我有一个多线程应用程序。我可以设置要运行的线程数（简单数据并行）。尝试使用超过4个线程运行它时，我发现性能显着下降。 Profiler显示了__lll_unlock_wake和__lll_lock_wait消耗的大量时间，分别由_L_unlock_532和_L_lock_926调用。我怀疑堆操作是否锁定，因为每个线程都会分配并释放大量数据。
问题是，任何经过测试的探查器（perf，google的pperf）都不会显示调用者_L_lock_926以上，所以我无法检查我的函数是否导致此锁定。我想使用一些内存池技术来减少堆操作的数量，但我不想在每个数据集合上执行此操作。有没有办法增加此函数的调用堆栈深度？
预期建议：
fork()，因为我的应用也需要在Windows上运行