end1 - begin1);free_costtime (end2 - begin2);}});}for (auto t : vthread){t.join();}printf(%u个线程并发执行%u轮次每轮次malloc %u次: 花费%u ms\n,nworks, rounds, ntimes, malloc_costtime.load());printf(%u个线程并发执行%u轮次每轮次free %u次: 花费%u ms\n,nworks, rounds, ntimes, free_costtime.load());printf(%u个线程并发mallocfree %u次总计花费%u ms\n,nworks, nworks * rounds * ntimes, malloc_costtime.load() free_costtime.load()); }// 单轮次申请释放次数 线程数 轮次 void BenchmarkConcurrentMalloc(size_t ntimes, size_t nworks, size_t rounds) {std::vectorstd::thread vthread(nworks);std::atomicsize_t malloc_costtime 0;std::atomicsize_t free_costtime 0;for (size_t k 0; k nworks; k){vthread[k] std::thread( {std::vectorvoid* v;v.reserve(ntimes);for (size_t j 0; j rounds; j){size_t begin1 clock();for (size_t i 0; i ntimes; i){//v.push_back(ConcurrentAlloc(16));v.push_back(ConcurrentAlloc((16 i) % 8192 1));}size_t end1 clock();size_t begin2 clock();for (size_t i 0; i ntimes; i){ConcurrentFree(v[i]);}size_t end2 clock();v.clear();malloc_costtime (end1 - begin1);free_costtime (end2 - begin2);}});}for (auto t : vthread){t.join();}printf(%u个线程并发执行%u轮次每轮次concurrent alloc %u次: 花费%u ms\n,nworks, rounds, ntimes, malloc_costtime.load());printf(%u个线程并发执行%u轮次每轮次concurrent dealloc %u次: 花费%u ms\n,nworks, rounds, ntimes, free_costtime.load());printf(%u个线程并发concurrent allocdealloc %u次总计花费%u ms\n,nworks, nworks * rounds * ntimes, malloc_costtime.load() free_costtime.load()); } int main() {size_t n 10000;cout endl;BenchmarkConcurrentMalloc(n, 10, 10);cout endl endl;BenchmarkMalloc(n, 10, 10);cout endl;return 0; }本代码是现成的,不用在意细节 当我们运行代码后会发现,为什么我们自己写的内存池的效率比不上C语言中的malloc函数,这一点显然超出了我们的预期,下面就来分析一下项目的效率上限问题 3. 项目的效率上限分析 在vs的调试中有一个性能探测器 我们可以使用这个功能来分析哪个步骤比较用时,当我们完成检测后会发现,在pagecache文件中的函数耗时都比较久,其实我们隐约已经知道问题出现在哪里了,我们知道unordered_map的底层是哈希桶结构,然而find函数会将每一个桶中的链表都遍历一遍,直到找到了对应的key值,很明显这个查找的过程是比较费时的,并且如果不切换一个容器来代替unordered_map的话,在这个基础上不管怎样去优化都不会有质的提升!!! 4. 效率上限问题的解决方法 对于上面的问题显然超出了我们的能力范围,对于一个C的初学者来说,标准库中的容器已经是很优秀的了,如果要抛弃标准库,我们也不能写出更好的,所以这里直接将TCmalloc开源项目中的解决方法给搬过来,谷歌的团队使用了一个叫基数树的结构来完美的解决此问题
基数树的文档说明: 基数树百度百科 由于基数树属于此项目的拓展内容,所以这里就不详细介绍了,完美直接把代码搬出来用就可以了! #pragma once #includeshared.h // Single-level array template int BITS class TCMallocPageMap1 { private:static const int LENGTH 1 BITS;void** array;public:typedef uintptr_t Number;//explicit TCMalloc_PageMap1(void* (*allocator)(size_t)) {explicit TCMallocPageMap1() {//array reinterpret_castvoid((allocator)(sizeof(void) BITS));size_t size sizeof(void*) BITS;size_t alignSize AlignmentRule::_AlignUp(size, 1 PAGESHIFT);array (void)SystemAlloc(alignSize PAGESHIFT);memset(array, 0, sizeof(void) BITS);}// Return the current value for KEY. Returns NULL if not yet set,// or if k is out of range.void get(Number k) const {if ((k BITS) 0) {return NULL;}return array[k];}// REQUIRES k is in range [0,2^BITS-1].// REQUIRES k has been ensured before.// Sets the value v for key k.void set(Number k, void* v) {array[k] v;} };之后将所有使用unordered_map的地方都替换成基数树的get和set函数即可!现在我们再来测试一下整个项目的性能如何: 使用基数树后,整个效率就比malloc快了! 5. 项目的缺陷分析 本项目看似每一步都做的天衣无缝,申请 和释放内存一层一层不断递进,但是它有 一个致命的缺陷,那就是内存泄漏问题: bug出现的情景: 假设线程缓存的K号桶中有10个小块儿内存挂在桶上,此时K号桶向中心缓存申请的小块儿内存个数是7个,小于了桶中小块儿内存的个数,此时会将线程缓存中的7个小块儿内存还给中心缓存,那么也就还剩下三个小块儿内存在桶中没有被还回去,此时如果没有线程来这个桶中申请或释放内存,那么这三块儿内存就会一直挂在桶上,既无法释放它,又失去了对它的控制从而造成内存泄漏! 解决bug的方式: 博主本人比较推荐的方式就是在每次使用完内存池后,手动调用一个释放内存的函数对每一个桶进行遍历,来释放还没有被使用的小块儿内存 6. 项目总结 高并发内存池项目到这里就结项了, 三层缓存结构设计的非常之巧妙,做 这个项目为了去解决某个问题,而是 去学习别人的优秀的,先进的思想