单生产者-多消费者模型中遇到的问题
(1) 原始代码
近期使用单生产者-多消费者模型是遇到一个问题，曾经既然都没有想到过。生产者线程的代码例如以下。基本功能就是接收到一个连接之后创建一个Socket对象并放到list中等待处理。
void DataManager::InternalStart() {
server_socket_ = new ServerSocket();
if (!server_socket_->SetAddress(NetworkUtil::GetIpAddress().c_str(), 9091)) {
LOG(ERROR) << "Set address failed.";
delete server_socket_;
server_socket_ = NULL;
return;
}
server_socket_->SetSoBlocking(true);
if (!server_socket_->Listen()) {
LOG(ERROR) << "listen failed.";
return;
}
Socket *socket = NULL;
while (!stop_) {
if ((socket = server_socket_->Accept()) != NULL) {
LOG(INFO) << "Recieved connection fd: " << socket->GetAddr();
{
common::MutexLock lc(&socket_mu_);
socket_list_.push_back(socket);
cond_var_.Signal();
}
}
}
多个消费者线程的的代码例如以下，基本功能是从list中取得一个Socket对象进行处理。
void DataManager::WorkEntry() {
Socket *socket = NULL;
while (!stop_) {
// Get connection socket.
{
common::MutexLock lc(&socket_mu_);
if (socket_list_.empty()) {
cond_var_.Wait(&socket_mu_);
}
if (stop_)
break;
socket = socket_list_.front();
socket_list_.pop_front();
}
bool success = false;
do{
{
Packet request;
if ((success = socket->GetPacket(&request))) {
HandlePacket(&request);
}
}
} while (success);
delete socket;
socket = NULL;
}
}(2) 问题
执行过程中进场出现段错误，都是在12行（socket = socket_list_.front()）。使用GDB调试发现socket_list_的size为0。
(3) 增加log调试
增加以下的log进行调试
@@ -115,6 +115,7 @@ voidDataManager::InternalStart() {
{
common::MutexLocklc(&socket_mu_);
socket_list_.push_back(socket);
+ LOG(INFO) << "1:size: " << socket_list_.size();
cond_var_.Signal();
}
}
@@ -129,11 +130,14 @@ voidDataManager::WorkEntry() {
common::MutexLock lc(&socket_mu_);
if (socket_list_.empty()) {
cond_var_.Wait(&socket_mu_);
+ LOG(INFO) << "2:size: " << socket_list_.size();
}
if (stop_)
break;
+ LOG(INFO) << "3: size: " << socket_list_.size();
socket = socket_list_.front();
socket_list_.pop_front();
+ LOG(INFO) << "4: size:" << socket_list_.size();打印的log例如以下：
I0809 02:35:45.269896 17305DataManager.cc:114] Recieved connection fd: 10.237.92.30:37220I0809 02:35:45.269902 17305DataManager.cc:118] 1: size: 1 I0809 02:35:45.269928 17310DataManager.cc:133] 2: size: 1 I0809 02:35:45.269935 17310DataManager.cc:137] 3: size: 1 I0809 02:35:45.269937 17310DataManager.cc:140] 4: size: 0 ……… I0809 02:35:45.271636 17305 DataManager.cc:114]Recieved connection fd: 10.237.92.30:37224 I0809 02:35:45.271644 17305DataManager.cc:118] 1: size: 1 I0809 02:35:45.271663 17310DataManager.cc:137] 3: size: 1 I0809 02:35:45.271670 17310DataManager.cc:140] 4: size: 0 I0809 02:35:45.271739 17309 DataManager.cc:133]2: size: 0 I0809 02:35:45.271750 17309DataManager.cc:137] 3: size: 0
(4) 分析：
a) 正常的log顺序
正常的log顺序应该是，add一个Socket之后得到，有一个消费者线程被signal唤醒并处理这个socket。
I0809 02:35:45.269902 17305DataManager.cc:118] 1: size: 1 I0809 02:35:45.269928 17310DataManager.cc:133] 2: size: 1 I0809 02:35:45.269935 17310DataManager.cc:137] 3: size: 1 I0809 02:35:45.269937 17310DataManager.cc:140] 4: size: 0
b) 出错时的log顺序
出现错误时的log顺序例如以下。
I0809 02:35:45.271644 17305DataManager.cc:118] 1: size: 1 I0809 02:35:45.271663 17310DataManager.cc:137] 3: size: 1 I0809 02:35:45.271670 17310DataManager.cc:140] 4: size: 0 I0809 02:35:45.271739 17309 DataManager.cc:133]2: size: 0 I0809 02:35:45.271750 17309DataManager.cc:137] 3: size: 0
线程号能够从第三列得出。 17305的线程是生产者线程，17310和17309为消费者线程。从打印的log能够看除执行的顺序例如以下：
a) 初始状态；
i. 17305：获得socket_mu_准备向socket_list_中插入socket。
ii. 17309：正处于cond_var_.Wait(&socket_mu_);状态下等待cond_var发生。
iii. 17310 ：socket_mu_应该是在试图
b) 17305线程调用cond_var_.Signal()唤醒17309。此时17309和17310还须要争夺socket_mu_。应该是17310先得到了socket_mu_所以17309必须再次睡眠。
c) 17310将刚才17305生产的socket消耗了，而且释放了socket_mu_。可是此时的socket_list_有变成空的了。
d) 17309得到socket_mu_。调用socket_list_.front()时程序crash。
(4) 解决的方法：多加一个推断。
@@ -129,6 +129,9 @@ voidDataManager::WorkEntry() {
common::MutexLock lc(&socket_mu_);
if (socket_list_.empty()) {
cond_var_.Wait(&socket_mu_);
+
+ if (socket_list_.empty())
+ continue;
}
if (stop_)
break;
