Nano Hash - криптовалюты, майнинг, программирование

Избегайте создания файлов с помощью boost::interprocess::message queue

Я использую boost::interprocess::message queue в Windows. Он создает файл в C:\program data. Есть ли способ использовать другую общую память, а не отображение памяти, например windows_shared_memory. Я наткнулся на это, но не смог найти windows_message_queue как часть повышения.

Мой вариант использования заключается в том, что в какой-то момент процесс P1 создаст очередь сообщений и будет ждать сообщения от процесса P2. Когда P1 получает сообщение (используя timed_receive()), очередь сообщений удаляется. Это произойдет несколько раз (с другим именем).

Есть ли какой-то другой механизм, который я могу здесь использовать. Основная проблема заключается в том, чтобы избежать создания файлов в местоположении пользователя.

windows c++ boost ipc
04.10.2018

Ответы:


1

Это должно быть там ... вы пробовали это включить?

#include <boost/interprocess/windows_shared_memory.hpp>
25.04.2019
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..