1. 线程基础与Linux原生线程实战在Linux系统编程中线程是轻量级的执行单元相比进程创建和切换的开销更小。我们先从最底层的pthread库开始这是POSIX标准定义的线程接口。创建线程的基本模式是这样的#include pthread.h void* thread_func(void* arg) { // 线程执行的代码 return NULL; } int main() { pthread_t tid; pthread_create(tid, NULL, thread_func, NULL); pthread_join(tid, NULL); // 等待线程结束 return 0; }注意pthread_create的第四个参数可以传递任意类型的数据给线程函数但要注意内存生命周期管理。线程同步是实际开发中最容易出问题的部分。Linux提供了多种同步原语互斥锁mutex保护临界区条件变量condition variable线程间通知读写锁rwlock读写分离自旋锁spinlock短时等待场景1.1 互斥锁的典型使用场景pthread_mutex_t mutex PTHREAD_MUTEX_INITIALIZER; void* bank_transfer(void* arg) { pthread_mutex_lock(mutex); // 操作共享账户余额 pthread_mutex_unlock(mutex); return NULL; }在实际项目中我强烈建议使用RAII模式封装锁操作避免忘记解锁的情况。C11之后的智能锁std::lock_guard就是基于这种思想。2. C11多线程编程范式C11将线程支持纳入了标准库大大简化了多线程开发。最基本的线程创建方式#include thread void worker(int param) { // 线程工作代码 } int main() { std::thread t(worker, 42); t.join(); // 等待线程结束 return 0; }C标准库提供了丰富的线程同步工具std::mutex互斥锁std::condition_variable条件变量std::future/std::promise异步结果传递std::atomic原子操作2.1 现代C线程同步最佳实践std::mutex mtx; std::condition_variable cv; bool ready false; void producer() { std::lock_guardstd::mutex lk(mtx); ready true; cv.notify_one(); } void consumer() { std::unique_lockstd::mutex lk(mtx); cv.wait(lk, []{return ready;}); // 处理数据 }提示condition_variable的wait操作会自动释放锁并在唤醒时重新获取这是它和简单轮询的本质区别。3. 线程池设计与实现在实际项目中频繁创建销毁线程代价很高。线程池是常见的优化方案其核心组件包括任务队列工作线程组任务提交接口线程调度策略3.1 简易线程池实现class ThreadPool { public: ThreadPool(size_t threads) : stop(false) { for(size_t i 0; i threads; i) workers.emplace_back([this] { for(;;) { std::functionvoid() task; { std::unique_lockstd::mutex lock(this-queue_mutex); this-condition.wait(lock, [this]{ return this-stop || !this-tasks.empty(); }); if(this-stop this-tasks.empty()) return; task std::move(this-tasks.front()); this-tasks.pop(); } task(); } }); } templateclass F void enqueue(F f) { { std::unique_lockstd::mutex lock(queue_mutex); tasks.emplace(std::forwardF(f)); } condition.notify_one(); } ~ThreadPool() { { std::unique_lockstd::mutex lock(queue_mutex); stop true; } condition.notify_all(); for(std::thread worker: workers) worker.join(); } private: std::vectorstd::thread workers; std::queuestd::functionvoid() tasks; std::mutex queue_mutex; std::condition_variable condition; bool stop; };这个实现中我特别注意了以下几点使用std::function包装任务支持任意可调用对象任务队列使用mutex保护确保线程安全条件变量避免工作线程空转析构时优雅关闭所有线程4. 多线程调试与性能优化多线程程序的调试是公认的难题以下是我总结的实用技巧4.1 常见问题排查表问题现象可能原因排查方法程序卡死死锁gdb attach查看线程堆栈数据错乱竞态条件使用ThreadSanitizer工具性能下降锁竞争perf分析热点考虑无锁数据结构内存泄漏线程未joinvalgrind检查确保所有线程正确回收4.2 性能优化实战锁粒度优化将一个大锁拆分为多个小锁// 优化前 std::mutex big_lock; // 优化后 std::mutex account_lock[N]; // 按账户ID分片无锁编程对于简单操作使用atomicstd::atomicint counter(0); counter.fetch_add(1, std::memory_order_relaxed);任务窃取平衡各线程负载// 每个线程有自己的任务队列 // 空闲时可从其他线程队列窃取任务我在实际项目中发现80%的多线程性能问题都源于不合理的锁策略。通过将全局锁改为细粒度锁后一个交易系统的吞吐量提升了3倍。5. C20新特性与并发编程C20引入了多项改进多线程编程的特性std::jthread自动join的线程std::jthread t([]{ // 线程代码 }); // 析构时自动joinstd::stop_token优雅停止线程std::jthread t([](std::stop_token stoken){ while(!stoken.stop_requested()) { // 处理任务 } }); t.request_stop(); // 请求停止std::atomic_ref对现有变量的原子访问int data; std::atomic_refint atomic_data(data);std::latch/barrier线程同步原语std::latch completion_latch(10); // 等待10个线程 // 每个线程完成后 completion_latch.count_down();这些新特性让编写安全、高效的多线程程序变得更加容易。特别是在异常安全方面jthread避免了传统线程可能因为异常导致join被跳过的问题。6. 实战经验与避坑指南在多线程开发中我踩过不少坑这里分享几个典型案例虚假唤醒条件变量wait必须使用while循环检查条件// 错误写法 if(not ready) cv.wait(lock); // 正确写法 cv.wait(lock, []{return ready;});锁顺序死锁多个锁必须按固定顺序获取// 线程1 lock(A); lock(B); // 线程2 lock(B); // 可能死锁 lock(A); // 解决方案统一先锁A再锁B线程局部存储使用thread_local替代全局变量thread_local int counter 0; // 每个线程独立实例异步异常安全确保线程退出时资源释放std::thread t([]{ try { // 工作代码 } catch(...) { cleanup(); // 确保异常时也能清理 } });在最近的一个项目中我们使用promise/future模式重构了回调地狱式的异步代码不仅使逻辑更清晰还减少了50%的竞态条件bug。关键实现如下std::futureResult async_task(Param p) { auto promise std::make_sharedstd::promiseResult(); std::futureResult future promise-get_future(); std::thread([promise std::move(promise), p]{ try { Result r do_work(p); promise-set_value(r); } catch(...) { promise-set_exception(std::current_exception()); } }).detach(); return future; }这种模式特别适合需要链式异步调用的场景可以通过future.then()实现类似JavaScript Promise的链式调用效果C23将正式支持这个特性。 Linux与C++多线程编程实战指南
1. 线程基础与Linux原生线程实战在Linux系统编程中线程是轻量级的执行单元相比进程创建和切换的开销更小。我们先从最底层的pthread库开始这是POSIX标准定义的线程接口。创建线程的基本模式是这样的#include pthread.h void* thread_func(void* arg) { // 线程执行的代码 return NULL; } int main() { pthread_t tid; pthread_create(tid, NULL, thread_func, NULL); pthread_join(tid, NULL); // 等待线程结束 return 0; }注意pthread_create的第四个参数可以传递任意类型的数据给线程函数但要注意内存生命周期管理。线程同步是实际开发中最容易出问题的部分。Linux提供了多种同步原语互斥锁mutex保护临界区条件变量condition variable线程间通知读写锁rwlock读写分离自旋锁spinlock短时等待场景1.1 互斥锁的典型使用场景pthread_mutex_t mutex PTHREAD_MUTEX_INITIALIZER; void* bank_transfer(void* arg) { pthread_mutex_lock(mutex); // 操作共享账户余额 pthread_mutex_unlock(mutex); return NULL; }在实际项目中我强烈建议使用RAII模式封装锁操作避免忘记解锁的情况。C11之后的智能锁std::lock_guard就是基于这种思想。2. C11多线程编程范式C11将线程支持纳入了标准库大大简化了多线程开发。最基本的线程创建方式#include thread void worker(int param) { // 线程工作代码 } int main() { std::thread t(worker, 42); t.join(); // 等待线程结束 return 0; }C标准库提供了丰富的线程同步工具std::mutex互斥锁std::condition_variable条件变量std::future/std::promise异步结果传递std::atomic原子操作2.1 现代C线程同步最佳实践std::mutex mtx; std::condition_variable cv; bool ready false; void producer() { std::lock_guardstd::mutex lk(mtx); ready true; cv.notify_one(); } void consumer() { std::unique_lockstd::mutex lk(mtx); cv.wait(lk, []{return ready;}); // 处理数据 }提示condition_variable的wait操作会自动释放锁并在唤醒时重新获取这是它和简单轮询的本质区别。3. 线程池设计与实现在实际项目中频繁创建销毁线程代价很高。线程池是常见的优化方案其核心组件包括任务队列工作线程组任务提交接口线程调度策略3.1 简易线程池实现class ThreadPool { public: ThreadPool(size_t threads) : stop(false) { for(size_t i 0; i threads; i) workers.emplace_back([this] { for(;;) { std::functionvoid() task; { std::unique_lockstd::mutex lock(this-queue_mutex); this-condition.wait(lock, [this]{ return this-stop || !this-tasks.empty(); }); if(this-stop this-tasks.empty()) return; task std::move(this-tasks.front()); this-tasks.pop(); } task(); } }); } templateclass F void enqueue(F f) { { std::unique_lockstd::mutex lock(queue_mutex); tasks.emplace(std::forwardF(f)); } condition.notify_one(); } ~ThreadPool() { { std::unique_lockstd::mutex lock(queue_mutex); stop true; } condition.notify_all(); for(std::thread worker: workers) worker.join(); } private: std::vectorstd::thread workers; std::queuestd::functionvoid() tasks; std::mutex queue_mutex; std::condition_variable condition; bool stop; };这个实现中我特别注意了以下几点使用std::function包装任务支持任意可调用对象任务队列使用mutex保护确保线程安全条件变量避免工作线程空转析构时优雅关闭所有线程4. 多线程调试与性能优化多线程程序的调试是公认的难题以下是我总结的实用技巧4.1 常见问题排查表问题现象可能原因排查方法程序卡死死锁gdb attach查看线程堆栈数据错乱竞态条件使用ThreadSanitizer工具性能下降锁竞争perf分析热点考虑无锁数据结构内存泄漏线程未joinvalgrind检查确保所有线程正确回收4.2 性能优化实战锁粒度优化将一个大锁拆分为多个小锁// 优化前 std::mutex big_lock; // 优化后 std::mutex account_lock[N]; // 按账户ID分片无锁编程对于简单操作使用atomicstd::atomicint counter(0); counter.fetch_add(1, std::memory_order_relaxed);任务窃取平衡各线程负载// 每个线程有自己的任务队列 // 空闲时可从其他线程队列窃取任务我在实际项目中发现80%的多线程性能问题都源于不合理的锁策略。通过将全局锁改为细粒度锁后一个交易系统的吞吐量提升了3倍。5. C20新特性与并发编程C20引入了多项改进多线程编程的特性std::jthread自动join的线程std::jthread t([]{ // 线程代码 }); // 析构时自动joinstd::stop_token优雅停止线程std::jthread t([](std::stop_token stoken){ while(!stoken.stop_requested()) { // 处理任务 } }); t.request_stop(); // 请求停止std::atomic_ref对现有变量的原子访问int data; std::atomic_refint atomic_data(data);std::latch/barrier线程同步原语std::latch completion_latch(10); // 等待10个线程 // 每个线程完成后 completion_latch.count_down();这些新特性让编写安全、高效的多线程程序变得更加容易。特别是在异常安全方面jthread避免了传统线程可能因为异常导致join被跳过的问题。6. 实战经验与避坑指南在多线程开发中我踩过不少坑这里分享几个典型案例虚假唤醒条件变量wait必须使用while循环检查条件// 错误写法 if(not ready) cv.wait(lock); // 正确写法 cv.wait(lock, []{return ready;});锁顺序死锁多个锁必须按固定顺序获取// 线程1 lock(A); lock(B); // 线程2 lock(B); // 可能死锁 lock(A); // 解决方案统一先锁A再锁B线程局部存储使用thread_local替代全局变量thread_local int counter 0; // 每个线程独立实例异步异常安全确保线程退出时资源释放std::thread t([]{ try { // 工作代码 } catch(...) { cleanup(); // 确保异常时也能清理 } });在最近的一个项目中我们使用promise/future模式重构了回调地狱式的异步代码不仅使逻辑更清晰还减少了50%的竞态条件bug。关键实现如下std::futureResult async_task(Param p) { auto promise std::make_sharedstd::promiseResult(); std::futureResult future promise-get_future(); std::thread([promise std::move(promise), p]{ try { Result r do_work(p); promise-set_value(r); } catch(...) { promise-set_exception(std::current_exception()); } }).detach(); return future; }这种模式特别适合需要链式异步调用的场景可以通过future.then()实现类似JavaScript Promise的链式调用效果C23将正式支持这个特性。