当前位置： 首页 > news >正文

《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

news 来源：原创 2025/5/18 2:12:09

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。

相关文章：

  • nginx如何重启
  • 物联网时代，HMI 设计的创新机遇与挑战
  • 人工智能的三个主义(行为主义、连结主义、符号主义)的整体性关系（并非割裂）
  • MySQL注入中user-agent和cookie存在的注入
  • OpenCV 从入门到精通（day_03）
  • 化学方程式配平 第33次CCF-CSP计算机软件能力认证
  • WEB安全--文件上传漏洞--黑名单绕过
  • 《Linux运维总结：基于银河麒麟V10操作系统+ARM64架构CPU二进制部署单机ACL版consul v1.18.1》
  • 【linux】管理磁盘——RAID10（含备份）与逻辑卷管理
  • Java线程池详解
  • 用deepseek创建可运行的简单的php框架
  • 如何在k8s中对接s3存储
  • 多线程 - wait notify
  • Apache Commons Lang3 常用方法详解
  • 大数据（4.3）Hive基础查询完全指南：从SELECT到复杂查询的10大核心技巧
  • 【超分辨率】基于DDIM+SwinUnet实现超分辨率
  • 深入理解pthread多线程编程：从基础到生产者-消费者模型
  • Android： Handler 的用法详解
  • 【工具】在 Visual Studio 中使用 Dotfuscator 对“C# 类库（DLL）或应用程序（EXE）”进行混淆
  • 关于 Nginx 配置中 proxy_set_header Host $host 的作用及其对 HTTP 请求头影响的详细说明，结合示例展示设置前后的差异
  • 解锁儿时愿望！潘展乐战胜孙杨，全国冠军赛男子400自夺冠
  • 中国首艘海洋级智能科考船“同济”号试航成功，可搭载水下遥控机器人
  • 中国恒大披露清盘进展：要求债权人提交债权证明表
  • 王东杰评《国家与学术》︱不“国”不“故”的“国学”
  • 江西3人拟提名为县（市、区）长候选人
  • 俄方代表团抵达土耳其，俄乌直接谈判有望于当地时间上午重启