C#中 non thread-safe是如何导致 high CPU usage?

freecodex 2015-02-02 11:15:16
Mark 在博客中有一篇关于用WinDGB来调试某个进程导致CPU高占的文章。在最后Mark这样描述>>
Doing this for the other four threads yields the same result - all of them are trying to access the cache value belonging to the PartnerID value of 230!
At this point I can quite confidently say that I’m sure this is a threading issue related to the non thread-safe Dictionary usage...
他的结论是:CPU高占是由于有4个线程要访问同一个缓存变量。
但是作者并没有说背后的原因,请问下背后的机制,为什么多个线程访问同一个变量会导致CPU高占呢?我的理解是不一定的.
...全文
186 2 打赏 收藏 转发到动态 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
freecodex 2015-02-03
  • 打赏
  • 举报
回复
引用 1 楼 Forty2 的回复:
[quote=引用 楼主 u010024618 的回复:] ...为什么多个线程访问同一个变量会导致CPU高占呢?我的理解是不一定的.
是不一定的,这取决于‘访问’具体作了些什么。 另外,原文所指的问题并不是访问一个变量,而是‘访问一个缓存项’,而且那个访问可能会创建项并缓存(原文注释是If it fails we'll populate the cache and return it.)。 没有线程安全保证下,多线程创建项可能导致数据损坏或死锁;多线程写缓存也可能导致Dictionary内部数据被破坏。 而当数据损坏的时候,灾难是不可预测的。举个例子,比如Dictionary内部用了很多的类似代码: for (int i = buckets[hashCode % buckets.Length]; i >= 0; i = entries[i].next) { ... } 如果entries[i].next不幸地指向它自己,那么该for循环就是一个死循环,导致CPU高就不奇怪了。 [/quote] 多谢,接着这个问题还请教您一个问题,就是如何如何写线程安全的代码?就您的经验来看,有没有一些通用的规则呢?
Forty2 2015-02-03
  • 打赏
  • 举报
回复
引用 楼主 u010024618 的回复:
...为什么多个线程访问同一个变量会导致CPU高占呢?我的理解是不一定的.
是不一定的,这取决于‘访问’具体作了些什么。 另外,原文所指的问题并不是访问一个变量,而是‘访问一个缓存项’,而且那个访问可能会创建项并缓存(原文注释是If it fails we'll populate the cache and return it.)。 没有线程安全保证下,多线程创建项可能导致数据损坏或死锁;多线程写缓存也可能导致Dictionary内部数据被破坏。 而当数据损坏的时候,灾难是不可预测的。举个例子,比如Dictionary内部用了很多的类似代码: for (int i = buckets[hashCode % buckets.Length]; i >= 0; i = entries[i].next) { ... } 如果entries[i].next不幸地指向它自己,那么该for循环就是一个死循环,导致CPU高就不奇怪了。
内容概要:本文针对三相并网逆变器在高比例新能源接入背景下的高性能控制需求,提出并研究了一种基于有源点箝位(ANPC)三电平拓扑的复合控制策略。该策略深度融合双极性倍频脉宽调制(DPWMA)、正负序分离锁相技术与电网电压前馈控制,旨在系统性地提升逆变器在稳态电能质量、动态响应速度及复杂电网工况适应性方面的综合性能。通过详细分析ANPC拓扑的硬件优势,如开关损耗均衡、点电位可控性强及输出谐波含量低,为高性能控制奠定了物理基础。在此基础上,DPWMA调制通过等效倍频效应显著优化了输出波形,降低了总谐波畸变率;正负序分离锁相环有效解决了电网不平衡工况下的锁相失真问题,确保了精确的相位同步;电网电压前馈控制则突破了传统反馈控制的滞后性,实现了对电网扰动的快速预判与补偿。全文通过构建完整的Simulink仿真模型,在对称电网、不平衡电网以及电压突变等多种工况下进行了全面的性能验证,结果表明该复合控制策略能有效维持点电位稳定、实现精准锁相、大幅抑制谐波与功率波动,并显著增强系统的动态抗扰能力和整体运行稳定性。; 适合人群:具备电力电子技术、自动控制理论及电力系统基础知识,从事新能源发电并网、大功率变流器控制算法开发或相关领域研究的工程技术人员及高校研究生。; 使用场景及目标:①应用于风电、光伏等新能源发电系统的高性能并网逆变器控制设计;②为解决电网电压不平衡、骤升骤降等非理想工况下的并网稳定性与电能质量问题提供先进的技术方案;③指导基于ANPC等先进多电平拓扑的并网变流器控制算法开发、仿真建模与性能优化。; 阅读建议:建议结合提供的Simulink仿真模型进行实践学习,重点深入理解DPWMA调制的实现逻辑、正负序分离锁相环的设计原理以及前馈-反馈复合控制的协同工作机制,关注各关键模块的参数设计与整定方法,以全面掌握高性能并网逆变器控制系统的构建精髓。
内容概要:本文复现了硕士论文《可再生能源发电与电动汽车的协同调度策略研究》,并通过Python代码实现了其的核心模型。研究聚焦于在高比例可再生能源接入的背景下,如何通过协同优化风电、光伏等间歇性电源与大规模电动汽车的充电行为,实现电力系统的削峰填谷、提升新能源消纳能力并保障电网运行稳定性。文构建了一个综合考虑风光出力预测、电动汽车充电需求建模、电网负荷特性及分时电价机制的多目标优化调度模型,并采用先进的优化算法求解最优充放电策略,旨在降低电网负荷波动、减少弃风弃光现象以及用户充电成本。该资源不仅提供了完整的代码实现,还详细阐述了模型的设计逻辑与技术路径,具有较强的可复现性和扩展性。; 适合人群:具备一定Python编程基础和电力系统基础知识,从事新能源、智能电网、电动汽车或优化调度方向研究的硕士研究生、科研人员及工程技术人员。; 使用场景及目标:① 学习并掌握可再生能源与电动汽车协同调度的基本建模方法与优化求解思路;② 复现经典硕士论文研究成果,用于课程设计、科研入门或项目原型开发;③ 基于提供的代码框架进一步扩展功能,如引入V2G(车辆到电网)机制、考虑电池损耗、分布式储能或更复杂的用户行为建模。; 阅读建议:建议读者结合文提到的Matlab版本资源对照学习,重点关注模型构建的数学逻辑与算法实现细节,运行代码时注意检查所需依赖库(如NumPy、Pandas、SciPy或常用优化求解器)的安装与配置,鼓励通过修改参数设置、调整场景条件等方式进行仿真验证与结果对比分析,以深化对协同调度机制的理解。

111,129

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧