《C++Linux编程进阶：从0实现muduo 》-第8讲.C++面试如何高效获取线程ID

news2025/4/25 19:57:26

章节重点

在C++面试时，经常被问到如果高效获取线程ID，但不少同学都不知道如何回答。

重点是通过__thread关键字。

重点内容

视频讲解：《C++Linux编程进阶：从0实现muduo C++网络框架系列》-第8讲. C++面试如何高效获取线程ID

测试获取线程ID的性能

单线程，测试3次，每次获取100万次线程ID。

第一次(秒)

第二次(秒)

第三次(秒)

平均性能(秒)

使用__thread版本耗时

0.003284

0.003541

0.003646

0.00349

不使用__thread版本耗时

0.174818

0.148581

0.201204

0.174867 秒

性能差距(倍数)

53.2

41.9

55.2

50.1

4个线程，测试3次，每次每个线程获取100万次线程ID。

第一次(秒)

第二次(秒)

第三次(秒)

平均性能(秒)

使用__thread版本耗时

0.004119

0.004096

0.003457

0.003890

不使用__thread版本耗时

0.212637

0.214584

0.205432

0.210884

性能差距(倍数)

51.6

52.4

59.4

54.47

代码改动

lesson8

  • base/CurrentThread.h/cc

  • examples/test_currentthread.cc

  • examples/test_thread_performance.cc

1 线程局部存储__thread关键字的作用

我来详细分析 CurrentThread 的设计原理和性能优化，并给出时序图。

1.1 设计原理分析

1.1.1 线程局部存储（thread local store, TLS）机制

__thread int t_cachedTid = 0;// 线程局部存储变量
// int g_t_cachedTid = 0;// 全局变量，多线程共享

__thread char t_tidString[32];
__thread int t_tidStringLength = 6;
__thread const char* t_threadName = "unknown";

  • 使用 __thread 关键字实现线程局部存储

  • 每个线程都有自己独立的变量副本   和 int g_t_cachedTid = 0;// 全局变量，多线程共享 不一样

  • 变量的生命周期与线程相同

  • 避免了多线程访问时的同步开销，内存模型：

// 内存布局示意
Thread 1: [t_cachedTid = 1001]
Thread 2: [t_cachedTid = 1002]
Thread 3: [t_cachedTid = 1003]

  • 每个线程有独立的内存区域

  • 变量存储在线程的栈或TLS段中

  • 线程间互不影响

1.1.2 懒加载模式

inline int tid()
{
    if (__builtin_expect(t_cachedTid == 0, 0))
    {
        cacheTid();
    }
    return t_cachedTid;
}

  • 采用懒加载策略，只在第一次调用时获取线程ID

  • 使用 __builtin_expect 优化分支预测，为什么能优化？这里实测和

inline int tid()
{
    if (t_cachedTid == 0)
    {
        cacheTid();
    }
    return t_cachedTid;
}

没啥区别，所以不用理会这个优化。

  • 后续调用直接返回缓存值，避免系统调用

1.2 性能优化分析

1.2.1 减少系统调用

  • 系统调用（syscall(SYS_gettid)）是相对昂贵的操作

  • 通过缓存机制，将系统调用次数从每次获取都调用降低到每个线程只调用一次

  • 在多线程环境下，性能提升更加明显

1.2.2 字符串预格式化

void cacheTid()
{
    if (t_cachedTid == 0)
    {
        t_cachedTid = gettid();
        t_tidStringLength = snprintf(t_tidString, sizeof t_tidString, "%5d ", t_cachedTid);
    }
}

  • 预先计算并缓存线程ID的字符串表示

  • 避免重复的整数到字符串转换操作

  • 缓存字符串长度，避免重复计算

1.3 CurrentThread::tid() 函数时序图

1.4 使用场景

这种设计特别适合：

1.日志系统

  • 频繁获取线程ID用于日志记录

  • 需要线程标识进行问题追踪

2.高并发服务器

  • 需要频繁获取线程ID的场景

  • 对性能要求较高的系统

1.5 是否可以不用__thread

只使用 extern int t_cachedTid 而不使用 __thread 的风险分析。

1.5.1 数据竞争问题

如果不使用__thread关键字，那t_cachedTid变成所有线程共享了。

// 不使用__thread的情况
extern int t_cachedTid;  // 全局变量，所有线程共享

void cacheTid()
{
    if (t_cachedTid == 0)
    {
        t_cachedTid = gettid();  // 危险！多线程同时访问
    }
}

  • 多个线程同时执行 cacheTid()

  • 可能导致线程A写入的ID被线程B覆盖

  • 最终可能所有线程都得到错误的线程ID

1.5.2 实际案例分析

假设有两个线程同时执行：

// 线程A
if (t_cachedTid == 0)  // 检查为0
t_cachedTid = gettid();  // 假设得到ID=100
// 但此时线程B可能已经覆盖了这个值

// 线程B
if (t_cachedTid == 0)  // 也检查为0
t_cachedTid = gettid();  // 假设得到ID=200
// 覆盖了线程A的值

1.5.3 正确的做法

// 使用__thread的情况
__thread int t_cachedTid = 0;  // 每个线程独立存储

void cacheTid()
{
    if (t_cachedTid == 0)
    {
        t_cachedTid = gettid();  // 安全！每个线程有自己的存储空间
    }
}

1.5.4 小结

在现代多线程程序中，应该始终使用 __thread 来保证线程局部存储的正确性和性能。这是C++中处理线程局部数据的最佳实践。

2 使用和不使用__thread缓存线程id性能差异测试

2.1 测试代码

测试范例：examples/test_thread_performance.cc

#include "base/CurrentThread.h"
#include "base/Timestamp.h"
#include <iostream>
#include <thread>
#include <vector>
#include <atomic>
#include <unistd.h>     // syscall()
#include <sys/syscall.h> // SYS_gettid

using namespace mymuduo;

// 不使用__thread的版本
class NonThreadLocal {
public:
    static int getTid() {
        return static_cast<int>(::syscall(SYS_gettid));
    }
};

// 测试函数
void testPerformance(int iterations) {
    std::cout << "开始性能测试，迭代次数: " << iterations << std::endl;
    
    // 测试使用__thread的版本
    {
        Timestamp start = Timestamp::now();
        for (int i = 0; i < iterations; ++i) {
            CurrentThread::tid();
        }
        Timestamp end = Timestamp::now();
        double time = timeDifference(end, start);
        std::cout << "使用__thread版本耗时: " << time << " 秒" << std::endl;
    }

    // 测试不使用__thread的版本
    {
        Timestamp start = Timestamp::now();
        for (int i = 0; i < iterations; ++i) {
            NonThreadLocal::getTid();
        }
        Timestamp end = Timestamp::now();
        double time = timeDifference(end, start);
        std::cout << "不使用__thread版本耗时: " << time << " 秒" << std::endl;
    }
}

// 多线程测试
void multiThreadTest(int threadCount, int iterations) {
    std::cout << "\n开始多线程测试，线程数: " << threadCount 
              << ", 每个线程迭代次数: " << iterations << std::endl;
    
    std::vector<std::thread> threads;
    
    // 测试使用__thread的版本
    {
        Timestamp start = Timestamp::now();
        for (int i = 0; i < threadCount; ++i) {
            threads.emplace_back([iterations]() {
                for (int j = 0; j < iterations; ++j) {
                    CurrentThread::tid();
                }
            });
        }
        for (auto& thread : threads) {
            thread.join();
        }
        Timestamp end = Timestamp::now();
        double time = timeDifference(end, start);
        std::cout << "多线程使用__thread版本总耗时: " << time << " 秒" << std::endl;
    }

    threads.clear();
    
    // 测试不使用__thread的版本
    {
        Timestamp start = Timestamp::now();
        for (int i = 0; i < threadCount; ++i) {
            threads.emplace_back([iterations]() {
                for (int j = 0; j < iterations; ++j) {
                    NonThreadLocal::getTid();
                }
            });
        }
        for (auto& thread : threads) {
            thread.join();
        }
        Timestamp end = Timestamp::now();
        double time = timeDifference(end, start);
        std::cout << "多线程不使用__thread版本总耗时: " << time << " 秒\n" << std::endl;
    }
}

int main() {
    // 单线程测试
    std::cout << "=== 单线程测试 ===" << std::endl;
    testPerformance(1000000);  // 100万次迭代

    // 多线程测试
    std::cout << "\n=== 多线程测试 ===" << std::endl;
    multiThreadTest(4, 1000000);  // 4个线程，每个线程100万次迭代

    return 0;
}

性能测试程序，它包含以下测试场景：

1.单线程测试：

  • 对比使用和不使用 __thread 时获取线程ID的性能

  • 每个版本执行100万次迭代

  • 使用 Timestamp 类精确测量执行时间

2.多线程测试：

  • 创建4个线程同时运行

  • 每个线程执行100万次迭代

  • 对比多线程环境下两种实现的性能差异

要编译和运行这个测试，你需要执行以下命令：

cd build
cmake ..
make
./bin/test_thread_performance

2.2 测试结果

单线程，测试3次，每次获取100万次线程ID。

第一次(秒)

第二次(秒)

第三次(秒)

平均性能(秒)

使用__thread版本耗时

0.003284

0.003541

0.003646

0.010471

不使用__thread版本耗时

0.174818

0.148581

0.201204

0.174867

性能差距(倍数)

53.2

41.9

55.2

50.1

4个线程，测试3次，每次每个线程获取100万次线程ID。

第一次(秒)

第二次(秒)

第三次(秒)

平均性能(秒)

使用__thread版本耗时

0.004119

0.004096

0.003457

0.003890

不使用__thread版本耗时

0.212637

0.214584

0.205432

0.210884

性能差距(倍数)

51.6

52.4

59.4

54.47

3 章节总结

面试时被问到项目优化，可以讲使用__thread关键字缓存各自线程的ID，这样日志需要获取线程ID时有更好的性能，通过测试对比性能有50倍左右的差距。

具体实现过程大家可以看 1.3 CurrentThread::tid() 函数时序图 章节。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2326673.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

【Tauri2】011——菜单menu(2)

【Tauri2】011——菜单menu(2)

前言 前面简单地创建了菜单&#xff0c;接下来就来试试菜单中的action Rust中菜单项注册action AppHandle in tauri - Rusthttps://docs.rs/tauri/2.4.0/tauri/struct.AppHandle.html#method.on_menu_event这就需要用到App或者AppHandle中的方法on_menu_event #[must_use] …
阅读更多...
架构设计基础系列：面向对象设计的原则

架构设计基础系列：面向对象设计的原则

引言 面向对象设计&#xff08;Object-Oriented Design&#xff0c;OOD&#xff09;是软件开发中的重要概念&#xff0c;其核心在于通过对象、类、继承、封装和多态等机制&#xff0c;实现对现实世界问题的抽象和建模。OOD不仅有助于提高代码的可重用性、可维护性和可扩展性&a…
阅读更多...
UE5学习笔记 FPS游戏制作35 使用.csv配置文件

UE5学习笔记 FPS游戏制作35 使用.csv配置文件

文章目录 导入.csv要求首先创建一个结构体导入配置文件读取配置 导入 .csv要求 第一行必须包含标题 第一列的内容必须不能重复&#xff0c;因为第一列会被当成行的名字&#xff0c;在数据处理中发挥类似于字典的key的作用 当前的配置文件内容如下 首先创建一个结构体 结构…
阅读更多...
嵌入式单片机ADC数模转换的基本方法

嵌入式单片机ADC数模转换的基本方法

第一：模数转换的概述 1：模数转换的概念 一般在电路中，信号分为两种，一种是模拟信号，一种是数字信号，绝大多数传感器采集的都是模拟信号，如温度、湿度、烟雾浓度、亮度.......，但是对于计算机需要处理的数字信号，那就需要利用电路把模拟信号转换为数字信号，这个转换的…
阅读更多...
01-Docker 安装

01-Docker 安装

1、安装环境介绍 安装环境&#xff1a;Linux CentOS 7 本安装教程参考Docker官方文档&#xff0c;地址如下&#xff1a;https://docs.docker.com/engine/install/centos/ 2、卸载旧版docker 首先如果系统中已经存在旧的Docker&#xff0c;则先卸载&#xff1a; yum remove do…
阅读更多...
Redis 的缓存雪崩、击穿、穿透及其解决办法

Redis 的缓存雪崩、击穿、穿透及其解决办法

文章目录 Redis 的缓存雪崩、击穿、穿透及其解决办法缓存雪崩解决办法 缓存击穿解决方案 缓存穿透解决方案 Redis 的缓存雪崩、击穿、穿透及其解决办法 本篇文章回顾 Redis 当中缓存崩溃、击穿、穿透现象以及相应的解决办法&#xff0c;主要的参考资料是&#xff1a;https://w…
阅读更多...
性能比拼: Pingora vs Nginx (My NEW Favorite Proxy)

性能比拼: Pingora vs Nginx (My NEW Favorite Proxy)

本内容是对知名性能评测博主 Anton Putra Pingora vs Nginx Performance Benchmark: My NEW Favorite Proxy! 内容的翻译与整理, 有适当删减, 相关指标和结论以原作为准 介绍 在本视频中&#xff0c;我们将对比 Nginx 和 Pingora&#xff08;一个用于构建网络服务的 Rust 框架…
阅读更多...
Ranger一分钟

Ranger一分钟

简介 Ranger Admin&#xff1a;Web UIPolicy Admin Tool&#xff1a;定义和管理策略的模块Ranger Plugins&#xff1a;HDFS、Hive、HBase、Kafka、Storm、YARNRanger UserSync&#xff1a; LDAP、Active DirectoryRanger KMS&#xff1a;管理和保护数据加密的密钥 加密密钥管理…
阅读更多...
STM32单片机入门学习——第5节： [3-1]GPIO输出

STM32单片机入门学习——第5节： [3-1]GPIO输出

写这个文章是用来学习的,记录一下我的学习过程。希望我能一直坚持下去,我只是一个小白,只是想好好学习,我知道这会很难&#xff0c;但我还是想去做&#xff01; 本文写于&#xff1a;2025.04.01 STM32开发板学习——第5节&#xff1a; [3-1]GPIO输出 前言开发板说明引用解答和…
阅读更多...
pytorch中dataloader自定义数据集

pytorch中dataloader自定义数据集

前言 在深度学习中我们需要使用自己的数据集做训练&#xff0c;因此需要将自定义的数据和标签加载到pytorch里面的dataloader里&#xff0c;也就是自实现一个dataloader。 数据集处理 以花卉识别项目为例&#xff0c;我们分别做出图片的训练集和测试集&#xff0c;训练集的标…
阅读更多...
SQL Server：触发器

SQL Server：触发器

在 SQL Server Management Studio (SSMS) 中查看数据库触发器的方法如下&#xff1a; 方法一&#xff1a;通过对象资源管理器 连接到 SQL Server 打开 SSMS&#xff0c;连接到目标数据库所在的服务器。 定位到数据库 在左侧的 对象资源管理器 中&#xff0c;展开目标数据库&a…
阅读更多...
标题：利用 Rork 打造定制旅游计划应用程序：一步到位的指南

标题：利用 Rork 打造定制旅游计划应用程序：一步到位的指南

引言&#xff1a; 在数字化时代&#xff0c;旅游计划应用程序已经成为旅行者不可或缺的工具。但开发一个定制的旅游应用可能需要耗费大量时间与精力。好消息是&#xff0c;Rork 提供了一种快捷且智能的解决方案&#xff0c;让你能轻松实现创意。以下是使用 Rork 创建一个定制旅…
阅读更多...
WebSocket原理详解(二)

WebSocket原理详解(二)

WebSocket原理详解(一)-CSDN博客 目录 1.WebSocket协议的帧数据详解 1.1.帧结构 1.2.生成数据帧 2.WebSocket协议控制帧结构详解 2.1.关闭帧 2.2.ping帧 2.3.pong帧 3.WebSocket心跳机制 1.WebSocket协议的帧数据详解 1.1.帧结构 WebSocket客户端与服务器通信的最小单…
阅读更多...
计算声音信号波形的谐波

计算声音信号波形的谐波

计算声音信号波形的谐波 1、效果 2、定义 在振动分析中，谐波通常指的是信号中频率是基频整数倍的成分。基频是振动的主要频率，而谐波可能由机械系统中的非线性因素引起。 3、流程 1. 信号生成：生成或加载振动信号数据（模拟或实际数据）。 2. 预处理：预处理数据，如去噪…
阅读更多...
RepoReporter 仿照`TortoiseSVN`项目监视器，能够同时支持SVN和Git仓库

RepoReporter 仿照`TortoiseSVN`项目监视器，能够同时支持SVN和Git仓库

RepoReporter 项目地址 RepoReporter 一个仓库监视器&#xff0c;仿照TortoiseSVN项目监视器&#xff0c;能够同时支持SVN和Git仓库。 工作和学习会用到很多的仓库&#xff0c;每天都要花费大量的时间在频繁切换文件夹来查看日志上。 Git 的 GUI 工具琳琅满目&#xff0c;Git…
阅读更多...
UI设计系统：如何构建一套高效的设计规范？

UI设计系统：如何构建一套高效的设计规范？

UI设计系统&#xff1a;如何构建一套高效的设计规范&#xff1f; 1. 色彩系统的建立与应用 色彩系统是设计系统的基础之一&#xff0c;它不仅影响界面的整体美感&#xff0c;还对用户体验有着深远的影响。首先&#xff0c;设计师需要定义主色调、辅助色和强调色&#xff0c;并…
阅读更多...
【计算机网络】记录一次校园网无法上网的解决方法

【计算机网络】记录一次校园网无法上网的解决方法

问题现象 环境&#xff1a;实训室教室内时间&#xff1a;近期突然出现 &#xff08;推测是学校在施工&#xff0c;部分设备可能出现问题&#xff09;症状&#xff1a; 连接校园网 SWXY-WIFI 后&#xff1a; 连接速度极慢偶发无 IP 分配&#xff08;DHCP 失败&#xff09;即使分…
阅读更多...
第二十一章:Python-Plotly库实现数据动态可视化

第二十一章:Python-Plotly库实现数据动态可视化

Plotly是一个强大的Python可视化库&#xff0c;支持创建高质量的静态、动态和交互式图表。它特别擅长于绘制三维图形&#xff0c;能够直观地展示复杂的数据关系。本文将介绍如何使用Plotly库实现函数的二维和三维可视化&#xff0c;并提供一些优美的三维函数示例。资源绑定附上…
阅读更多...
系统思考反馈

系统思考反馈

最近交付的都是一些持续性的项目&#xff0c;越来越感觉到&#xff0c;系统思考和第五项修炼不只是简单的一门课程&#xff0c;它们能真正融入到我们的日常工作和业务中&#xff0c;帮助我们用更清晰的思维方式解决复杂问题&#xff0c;推动团队协作&#xff0c;激发创新。 特…
阅读更多...
【C++】vector常用方法总结

【C++】vector常用方法总结

&#x1f4dd;前言&#xff1a; 在C中string常用方法总结中我们讲述了string的常见用法&#xff0c;vector中许多接口与string类似&#xff0c;作者水平有限&#xff0c;所以这篇文章我们主要通过读vector官方文档的方式来学习vector中一些较为常见的重要用法。 &#x1f3ac;个…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023