七周七并发模型

七周七并发模型

7.5345 评价豆瓣读书

作品简介

《七周七并发模型》介绍了七种并发模型,行文通俗易懂,有数量充足且设计精良的样例来帮助读者理解。Paul将引领你学习多种非常不同的技术,从一些社交平台使用的Lambda架构,到现在世界上许多**最可靠的电信系统使用的actor模型。你还会学到职业高手使用的编程语言,从Java到Clojure,再到基于Erlang的闪亮新秀Elixir。书中每一章都设计成三天的阅读量。每天阅读结束都会有相关练习,巩固并扩展当天的知识。每一章均有复习,用于概括本章模型的优点和缺陷。

借助Java、Go等多种语言的特长,深度剖析所有主流并发编程模型,基于锁和线程的并发模型是目前最常用的一种并发模型,但是并发编程模型不仅仅只有这一种,本书几乎涵盖了目前所有的并发编程模型。了解和熟悉各种并发编程模型,在解决并发问题时会有更多思路。

——方腾飞,并发编程网站长

当看到这本书的目录时,我就为之一振。它涉及了当今所有的主流并发编程模型(当然也包括Go语言及其实现的CSP模型)。而在品读之后,我更是有一些激动。其中的大部分章节都深入浅出地描述了某一个并发编程模型的概念、特点、机理以及适用领域。加之有大量相应实现语言的示例呈现,更是让这些模型活灵活现、极易理解。另外,各章之间的衔接会使你更容易把这些知识融会贯通。总之,并发编程乃现代编程技能的必备,而这本书则为并发编程的首选佳作。

——郝林(@特价萝卜),《Go并发编程实战》作者

几十年来,专业的程序员一直在用线程与锁模型来进行并行和并发,但这仅仅是《七周七并发模型》介绍的众多模型之一。当今主流语言都竞相支持不同的并发模型,例如CSP模型、数据并行、函数式编程和Clojure的unified succession model。如果你想紧跟时代,我推荐阅读本书。

——Stuart Halloway,Cognitect联合创始人

并发编程近年逐渐热起来,Go等并发语言也对并发编程提供了良好的支持,使得并发这个话题受到越来越多人的关注。本书延续了《七周七语言》的写作风格,通过以下七个精选的模型帮助读者了解并发领域的轮廓:线程与锁,函数式编程,Clojure,actor,通信顺序进程,数据级并行,Lambda架构。书中每一章都设计成三天的阅读量。每天阅读结束都会有相关练习,巩固并扩展当天的知识。每一章均有复习,用于概括本章模型的优点和缺陷。

本书适合所有想了解并发的程序员。

Paul Butcher 资深程序员,涉猎广泛,从单片机编码到高级声明式编程无所不精。Paul是一位少年天才,8岁时就已经开始在8位机上编写游戏。最近几年他开始痴迷于赛车,想要去叫板汉密尔顿。除本书外,还著有在亚马逊获得全五星好评的《软件调试修炼之道》。

黄炎 现供职于上海爱可生,从事数据库高可用软件开发。简介和代码一样简洁。

作品目录

  1. 译者序
  2. 推荐序
  3. 前言
  4. 关于本书
  5. 本书未涉及的内容
  6. 样例代码
  7. 给IDE用户的建议
  8. 给Windows用户的建议
  9. 在线资源
  10. 致谢
  11. 第 1 章 概述
  12. 1.1 并发还是并行?
  13. 一字之差也是差
  14. 超越串行编程模型
  15. 1.2 并行架构
  16. 位级(bit-level)并行
  17. 指令级(instruction-level)并行
  18. 数据级(data)并行
  19. 任务级(task-level)并行
  20. 1.3 并发:不只是多核
  21. 并发的世界,并发的软件
  22. 分布式的世界,分布式的软件
  23. 不可预测的世界,容错性强的软件
  24. 复杂的世界,简单的软件
  25. 1.4 七个模型
  26. 第 2 章 线程与锁
  27. 2.1 简单粗暴
  28. 2.2 第一天:互斥和内存模型
  29. 创建线程
  30. 第一把锁
  31. 诡异的内存
  32. 内存可见性
  33. 多把锁
  34. 来自外星方法的危害
  35. 第一天总结
  36. 2.3 第二天:超越内置锁
  37. 可中断的锁
  38. 超时
  39. 交替锁(hand-over-hand locking)
  40. 条件变量
  41. 原子变量
  42. 第二天总结
  43. 2.4 第三天:站在巨人的肩膀上
  44. 创建线程之终极版
  45. 写入时复制
  46. 一个完整的程序
  47. 第三天总结
  48. 2.5 复习
  49. 优点
  50. 缺点
  51. 不易察觉的错误
  52. 其他语言
  53. 结语
  54. 第 3 章 函数式编程
  55. 3.1 若不爽,就另辟蹊径
  56. 3.2 第一天:抛弃可变状态
  57. 可变状态的风险
  58. Clojure旋风之旅
  59. 第一个函数式程序
  60. 轻松并行
  61. Wikipedia词频统计的函数式版本
  62. 懒惰一点好
  63. 第一天总结
  64. 3.3 第二天:函数式并行
  65. 每次一页
  66. 利用批处理改善性能
  67. 化简器
  68. 化简器内幕
  69. 分而治之
  70. 对折叠的支持
  71. 用折叠实现词频统计
  72. 第二天总结
  73. 3.4 第三天:函数式并发
  74. 同样的结构,不同的求值顺序
  75. 引用透明性
  76. 数据流
  77. Future模型
  78. Promise模型
  79. 函数式Web服务
  80. 第三天总结
  81. 3.5 复习
  82. 优点
  83. 缺点
  84. 其他语言
  85. 结语
  86. 第 4 章 Clojure之道——分离标识与状态
  87. 4.1 混搭的力量
  88. 4.2 第一天:原子变量与持久数据结构
  89. 原子变量
  90. 具有可变状态的多线程Web服务
  91. 持久数据结构
  92. 标识与状态
  93. 重试
  94. 校验器
  95. 监视器
  96. 混搭式Web服务
  97. 第一天总结
  98. 4.3 第二天:代理和软件事务内存
  99. 代理
  100. 内存日志系统
  101. 软件事务内存
  102. Clojure对共享可变状态的支持
  103. 第二天总结
  104. 4.4 第三天:深入学习
  105. 用STM解决哲学家进餐问题
  106. 不用STM解决哲学家进餐问题
  107. 原子变量还是STM?
  108. 定制并发函数
  109. 第三天总结
  110. 4.5 复习
  111. 优点
  112. 缺点
  113. 其他语言
  114. 结语
  115. 第 5 章 Actor
  116. 5.1 更加面向对象
  117. 5.2 第一天:消息和信箱
  118. 第一个actor
  119. 队列式信箱
  120. 接收消息
  121. 连接到(linking)进程
  122. 有状态的actor
  123. 用API隐藏消息细节
  124. 双向通信
  125. 为进程命名
  126. 茶歇——函数是第一类对象
  127. 并行map函数
  128. 第一天总结
  129. 5.3 第二天:错误处理和容错性
  130. 一个缓存actor
  131. 错误检测
  132. 管理进程
  133. 错误处理内核(error-Kernel)模式
  134. 任其崩溃
  135. 第二天总结
  136. 5.4 第三天:分布式
  137. OTP
  138. 分布式词频统计
  139. 第三天总结
  140. 5.5 复习
  141. 优点
  142. 缺点
  143. 其他语言
  144. 结语
  145. 第 6 章 通信顺序进程
  146. 6.1 万物皆通信
  147. 6.2 第一天:channel和go块
  148. Channel
  149. go块
  150. 在channel上进行操作
  151. 第一天总结
  152. 6.3 第二天:多个channel与IO
  153. 处理多个channel
  154. 异步轮询
  155. 异步IO
  156. 第二天总结
  157. 6.4 第三天:客户端CSP
  158. 并发是一种心境
  159. Hello, ClojureScript
  160. 处理事件
  161. 驯服回调
  162. 实现一个向导器
  163. 第三天总结
  164. 6.5 复习
  165. 优点
  166. 缺点
  167. 其他语言
  168. 结语
  169. 第 7 章 数据并行
  170. 7.1 隐藏在笔记本电脑中的超级计算机
  171. 7.2 第一天:GPGPU编程
  172. 图形处理与数据并行
  173. 第一个OpenCL程序
  174. 性能分析
  175. 多返回值
  176. 错误处理
  177. 第一天总结
  178. 7.3 第二天:多维空间与工作组
  179. 多维工作项空间
  180. 查询设备信息
  181. 平台模型
  182. 内存模型
  183. 使用数据并行进行化简操作
  184. 第二天总结
  185. 7.4 第三天:OpenCL和OpenGL——全部在GPU上运行
  186. 水波纹
  187. 用OpenGL显示网格
  188. 从OpenCL内核访问OpenGL缓存区
  189. 仿真水波纹
  190. 第三天总结
  191. 7.5 复习
  192. 优点
  193. 缺点
  194. 其他语言
  195. 结语
  196. 第 8 章 Lambda架构
  197. 8.1 并行计算搞定大数据
  198. 8.2 第一天:MapReduce
  199. 可行性
  200. Hadoop基础
  201. 词频统计的Hadoop版本
  202. 在Amazon EMR上运行
  203. 处理XML
  204. 第一天总结
  205. 8.3 第二天:批处理层
  206. 传统数据系统的缺陷
  207. 永恒的真相
  208. 数据还是原始的好
  209. Wikipedia贡献者
  210. 完成拼图
  211. 第二天总结
  212. 8.4 第三天:加速层
  213. 设计加速层
  214. Storm系统
  215. 容错性
  216. 用Storm统计贡献
  217. 第三天总结
  218. 8.5 复习
  219. 优点
  220. 缺点
  221. 替代方案
  222. 结语
  223. 第 9 章 圆满结束
  224. 9.1 君欲何往
  225. 未来是“不变”的
  226. 未来是分布式的
  227. 9.2 未尽之路
  228. Fork/Join模型和Work-Stealing算法
  229. 数据流
  230. 反应型编程
  231. 函数式反应型编程
  232. 网格计算
  233. 元组空间
  234. 9.3 越过山丘
  235. 参考书目
  236. 看完了
载入中

大家都喜欢