std::future和std::promise详解(原理、应用、系统源码）

       在编程实践中，任务异步调用的源码卡盟排行榜php源码概念允许我们通过将任务分配给其他线程执行，以确保主线程的系统快速响应能力。这在需要处理耗时、任务阻塞任务的源码场景中尤为重要，如并发执行多个部分以加速计算任务的系统完成。C++提供了std::future和std::promise来处理异步调用和获取结果的任务过程。这两个类对象之间通过一个共享对象构建了信息传递的源码通道，实现异步调用结果的系统同步。异步调用执行方通过std::promise向通道写入结果值，任务而异步调用创建方通过std::future获取这个结果。源码

       具体实现中，std::promise用于承诺在异步调用完成后交付结果，而std::future则用于获取这个未来的值。在代码示例中，我们首先创建了一个std::promise对象并获取了用于获取承诺值的std::future对象，从而建立了一个创建方和执行方之间的数据通道。当异步任务执行并完成时，通过std::promise::set_value方法将结果写入通道中。异步调用创建方通过std::future的get方法获取结果，等待异步调用执行完成。

       通过源码实现，我们可以进一步深入理解这两个类的内部工作。例如，std::promise的构造函数创建了一个关联状态对象，用于存储和传递异步调用的返回值。std::future的get方法在获取结果时会阻塞，直到异步调用结果准备好。析构函数中，std::future会断开与关联状态对象的华为荣耀源码链接，确保资源的释放。

       此外，我们还讨论了关联状态对象的内部实现，包括其数据成员、成员函数和线程安全实现。通过互斥量和条件变量，关联状态对象保证了并发操作的安全性，并确保一个状态对象只能被一个future和一个promise链接。

       为了实现异常安全，future::get函数使用了RAII（资源获取即初始化）技术，确保在异常返回时资源的正确释放。同时，当异步调用过程中发生异常时，该异常会被逐级向上返回，直到最高层级。为了确保在异步调用执行方线程中捕获到这个异常信息，我们通过std::future和std::promise构建了一个信息传递的通道，允许异常信息从执行方线程传递到结果使用方线程。

图解UE4源码 其三（一）行为树系统执行任务的流程 发起执行请求

       本文探讨UE4源码中的行为树系统执行任务流程，重点解析了发起执行请求的机制。在UE4中，行为树系统负责执行特定任务，而请求执行的关键代码在于调用`UBehaviorTreeComponent::RequestExecution()`函数。本文将分别从行为树加载后执行、任务执行完毕后搜索下一个任务、以及由Decorator引发的Abort请求三种情境出发，详细解析RequestExecution函数的内部逻辑。

       ### 引子一：已加载行为树的执行

       行为树加载完毕后，执行的关键代码就是发起执行请求。`RequestExecution()`函数的执行，实质上是开始执行行为树内的任务。在行为树加载后，调用此函数启动执行流程，茂源码头开始搜索并执行任务。

       ### 引子二：任务执行完毕

       任务执行完成后，行为树会自动发起搜索和执行下一个任务的请求。这同样依赖于`RequestExecution()`函数，但调用方式不同，需要传入任务执行的结果作为参数。

       ### 引子三：TimeLimit修饰器

       UE4自带的`BTDecorator_TimeLimit`修饰器用于限制任务执行时间。当时间超过设定值，该修饰器会触发任务的Abort。分析其内部逻辑时，我们发现它通过调整时间计数器来控制任务执行时间，而不是通过直接中断任务。

       ### 发起执行请求的关键信息

       请求执行的过程涉及多个关键信息的传递，包括搜索的起始点和结束点、要执行的节点、上一次任务的结果、是否尝试执行下一个子节点等。这些信息构成`ExecutionRequest`结构体，由`RequestExecution()`函数生成。

       ### 新手难度：从行为树加载后讲起

       从行为树加载后执行为例，`RequestExecution()`函数仅做了初始化标志位、确定搜索范围、设定请求执行节点等基础操作。这些步骤为后续的执行流程做好准备。

       ### 中级难度：任务执行完毕后搜索下一个任务

       在任务执行完毕后，调用`RequestExecution()`以自动搜索下一个任务。此时，函数逻辑主要围绕上一次任务的结果，决定是否切换到更高优先级的任务。

       ### 终极难度：Decorator的Abort

       当Decorator引发任务中断时，`RequestExecution()`需要处理更复杂的逻辑，包括调整搜索范围、确保请求执行的c 源码github节点符合特定条件。这涉及到更深入地理解行为树的结构和Decorator的工作机制。

       ### 应用——追查Decorator Abort记录

       通过分析`RequestExecution()`函数的调用记录，可以追踪行为树运行过程中由Decorator引发的中断事件，有助于深入了解行为树的执行流程和异常情况。

       本文通过对UE4源码中的`RequestExecution()`函数的深入分析，揭示了行为树系统执行任务流程中的关键机制，为理解和优化行为树的运行提供了理论基础和实践指导。

OpenHarmony—内核对象事件之源码详解

       对于嵌入式开发和技术爱好者，深入理解OpenHarmony的内核对象事件源码是提升技能的关键。本文将通过数据结构解析，揭示事件机制的核心原理，引导大家探究任务间IPC的内在逻辑。

       关键数据结构

       首先，了解PEVENT_CB_S数据结构，它是事件的核心：uwEventID标识任务的事件类型，个位（保留位）可区分种事件；stEventList双向循环链表是理解事件的核心，任务等待事件时会挂载到链表，事件触发后则从链表中移除。

       事件初始化

       事件控制块由任务自行创建，通过LOS_EventInit初始化，此时链表为空，表示没有事件发生。任务通过创建eventCB指针并初始化，开始事件管理。

       事件写操作

       任务通过LOS_EventWrite写入事件，可以一次设置多个事件。1处的逻辑允许一次写入多个事件。2-3处检查事件链表，唤醒等待任务，通过双向链表结构确保任务顺序执行。

       事件读操作

       轻量级操作系统提供了两种事件读取方式：LOS_EventPoll支持主动检查，而LOS_EventRead则为阻塞读。1处区分两种读取模式，mtm能量源码2-4处根据模式决定任务挂起或直接读取。

       事件销毁操作

       事件使用完毕后，需通过LOS_EventClear清除事件标志，并在LOS_EventDestroy中清理事件链表，确保资源的正确释放。

       总结

       通过以上的详细分析，OpenHarmony的内核事件机制已清晰可见。掌握这些原理，开发者可以更自如地利用事件API进行任务同步，并根据需要自定义事件通知机制，提升任务间通信的灵活性。

如何实现定时任务- Java Timer/TimerTask 源码解析

       日常实现各种服务端系统时，我们一定会有一些定时任务的需求。比如会议提前半小时自动提醒，异步任务定时/周期执行等。那么如何去实现这样的一个定时任务系统呢？ Java JDK提供的Timer类就是一个很好的工具，通过简单的API调用，我们就可以实现定时任务。

       现在就来看一下java.util.Timer是如何实现这样的定时功能的。

       首先，我们来看一下一个使用demo

       基本的使用方法：

       加入任务的API如下:

       可以看到API方法内部都是调用sched方法，其中time参数下一次任务执行时间点，是通过计算得到。period参数为0的话则表示为一次性任务。

       那么我们来看一下Timer内部是如何实现调度的。

       内部结构

       先看一下Timer的组成部分：

       Timer有3个重要的模块，分别是 TimerTask, TaskQueue, TimerThread

       那么，在加入任务之后，整个Timer是怎么样运行的呢？可以看下面的示意图：

       图中所示是简化的逻辑，多个任务加入到TaskQueue中，会自动排序，队首任务一定是当前执行时间最早的任务。TimerThread会有一个一直执行的循环，从TaskQueue取队首任务，判断当前时间是否已经到了任务执行时间点，如果是则执行任务。

       工作线程

       流程中加了一些锁，用来避免同时加入TimerTask的并发问题。可以看到sched方法的逻辑比较简单，task赋值之后入队，队列会自动按照nextExecutionTime排序（升序，排序的实现原理后面会提到）。

       从mainLoop的源码中可以看出，基本的流程如下所示

       当发现是周期任务时，会计算下一次任务执行的时间，这个时候有两种计算方式，即前面API中的

       优先队列

       当从队列中移除任务，或者是修改任务执行时间之后，队列会自动排序。始终保持执行时间最早的任务在队首。 那么这是如何实现的呢？

       看一下TaskQueue的源码就清楚了

       可以看到其实TaskQueue内部就是基于数组实现了一个最小堆 (balanced binary heap), 堆中元素根据 执行时间nextExecutionTime排序，执行时间最早的任务始终会排在堆顶。这样工作线程每次检查的任务就是当前最早需要执行的任务。堆的初始大小为，有简单的倍增扩容机制。

       TimerTask 任务有四种状态：

       Timer 还提供了cancel和purge方法

       常见应用

       Java的Timer广泛被用于实现异步任务系统，在一些开源项目中也很常见， 例如消息队列RocketMQ的 延时消息/消费重试 中的异步逻辑。

       上面这段代码是RocketMQ的延时消息投递任务 ScheduleMessageService 的核心逻辑，就是使用了Timer实现的异步定时任务。

       不管是实现简单的异步逻辑，还是构建复杂的任务系统，Java的Timer确实是一个方便实用，而且又稳定的工具类。从Timer的实现原理，我们也可以窥见定时系统的一个基础实现：线程循环 + 优先队列。这对于我们自己去设计相关的系统，也会有一定的启发。

UE4 多线程源码浅析（2——AsyncTask）

       深入探讨虚幻引擎中的多线程系统，本文将重点解析AsyncTask模块，以期对如何在虚幻引擎中高效地运用异步任务有更深的理解。

       在学习AsyncTask之前，我们首先需要理解虚幻引擎中的线程池机制。异步任务系统正是基于线程池构建的，了解线程池的运作机制对于理解AsyncTask至关重要。

       线程池分为基类FQueuedThreadPool与子类FQueuedThreadPoolBase，后者负责定义线程池的内部数据结构，如等待的任务队列、正在执行任务的线程以及线程池中所有线程等。FQueuedThreadPoolBase类通过实现一些接口，如Create、Destroy、AddQueuedWork等，来控制线程池的创建、销毁与任务的调度。

       任务（IQueuedWork）通过继承接口类实现特定功能，包括DoThreadedWork与Abandon等，分别用于执行任务与放弃队列中的任务。任务执行时，线程池中的线程（FQueuedThread）负责调用任务接口，执行具体操作。

       在引擎启动时，虚幻线程池在FEngineLoop::PreInitPreStartupScreen中进行初始化，通过FQueuedThreadPool::Allocate创建三个线程池实例，分别为GThreadPool、GBackgroundPriorityThreadPool与GIOThreadPool，分别用于普通任务、优先级任务与IO操作。

       接下来，我们深入探讨线程池的创建、添加任务与线程获取任务的实现细节。线程池的创建通过FQueuedThreadPool::Allocate完成，初始化线程池指定数量的线程。添加任务时，使用AddQueuedWork接口，确保线程池中的线程能够高效地获取与执行任务。线程获取任务的方式则通过ReturnToPoolOrGetNextJob接口实现，确保线程池的高效运行与任务的合理调度。

       在理解了线程池机制与任务调度原理后，我们转向AsyncTask的解析。AsyncTask作为IQueuedWork的子类，用于实现异步任务的启动与管理。通过FAutoDeleteAsyncTask与FAsyncTask两个类，我们可以更好地理解如何在虚幻引擎中利用异步任务，提升应用性能与用户体验。

       AsyncTask的实现细节涉及任务的启动、执行与取消等操作，以及线程池的选择与任务调度策略的优化。了解这些细节将帮助开发者更高效地构建和管理异步任务，实现复杂场景下的性能优化。

       本文通过深入解析虚幻引擎中的线程池与AsyncTask模块，旨在为开发者提供一套完整的多线程系统理解框架。了解这些内部机制不仅可以提升代码质量，还能在实际项目开发中实现更高效、更灵活的资源管理与任务调度。

Ray 源码解析（一）：任务的状态转移和组织形式

       Ray源码解析系列的第一篇着重于任务的状态管理和组织形式。Ray的核心设计在于其细粒度、高吞吐的任务调度，依赖于共享内存的Plasma存储输入和输出，以及Redis的GCS来管理所有状态，实现去中心化的调度。任务分为无状态的Task和有状态的Actor Method，后者包括Actor的构造函数和成员函数。

       Ray支持显式指定任务的资源约束，通过ResourcesSet量化节点资源，用于分配和回收。在调度时，需找到满足任务资源要求的节点。由于Task输入在分布式存储中，调度后需要传输依赖。对于Actor Method，其与Actor绑定，会直接调度到对应的节点。

       状态变化如任务状态转移、资源依赖等信息，都存储在GCS中。任务状态更改需更新GCS，失联或宕机时，根据GCS中的状态信息重试任务。通过GCS事件订阅驱动任务状态变化。

       文章主要讲述了任务状态的组织方式，如任务队列（TaskQueue）和调度队列（SchedulingQueue）的运作，以及状态转移图和状态枚举类的定义。例如，TaskQueue负责任务的增删查改，其中ReadyQueue通过资源映射优化调度决策。此外，文中还解释了一些关键概念，如Task Required Resources、Task argument、Object、Object Store、Node/Machine等。

       后续文章将深入探讨调度策略和资源管理。让我们期待下篇的精彩内容。

技术人生阅读源码——Quartz源码分析之任务的调度和执行

       Quartz源码分析：任务调度与执行剖析

       Quartz的调度器实例化时启动了调度线程QuartzSchedulerThread，它负责触发到达指定时间的任务。该线程通过`run`方法实现调度流程，包含三个主要阶段：获取到达触发时间的triggers、触发triggers、执行triggers对应的jobs。

       获取到达触发时间的triggers阶段，通过`JobStore`接口的`acquireNextTriggers`方法获取，由`RAMJobStore`实现具体逻辑。触发triggers阶段，调用`triggersFired`方法通知`JobStore`触发triggers，处理包括更新trigger状态与保存触发过程相关数据等操作。执行triggers对应jobs阶段，真正执行job任务，先构造job执行环境，然后在子线程中执行job。

       job执行环境通过`JobRunShell`提供，确保安全执行job，捕获异常，并在任务完成后根据`completion code`更新trigger。job执行环境包含job对象、trigger对象、触发时间、上一次触发时间与下一次触发时间等数据。Quartz通过线程池提供多线程服务，使用`SimpleThreadPool`实例化`WorkerThread`来执行job任务，最终调用`Job`的`execute`方法实现业务逻辑。

       综上所述，Quartz通过精心设计的线程调度与执行流程，确保了任务的高效与稳定执行，展示了其强大的任务管理能力。