CGraph异步任务结果获取的设计思路与实践

异步编程中的结果收集挑战

在现代C++异步编程中，一个常见需求是主线程需要获取多个异步任务执行的结果。这种场景在任务并行处理、批量计算等应用中尤为常见。CGraph作为一款轻量级的C++ DAG框架，提供了优雅的解决方案来处理这类问题。

传统方案的问题

传统实现方式通常采用全局变量或共享内存来存储异步任务结果，这种方法存在几个明显缺陷：

1. 需要复杂的线程同步机制
2. 容易引发数据竞争
3. 代码可维护性差
4. 难以与现有框架集成

CGraph的解决方案

参数传递机制

CGraph设计了两种参数传递方式：

1. EParam：节点外部参数，通过addEParam方法传入节点，生命周期仅限于当前节点内部
2. GParam：图内全局参数，可在整个pipeline中传递和使用

参数转换示例代码：

// 创建GParam参数
CGRAPH_CREATE_GPARAM(MyParam, "key");

// 获取GParam并赋值
auto param = CGRAPH_GET_GPARAM(MyParam, "key");
auto conn = CGRAPH_GET_EPARAM(MyParam, "key");
param->x = conn.x;
param->y = conn.y;

异步结果收集模式

推荐采用"节点通知"模式而非"主线程轮询"：

1. 每个异步节点完成任务后主动触发通知
2. 将结果写入GParam供其他节点使用
3. 主线程通过监听事件或检查GParam获取结果

模板节点的应用

对于固定模式的参数处理，建议使用模板节点来简化代码：

1. 封装通用的参数转换逻辑
2. 提供标准化的结果收集接口
3. 减少重复代码

最佳实践建议

1. 避免使用全局变量存储结果，优先使用GParam机制
2. 复杂场景考虑结合事件通知机制
3. 简单任务可直接使用线程池工具
4. 保持参数传递路径清晰可追踪
5. 注意参数的生命周期管理

总结

CGraph通过其独特的参数传递机制和节点设计，为异步任务结果收集提供了高效、安全的解决方案。开发者可以摆脱传统多线程编程中的同步困扰，专注于业务逻辑实现。这种设计既保证了性能，又提高了代码的可维护性，是C++异步编程的优秀实践。