ANSI C中具有PTHREADS的执行程序池

Question

我正在用ANSI C（1972）编写程序，并且必须使用固定数量的线程。 我基本上读了一个大文件，其中包含带有纬度和经度数据的.csv类的记录，我必须对其进行处理。 问题是我不能在20.00万行文件上等待2周，并且我需要使用threads或forking 。

基本上我读这样的.txt文件

FILE *file2 = fopen ( lat_long_file, "r" );
if (file2 != NULL)
{
    char line2 [128];

    while (fgets(line2, sizeof line2, file2) != NULL)
    {
        //fputs(line2, stdout);

        char *this_record = trimqq(line2);

        // .....
        // ..... STUFF TO DO (here i must send data to thread function like in JAVA)
        // Thread temp_thread = new Thread(new ThreadClass(arguments ....));
        // temp_thread.start(); <- this is how i would do if i was programming in JAVA
        // .....

    }
}

main_1.c （使用pthread.h线程处理）

#include <pthread.h>
#include <unistd.h>
#include <stdio.h>
#include <stdlib.h>

#define NUM_THREADS     10

static int current_threads = 0;


void *wait(void *t)
{
   int i;
   long tid;

   tid = (long)t;

   // sleep(1);

   system("sleep 3; date;");

   printf("Sleeping in thread\n");
   printf("Thread with id %lu  ...exiting\n",tid);

   pthread_exit(NULL);
}

int main ()
{
   int rc;
   int i;
   pthread_t threads[NUM_THREADS];
   pthread_attr_t attr;
   void *status;

   // Initialize and set thread joinable
   pthread_attr_init(&attr);
   pthread_attr_setdetachstate(&attr, PTHREAD_CREATE_JOINABLE);

   for( i=0; i < NUM_THREADS; i++ )
   {
     // cout << "main() : creating thread, " << i << endl;
      rc = pthread_create(&threads[i], NULL, wait, (void *)(intptr_t)i );

      if (rc)
      {
        // cout << "Error:unable to create thread," << rc << endl;
         exit(-1);
      }
   }

    // free attribute and wait for the other threads
    pthread_attr_destroy(&attr);
    for( i=0; i < NUM_THREADS; i++ )
    {
        rc = pthread_join(threads[i], &status);
        if (rc)
        {
            printf("Error:unable to join %d\n",rc);
            exit(-1);
        }

        printf("Main: completed thread id : %d",i);
        printf(" exiting with status : %p\n",status);
    }

    printf("Main: program exiting.\n");

    pthread_exit(NULL);
}

我得到这个ID的输出

Sleeping in thread
Sleeping in thread
Thread with id 5  ...exiting
Sleeping in thread
Thread with id 0  ...exiting
Sleeping in thread
Sleeping in thread
Sleeping in thread
Thread with id 9  ...exiting
Thread with id 1  ...exiting
Sleeping in thread
Sleeping in thread
Thread with id 7  ...exiting
Thread with id 3  ...exiting
Thread with id 2  ...exiting
Thread with id 6  ...exiting
Sleeping in thread
Thread with id 4  ...exiting
Sleeping in thread
Thread with id 8  ...exiting
Main: completed thread id : 0 exiting with status : (nil)
Main: completed thread id : 1 exiting with status : (nil)
Main: completed thread id : 2 exiting with status : (nil)
Main: completed thread id : 3 exiting with status : (nil)
Main: completed thread id : 4 exiting with status : (nil)
Main: completed thread id : 5 exiting with status : (nil)
Main: completed thread id : 6 exiting with status : (nil)
Main: completed thread id : 7 exiting with status : (nil)
Main: completed thread id : 8 exiting with status : (nil)
Main: completed thread id : 9 exiting with status : (nil)
Main: program exiting.

执行时间为3秒

如果我更改system("sleep 3; date;"); 到system("sleep 10; date;"); ，执行时间将为10秒，而我希望每次调用void *wait(void *t)函数时都处于休眠状态...

main_2_fork （我也尝试过fork，但是没有用）

#include  <stdio.h>
#include  <string.h>
#include  <sys/types.h>
#include <stdlib.h>

#define   MAX_COUNT  200
#define   BUF_SIZE   100

int random_number(int min_num, int max_num);

void  main(void)
{
    int numforks = 0;
    int maxf = 5;
    int status;

    char   buf[BUF_SIZE];

    pid_t PID; 

    int job = 0;
    for(job; job <= 10; job++)
    {
        // fork() = make a copy of this program from this line to the bottom
        PID = fork();

        int fork_id = random_number(1000000,9999999);

        if (PID < 0) 
        {
            // if -1 then couldn't fork ....
            fprintf(stderr, "[!] Couldn't fork!\n");
            exit(1);
        }
        if (( PID == 0 ))
        {
            // 0 = has created a child process
            exit(0);
        }
        else            
        {
            // means that PID is 1 2 3 .... 30000 44534 534634 .... whatever
            // increment the fork count
            numforks++;

            sprintf(buf, "FORK[#%d] BEGIN pid=%d num_forks=%d\n",fork_id,PID,numforks);
            write(1, buf, strlen(buf));

            // sleep(random_number(1,2));

            char str[300];
            sprintf(str,"sleep %d; ps ax | wc -l",random_number(1,4));
            puts(str);

            // OUTPUT COMMAND BEGIN
            FILE *command_execute = popen(str, "r");
            char buf[256];
            int increment = 0;
            while (fgets(buf, sizeof(buf), command_execute) != 0)
            {
                printf("LINE[%d]:%s",increment,buf);
                increment++;
                break;
            }
            pclose(command_execute);
            // OUTPUT COMMAND END   

            // block to not do extra forks
            if (numforks > maxf)
            {
                for (numforks; numforks > maxf; numforks--)
                {
                    PID = wait(&status);
                }
            }

            sprintf(buf, "FORK[#%d] END pid=%d num_forks=%d\n",fork_id,PID,numforks);
            write(1, buf, strlen(buf));
        }

        // sleep(1);
    }
}

int random_number(int min_num, int max_num)
{
    int result=0,low_num=0,hi_num=0;
    if(min_num<max_num)
    {
        low_num=min_num;
        hi_num=max_num+1; // this is done to include max_num in output.
    }
    else
    {
        low_num=max_num+1;// this is done to include max_num in output.
        hi_num=min_num;
    }
    srand(time(NULL));
    result = (rand()%(hi_num-low_num))+low_num;
    return result;
}

输出为：

FORK[#7495656] BEGIN pid=29291 num_forks=1
sleep 1; ps ax | wc -l
LINE[0]:312
FORK[#7495656] END pid=29291 num_forks=1
FORK[#9071759] BEGIN pid=29296 num_forks=2
sleep 4; ps ax | wc -l
LINE[0]:319
FORK[#9071759] END pid=29296 num_forks=2
FORK[#2236079] BEGIN pid=29330 num_forks=3
sleep 4; ps ax | wc -l

......

而且执行不是并行的……而是逐个执行，即使我知道fork()函数可以在ps ax | grep 'fork2.exe'创建子进程ps ax | grep 'fork2.exe' ps ax | grep 'fork2.exe' ...

这是我想要的示例： http : //www.javacodegeeks.com/2013/01/java-thread-pool-example-using-executors-and-threadpoolexecutor.html

假设您将5设为一次的最大线程数。

质询

为什么void *wait(void *t)函数无法正常睡眠？ 为什么pthread是一个接一个地而不是并行地执行它们？
我应该怎么做才能使线程池的最大线程数固定在C ？

非常感谢你。

Answer 1

我还不能发表评论，所以我会在这里回复。 您的线程示例仅花费一个线程（您的wait（）函数）休眠的时间。 这就是说，如果您这样写，将会更加清楚：

void *some_running_task(void *t)
{
   int i;
   long tid = (long)t;

   printf("Sleeping in thread #%lu ...\n", tid);
   system("sleep 3; date;");

   printf("Thread with #%lu ... exiting\n", tid);
   pthread_exit(NULL);
}

正如@fuzxxl所说，标准线程库中有一个wait（），所以您不应该使用它。

所有线程都在同一时刻启动，可能只有几十微秒。 它们都在同一时刻开始，因此都在3秒后结束。 将睡眠指令更改为10秒，程序将持续10秒。

您可能想要的是一个线程池，该线程池在整个工作完成之前一直保持相同数量的线程繁忙： 触发线程，直到达到要处理的最大池数为止 。 但是，同步线程池容易产生死锁。 您也可以让每个线程处理文件的自己的部分...除非您想要将线程专用于一行。

我在这里看到的与并行性有关的一个问题是序列。 如果您关心序列顺序 ，则线程不一定会按照读取行的顺序来产生数据。 因此，除非将处理后的数据与行号一起放入数据库中，否则将丢失序列顺序。

我看到的另一个问题是输出已处理的数据。 它需要适当的同步，以避免一个线程的输出不打乱另一个线程的输出（ 当然，假设线程应该打印出它们的数据 ）。

对于我来说，除了加速全局处理时间之外，您对并行性的期望还不清楚。 如果您希望一堆线程处理一堆行，无论如何，您都会想出类似且简单的方法，例如拆分您的源数据文件……当然可以做到。 但是至少您可以在读取每一行时控制数据的顺序，然后就可以退出运行长时间运行的单线程进程，而不是运行长时间运行的多线程应用程序。 单线程应用程序比多线程应用程序更容易编程。

您是否不能强制使用C，例如Python或Cython ？ 最大的优点是为您避免了线程同步的麻烦。

无论如何，有不止一种方法可以加速线性数据处理。 例如，UNIX sed可用于将一定数量的行通过管道传输到处理应用程序。 运行多个sed | <processing app> sed | <processing app>根据需要。 或者，您可能只是将数据文件的分割部分通过管道传送到用C或Python编写的处理应用程序中。

只是头条新闻。

ANSI C中具有PTHREADS的执行程序池

问题描述

1 个解决方案

解决方案1
1

ANSI C中具有PTHREADS的执行程序池

问题描述

1 个解决方案

解决方案1 1

解决方案1
1