1.std::future和std::promise详解(原理、系统应用、任务源码）
2.图解UE4源码 其三（一）行为树系统执行任务的源码流程 发起执行请求
3.OpenHarmony—内核对象事件之源码详解
4.如何实现定时任务- Java Timer/TimerTask 源码解析
5.UE4 多线程源码浅析（2——AsyncTask）
6.Ray 源码解析（一）：任务的状态转移和组织形式

std::future和std::promise详解(原理、应用、系统源码）

       在编程实践中，任务异步调用的源码电脑源码叫什么概念允许我们通过将任务分配给其他线程执行，以确保主线程的系统快速响应能力。这在需要处理耗时、任务阻塞任务的源码场景中尤为重要，如并发执行多个部分以加速计算任务的系统完成。C++提供了std::future和std::promise来处理异步调用和获取结果的任务过程。这两个类对象之间通过一个共享对象构建了信息传递的源码通道，实现异步调用结果的系统同步。异步调用执行方通过std::promise向通道写入结果值，任务而异步调用创建方通过std::future获取这个结果。源码

       具体实现中，std::promise用于承诺在异步调用完成后交付结果，而std::future则用于获取这个未来的值。在代码示例中，我们首先创建了一个std::promise对象并获取了用于获取承诺值的std::future对象，从而建立了一个创建方和执行方之间的数据通道。当异步任务执行并完成时，通过std::promise::set_value方法将结果写入通道中。异步调用创建方通过std::future的get方法获取结果，等待异步调用执行完成。

       通过源码实现，我们可以进一步深入理解这两个类的内部工作。例如，std::promise的构造函数创建了一个关联状态对象，用于存储和传递异步调用的返回值。std::future的get方法在获取结果时会阻塞，直到异步调用结果准备好。析构函数中，std::future会断开与关联状态对象的css源码原理链接，确保资源的释放。

       此外，我们还讨论了关联状态对象的内部实现，包括其数据成员、成员函数和线程安全实现。通过互斥量和条件变量，关联状态对象保证了并发操作的安全性，并确保一个状态对象只能被一个future和一个promise链接。

       为了实现异常安全，future::get函数使用了RAII（资源获取即初始化）技术，确保在异常返回时资源的正确释放。同时，当异步调用过程中发生异常时，该异常会被逐级向上返回，直到最高层级。为了确保在异步调用执行方线程中捕获到这个异常信息，我们通过std::future和std::promise构建了一个信息传递的通道，允许异常信息从执行方线程传递到结果使用方线程。

图解UE4源码 其三（一）行为树系统执行任务的流程 发起执行请求

       本文探讨UE4源码中的行为树系统执行任务流程，重点解析了发起执行请求的机制。在UE4中，行为树系统负责执行特定任务，而请求执行的关键代码在于调用`UBehaviorTreeComponent::RequestExecution()`函数。本文将分别从行为树加载后执行、任务执行完毕后搜索下一个任务、以及由Decorator引发的Abort请求三种情境出发，详细解析RequestExecution函数的内部逻辑。

       ### 引子一：已加载行为树的执行

       行为树加载完毕后，执行的关键代码就是发起执行请求。`RequestExecution()`函数的执行，实质上是开始执行行为树内的任务。在行为树加载后，调用此函数启动执行流程，手机ppt源码开始搜索并执行任务。

       ### 引子二：任务执行完毕

       任务执行完成后，行为树会自动发起搜索和执行下一个任务的请求。这同样依赖于`RequestExecution()`函数，但调用方式不同，需要传入任务执行的结果作为参数。

       ### 引子三：TimeLimit修饰器

       UE4自带的`BTDecorator_TimeLimit`修饰器用于限制任务执行时间。当时间超过设定值，该修饰器会触发任务的Abort。分析其内部逻辑时，我们发现它通过调整时间计数器来控制任务执行时间，而不是通过直接中断任务。

       ### 发起执行请求的关键信息

       请求执行的过程涉及多个关键信息的传递，包括搜索的起始点和结束点、要执行的节点、上一次任务的结果、是否尝试执行下一个子节点等。这些信息构成`ExecutionRequest`结构体，由`RequestExecution()`函数生成。

       ### 新手难度：从行为树加载后讲起

       从行为树加载后执行为例，`RequestExecution()`函数仅做了初始化标志位、确定搜索范围、设定请求执行节点等基础操作。这些步骤为后续的执行流程做好准备。

       ### 中级难度：任务执行完毕后搜索下一个任务

       在任务执行完毕后，调用`RequestExecution()`以自动搜索下一个任务。此时，函数逻辑主要围绕上一次任务的结果，决定是否切换到更高优先级的任务。

       ### 终极难度：Decorator的Abort

       当Decorator引发任务中断时，`RequestExecution()`需要处理更复杂的逻辑，包括调整搜索范围、确保请求执行的nginx源码设置节点符合特定条件。这涉及到更深入地理解行为树的结构和Decorator的工作机制。

       ### 应用——追查Decorator Abort记录

       通过分析`RequestExecution()`函数的调用记录，可以追踪行为树运行过程中由Decorator引发的中断事件，有助于深入了解行为树的执行流程和异常情况。

       本文通过对UE4源码中的`RequestExecution()`函数的深入分析，揭示了行为树系统执行任务流程中的关键机制，为理解和优化行为树的运行提供了理论基础和实践指导。

OpenHarmony—内核对象事件之源码详解

       对于嵌入式开发和技术爱好者，深入理解OpenHarmony的内核对象事件源码是提升技能的关键。本文将通过数据结构解析，揭示事件机制的核心原理，引导大家探究任务间IPC的内在逻辑。

       关键数据结构

       首先，了解PEVENT_CB_S数据结构，它是事件的核心：uwEventID标识任务的事件类型，个位（保留位）可区分种事件；stEventList双向循环链表是理解事件的核心，任务等待事件时会挂载到链表，事件触发后则从链表中移除。

       事件初始化

       事件控制块由任务自行创建，通过LOS_EventInit初始化，此时链表为空，表示没有事件发生。任务通过创建eventCB指针并初始化，开始事件管理。

       事件写操作

       任务通过LOS_EventWrite写入事件，可以一次设置多个事件。1处的逻辑允许一次写入多个事件。2-3处检查事件链表，唤醒等待任务，通过双向链表结构确保任务顺序执行。

       事件读操作

       轻量级操作系统提供了两种事件读取方式：LOS_EventPoll支持主动检查，而LOS_EventRead则为阻塞读。1处区分两种读取模式，返回元素源码2-4处根据模式决定任务挂起或直接读取。

       事件销毁操作

       事件使用完毕后，需通过LOS_EventClear清除事件标志，并在LOS_EventDestroy中清理事件链表，确保资源的正确释放。

       总结

       通过以上的详细分析，OpenHarmony的内核事件机制已清晰可见。掌握这些原理，开发者可以更自如地利用事件API进行任务同步，并根据需要自定义事件通知机制，提升任务间通信的灵活性。

如何实现定时任务- Java Timer/TimerTask 源码解析

       日常实现各种服务端系统时，我们一定会有一些定时任务的需求。比如会议提前半小时自动提醒，异步任务定时/周期执行等。那么如何去实现这样的一个定时任务系统呢？ Java JDK提供的Timer类就是一个很好的工具，通过简单的API调用，我们就可以实现定时任务。

       现在就来看一下java.util.Timer是如何实现这样的定时功能的。

       首先，我们来看一下一个使用demo

       基本的使用方法：

       加入任务的API如下:

       可以看到API方法内部都是调用sched方法，其中time参数下一次任务执行时间点，是通过计算得到。period参数为0的话则表示为一次性任务。

       那么我们来看一下Timer内部是如何实现调度的。

       内部结构

       先看一下Timer的组成部分：

       Timer有3个重要的模块，分别是 TimerTask, TaskQueue, TimerThread

       那么，在加入任务之后，整个Timer是怎么样运行的呢？可以看下面的示意图：

       图中所示是简化的逻辑，多个任务加入到TaskQueue中，会自动排序，队首任务一定是当前执行时间最早的任务。TimerThread会有一个一直执行的循环，从TaskQueue取队首任务，判断当前时间是否已经到了任务执行时间点，如果是则执行任务。

       工作线程

       流程中加了一些锁，用来避免同时加入TimerTask的并发问题。可以看到sched方法的逻辑比较简单，task赋值之后入队，队列会自动按照nextExecutionTime排序（升序，排序的实现原理后面会提到）。

       从mainLoop的源码中可以看出，基本的流程如下所示

       当发现是周期任务时，会计算下一次任务执行的时间，这个时候有两种计算方式，即前面API中的

       优先队列

       当从队列中移除任务，或者是修改任务执行时间之后，队列会自动排序。始终保持执行时间最早的任务在队首。 那么这是如何实现的呢？

       看一下TaskQueue的源码就清楚了

       可以看到其实TaskQueue内部就是基于数组实现了一个最小堆 (balanced binary heap), 堆中元素根据 执行时间nextExecutionTime排序，执行时间最早的任务始终会排在堆顶。这样工作线程每次检查的任务就是当前最早需要执行的任务。堆的初始大小为，有简单的倍增扩容机制。

       TimerTask 任务有四种状态：

       Timer 还提供了cancel和purge方法

       常见应用

       Java的Timer广泛被用于实现异步任务系统，在一些开源项目中也很常见， 例如消息队列RocketMQ的 延时消息/消费重试 中的异步逻辑。

       上面这段代码是RocketMQ的延时消息投递任务 ScheduleMessageService 的核心逻辑，就是使用了Timer实现的异步定时任务。

       不管是实现简单的异步逻辑，还是构建复杂的任务系统，Java的Timer确实是一个方便实用，而且又稳定的工具类。从Timer的实现原理，我们也可以窥见定时系统的一个基础实现：线程循环 + 优先队列。这对于我们自己去设计相关的系统，也会有一定的启发。

UE4 多线程源码浅析（2——AsyncTask）

       深入探讨虚幻引擎中的多线程系统，本文将重点解析AsyncTask模块，以期对如何在虚幻引擎中高效地运用异步任务有更深的理解。

       在学习AsyncTask之前，我们首先需要理解虚幻引擎中的线程池机制。异步任务系统正是基于线程池构建的，了解线程池的运作机制对于理解AsyncTask至关重要。

       线程池分为基类FQueuedThreadPool与子类FQueuedThreadPoolBase，后者负责定义线程池的内部数据结构，如等待的任务队列、正在执行任务的线程以及线程池中所有线程等。FQueuedThreadPoolBase类通过实现一些接口，如Create、Destroy、AddQueuedWork等，来控制线程池的创建、销毁与任务的调度。

       任务（IQueuedWork）通过继承接口类实现特定功能，包括DoThreadedWork与Abandon等，分别用于执行任务与放弃队列中的任务。任务执行时，线程池中的线程（FQueuedThread）负责调用任务接口，执行具体操作。

       在引擎启动时，虚幻线程池在FEngineLoop::PreInitPreStartupScreen中进行初始化，通过FQueuedThreadPool::Allocate创建三个线程池实例，分别为GThreadPool、GBackgroundPriorityThreadPool与GIOThreadPool，分别用于普通任务、优先级任务与IO操作。

       接下来，我们深入探讨线程池的创建、添加任务与线程获取任务的实现细节。线程池的创建通过FQueuedThreadPool::Allocate完成，初始化线程池指定数量的线程。添加任务时，使用AddQueuedWork接口，确保线程池中的线程能够高效地获取与执行任务。线程获取任务的方式则通过ReturnToPoolOrGetNextJob接口实现，确保线程池的高效运行与任务的合理调度。

       在理解了线程池机制与任务调度原理后，我们转向AsyncTask的解析。AsyncTask作为IQueuedWork的子类，用于实现异步任务的启动与管理。通过FAutoDeleteAsyncTask与FAsyncTask两个类，我们可以更好地理解如何在虚幻引擎中利用异步任务，提升应用性能与用户体验。

       AsyncTask的实现细节涉及任务的启动、执行与取消等操作，以及线程池的选择与任务调度策略的优化。了解这些细节将帮助开发者更高效地构建和管理异步任务，实现复杂场景下的性能优化。

       本文通过深入解析虚幻引擎中的线程池与AsyncTask模块，旨在为开发者提供一套完整的多线程系统理解框架。了解这些内部机制不仅可以提升代码质量，还能在实际项目开发中实现更高效、更灵活的资源管理与任务调度。

Ray 源码解析（一）：任务的状态转移和组织形式

       Ray源码解析系列的第一篇着重于任务的状态管理和组织形式。Ray的核心设计在于其细粒度、高吞吐的任务调度，依赖于共享内存的Plasma存储输入和输出，以及Redis的GCS来管理所有状态，实现去中心化的调度。任务分为无状态的Task和有状态的Actor Method，后者包括Actor的构造函数和成员函数。

       Ray支持显式指定任务的资源约束，通过ResourcesSet量化节点资源，用于分配和回收。在调度时，需找到满足任务资源要求的节点。由于Task输入在分布式存储中，调度后需要传输依赖。对于Actor Method，其与Actor绑定，会直接调度到对应的节点。

       状态变化如任务状态转移、资源依赖等信息，都存储在GCS中。任务状态更改需更新GCS，失联或宕机时，根据GCS中的状态信息重试任务。通过GCS事件订阅驱动任务状态变化。

       文章主要讲述了任务状态的组织方式，如任务队列（TaskQueue）和调度队列（SchedulingQueue）的运作，以及状态转移图和状态枚举类的定义。例如，TaskQueue负责任务的增删查改，其中ReadyQueue通过资源映射优化调度决策。此外，文中还解释了一些关键概念，如Task Required Resources、Task argument、Object、Object Store、Node/Machine等。

       后续文章将深入探讨调度策略和资源管理。让我们期待下篇的精彩内容。

技术人生阅读源码——Quartz源码分析之任务的调度和执行

       Quartz源码分析：任务调度与执行剖析

       Quartz的调度器实例化时启动了调度线程QuartzSchedulerThread，它负责触发到达指定时间的任务。该线程通过`run`方法实现调度流程，包含三个主要阶段：获取到达触发时间的triggers、触发triggers、执行triggers对应的jobs。

       获取到达触发时间的triggers阶段，通过`JobStore`接口的`acquireNextTriggers`方法获取，由`RAMJobStore`实现具体逻辑。触发triggers阶段，调用`triggersFired`方法通知`JobStore`触发triggers，处理包括更新trigger状态与保存触发过程相关数据等操作。执行triggers对应jobs阶段，真正执行job任务，先构造job执行环境，然后在子线程中执行job。

       job执行环境通过`JobRunShell`提供，确保安全执行job，捕获异常，并在任务完成后根据`completion code`更新trigger。job执行环境包含job对象、trigger对象、触发时间、上一次触发时间与下一次触发时间等数据。Quartz通过线程池提供多线程服务，使用`SimpleThreadPool`实例化`WorkerThread`来执行job任务，最终调用`Job`的`execute`方法实现业务逻辑。

       综上所述，Quartz通过精心设计的线程调度与执行流程，确保了任务的高效与稳定执行，展示了其强大的任务管理能力。