WORK namespace ex = std::execution; int compute_intensive(int); int main() { unifex::static_thread_pool pool{8}; ex::scheduler auto sched = pool.get_scheduler(); ex::sender auto work = ex::when_all( ex::then(ex::schedule(sched), [] { return compute_intensive(2); }) ); auto [a, b, c] = std::this_thread::sync_wait( std::move(work) ).value(); } Launch three tasks to execute concurrently on a custom WORK namespace ex = std::execution; int compute_intensive(int); int main() { unifex::static_thread_pool pool{8}; ex::scheduler auto sched = pool.get_scheduler(); ex::sender auto work = ex::when_all(

Pointers  Is shared_ptr thread safe?  Yes: control block manipulation thread safe  guarantees object is deleted exactly once  No: accessing pointer not thread-safe, one thread could be reading pointer pointer, while another thread could be storing new pointer  Make it thread-safe?  Manually use mutex to protect access to smart pointer  Use global non-member atomic operations, e.g. std::atomic_load() 09:0037 Joining & Cancellable Threads  std::jthread  <thread>  Supports cooperative cancellation  Destructor automatically  Asks thread to cancel  Calls join()38 Joining & Cancellable Threads

的类型别名 这里我们创建了 double_ms 作为 duration 的别名 跨平台的 sleep ： std::this_thread::sleep_for • 可以用 std::this_thread::sleep_for 替代 Unix 类操作系统专有的的 usleep 。他可 以让当前线程休眠一段时间，然后继续。 • 而且单位也可以自己指定，比如这里是 milliseconds 表示毫秒，也可以换成 microseconds 表示微秒， seconds 表示 秒， chrono 的强类型让单位选择更自由 。 睡到时间点： std::this_thread::sleep_until • 除了接受一个时间段的 sleep_for ，还有 接受一个时间点的 sleep_until ，表示让当 前线程休眠直到某个时间点。 第 1 章：线程 进程与线程 • 下载完成前，整个界面都会处于“未响应”状 态，用户想做别的事情就做不了。 现代 C++ 中的多线程： std::thread • C++11 开始，为多线程提供了语言级别的 支持。他用 std::thread 这个类来表示线 程。 • std::thread 构造函数的参数可以是任意 lambda 表达式。 • 当那个线程启动时，就会执行这个 lambda 里的内容。

danielanderson.net std::atomic Thread 1 std::shared_ptr s1 Thread 2 std::shared_ptr s2 std::shared_ptr s3 = s2; Thread 3 std::shared_ptr s4 = s3; s3 = other_thing; atomic> a Thread 1 auto s = a.load(); Thread 2 a.store(make_shared( …)); ++ -- If this happens first…23 The fundamental problem: The race to zero Thread 1 load(): Thread 2 store(shared_ptr protect(const std::atomic& src) • Atomically read the value of src with the guarantee that no other thread will delete this value until after it is released. void release() • Release the protection on the

smol Rayon 并非异步运行时。它通过同步 多线程模型提供了并行迭代器功能， 适用于处理 CPU 密集型计算任务 rayon 现有框架无法完美适配移动端（一） Core Thread Thread Worker Worker task task Local queue Local queue Tokio 采用了如右图这种 GMP 模式： • 一核可以绑定多线程，每个线程拥有一个 Incompatibility of the third party Runtime with Mobile spawn_blocking 调度模式 spawn 调度模式 Thread Worker task Local queue Thread Thread task Global queue task New task Global queue New task take & run take & Scope  Rust 线程中的结构化并发  阻塞等待所有 Scope 内的子线程任务完成  子线程执行的闭包中可以捕获 Scope 外的变 量 AsyncScope  将 std 库中 thread scope 的思想异步化  在同步环境阻塞等待子异步任务完成，在异步 环境异步等待子异步任务完成  优先级继承：子任务默认继承父任务优先级， 也可使用 detached 模式指定其他优先级

into Performance issues. • Everything in JavaScript defaults to being on the same thread. Too much work on main thread • Android nested layouts • Functions and objects defined in loops • Statements like runs on the main thread. This design has both pro’s and cons • Pros: Easy access to anything dealing with GUI • Bad: Jank when doing lengthy work • Potential Solutions: Worker thread Nested Layouts } } Data Processing • Anything that does any amount of work; if possible move to your worker thread. • Gathering and saving data from/to your database is a prime example. Enabling Optimization

全局队列里去。每个线程空闲时会不断地从那个 队列里取出数据，即“认领任务”。然后执行，执行 完毕后才去认领下一个任务，从而即使每个任务 工作量不一也能自动适应。 • 这种技术又称为线程池（ thread pool ），避免了 线程需要保存上下文的开销。但是需要我们管理 一个任务队列，而且要是线程安全的队列。 struct Task { int x0, y0; int nx, ny; 动态追加数据 基本没有加速，我猜想 concurrent_vector 内部可能 用了简单粗暴的互斥量，只保证了安全，并不保证高 效 加速比： 1.32 倍 并行筛选 2 先推到线程局部（ thread-local ）的 vector 最后一次性推入到 concurrent_vector 可以避免频繁在 concurrent_vector 上产生锁竞争 加速比： 5.55 倍 并行筛选 3 素类型，通过合并得出最终结果，也是可以的。 很直观，可惜加速效果不好。 加速比： 2.04 倍 并行筛选 9 （用于 GPU ） 线程粒度很细，核心数量很多的 GPU ，往往没办法用 concurrent_vector 和 thread-local vector 。或是你需要保证筛选前后顺序不变。这时要把筛选分为三步 ： 一、算出每个元素需要往 vector 推送数据的数量（本例中只有 0 和 1 两种可 能） 二、对刚刚算出的数据进行并行扫描（

JVM 内存模型 Heap Method Area Runtime Constant Pool Thread Thread Thread PC Register JVM Stack Native Method Stack PC Register JVM Stack Native Method Stack PC Register JVM Stack Native Method

Embark), even it has paid contributors! Tokio is good enough Tokio Tokio's APIs are memory-safe, thread-safe, and misuse-resistant. This helps prevent common bugs, such as unbounded queues, buffer overflows Test Scenario MPMC channel allows: • Adding new entries from any core or thread • Picking the next entry by any core or thread Conclusion: • DLB channel scales with core count much better than SW channels

100% Day 0 API Access • Everything Runs on UI Thread* • Plugins created with native code • React Support • API Access via Native Modules • UI Thread vs JS Thread • Angular/Vue/Vanilla vs React • Progress