跟着文档重学binder之线程处理部分

ardupilot BMI088加速度陀螺仪学习 本节主要记录ardupilot 中BMI088传感器的学习过程,欢迎批评指正。BMI088是一款高性能6轴惯性传感器,由16位数字三轴±24g加速度计和16位数字三轴±2000°/ s陀螺仪组成。 BMI088允许高精度测量方向和沿三个正交轴的运动检测。BMI088具有高振动鲁棒性和3 x 4.5 x0.95mm³的小尺寸,是用于无人机和机器人应用等恶劣环境的高性能IMU中的独特产品。 BMI088专门设计用于有效抑制由于PCB上的共振或整个系统的结构而可能发生的振动。 除了高振动稳定性外,BMI088的出 阅读详情

处理线程

Binder 的线程处理模型旨在方便本地函数调用,即使这些调用可能是对远程进程的调用。具体而言,托管节点的任何进程都必须有一个或多个 binder 线程池来处理向该进程中托管的节点的事务。

同步和异步事务

Binder 支持同步和异步事务。以下各部分介绍了每种事务类型的执行方式。

同步事务

同步事务会一直处于阻塞状态,直到在节点上执行完毕,并且调用方收到该事务的回复。下图展示了同步事务的执行方式:
在这里插入图片描述

图 1. 同步事务。

如需执行同步事务,binder 会执行以下操作:

目标线程池(T2 和 T3)中的线程会调用内核驱动程序来等待传入的工作。

内核接收到新事务,并唤醒目标进程中的线程 (T2) 来处理该事务。

调用线程 (T1) 会阻塞并等待回复。

目标进程执行事务并返回回复。

目标进程 (T2) 中的线程会回调到内核驱动程序中,以等待新工作。

异步事务

异步事务不会阻塞以等待完成;一旦事务传递到内核,调用线程就会解除阻塞。下图展示了如何执行异步事务:

异步事务。

图 2. 异步事务。

目标线程池(T2 和 T3)中的线程会调用内核驱动程序来等待传入的工作。

内核接收到新事务,并唤醒目标进程中的线程 (T2) 来处理该事务。

调用线程 (T1) 继续执行。

目标进程执行事务并返回回复。

目标进程 (T2) 中的线程会回调到内核驱动程序中,以等待新工作。

识别同步函数或异步函数

在 AIDL 文件中标记为 oneway 的函数是异步的。例如:

oneway void someCall();

如果函数未标记为 oneway,则即使该函数返回 void,它也是同步函数。
注意: 包含被调用方的进程可能会在未处理函数调用且未提供任何失败信息的情况下终止或冻结。

异步事务的序列化

Binder 会序列化来自任何单个节点的异步事务。下图展示了 binder 如何序列化异步事务:

异步事务的序列化

图 3. 异步事务的序列化。

1、目标线程池(B1 和 B2)中的线程会调用内核驱动程序来等待传入的工作。

2、同一节点 (N1) 上的两个事务(T1 和 T2)被发送到内核。

3、内核收到新事务,由于它们来自同一节点 (N1),因此会对其进行序列化。

4、另一个节点 (N2) 上的另一事务被发送到内核。

5、内核接收第三个事务,并唤醒目标进程中的线程 (B2) 来处理该事务。

6、目标进程执行每项事务并返回回复。

注意: 同一节点上的异步事务不一定由线程池中的同一线程处理。而是可以在不同的线程上处理,但绝不能同时处理。

嵌套事务

同步事务可以嵌套;处理事务的线程可以发出新事务。嵌套事务可以发送到其他进程,也可以发送到您接收当前事务的同一进程。此行为会模拟本地函数调用。例如,假设您有一个包含嵌套函数的函数:

def outer_function(x):
def inner_function(y):
def inner_inner_function(z):

如果这些是本地调用,则会在同一线程上执行。 具体而言,如果 inner_function 的调用方恰好也是实现 inner_inner_function 的节点的宿主进程,则对 inner_inner_function 的调用会在同一线程上执行。

下图展示了 binder 如何处理嵌套事务:

嵌套事务。

图 4. 嵌套事务。

线程 A1 请求运行 foo()。
在此请求中,线程 B1 运行 bar(),而 A 在同一线程 A1 上运行。

下图显示了实现 bar() 的节点位于不同进程中的线程执行情况:

不同进程中的嵌套事务。

图 5. 不同进程中的嵌套事务。

线程 A1 请求运行 foo()。
在此请求中,线程 B1 运行 bar(),而 bar() 在另一个线程 C1 中运行。

下图显示了线程如何在事务链中的任何位置重复使用同一进程:

重用线程的嵌套事务。

图 6. 重用线程的嵌套事务。

进程 A 调用进程 B。
进程 B 调用进程 C。
然后,进程 C 回调进程 A,内核会重用进程 A 中属于事务链的线程 A1。

对于异步事务,嵌套不起作用;客户端不会等待异步事务的结果,因此不存在嵌套。如果异步事务的处理程序调用了发出该异步事务的进程,则可以在该进程中的任何空闲线程上处理该事务。

避免死锁

下图展示了一个常见的死锁:

常见死锁

图 7. 常见死锁。

进程 A 获取互斥锁 MA 并向进程 B 发出 binder 调用 (T1),进程 B 也尝试获取互斥锁 MB。

与此同时,进程 B 获取互斥锁 MB 并向进程 A 发出 binder 调用 (T2),进程 A 尝试获取互斥锁 MA。

如果这些事务重叠,每个事务都可能会在其进程中获取互斥锁,同时等待另一个进程释放互斥锁,从而导致死锁。

为避免在使用 binder 时出现死锁,请勿在进行 binder 调用时持有任何锁。

锁定顺序规则和死锁

在单个执行环境中,通常可以通过锁定顺序规则来避免死锁。不过,在进程之间和代码库之间进行调用时,尤其是在代码更新时,无法维护和协调排序规则。

单个互斥锁和死锁

借助嵌套事务,进程 B 可以直接调用回进程 A 中持有互斥锁的同一线程。因此,由于意外的递归,仍有可能因单个互斥锁而发生死锁。

同步调用和死锁

虽然异步 binder 调用不会阻塞以等待完成,但您也应避免为异步调用持有锁。如果您持有锁,则可能会遇到锁定问题,因为单向调用会被意外更改为同步调用。

单个 binder 线程和死锁

Binder 的事务模型允许重入,因此即使进程只有一个 binder 线程,您仍然需要锁定。例如,假设您正在单线程进程 A 中迭代处理一个列表。对于列表中的每个项目,您都会进行一次传出 binder 事务。如果您调用的函数的实现向进程 A 中托管的节点发起了新的 binder 事务,则该事务会在迭代列表的同一线程上处理。如果该事务的实现修改了同一列表,那么您稍后继续迭代该列表时可能会遇到问题。

配置线程池大小

当服务有多个客户端时,向线程池添加更多线程可以减少争用并并行处理更多调用。正确处理并发问题后,您可以添加更多线程。添加更多线程可能会导致一些线程在工作负载较少时未被使用。

注意: 与普通的非 binder 函数调用一样,您需要考虑由可重入调用引起的并发问题。

系统会根据需要生成线程,直到达到配置的最大值。生成绑定器线程后,该线程会一直保持活跃状态,直到托管它的进程结束。

libbinder 库的默认线程数为 15。使用 setThreadPoolMaxThreadCount 更改此值:

using ::android::ProcessState;
ProcessState::self()->setThreadPoolMaxThreadCount(size_t maxThreads);

更多framework实战开发干货,请关注下面“千里马学框架”

华为OD机试真题 新系统2026-04-15 C++ 实现【失灵的键盘】 有一个键盘有2个按键失灵了,按下这些键时会连续输出其他键对应的字符两次。具体如下: 1. 按下j键一次,屏幕上显示uu(两个连续的u);  按下b键一次,屏幕上显示t(两个连续的t) 2. u键和t键是好的,按下u键一次时,屏幕只会显示一次u(正常按键);按下t键一次时,屏幕只会显示一次t(正常按键) 3. 假定屏幕上连续显示两个t一定是按了一次b键,而不是两次t键;假定按键t之后不会紧接着按键b,即tttt转义为两个b,而不可能是tb 阅读详情

相关推荐

实战演练,如何用Easyexcel合并单元格,设置字体、边框样式,并在尾行加入备注

,实现效果如下:1、多级表头合并2、表头底纹+表格边框3、合并相同数据单元格4、尾行加入备注。

Su7148的博客 1万+

Leetcode 152. Maximum Product Subarray vector二维数组初始化赋值复习

Given an integer arraynums, find the contiguous subarray within an array (containing at least one number) which has the largest product. Example 1: Input: [2,3,-2,4] Output: 6 Explanation:[2,3] h...

salmonwilliam的博客 627

光线追踪渲染实战:蒙特卡洛路径追踪及其c++实现

光线追踪超越了传统的图形流水线,是一种现代的渲染。光线追踪是一种基于物理的渲染方法,通过模拟光在介质中的真实表现来输出足以逼近现实的图像。光线从光源出发,经过各种反射折射,进入摄像机。通过渲染方程描述一点的颜色,并且通过蒙特卡洛方法求解渲染方程来获取最终的像素颜色。

AKGWSB 's blog 1万+

leecode 解题总结:152. Maximum Product Subarray

#include #include #include #include using namespace std; /* 问题: Find the contiguous subarray within an array (containing at least one number) which has the largest product. For example, given the

qingyuanluofeng的专栏 317

【机器人】线性方程最小二乘解法对机械臂DH参数进行标定

1.前言 看了一篇文章,觉得里面的DH参数标定法讲的很清晰,便使用Matlab复现了一下,效果还可以,特写此文记录。 2.原理 2.1.误差最佳值的最小二乘计算 有研究结果表明:几乎95%的机器人位置误差都是由机器人内部运动学的不准确描述引起的,所以对DH模型参数进行标定是很有必要的。 DH参数物理含义:选自《机器人学、机器视觉与控制-Matlab基础》 当DH参数确定后,我们...

要恰饭得嘛 1万+

Altium Designer实战:手把手教你设计智能车竞赛疯狂电路组赛道(附封装库)

本文详细介绍了使用Altium Designer软件进行智能车竞赛“疯狂电路”组赛道设计的全流程实战指南。从理解比赛规则、搭建设计环境、创建专用元器件封装库,到电路布局、路径规划及设计输出验证,手把手教你高效完成符合计分标准的赛道图纸设计,并附上实用的封装库管理方法。

alice7model的博客 1325

LeetCode 152. Maximum Product Subarray 解题报告

LeetCode 152. Maximum Product Subarray 解题报告题目描述Find the contiguous subarray within an array (containing at least one number) which has the largest product. 示例Example 1: given the array [2,3,-2,4], th

骆小坑的填坑之旅 1814

汽车级智能栅极驱动器深度解析 | 连载03:功能框图与工作模式详解

在前两期连载中,我们分析了DRV871x-Q1的产品架构、引脚配置和电气特性。本期我们将深入探讨DRV871x-Q1的功能框图和工作模式,这是理解芯片内部工作机制的关键。通过分析功能框图,我们能够清晰地了解各功能模块之间的关系和信号流向;通过工作模式分析,我们能够掌握芯片在不同应用场景下的配置方法。这些知识对于系统设计和故障排查都至关重要。

VehSwHwDeveloper的博客 1108

[leetcode] 152. Maximum Product Subarray

Description Given an integer array nums, find the contiguous subarray within an array (containing at least one number) which has the largest product. Example 1: Input: [2,3,-2,4] Output: 6 Explanation...

Learning from the mistakes 194

【100分】【等和子数组最小和】

逆序排序,这样能够使得在分组时优先选取较大的元素,以便将元素分配到较小的子集中,从而使得每个子集的和相对均衡。给定一个数组nums,将元素分为若干个组,使得每组和相等,求出满足条件的所有分组中,组内元素和的最小值。分成若干个组,使得每组的和相等,并求出满足条件的所有分组中,组内元素和的最小值。在递归的过程中,我们需要注意一个优化点,即避免将相同和的桶重复计算。4 个子集(5),(1,4),(2,3),(2,3)2 个子集(5, 1, 4),(2,3, 2,3)个子集,则返回子集和的最小值,如果不能,则将。

weixin_54707168的博客 1169

华为OD机试双机位C卷-停车场收入统计 (Py/Java/C/C++/Js/Go)

华为OD机试双机位C卷 停车场收入统计,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解。华为OD机试 - 停车场收入统计。

qq_45776114的博客 2186

LeetCode 53/152 Maximum Subarray/Maximum Product Subarray(动态规划)

LeetCode 53/152 Maximum Subarray/Maximum Product Subarray(动态规划)

花事未了_喃喃语 436

ransac拟合2D圆(三点定圆 c++详细版)

RANSAC(Random Sample Consensus,随机采样一致性)算法是一种基于随机采样的迭代算法,主要用于从一组包含大量噪声和异常值(外点)的数据中估计数学模型的参数。

twnkie的博客 1049

LeetCode 152. Maximum Product Subarray(动态规划)

题目来源:https://leetcode.com/problems/maximum-product-subarray/ 问题描述 152.Maximum Product Subarray Medium Given an integer arraynums, find the contiguous subarray within an array (containing at leas...

da_kao_la的博客 308

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

Leetcode 152. Maximum Product Subarray

Leetcode 152. Maximum Product Subarray if there’s no zero in the array, then the subarray with maximum product must start with the first element or end with the last element. 例子: 关于0: [0, 100, 0] return 100; 关于负号: [-1, 2, 3] [1, 2, -3] [-1, 2, -3] class So

weixin_43876597的博客 161

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

leetcode 53. Maximum Subarray 、152. Maximum Product Subarray

53. Maximum Subarray 之前的值小于0就不加了。dp[i]表示以i结尾当前的最大和,所以需要用一个变量保存最大值。 动态规划的方法: class Solution { public: int maxSubArray(vector<int>& nums) { vector<int> dp(nums.size(...

weixin_30707875的博客 130

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

Leetcode152 Maximum Product Subarray python

Leetcode152 Maximum Product Subarray题目解法1:brutal force解法2:同时记录最小和最大值解法3:分类讨论解法4:双向动规 题目 Given an integer array nums, find the contiguous subarray within an array (containing at least one number) which...

qq_37821701的博客 310

152 Maximum Product Subarray

题目链接:https://leetcode.com/problems/maximum-product-subarray/题目:Find the contiguous subarray within an array (containing at least one number) which has the largest product.For example, given the array [

再见了,过去的名字,新的奋斗开始啦! 1075

LeetCode·152. Maximum Product Subarray

题目: 152. Maximum Product Subarray Given an integer array nums, find the contiguous subarray within an array (containing at least one number) which has the largest product. Example 1: Input: [2,3...

seuStones's Blog 319

LeetCode 152. Maximum Product Subarray 题解

本题是动态规划的经典问题,主要考察对状态定义和状态转移方程的理解。由于乘法的特殊性,我们需要同时跟踪当前的最大值和最小值。动态规划的核心思想是:通过遍历数组,同时维护当前的最大值和最小值,根据当前元素的正负性来更新这两个值,从而找到整个数组的最大乘积子数组。这种方法不仅适用于最大乘积子数组问题,还可以应用于许多其他需要同时跟踪最大值和最小值的问题。掌握动态规划的思想,对于解决这类问题非常重要。

cannonjinx的博客 2803

python 152. Maximum Product Subarray

''' 152. Maximum Product Subarray 给定数组 nums,求出最大子数组的积 仍然使用动态规划的思想 维护2个数组,分别存储遍历到当前元素时的最大值和最小值 maxToCurr 从第0个元素一直到第i个元素(包含第i个元素),子数组乘积的最大值 minToCurr 从第0个元素一直到第i个元素(包含第i个元素),子数组乘积的最小值 product 输出的...

WYXHAHAHA123的博客 399

LeetCode 152 Maximum Product Subarray

题目描述Find the contiguous subarray within an array (containing at least one number) which has the largest product.For example, given the array [2,3,-2,4], the contiguous subarray [2,3] has the largest p

Yano_nankai的博客 739
上一篇: 优化系统开机启动时间一些建议-google官方文档
下一篇: 干货:aosp14/15版本Winscope各个功能使用详细说明(一)
千里马学框架
博客等级 码龄6年 1万+粉丝 652原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

千里马学框架

帮助你了,就请我喝杯咖啡

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值