Cangjie 并发模型解析：与 C++ 线程的对比实践

06-02 669阅读

以下内容基于学习 Cangjie 语言时的观察与实践编写。欲深入了解，请参阅 Cangjie 开发指南并发编程。

1. 调度机制

Cangjie 语言提供抢占式线程模型 —— 线程的执行时间由 OS 强制分配，通过时间片轮转或优先级策略决定何时切换线程。若某个线程占用 CPU 时间过长，OS 会强制挂起当前线程、并切换到其它线程，避免单个线程长期独占资源。

与协作式调度（需线程主动让出 CPU）不同，抢占式模型由运行时控制调度，开发者无需显式调用 yeild() 或 await，从而降低因线程长时间执行导致的资源争用问题。

2. 线程模型

线程可以细分为两个概念：语言线程和 native 线程 —— 语言线程是 Cangjie 并发模型的基本执行单位；native 线程是语言线程实现的具体载体，一般是操作系统线程。

不同于 C++，每个语言线程对应一个 native 线程这种 1 : 1 线程模型；Cangjie 采用 M : N 线程模型，即 M 个语言线程在 N 个 native 线程上调度执行。

开发者仅需通过 spawn 关键字创建线程，通过 Future().get() 获取线程执行结果并等待其完成。

每个 Cangjie 线程拥有独立的执行上下文（如寄存器状态、栈空间），共享进程的内存空间；上下文切换完全在用户空间完成，无需进入内核态，避免了传统线程切换的高昂成本。

以下均在 Linux Ubuntu 20.04 环境下进行验证：

现象 1：Cangjie 创建 1 ~ 10000 个的用户态线程，在 /proc//task 中只看到 5 个线程（不含主线程）。
但无法验证 Cangjie 是否采用了固定大小的线程池模型，其中 M（即线程池中的内核线程数）恒定为 5。

根据华为鸿蒙开发技术中提到的内容，“针对发现的性能瓶颈，开发者可以采取以下优化措施：3. 调整线程池大小：根据系统负载调整线程池的大小，以平衡性能与资源消耗。”
- 现象 2：C++ 使用 pthread_create 创建 n 个线程，在 /proc//task 中能看到 n 个线程。
  3. 可重入锁和 synchronized
  
  3.1 ReentrantMutex
  
  Cangjie 语言的可重入锁机制（Reentrant Mutex）是一种支持线程多次获取同一把锁的工具。
  
  ReentrantMutex 与 std::mutex 相同点在于：
  - 互斥性：任意时刻，最多只有一个线程能持有锁，其它线程需等待锁释放后才能获取。
  - 临界区保护：通过锁的加锁 / 解锁操作，确保临界区代码的原子执行，避免数据竞争和状态不一致。
    ReentrantMutex 还具备锁重入性 —— 允许同一线程多次获取同一把锁而不会导致死锁；在此功能上，ReentrantMutex 与 std::Recursive_mutex 是等价的。
```
import std.collection.*
import std.sync.*
var count = 0
let mutex = ReentrantMutex()
func recursiveAdd(times : Int64) : Unit
{
    if (times > 0)
    {
        mutex.lock() // 加锁
        
        count++
        println("Thread-id: ${Thread.currentThread.id}, Count: ${count}")
        recursiveAdd(times-1) // 递归调用
        
        mutex.unlock() // 释放锁
    }
}
main() : Int64
{
    let threads = ArrayList()
    for (_ in 0..3)
    {
        let fut = spawn
        {
            recursiveAdd(2) // 每个线程递归加锁两次
        }
        threads.append(fut)
    }
    // 等待所有线程完成
    for (fut in threads)
    {
        fut.get()
    }
    return 0;
}
```
    Thread.currentThread.id 为当前执行线程的标识，所有存活的线程都有不同的标识（通常 id 从 1 开始递增），但线程结束后其 id 并不保证会被复用。
    
    需要注意的是，Thread.currentThread.id 返回的是 Cangjie 线程逻辑的 id，并不等同于其背后关联的 native 线程的操作系统级标识（如 pthread_t 或内核 tid – Thread-id ）。
    
    recursiveAdd 函数在每次调用时会递归嵌套自身，同一线程多次调用 mutex.lock() 而不会死锁，锁的持有计数自动递增；相应地，每次执行解锁操作 mutex.unlock() 时，该计数会递减。
    
    仅当计数降至 0 时，锁才会被完全释放，从而允许其它等待的线程获取该锁；若计数溢出或未匹配解锁，可能导致死锁或资源泄露。
    
    因此，加锁和解锁操作必须成对出现且数量匹配。
    
    3.2 synchronized 关键字
    
    Cangjie 的 synchronized 关键字搭配 ReentrantMutex 使用，会在代码块或方法执行前自动获取锁，并在退出作用域时自动释放锁，类似于 C++ 中 std::unique_lock 的 RAII （资源获取即初始化）机制。
    
    功能差异：
    - synchronized 是 Cangjie 的语言级关键字，与 ReentrantMutex 深度绑定；而 unique_lock 是 C++ 标准库的模版类。
    - unique_lock 提供 try_lock_for() 等高级操作，而 synchronized 关键字仅提供基础的自动锁管理。
```
synchronized(mutex) // 自动加锁
{
	// 访问共享资源 
    count++
    println("Thread-id: ${Thread.currentThread.id}, Count: ${count}")
    recursiveAdd(times-1) 
    
} // 自动解锁
```

免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度，360，搜狗等多加搜索引擎自动关键词搜索配图，如有侵权的图片，请第一时间联系我们。

高速稳定云服务器9.9元起