最佳OS便携式线程池库

Question

我正在为兼容POSIX的系统和Windows（R）开发一个C ++程序，并且想知道：

1. 什么是最好的OS便携式线程池库？或者我应该自己创作？
2. 与物理处理器核心相比，是否有更多的积分？

Answer 1

1. 新的C ++ 11标准具有线程支持，因此如果您的编译器支持它，您应该更喜欢它。否则，有Boost.Thread。这些不是线程池库，但您可以在它们之上构建一个线程池。
2. 取决于您尝试解决的问题。如果要并行运行 n 任务，则必须启动 n 线程，无论您拥有多少处理器核心（多线程在处理器生成多个核心之前很流行，并且通常数百个线程已经并行运行，所以还有一些并不重要。另一方面，线程创建很昂贵，因此不应为每个短期后台线程创建新线程。在C ++ 11中，您可以将future用于此类后台任务。

Answer 2

1. 如果可能，最好的方法是使用抽象线程的库，而不是专注于任务，如英特尔TBB / Microsoft PPL。他们还提供像parallel_for这样的并行算法，它们易于使用且功能强大。它们还提供了解决其他不同问题的可能性，例如减少操作，递归的东西...

2. 一般来说，这并不好，因为线程和线程之间的过多任务切换会降低性能。相反，应该尝试--TBB和PPL这样做 - 通过应用任务窃取模式来分割不同线程上的工作（参见TBB维基页面）。只有一些线程必须等待，这样才会浪费CPU处理时间，这是唯一一个小额超额认购的好地方。

Answer 3

1）我也会选择Boost。

2）也许吧。如果任务中存在任何锁定或I / O阻塞，则可能需要大量线程。如果任务受CPU约束，那么说起来就更难了。如果任务没有读取，特别是写入，那么大量的数据并没有在运行时使那么多的缓存失效，大量的线程似乎实际上略微提高了性能 - 如果只是添加到一个变量中，200个线程获得比8更多的工作。在更常见的情况下，使用大量内存的CPU绑定任务往往会弄脏所有缓存，很多线程（例如200）通常导致吞吐量下降20由于缓存刷新而导致-50％。

Answer 4

dlib中有一个线程池工具，允许您指定计算机上的处理核心数，然后将作业提交到线程池。因此，如果您正在寻找能够有效使用多核CPU的东西，那么dlib :: thread_pool可能非常有用。

还有一个example program，它显示了如何使用各种方法（包括C ++ 11 lambda函数）将作业提交到池中。另一个好处是没有安装过程，你可以只下载dlib和这个示例程序并编译它。您无需安装或配置任何内容。它只适用于您提到的任何一个平台。

Answer 5

Boost Threads是跨平台的，适用于C ++：http://www.boost.org/doc/libs/1_49_0/doc/html/thread.html