Question

来自GCC 4.8 draft changelog：

G ++现在实现C++11 thread_local关键字;这不同于 GNU __thread关键字主要是因为它允许动态初始化和销毁语义。不幸的是，这种支持对非函数本地的引用需要运行时惩罚 thread_local变量，即使它们不需要动态初始化，因此，用户可能希望继续将__thread用于TLS变量静态初始化语义。

这种运行时惩罚的本质和来源究竟是什么？

显然，为了支持非函数本地thread_local变量，在进入每个线程main之前需要一个线程初始化阶段（就像全局变量的静态初始化阶段一样），但是它们是指的除此之外的一些运行时间的惩罚？

粗略地说一下gcc的thread_local新实现的架构是什么？

Answer 1

（免责声明：我对GCC的内部情况了解不多，所以这也是一个有根据的猜测。）

动态thread_local初始化在commit 462819c中添加。其中一个变化是：

* semantics.c (finish_id_expression): Replace use of thread_local
variable with a call to its wrapper.

因此，运行时惩罚是，thread_local变量的每个引用都将成为函数调用。我们来看一个简单的测试用例：

// 3.cpp
extern thread_local int tls;    
int main() {
    tls += 37;   // line 6
    tls &= 11;   // line 7
    tls ^= 3;    // line 8
    return 0;
}

// 4.cpp

thread_local int tls = 42;

编译*时，我们看到对tls引用的每次使用都成为_ZTW3tls的函数调用，它会懒惰地初始化变量一次：

00000000004005b0 <main>:
main():
  4005b0:   55                          push   rbp
  4005b1:   48 89 e5                    mov    rbp,rsp
  4005b4:   e8 26 00 00 00              call   4005df <_ZTW3tls>    // line 6
  4005b9:   8b 10                       mov    edx,DWORD PTR [rax]
  4005bb:   83 c2 25                    add    edx,0x25
  4005be:   89 10                       mov    DWORD PTR [rax],edx
  4005c0:   e8 1a 00 00 00              call   4005df <_ZTW3tls>    // line 7
  4005c5:   8b 10                       mov    edx,DWORD PTR [rax]
  4005c7:   83 e2 0b                    and    edx,0xb
  4005ca:   89 10                       mov    DWORD PTR [rax],edx
  4005cc:   e8 0e 00 00 00              call   4005df <_ZTW3tls>    // line 8
  4005d1:   8b 10                       mov    edx,DWORD PTR [rax]
  4005d3:   83 f2 03                    xor    edx,0x3
  4005d6:   89 10                       mov    DWORD PTR [rax],edx
  4005d8:   b8 00 00 00 00              mov    eax,0x0              // line 9
  4005dd:   5d                          pop    rbp
  4005de:   c3                          ret

00000000004005df <_ZTW3tls>:
_ZTW3tls():
  4005df:   55                          push   rbp
  4005e0:   48 89 e5                    mov    rbp,rsp
  4005e3:   b8 00 00 00 00              mov    eax,0x0
  4005e8:   48 85 c0                    test   rax,rax
  4005eb:   74 05                       je     4005f2 <_ZTW3tls+0x13>
  4005ed:   e8 0e fa bf ff              call   0 <tls> // initialize the TLS
  4005f2:   64 48 8b 14 25 00 00 00 00  mov    rdx,QWORD PTR fs:0x0
  4005fb:   48 c7 c0 fc ff ff ff        mov    rax,0xfffffffffffffffc
  400602:   48 01 d0                    add    rax,rdx
  400605:   5d                          pop    rbp
  400606:   c3                          ret

将它与__thread版本进行比较，后者不会有这个额外的包装器：

00000000004005b0 <main>:
main():
  4005b0:   55                          push   rbp
  4005b1:   48 89 e5                    mov    rbp,rsp
  4005b4:   48 c7 c0 fc ff ff ff        mov    rax,0xfffffffffffffffc // line 6
  4005bb:   64 8b 00                    mov    eax,DWORD PTR fs:[rax]
  4005be:   8d 50 25                    lea    edx,[rax+0x25]
  4005c1:   48 c7 c0 fc ff ff ff        mov    rax,0xfffffffffffffffc
  4005c8:   64 89 10                    mov    DWORD PTR fs:[rax],edx
  4005cb:   48 c7 c0 fc ff ff ff        mov    rax,0xfffffffffffffffc // line 7
  4005d2:   64 8b 00                    mov    eax,DWORD PTR fs:[rax]
  4005d5:   89 c2                       mov    edx,eax
  4005d7:   83 e2 0b                    and    edx,0xb
  4005da:   48 c7 c0 fc ff ff ff        mov    rax,0xfffffffffffffffc
  4005e1:   64 89 10                    mov    DWORD PTR fs:[rax],edx
  4005e4:   48 c7 c0 fc ff ff ff        mov    rax,0xfffffffffffffffc // line 8
  4005eb:   64 8b 00                    mov    eax,DWORD PTR fs:[rax]
  4005ee:   89 c2                       mov    edx,eax
  4005f0:   83 f2 03                    xor    edx,0x3
  4005f3:   48 c7 c0 fc ff ff ff        mov    rax,0xfffffffffffffffc
  4005fa:   64 89 10                    mov    DWORD PTR fs:[rax],edx
  4005fd:   b8 00 00 00 00              mov    eax,0x0                // line 9
  400602:   5d                          pop    rbp
  400603:   c3                          ret

虽然thread_local的每个用例都不需要此包装器。这可以从decl2.c中揭示出来。只有在以下情况下才会生成包装器：

不功能 - 本地，
1. 是extern（上面显示的示例）或
2. 该类型有一个非平凡的析构函数（__thread变量不允许），或
3. 类型变量由非常量表达式初始化（__thread变量也不允许）。

在所有其他用例中，它的行为与__thread相同。这意味着，除非您有一些extern __thread个变量，否则您可以将所有__thread替换为thread_local，而不会有任何性能损失。

*：我用-O0编译，因为内联器会使函数边界不太明显。即使我们转向-O3，这些初始化检查仍然存在。

Answer 2

如果在当前TU中定义变量，则内联器将负责开销。我希望对于thread_local的大多数用途都是如此。

对于外部变量，如果程序员可以确定在非定义TU中不使用变量需要触发动态初始化（因为变量是静态初始化的，或者在定义TU中使用变量将在使用另一个TU之前执行，他们可以使用-fno-extern-tls-init选项避免这种开销。

Answer 3

C ++ 11 thread_local与__thread说明符具有相同的运行时效果（__thread不是C标准的一部分; -fPIC是C ++标准的一部分）

它取决于声明TLS变量（用-ftls-model=initial-exec说明符声明）的位置。

如果在可执行文件中声明了TLS变量，则访问速度很快
如果在共享库代码中声明了TLS变量（使用-l<libraryname>编译器选项编译）并且指定了-fPIC编译器选项，则访问速度很快;但是以下限制适用：无法通过dlopen / dlsym（动态加载）加载共享库，使用该库的唯一方法是在编译期间链接它（链接器选项_tls_get_addr()）
如果在共享库（{{1}}编译器选项集）中声明了TLS变量，那么访问速度非常慢，因为假定了一般的动态TLS模型 - 这里每次访问TLS变量都会导致调用{ {1}};这是默认情况，因为您不限制使用共享库的方式。

来源：Ulrich Drepper对线程局部存储的ELF处理 https://www.akkadia.org/drepper/tls.pdf 本文还列出了为支持的目标平台生成的代码。

GCC 4.8中C ++ 11 thread_local变量的性能损失是多少？

3 个答案: