[06주차] 멀티쓰레드 01

 

 

- 성능 향상

 1) 프로그램 최적화

 2) 멀티 코어 활용 → 멀티쓰레드 프로그래밍 필요

 

- 멀티쓰레드

 : 하나의 프로그램이 여러 곳이 동시 다발적으로 실행됨 (병렬처리)

 

- 병렬처리

 : 하나의 작업을 여러 개의 context에서 동시에 수행

 : context - CPU 실행 상태 (PC를 포함한 모든 레지스터 값)

 : 한 대의 컴퓨터 사용 → SMP(여러 개의 CPU), Multi-Core (여러 개의 Core)

 : CPU 한 개 속도는 너무 느리기에 사용하는 것 (프로그램 구조가 깔끔해지진 않음)

 : 발열 속도에 부딪친 클럭 속도 증가

 

 

- 프로세스와 쓰레드

 1) 프로세스 : 실행 중인 프로그램 - 하나의 프로세스는 하나의 실행 파일에서 출발

 2) 쓰레드 : 프로그램 실행 흐름 - 프로세스 실행 중 프로그램이 쓰레드 생성 명령을 실행

 

Process (정내훈 교수님 수업 자료)

 

 : 프로그램은 하나의 프로세스가 되어 실행됨

 : 처음엔 하나의 쓰레드로 실행, 쓰레드는 쓰레드를 만들 수 있음

 : 각각의 쓰레드는 자신의 스택 갖고 있고, 같은 프로세스의 모든 쓰레드는 Data, Code, Heap 공유

 

 

 

- 멀티쓰레드

 : 메모리

  1) 전역 변수 - 모든 쓰레드가 공유 

  2) 지역 변수 - 쓰레드마다 따로

  3) 지역 변수도 강제로 공유 가능함 (그러지 말자)

 : 자원(메모리, 파일 핸들 등)은 공유 됨

 

 : 장점 - 성능 향상, 빠른 응답 속도, 더 나은 자원 활용(CPU), 프로세스보다 효율적 (context switch)

 : 위험 - 프로그램 복잡도 증가, 디버깅 어려움

 

 : 게임서버에서의 멀티 쓰레드 - 동접 향상, 빠른 속도

 

 : 두 가지 스타일 존재

 1) Heterogeneous - 작업을 역할 별로 나누어서 전용 쓰레드에게 맞김 → 게임 클라이언트

 2) Homogeneous - 작업을 쪼개서 쓰레드 구분 없이 나눠서 함 → 게임 서버

  - 게임 서버는 패킷 하나를 한 조각의 작업으로 생각

 

 : 주의점

 - 쓰레드 개수가 많다고 좋지 않음

 - 프로세서 / 코어 수에 맞추어라 (코어보다 많은 쓰레드 → context switching(문맥 교환) 부하, 반응속도 저하

 - 많은 쓰레드 → OS/HW 부담

 - 내가 사용하는 메모리의 내용이 다른 쓰레드에 의해 변경 될 수 있음 (DataRace)

 - 디버깅의 어려움

 

// 쓰레드 만들기
// 객체를 생성하고 생성자 초기값으로 실행할 함수 넣음

#include <thread>

std::thread t1 { mythread };



// 쓰레드 종료 검사
// 자식 쓰레드를 생성한 쓰레드는 생성한 쓰레드의 종료를 확인해야 함
t1.join();

 

 :  DataRace - 같은 메모리를 한 개 이상의 쓰레드가 동시에 읽고 쓰는 경우 (적어도 한 개는 반드시 쓰기)

 : 이를 해결하려면 한 번에 하나만 수행할 수 있도록 처리

  - Lock()/Unlock() →  Mutex객체 (전역변수 선언)

  - 같은 객체 사이에서만 동작, 서로 동시에 실행 가능한 크리티컬 섹션은 다른 mutex 사용

  - 단점 : Lock의 부하, 크기(너무 작으면 자주 호출되어 성능 저하, 크면 오랫동안 대기하는 쓰레드로 인해 성능 감소)

 

 : Lock의 개수 최소화 & 병렬 수행 최대화 → 알고리즘 재작성 필요

 : Atomic 자료 구조

 - 고성능 : 상호배제 없이 동시 실행

 - Data Race로 인한 오동작 없음

 - Queue, Stack .. 등 다양한 자료구조