|
|
51CTO旗下网站
|
|
移动端

GCD实战二:资源竞争

GCD是个比较范特西的技术,可以办到很多事儿,但是它不能为你办所有的事儿。所以,对于进行IO操作并且可能会使用大量内存的任务,我们必须仔细斟酌。当然,即使这样,GCD还是为我们提供了简单有效的方法来进行并发计算。

作者:佚名来源:dreamingwish|2013-07-15 16:55

概述

我将分四步来带大家研究研究程序的并发计算。第一步是基本的串行程序,然后使用GCD把它并行计算化。如果你想顺着步骤来尝试这些程序的话,可以下载源码。注意,别运行imagegcd2.m,这是个反面教材。

源码下载:http://down.51cto.com/data/872222

原始程序

我们的程序只是简单地遍历~/Pictures然后生成缩略图。这个程序是个命令行程序,没有图形界面(尽管是使用Cocoa开发库的),主函数如下:

  1. int main(int argc, char **argv) 
  2.     NSAutoreleasePool *outerPool = [NSAutoreleasePool new]; 
  3.     NSApplicationLoad(); 
  4.     NSString *destination = @"/tmp/imagegcd"
  5.     [[NSFileManager defaultManager] removeItemAtPath: destination error: NULL]; 
  6.     [[NSFileManager defaultManager] createDirectoryAtPath: destination 
  7. IntermediateDirectories: YES 
  8.                                     attributes: nil 
  9.                                     error: NULL]; 
  10.     Start(); 
  11.     NSString *dir = [@"~/Pictures" stringByExpandingTildeInPath]; 
  12.     NSDirectoryEnumerator *enumerator = [[NSFileManager defaultManager] enumeratorAtPath: dir]; 
  13.     int count = 0; 
  14.     for(NSString *path in enumerator) 
  15.     { 
  16.         NSAutoreleasePool *innerPool = [NSAutoreleasePool new]; 
  17.         if([[[path pathExtension] lowercaseString] isEqual: @"jpg"]) 
  18.         { 
  19.             path = [dir stringByAppendingPathComponent: path]; 
  20.              
  21.             NSData *data = [NSData dataWithContentsOfFile: path]; 
  22.             if(data) 
  23.             { 
  24.                 NSData *thumbnailData = ThumbnailDataForData(data); 
  25.                 if(thumbnailData) 
  26.                 { 
  27.                     NSString *thumbnailName = [NSString stringWithFormat: @"%d.jpg", count++]; 
  28.                     NSString *thumbnailPath = [destination stringByAppendingPathComponent: thumbnailName]; 
  29.                     [thumbnailData writeToFile: thumbnailPath atomically: NO]; 
  30.                 } 
  31.             } 
  32.         } 
  33.         [innerPool release]; 
  34.     } 
  35.     End(); 
  36.     [outerPool release]; 

如果你要看到所有的副主函数的话,到文章顶部下载源代码吧。当前这个程序是imagegcd1.m。程序中重要的部分都在这里了。. Start 函数和 End 函数只是简单的计时函数(内部实现是使用的gettimeofday函数)。ThumbnailDataForData函数使用Cocoa库来加载图片数据生成Image对象,然后将图片缩小到320×320大小,最后将其编码为JPEG格式。

简单而天真的并发

乍一看,我们感觉将这个程序并发计算化,很容易。循环中的每个迭代器都可以放入GCD global queue中。我们可以使用dispatch queue来等待它们完成。为了保证每次迭代都会得到唯一的文件名数字,我们使用OSAtomicIncrement32来原子操作级别的增加count数:

  1.     dispatch_queue_t globalQueue = dispatch_get_global_queue(0, 0); 
  2.     dispatch_group_t group = dispatch_group_create(); 
  3.     __block uint32_t count = -1; 
  4.     for(NSString *path in enumerator) 
  5.     { 
  6.         dispatch_group_async(group, globalQueue, BlockWithAutoreleasePool(^{ 
  7.             if([[[path pathExtension] lowercaseString] isEqual: @"jpg"]) 
  8.             { 
  9.                 NSString *fullPath = [dir stringByAppendingPathComponent: path]; 
  10.                  
  11.                 NSData *data = [NSData dataWithContentsOfFile: fullPath]; 
  12.                 if(data) 
  13.                 { 
  14.                     NSData *thumbnailData = ThumbnailDataForData(data); 
  15.                     if(thumbnailData) 
  16.                     { 
  17.                         NSString *thumbnailName = [NSString stringWithFormat: @"%d.jpg"
  18. OSAtomicIncrement32(&count;)]; 
  19.                         NSString *thumbnailPath = [destination stringByAppendingPathComponent: thumbnailName]; 
  20.                         [thumbnailData writeToFile: thumbnailPath atomically: NO]; 
  21.                     } 
  22.                 } 
  23.             } 
  24.         }); 
  25.     } 
  26.     dispatch_group_wait(group, DISPATCH_TIME_FOREVER); 

这个就是imagegcd2.m,但是,注意,别运行这个程序,有很大的问题。

如果你无视我的警告还是运行这个imagegcd2.m了,你现在很有可能是在重启了电脑后,又打开了我的页面。。如果你乖乖地没有运行这个程序的话,运行这个程序发生的情况就是(如果你有很多很多图片在~/Pictures中):电脑没反应,好久好久都不动,假死了。。

问题在哪

问题出在哪?就在于GCD的智能上。GCD将任务放到全局线程池中运行,这个线程池的大小根据系统负载来随时改变。例如,我的电脑有四核,所以如果我使用GCD加载任务,GCD会为我每个cpu核创建一个线程,也就是四个线程。如果电脑上其他任务需要进行的话,GCD会减少线程数来使其他任务得以占用cpu资源来完成。

但是,GCD也可以增加活动线程数。它会在其他某个线程阻塞时增加活动线程数。假设现在有四个线程正在运行,突然某个线程要做一个操作,比如,读文件,这个线程就会等待磁盘响应,此时cpu核心会处于未充分利用的状态。这是GCD就会发现这个状态,然后创建另一个线程来填补这个资源浪费空缺。

现在,想想上面的程序发生了啥?主线程非常迅速地将任务不断放入global queue中。GCD以一个少量工作线程的状态开始,然后开始执行任务。这些任务执行了一些很轻量的工作后,就开始等待磁盘资源,慢得不像话的磁盘资源。

我们别忘记磁盘资源的特性,除非你使用的是SSD或者牛逼的RAID,否则磁盘资源会在竞争的时候变得异常的慢。。

刚开始的四个任务很轻松地就同时访问到了磁盘资源,然后开始等待磁盘资源返回。这时GCD发现CPU开始空闲了,它继续增加工作线程。然后,这些线程执行更多的磁盘读取任务,然后GCD再创建更多的工资线程。。。

可能在某个时间文件读取任务有完成的了。现在,线程池中可不止有四个线程,相反,有成百上千个。。。GCD又会尝试将工作线程减少(太多使用CPU资源的线程),但是减少线程是由条件的,GCD不可以将一个正在执行任务的线程杀掉,并且也不能将这样的任务暂停。它必须等待这个任务完成。所有这些情况都导致GCD无法减少工作线程数。

然后所有这上百个线程开始一个个完成了他们的磁盘读取工作。它们开始竞争CPU资源,当然CPU在处理竞争上比磁盘先进多了。问题在于,这些线程读完文件后开始编码这些图片,如果你有很多很多图片,那么你的内存将开始爆仓。。然后内存耗尽咋办?虚拟内存啊,虚拟内存是啥,磁盘资源啊。Oh shit!~

然后进入了一个恶性循环,磁盘资源竞争导致更多的线程被创建,这些线程导致更多的内存使用,然后内存爆仓导致虚拟内存交换,直至GCD创建了系统规定的线程数上限(可能是512个),而这些线程又没法被杀掉或暂停。。。

这就是使用GCD时,要注意的。GCD能智能地根据CPU情况来调整工作线程数,但是它却无法监视其他类型的资源状况。如果你的任务牵涉大量IO或者其他会导致线程block的东西,你需要把握好这个问题。

修正
问题的根源来自于磁盘IO,然后导致恶性循环。解决了磁盘资源碰撞,就解决了这个问题。

GCD的custom queue使得这个问题易于解决。Custom queue是串行的。如果我们创建一个custom queue然后将所有的文件读写任务放入这个队列,磁盘资源的同时访问数会大大降低,资源访问碰撞就避免了。

虾米是我们修正后的代码,使用IO queue(也就是我们创建的custom queue专门用来读写磁盘):

  1. dispatch_queue_t globalQueue = dispatch_get_global_queue(0, 0); 
  2. dispatch_queue_t ioQueue = dispatch_queue_create("com.mikeash.imagegcd.io", NULL); 
  3. dispatch_group_t group = dispatch_group_create(); 
  4. __block uint32_t count = -1; 
  5. for(NSString *path in enumerator) 
  6.     if([[[path pathExtension] lowercaseString] isEqual: @"jpg"]) 
  7.     { 
  8.         NSString *fullPath = [dir stringByAppendingPathComponent: path]; 
  9.          
  10.         dispatch_group_async(group, ioQueue, BlockWithAutoreleasePool(^{ 
  11.             NSData *data = [NSData dataWithContentsOfFile: fullPath]; 
  12.             if(data) 
  13.                 dispatch_group_async(group, globalQueue, BlockWithAutoreleasePool(^{ 
  14.                     NSData *thumbnailData = ThumbnailDataForData(data); 
  15.                     if(thumbnailData) 
  16.                     { 
  17.                         NSString *thumbnailName = [NSString stringWithFormat: @"%d.jpg"
  18.                                                    OSAtomicIncrement32(&count;)]; 
  19.                         NSString *thumbnailPath = [destination stringByAppendingPathComponent: thumbnailName]; 
  20.                         dispatch_group_async(group, ioQueue, BlockWithAutoreleasePool(^{ 
  21.                             [thumbnailData writeToFile: thumbnailPath atomically: NO]; 
  22.                         })); 
  23.                     } 
  24.                 })); 
  25.         })); 
  26.     } 
  27. dispatch_group_wait(group, DISPATCH_TIME_FOREVER); 

这个就是我们的 imagegcd3.m.

GCD使得我们很容易就将任务的不同部分放入相同的队列中去(简单地嵌套一下dispatch)。这次我们的程序将会表现地很好。。。我是说多数情况。。。。

问题在于任务中的不同部分不是同步的,导致了整个程序的不稳定。我们的新程序的整个流程如下:

    Main Thread          IO Queue            Concurrent Queue
    
    find paths  ------>  read  ----------->  process
                                             ...
                         write <-----------  process

图中的箭头是非阻塞的,并且会简单地将内存中的对象进行缓冲。

现在假设一个机器的磁盘足够快,快到比CPU处理任务(也就是图片处理)要快。其实不难想象:虽然CPU的动作很快,但是它的工作更繁重,解码、压缩、编码。从磁盘读取的数据开始填满IO queue,数据会占用内存,很可能越占越多(如果你的~/Pictures中有很多很多图片的话)。

然后你就会内存爆仓,然后开始虚拟内存交换。。。又来了。。

这就会像第一次一样导致恶性循环。一旦任何东西导致工作线程阻塞,GCD就会创建更多的线程,这个线程执行的任务又会占用内存(从磁盘读取的数据),然后又开始交换内存。。

结果:这个程序要么就是运行地很顺畅,要么就是很低效。

注意如果磁盘速度比较慢的话,这个问题依旧会出现,因为缩略图会被缓冲在内存里,不过这个问题导致的低效比较不容易出现,因为缩略图占的内存少得多。

真正的修复

由于上一次我们的尝试出现的问题在于没有同步不同部分的操作,所以让我写出同步的代码。最简单的方法就是使用信号量来限制同时执行的任务数量。

那么,我们需要限制为多少呢?

显然我们需要根据CPU的核数来限制这个量,我们又想马儿好又想马儿不吃草,我们就设置为cpu核数的两倍吧。不过这里只是简单地这样处理,GCD的作用之一就是让我们不用关心操作系统的内部信息(比如cpu数),现在又来读取cpu核数,确实不太妙。也许我们在实际应用中,可以根据其他需求来定义这个限制量。

现在我们的主循环代码就是这样了:

  1. dispatch_queue_t ioQueue = dispatch_queue_create("com.mikeash.imagegcd.io", NULL); 
  2.  
  3. int cpuCount = [[NSProcessInfo processInfo] processorCount]; 
  4. dispatch_semaphore_t jobSemaphore = dispatch_semaphore_create(cpuCount * 2); 
  5.  
  6. dispatch_group_t group = dispatch_group_create(); 
  7. __block uint32_t count = -1; 
  8. for(NSString *path in enumerator) 
  9.     WithAutoreleasePool(^{ 
  10.         if([[[path pathExtension] lowercaseString] isEqual: @"jpg"]) 
  11.         { 
  12.             NSString *fullPath = [dir stringByAppendingPathComponent: path]; 
  13.              
  14.             dispatch_semaphore_wait(jobSemaphore, DISPATCH_TIME_FOREVER); 
  15.          
  16.             dispatch_group_async(group, ioQueue, BlockWithAutoreleasePool(^{ 
  17.                 NSData *data = [NSData dataWithContentsOfFile: fullPath]; 
  18.                 dispatch_group_async(group, globalQueue, BlockWithAutoreleasePool(^{ 
  19.                     NSData *thumbnailData = ThumbnailDataForData(data); 
  20.                     if(thumbnailData) 
  21.                     { 
  22.                         NSString *thumbnailName = [NSString stringWithFormat: @"%d.jpg"
  23.                                                    OSAtomicIncrement32(&count;)]; 
  24.                         NSString *thumbnailPath = [destination stringByAppendingPathComponent: thumbnailName]; 
  25.                         dispatch_group_async(group, ioQueue, BlockWithAutoreleasePool(^{ 
  26.                             [thumbnailData writeToFile: thumbnailPath atomically: NO]; 
  27.                             dispatch_semaphore_signal(jobSemaphore); 
  28.                         })); 
  29.                     } 
  30.                     else 
  31. atch_semaphore_signal(jobSemaphore); 
  32.                 })); 
  33.             })); 
  34.         } 
  35.     }); 
  36. dispatch_group_wait(group, DISPATCH_TIME_FOREVER); 

最终我们写出了一个能平滑运行且又快速处理的程序。

基准测试

我测试了一些运行时间,对7913张图片:

程序 处理时间 (秒)
imagegcd1.m 984
imagegcd2.m 没运行,这个还是别运行了
imagegcd3.m 300
imagegcd4.m 279

注意,因为我比较懒。所以我在运行这些测试的时候,没有关闭电脑上的其他程序。。。严格的进行对照的话,实在是太蛋疼了。。

所以这个数值我们只是参考一下。

比较有意思的是,3和4的执行状况差不多,大概是因为我电脑有15g可用内存吧。。。内存比较小的话,这个imagegcd3应该跑的很吃力,因为我发现它使用最多的时候,占用了10g内存。而4的话,没有占多少内存。

结论

GCD是个比较范特西的技术,可以办到很多事儿,但是它不能为你办所有的事儿。所以,对于进行IO操作并且可能会使用大量内存的任务,我们必须仔细斟酌。当然,即使这样,GCD还是为我们提供了简单有效的方法来进行并发计算。

【编辑推荐】

  1. GCD介绍(一):基本概念和Dispatch Queue
  2. GCD介绍(二):多核心的性能
  3. GCD介绍(三):Dispatch Sources
  4. GCD介绍(四):完结
  5. GCD实战一:使用串行队列实现简单的预加载
【责任编辑:milk TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

Visual Studio Team Systems软件工程实践

本书论述了软件开发价值增加的思维方式。这一思维方式构成了VSTS的基础,包括VSTS的指导思想,为什么这些指导思想会以某些方式表现,以及它...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊