copy-on-write学习

最近知识梳理不够，那就整理点以前blog的东西。
这儿就看COW(copy-on-write),cow技术主要是为了提高程序在单步操作时的系统响应速度而设计的，
它通过将不是立即必要的空间分配，数据复制等耗时操作分摊到后续的某个步骤中，以部分提升性
能。但这种瞬时的性能提升，通常是以部分牺牲总体性能为代价的。

1. copy-on-write的优点
（1）cow能够减少单步操作时由于分配空间及数据复制带来的瞬间延迟
（2）cow能够在一定程度上启动空间优化的作用

2. copy-on-write的应用
（1）cow在g++ std:string中的使用
对于string的实现，不同的程序库有不同的实现方法，g++版的std:string采用的cow技术，
SGI STL string则是采用的eager copy,而Visual c++ 2010中string则是采用的sso，此两
种方法会在附录有简单介绍。

在下面的代码中，证明了g++ std:string中对cow技术的使用：

#include <stdio.h>
#include <stdlib.h>
#include <string>
using namespace std;

int main(int argc, char* argv[])
{
string s_str_1 = "hello ymc!";
string s_str_2 = s_str_1;

printf("Begin:\n");
printf("s_str_1 At:%x\ns_str_2 At:%x\n", s_str_1.c_str(), s_str_2.c_str());

s_str_2[] = 'y';

printf("\nAfter s_str_2 are modified:\n");
printf("s_str_1 At:%x\ns_str_2 At:%x\n", s_str_1.c_str(), s_str_2.c_str());

return ;
}

以上的代码的运行结果为：

Begin:
s_str_1 At:95a2014
s_str_2 At:95a2014

After s_str_2 are modified:
s_str_1 At:95a2014
s_str_2 At:95a2034

可见，在首次进行赋值时，g++ std:string使用了cow.下面看cow的具体实现。
cow实际是使用计数的方法，使数据在有不同虚拟地址空间的同时，有着相同的物理存储位置，而
具体的的空间分配数据复制则被延迟到数据有个性化需求时。
下面的代码给出了部分cow的实现：

class string
{
public:
string()
:_data(new char[])
{
*_data = '\0';
}

string(const char* t_str)
{
if(_data != NULL)
delete _data;
_size = strlen(t_str);
_data = new char[_size + ];
memset(_data, , _size+);
_data++;
strcpy(_data, t_str);
}
//copy-on-write
string(const string& t_str)
{
if(str != *this)
{
_data = str._data;
_size = str._size;
_data[-]++;
}
}
//copy when writing case 1:
char& operator[](unsigned int t_index)
{
if(t_index > _size || _data == NULL)
{
return NULL;
}

char* c_tmp = new char[_size + ];
memset(c_tmp, , _size+);
strcpy(c_tmp+, _data);
_data[-]--;
_data = c_tmp;

return _data[t_index];
}

private:
char* _data;
uint32_t _size;
}

上面的实现中仅仅实现拷贝构造函数及[]操作符部分。一些细节也未在考虑之内，仅专注了cow方面。
一个完整的cow的string的实现还需要增加赋值运算符，+=运算及其它一些成员函数的重载。
引用计数放在-1位置的好处是当字符串增加内容时，不用去调整引用计数存放的位置。

（2）cow在fork进程时的使用
在linux程序中，fork会产生一个与父进程完全相同的子进程，子进程与父进程有着相同的代码段，数
据段，且堆栈也是指向父进程的物理空间的。这样在不考虑子进程中exec的情况，linux在fork时会使
用cow页实现，内核在fork时，并不复制整个进程地址空间，而是让父子进程共享一个拷贝。只有当需
要写入或者修改数据时才会使各个进程拥有自己的拷贝。也就是说，资源的复制操作会等到实际的个性
化需求到来时才会进行。

3.copy-on-write的一些缺陷或可能的陷阱
（1)线程安全有对性能的影响
cow在多线程环境中，需要处理竞态，而其中一引起关键在于：
a.原子操作应尽可能细化，最好只涉及引用计数
b.应该先保证分配复制操作完整后，再高速引用计数
即使是原子操作也会存在一些对性能的影响问题，具体是不同的体系结构在处理lock指令时，往往会锁
住比目标区域更大一些的地址空间，这样会造成一些其它数据的不可操作，影响性能。此外在多cpu情况
下还会出现一些cache-bounce的情况。具体见False sharing.
(2)可能的陷阱
主要体现在将string作为返回值处理时，注意后面的引用，特别是返回值声明为静态的情况。

附录：
主要是string的eager copy,cow,sso的三种实现。

上图引用自 https://github.com/downloads/chenshuo/documents/CppPractice.pdf

以上三种方式，eager copy的实现最简，其次sso，最麻烦的是cwo。不过也可以尝试将三种方式结合

起来设计string，根据字符串长度在处理时使用不同的处理原则，调整时配置可使性能达最优。