c++多线程并发编程

你写了个多线程服务，本地压测挺顺，一上线就 CPU 打满、延迟抖动，或者偶尔整个卡住不动。这类问题十有八九不是算法错，而是线程模型没选对、锁用得乱、或者共享状态没规划好。这篇不讲语言语法，只给一套从线程模型选型到同步原语取舍、再到卡死与性能问题排查的判断顺序，让你能对着自己的代码逐条过一遍。

你写了个多线程服务，本地压测挺顺，一上线就 CPU 打满、延迟抖动，或者偶尔整个卡住不动。这类问题十有八九不是算法错，而是线程模型没选对、锁用得乱、或者共享状态没规划好。

这篇不讲语法，只给一套从线程模型选型到同步原语取舍、再到卡死与性能问题排查的判断顺序。你可以对着自己的代码逐条过一遍，把「感觉没问题」的地方换成能验证的检查点。

先把线程模型定下来，再谈优化

模型选错，后面所有优化都是给错误的架子刷漆。常见有三种：一请求一线程、固定线程池、异步事件循环加少量工作线程。判断依据不是哪个更高级，而是你的任务里阻塞占比有多少、请求量是否可预测、以及能不能接受排队。

线程数不是越多越好。一个粗略思路是：以核心数为基准，再按任务里等待时间占总时间的比例往上调，等待占比越高可以调得越多。但这套算法在混合任务场景下会失准，因为不是所有任务都按同一个比例等待，调完必须用压测数据回验，别只靠公式。

线程归属和生命周期要写清楚：谁创建、谁回收、退出时怎么保证在途任务不丢。至少要明确三件事——线程由哪个模块统一管理、退出信号发出后已入队的任务走完还是丢弃、以及有没有一个地方能等到全部线程结束再释放资源。

同步原语的取舍清单

互斥量、读写锁、条件变量、原子操作、无锁队列，各自解决的是不同问题。选错的典型表现是：本来该用消息传递的地方硬上锁，或者该用条件变量等事件的地方拿原子变量死循环自旋。

互斥量

保护一段临界区，最简单也最容易用错粒度；临界区里做 IO 或长循环会拖垮并发

读写锁

读多写少时有用；写操作频繁或临界区很短时，额外开销可能比互斥量还大

条件变量

等一个状态变化；必须配一个能表达该状态的谓词，且唤醒后要重新检查谓词

原子操作

单个变量的无锁读写；多个变量要一起保持一致性时，单靠原子操作往往不够

无锁队列

高频生产者消费者场景；实现复杂，内存回收和 ABA 问题处理不好反而更难查

锁粒度怎么切，看你手里的两个信号：一是临界区里有没有阻塞调用或重计算，有就说明该拆；二是加锁后并发度是不是明显掉下来，掉了说明锁太粗。反过来，如果拆完发现到处都在修竞态、代码越来越难读，说明拆过头了，该往回收一点。

• 能用线程本地数据解决的，就别共享
• 能用消息传递代替共享内存的，优先消息传递
• 非共享不可时，把读写范围压到最小，别顺手把整个对象锁住
• 共享状态的修改尽量集中到少数几个入口，方便日后审查
• 每次加锁前问一句：这段代码真的需要同时被多个线程看到吗

卡死和竞态怎么查

卡死优先按顺序排查，别一上来就怀疑业务逻辑。多数所谓死锁，其实是锁顺序不一致，或者条件变量漏了唤醒、等错了条件。

1. 查锁顺序列出所有会嵌套持有的锁，看不同线程获取它们的顺序是否一致；不一致就是死锁高发点
2. 查条件变量确认等待方用的是 while 循环检查谓词而不是 if，确认通知发生在持锁状态下、且覆盖了所有会改变谓词的分支
3. 缩并发复现把线程数降到最低、把并发路径缩到两条，看问题还在不在；不在就逐步加回，定位到具体那条路径
4. 用工具确认位置调试器看各线程栈，重点看哪些线程卡在等锁；注意发布构建被优化过的二进制上，栈信息可能不完整

竞态比死锁更隐蔽，因为它不一定每次都触发。一个实用习惯是：给关键共享状态加上断言或运行时检查，在测试构建里开着，发布构建再关掉。这类手段不能证明没有竞态，但能让偶发问题在压测阶段多暴露几次。

查不出位置的卡死，先怀疑锁顺序；时有时无的错乱，先怀疑共享状态入口太多。

高并发下性能上不去怎么定位

先分清线程到底在忙还是在等。CPU 打满和线程在等锁、等 IO、等内存分配，是四种完全不同的优化方向。看 CPU 使用率、线程状态分布、以及锁竞争统计，比盯着总延迟数字有用得多。

几个隐性开销容易被忽略：频繁加解锁、伪共享、频繁创建销毁线程、上下文切换过密。它们单独看都不大，叠在一起就会让并发度上不去。压测要有基线：先量出单线程或低并发下的延迟，再逐级加压，看拐点出现在哪一档。

想横向比较不同实现或配置的实测表现，可以到站内的速度测试与工具页面记录当时的数字，别凭记忆对比；价格和模型资料涉及的数值，到 /price-watch 和 /sites 核对当时的版本与口径。