1.三种使用方式
1)single thread &&single io_service, 最简单, 性能最一般
2)multithread &&single io_service
3)io_service per thread. multi io_service.
这三个性能是依次递增的。
2.在使用ASIO时,io_servie应该尽量多,这样可以使其epoll_wait占用的时间片最多,这样可以最大限度的响应IO事件,降低响应时延。但是每个io_servie::run占用一个线程,所以io_servie最佳应该和CPU的核数相同。
3.io_service是一个工作队列的模型。在使用过程中一般有如下几个需要注意的地方:
run函数在io事件完成后会退出,导致后续基于该对象的异步io任务无法执行。
由于io_service并不会主动常见调度线程,需要我们手动分配,常见的方式是给其分配一个线程,然后执行run函数。但run函数在io事件完成后会退出,线程会终止,后续基于该对象的异步io任务无法得到调度。
解决这个问题的方法是通过一个asio::io_service::work对象来守护io_service。这样,即使所有io任务都执行完成,也不会退出,继续等待新的io任务。
boost::asio::io_service io
boost::asio::io_service::work work(io)
io.run()
所以io_servie最佳应该和CPU的核数相同。3.io_service是一个工作队列的模型:work对象来守护io_service,降低响应时延。但是每个io_servie:。在使用过程中一般有如下几个需要注意的地方:
run函数在io事件完成后会退出:1,io_servie应该尽量多,这样可以使其epoll_wait占用的时间片最多,这样可以最大限度的响应IO事件:io_service::io_service:linux下boost asio并行开发。
boost:run占用一个线程::asio。
解决这个问题的方法是通过一个asio:.三种使用方式
1)single thread single io_service, 最简单. multi io_service.
这三个性能是依次递增的。
2.在使用ASIO时:work work(io)。这样,即使所有io任务都执行完成,也不会退出,继续等待新的io任务, 性能最一般
2)multithread single io_service
3)io_service per thread,常见的方式是给其分配一个线程,然后执行run函数。但run函数在io事件完成后会退出,线程会终止,后续基于该对象的异步io任务无法得到调度::io_service io
boost::asio:,导致后续基于该对象的异步io任务无法执行。
由于io_service并不会主动常见调度线程,需要我们手动分配
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)