GCD是Apple开发的一个多核编程的解决方法，基本概念就是dispatch queue（调度队列），queue是一个对象，它可以接受任务，并将任务以先到先执行的顺序来执行。dispatch queue可以是并发的或串行的。GCD的底层依然是用线程实现，不过我们可以不用关注实现的细节。其优点有如下几点：
（1）易用：GCD比thread更简单易用。基于block的特效使它能极为简单地在不同代码作用域之间传递上下文。
（2）效率：GCD实现功能轻量，优雅，使得它在很多地方比专门创建消耗资源的线程更加实用且快捷。
（3）性能：GCD自动根据系统负载来增减线程数量，从而减少了上下文切换并增加了计算效率。
（4）安全：无需加锁或其他同步机制。
一、GCD三种创建队列的方法
（1）自己创建一个队列
第一个参数代表队列的名称，可以任意起名
第二个参数代表队列属于串行还是并行执行任务
串行队列一次只执行一个任务。一般用于按顺序同步访问，但我们可以创建任意数量的串行队列，各个串行队列之间是并发的。
并行队列的执行顺序与其加入队列的顺序相同。可以并发执行多个任务，但是执行完成的顺序是随机的。
//创建串行队列
let serial = DispatchQueue(label: "serialQueue1")
//创建并行队列
let concurrent = DispatchQueue(label: "concurrentQueue1", attributes: .concurrent)
（2）获取系统存在的全局队列
- .Global Dispatch Queue有4个执行优先级：
- .userInitiated 高
- .default 正常
- .utility 低
- .background 非常低的优先级（这个优先级只用于不太关心完成时间的真正的后台任务）
let globalQueue = DispatchQueue.global(qos: .default)
（3）运行在主线程的Main Dispatch Queue
let mainQueue = DispatchQueue.main
二、添加任务到队列的两种方法
（1）async异步追加Block块（async函数不做任何等待）
DispatchQueue.global(qos: .default).async {
//处理耗时操作的代码块...
print("do work")
//操作完成，调用主线程来刷新界面
DispatchQueue.main.async {
print("main refresh")
}
}
（2）sync同步追加Block块
同步追加Block块，与上面相反。在追加Block结束之前，sync函数会一直等待，等待队列前面的所有任务完成后才能执行追加的任务。
//添加同步代码块到global队列
//不会造成死锁，但会一直等待代码块执行完毕
DispatchQueue.global(qos: .default).sync {
print("sync1")
}
print("end1")
//添加同步代码块到main队列
//会引起死锁
//因为在主线程里面添加一个任务，因为是同步，所以要等添加的任务执行完毕后才能继续走下去。但是新添加的任务排在
//队列的末尾，要执行完成必须等前面的任务执行完成，由此又回到了第一步，程序卡死
DispatchQueue.main.sync {
print("sync2")
}
print("end2")
三、暂停或者继续队列
这两个函数是异步的，而且只在不同的blocks之间生效，对已经正在执行的任务没有影响。
suspend()后，追加到Dispatch Queue中尚未执行的任务在此之后停止执行。
而resume()则使得这些任务能够继续执行。
//创建并行队列
let conQueue = DispatchQueue(label: "concurrentQueue1", attributes: .concurrent)
//暂停一个队列
conQueue.suspend()
//继续队列
conQueue.resume()
四、只执行一次
过去dispatch_once中的代码块在应用程序里面只执行一次，无论是不是多线程。因此其可以用来实现单例模式，安全，简洁，方便。
在Swift3后，dispatch_once被废弃了，我们要替换成其他全局或者静态变量和常量.
private var once1:Void = {
//只执行一次
print("once1")
}()
private lazy var once2:String = {
//只执行一次，可用于创建单例
print("once2")
return "once2"
}()
五、asyncAfter 延迟调用
asyncAfter 并不是在指定时间后执行任务处理，而是在指定时间后把任务追加到queue里面。因此会有少许延迟。注意，我们不能（直接）取消我们已经提交到 asyncAfter 里的代码。
//延时2秒执行
DispatchQueue.global(qos: .default).asyncAfter(deadline: DispatchTime.now() + 2.0) {
print("after!")
}
如果需要取消正在等待执行的Block操作，我们可以先将这个Block封装到DispatchWorkItem对象中，然后对其发送cancle，来取消一个正在等待执行的block。
//将要执行的操作封装到DispatchWorkItem中
let task = DispatchWorkItem { print("after!") }
//延时2秒执行
DispatchQueue.main.asyncAfter(deadline: DispatchTime.now() + 2, execute: task)
//取消任务
task.cancel()
六、多个任务全部结束后做一个全部结束的处理
- async(group:)：用来监视一组block对象的完成，你可以同步或异步地监视
- notify()：用来汇总结果，所有任务结束汇总，不阻塞当前线程
- wait()：等待直到所有任务执行结束，中途不能取消，阻塞当前线程
//获取系统存在的全局队列
let queue = DispatchQueue.global(qos: .default)
//定义一个group
let group = DispatchGroup()
//并发任务，顺序执行
queue.async(group: group) {
sleep(2)
print("block1")
}
queue.async(group: group) {
print("block2")
}
queue.async(group: group) {
print("block3")
}
//1,所有任务执行结束汇总，不阻塞当前线程
group.notify(queue: .global(), execute: {
print("group done")
})
//2,永久等待，直到所有任务执行结束，中途不能取消，阻塞当前线程
group.wait()
print("任务全部执行完成")
七、concurrentPerform 指定次数的Block最加到队列中
DispatchQueue.concurrentPerform函数是sync函数和Dispatch Group的关联API。按指定的次数将指定的Block追加到指定的Dispatch Queue中，并等待全部处理执行结束。
因为concurrentPerform函数也与sync函数一样，会等待处理结束，因此推荐在async函数中异步执行concurrentPerform函数。concurrentPerform函数可以实现高性能的循环迭代。
//获取系统存在的全局队列
let queue = DispatchQueue.global(qos: .default)
//定义一个异步步代码块
queue.async {
//通过concurrentPerform，循环变量数组
DispatchQueue.concurrentPerform(iterations: 6) {(index) -> Void in
print(index)
}
//执行完毕，主线程更新
DispatchQueue.main.async {
print("done")
}
}
八、信号，信号量
DispatchSemaphore(value: )：用于创建信号量，可以指定初始化信号量计数值，这里我们默认1.
semaphore.wait()：会判断信号量，如果为1，则往下执行。如果是0，则等待。
semaphore.signal()：代表运行结束，信号量加1，有等待的任务这个时候才会继续执行。
//获取系统存在的全局队列
let queue = DispatchQueue.global(qos: .default)
//当并行执行的任务更新数据时，会产生数据不一样的情况
for i in 1...10 {
queue.async {
print("\(i)")
}
}
//使用信号量保证正确性
//创建一个初始计数值为1的信号
let semaphore = DispatchSemaphore(value: 1)
for i in 1...10 {
queue.async {
//永久等待，直到Dispatch Semaphore的计数值 >= 1
semaphore.wait()
print("\(i)")
//发信号，使原来的信号计数值+1
semaphore.signal()
}
}
原文出自：www.hangge.com 转载请保留原文链接：https://www.hangge.com/blog/cache/detail_745.html
网友评论