请教大家一个架构的问题

wisefree · 2024-4-2 22:09:08 · 243 次点击
假设有 3 个模块(可能更多),为了提高效率,每个模块一个线程,并绑定到特定 CPU 核心。
1. 每个模块处理特定的数据,数据长度是已知的
2. 前一个模块的输出,是后一个模块的输出。比如模块 1 输出,是模块 2 输入;模块 2 输出,是模块 3 输入

当初想法是,模块 1 、模块 2 、模块 3 ,分别在不同线程,则通过也给消息中间件如 zeromq 通信,数据也完全通过消息中间件传输。

现在有一个想法,在模块 1 、模块 2 、模块 3 中,线程启动前,分配好内存空间,消息中间件给各模块传输一个内存指针和数据长度。
1. 模块 1 中先建立 10 个内存块,处理完毕后,存入第一块内存,然后通知模块 2 ,模块 1 继续处理数据
2. 模块 2 中也先建立 10 内存块,收到通知后,读取模块 1 的第一块内存地址和数据长度,处理完毕后,存入模块 2 的第一块内存,通知模块 3 ,模块 2 继续处理数据
3. 模块 3 中也建立 10 块内存块,收到通知后,读取模块 2 的第一块内存地址和数据长度,处理完毕后,存入模块 3 的第一块内存,模块 3 继续处理数据
4. 依次类推

其中由于模块 1 、模块 2 、模块 3 ,读写并不是同一块内存,所以也不需要加锁等。因为**各模块的性能要求很高,在线程中在堆上分配内存都被认为是耗时操作**。

不知道这种传递内存地址的方式,是不是合适的?有没有更加高效的架构设计呢?
举报· 243 次点击
登录 注册 站外分享
10 条回复  
cnbatch 初学 2024-4-3 16:19:09
“在线程中在堆上分配内存都被认为是耗时操作”

这个要视乎 libc 或 libc++而定,有些 libc 会把用过、free 掉的内存为该程序暂留着,不会那么快交还给 OS 。后续该程序再申请堆内存时就从暂留资源直接分配,耗时不会很高。
exch4nge 小成 2024-4-3 08:46:17
绑核了就 spin 查消息吧,用什么 zeromq ,io 唤醒得有多慢。
单个模块一个线程/核心?这么设计会更快么?不会有某个模块处理慢么,不加点线程/核心?
切换线程可能把 cache 都丢了,有些情况下还不如一个线程跑完整个处理
youngxhui838 小成 2024-4-3 01:19:08
可以看看 go pipeline 这种设计,用管道进行通信。https://go.dev/blog/pipelines
codegenerator 小成 2024-4-2 23:26:22
看着非常糟糕
1. 为什么不同模块不同 cpu ?你是数据处理,数据尽量放在一个核心上明显性能高很多
2. 多线程数据同步有很多方法,zeromq 是来搞笑的吗?
3. 模块 1 不知道模块 2 什么时候处理完,有可能把没处理完的数据覆盖了
4. 每个模块处理速度不确定,你很难假定每个模块速度

本人资深架构师,可以付费提供优质服务
leonshaw 小成 2024-4-2 23:23:16
Ring buffer 基本上就是最高效的了,有不少库。自己实现也不难,主要注意内存屏障的使用和队满/空时的处理。
liberize 小成 2024-4-2 23:22:34
这不就是环形缓冲区(ring buffer)吗,有无锁版本,实际也相当于一个容量固定的队列。
cI137 小成 2024-4-2 23:10:54
actor 模型可以吗,云风的 skynet 框架,或者 go 的管道
Zhuzhuchenyan 小成 2024-4-2 22:40:49
这个思路整体没有问题,给我的感觉就是一个环形的 buffer 设计,不过我想到一个场景。

假设模块 1 已经完成了 10 份工作并通知模块 2 ,此时不知为何模块 2 还在处理第 1 份工作,此时模块 1 需要一种方式知道第 1 份内存还在被使用从而避免造成多线程竞争问题。

如果有一个高性能的跨线程内存池的话,可以简化这个问题,前提是可以容忍内存池带来的开销。

模块 1 借了以后,处理完把内存的所有权给模块 2 ,模块 2 读了以后把所有权还给内存池,以此类推。
Inn0Vat10n 小成 2024-4-2 22:16:36
数据源是啥样的呢,如果数据源本身是可拆的,输入数据拆成 n 份,分发到 k 个线程里,每个线程内部模块 1,2,3 串行在同一片内存上操作应该效率会更高
securityCoding 初学 2024-4-2 22:13:43
不了解你的业务场景,通用后台业务来说这不就是 Kafka 三个 comsumer 么
返回顶部