关于muduo库的调试

Posted 2023-05-10

参考技术A 其实在 windows 下已经可以调试 linux 下的程序了。

我老早就这么在干了，如果你要问我什么感觉，就一个字吧，爽。

我这里稍微记录一下我是怎么来配置的吧，希望给小白一点指引。

首先你肯定是要安装 vs 以及 visual GDB ，当然，要写的爽的话，少不了 visual assist x 这个插件。

怎样使用 visual GDB 连接到 linux 自然不必我说，网上有一大票的教程，我要提示一下的是，你需要将 visual GDB 缓存到本地的头文件的目录加入 vax 的搜索目录，这样的话，才能够利用好 vax 的强大补全功能。

还有，一定要在 visualgdb project property 删除 DEBUG=1 这个预先设立的宏，否则会和 muduo 库的某些定义冲突。

好吧，有时间我再补图，就这样吧！

虽然我们在平时使用boost库时不必特意去链接 boost 库的 lib ,但是某些时候, boost 库中的某一些东西还是需要我们手动来链接库的.所以我在这里记录一下,以免以后继续踩坑.

我们使用 program_options.hpp 这个文件中的函数的时候还是需要链接库的,这个库叫做 boost_program_options ,更具体的细节,你可以参开这里:
http://stackoverflow.com/questions/12179154/undefined-reference-to-boostprogram-optionsoptions-descriptionm-default-l/12179310

C++搭建集群聊天室：muduo网络库

文章目录

• • 简介与建议
  • 网络服务器编程常用模型
  • muduo 的 reactor 模型
  • muduo 库网络编程示例
  • cmake编译

简介与建议

muduo网络库的编程很容易，要实现基于muduo网络库的服务器和客户端程序，只需要简单的组合 TcpServer 和 TcpClient 就可以。
所以，我建议，这个系列整完去看一下源码。

---

网络服务器编程常用模型

【方案1】 ： accept + read/write 
不是并发服务器

【方案2】 ： accept + fork - process-pre-connection 
适合并发连接数不大，计算任务工作量大于fork的开销

【方案3】 ：accept + thread thread-pre-connection 
比方案2的开销小了一点，但是并发造成线程堆积过多

【方案4】： muduo的网络设计：reactors in threads - one loop per thread

一个Base IO thread负责accept新的连接，接收到新的连接以后，使用轮询的方式在reactor pool中找到合适的sub reactor将这个连接挂载上去，这个连接上的所有任务都在这个sub reactor上完成。
如果有过多的耗费CPU I/O的计算任务，可以提交到创建的ThreadPool线程池中专门处理耗时的计算任务。

【方案5】 ： reactors in process - one loop pre process
nginx服务器的网络模块设计，基于进程设计，采用多个Reactors充当I/O进程和工作进程，通过一把 accept 锁，完美解决多个Reactors的“惊群现象”。

---

muduo 的 reactor 模型

图在上面。有图的话我就不想多哔哔，一图胜千言。

从图中，我们可以看出：
XXXXXXXXX，妙啊！！！！

---

废话不多说，上手。

---

muduo 库网络编程示例

写一个回显数据库，你写啥进去就回显啥出来，运行的时候加上6000端口

#include"json.hpp"
using json = nlohmann::json; 


#include<vector>
#include<map>
#include<string>
#include<string.h>
#include<iostream>
using namespace std;

void func(){
    // 先来个最基本的
    json js;

    map<string,string> mss;
    mss.insert({"name","wlf"});   //呦呵，pair也插不了
    mss.insert({"age","21"});     //不过这样倒是比用pair要方便

    vector<int> vc = {1,2,3,4,5,6,7,8,9};

    js["name"] = "wlf";
    js["age"] = "21";
    js["path"] = mss;
    js["vc"] = vc;

    string s = js.dump();   //和Python里面的一样

    json js2 = json::parse(s);  //先解析，这里和Python不太一样
    //返回一个JSON的对象，可以看做一个容器
    cout<<js2<<endl;

    // 直接取key-value 
    string name = js2["name"]; 
    cout << "name:" << name << endl;

    // 直接反序列化vector容器 
    vector<int> v = js2["vc"]; 
    for(int val : v) { 
        cout << val << " "; 
    }
    cout << endl;

    // 直接反序列化map容器 
    map<string, string> 
    m2 = js2["path"]; 
    for(auto p : m2) { 
        cout << p.first << " " << p.second << endl; 
    }
    cout << endl;
}


int main(){

    func();

    return 0;
}

---

cmake编译

cmake_minimum_required(VERSION 3.0) # 最低版本
project(main)   # 给这个工程一个名字，这不是可执行文件的名字，是工程的名字

set(EXECUTABLE_OUTPUT_PATH ${PROJECT_SOURCE_DIR}/bin)

# 设置需要编译的源文件列表
set(SRC_LIST muduo_server_test.cpp)  # 可放多个，但是没必要


# 配置可执行文件名
add_executable(muduo_test ${SRC_LIST})


# 需要链接的外库
target_link_libraries(muduo_test muduo_net muduo_base pthread)   # 如果库之间有相互依赖，注意把被依赖的放前面