iOS实现生产-消费模式RPipeline

生产-消费模式

生产-消费模式在各种场景下均有应用,几乎所有需要排队处理的场景,都可以认为是生产-消费关系模式。关于生产-消费模式的细节及PV操作等在此不再详述,不了解的可参见链接

如:在直播场景下的礼物特效展示。

在iOS中的设计实现

因为业务需求需要排队策略实现,在实现时有过考虑:设计一个队列类,并在类中维护数组去保存需要推入、取出的数据,而操作时会出现几种情况。

  1. 队列中为空,等待队列数据的推入。
  2. 队列中为满,等待队列数据仍在推入,内存吃紧。

在第一种情况下,消费业务在等待,当数据出现时应通知消费业务。
在第二种情况下,需要使生产业务暂停,在消费业务需要时再推入即可,对内存、性能都是最好的。
而且,如果使用普通的类设计,生产、消费业务在使用时都非常不方便。

多线程+信号量

多线程+信号量是处理问题1的合理方式,当队列为空时,消费业务将被阻塞,而有新的数据推入时由信号量唤醒消费业务。

内存优化

对于问题2,即在类接口中除了有推入的接口外,还应当有拉入的接口——此部分由队列类主动完成。如读取超大文件便会出现这种情况。

类接口

所有的基础模块没有好用的接口都将搁浅在推进中途,一个好的接口是对上层业务负责。

由于消费生产的实际特点,该模块命名为RPipeline——流水线,并使用其实现NSFastEnumeration接口,从而使该模块使用时异常简单。

self.pipeline = [[RPipeline alloc] init];
/// ...
for (NSObject * object in self.pipeline) {
  /// do something with object
  [object consume];
}

由于使用信号量会使当前线程阻塞,所以for循环取数据时应放在子线程中,为了简化这种操作,直接添加新的静态接口。

self.pipeline = [RPipeline pipelineWithAction:(void (^)(NSObject *object))action {
  /// do something with object
  [object consume];
}

[object consume]句表示该数据已经被使用完,此时如果流水线中仍有数据,则将被推出,否则阻塞。没有调用该句则表示消费线程仍在处理object,流水线也会阻塞。

详细设计

一、NSFastEnumeration的及阻塞信号量的实现

实现countByEnumeratingWithState:objects:count接口,并在该接口中等待信号量以达到在for循环中阻塞的目的。

在内部维护的数据列表中,放置一个哨兵,它将一直存在,直至该流水线被destroy。因此在此之前上述接口中始终返回1,for将一直不结束。

二、内存问题

新增输入接口

@protocol RPipelineInputProtocol <NSObject>

@required
/**
 生产产品的方法,会由【流水线】主动调用

 @return 返回产品,如果为nil,不会被加入到流水线中
 */
- (NSObject * _Nullable)produceFor:(RPipeline *)pipline;

@end

@interface RPipeline (Input)
 
/**
 流水线的被动生产者。如果流水线中没有产品,该方法将被主动调用
 */
@property (nonatomic, weak) id<RPipelineInputProtocol> input;

@end

如果input非空,当流水线内的数据不够时,会调用该回调,达到按需获取的目的,比全部数据都放在内存中,这种方式要节省很多内存。

三、切面处理

有的业务场景下,需要对所有的数据做统一处理,因此添加过滤器接口

@protocol RPipelineFilterProtocol <NSObject>

@optional
/// 返回该过滤器的优先级,如果没有实现则为0
@property (nonatomic, assign, readonly) NSInteger filterPriority;

@required
/**
 如果向【流水线】添加了过滤器,当产品即将被推出时,依次经过所有的过滤器。

 @param object 流水线中的产品,或经过其它过滤器的产品
 @return 过滤后的产品,如果返回nil,该产品会被丢弃
 */
- (NSObject * _Nullable)pipelineFilter:(NSObject * _Nonnull)object;

@end

当数据将被推出时,会经过所有排序后的filter,处理后继续流程,如果pipelineFilter:返回空,直播抛弃该数据。

由于众所周知的原因,代码已经托管至码云,见Gitee

欢迎留言讨论

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,406评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,732评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,711评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,380评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,432评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,301评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,145评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,008评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,443评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,649评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,795评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,501评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,119评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,731评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,865评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,899评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,724评论 2 354

推荐阅读更多精彩内容