在 C++ 中，實(shí)現(xiàn)多線程編程的方法有很多，從底層到高層大致可以分為以下幾類。

注意最后一項(xiàng) MPI 不是線程庫，而是進(jìn)程并行庫。

1. std::thread（現(xiàn)代 C++ 首選）

C++11 開始標(biāo)準(zhǔn)提供。

#include <thread>
#include <iostream>

void work(int id)
{
    std::cout << id << std::endl;
}

int main()
{
    std::thread t1(work, 1);
    std::thread t2(work, 2);

    t1.join();
    t2.join();
}

優(yōu)點(diǎn)：

• 跨平臺
• STL 風(fēng)格
• 推薦新項(xiàng)目使用

配套還有：

std::mutex
std::lock_guard
std::unique_lock
std::condition_variable
std::atomic
std::future

2. pthread（Linux 最經(jīng)典）

這是 Linux 系統(tǒng)接口。

#include <pthread.h>

void* func(void*)
{
    return nullptr;
}

int main()
{
    pthread_t tid;

    pthread_create(&tid, nullptr, func, nullptr);

    pthread_join(tid, nullptr);
}

優(yōu)點(diǎn)：

• Linux 下功能最完整
• 很多老項(xiàng)目都在用

缺點(diǎn)：

• C 風(fēng)格 API
• 使用起來比較繁瑣

很多 std::thread 的實(shí)現(xiàn)底層實(shí)際上會(huì)調(diào)用 pthread（在 Linux 上）。

3. std::async

適合執(zhí)行一個(gè)異步任務(wù)。

auto result = std::async(std::launch::async,
                         []()
                         {
                             return 100;
                         });

std::cout << result.get();

不需要自己創(chuàng)建線程。

4. OpenMP（科學(xué)計(jì)算最常見）

例如：

#pragma omp parallel for
for(int i=0;i<N;i++)
{
    a[i]+=b[i];
}

編譯：

g++ -fopenmp

OpenMP 特點(diǎn)：

• 幾乎不用管理線程
• 編譯器自動(dòng)完成

VASP、LAMMPS、OpenFOAM 都大量使用。

例如：

#pragma omp parallel
{
    // 多線程
}

5. Intel TBB（oneTBB）

Intel 的任務(wù)調(diào)度庫。

例如：

tbb::parallel_for(
    0,
    N,
    [&](int i)
    {
        ...
    });

比 OpenMP 更靈活。

很多工業(yè)軟件使用：

• OpenCV
• oneAPI

6. Boost.Thread

現(xiàn)代 C++ 出現(xiàn)以前最流行。

boost::thread t(func);

現(xiàn)在基本被：

std::thread

替代。

7. Qt 的 QThread

Qt GUI 開發(fā)必備。

例如：

class Worker : public QThread
{
    void run() override
    {
        ...
    }
};

主要解決：

• GUI 不阻塞
• 信號槽

8. 線程池（Thread Pool）

嚴(yán)格來說不是一種線程 API，而是一種編程模式。

例如：

ThreadPool pool(8);

pool.enqueue(task1);
pool.enqueue(task2);

優(yōu)點(diǎn)：

• 避免頻繁創(chuàng)建線程
• 性能最好

很多服務(wù)器都采用這種方式。

C++23 標(biāo)準(zhǔn)沒有正式線程池，很多項(xiàng)目使用：

• BS::thread_pool
• oneTBB
• folly
• Boost.Asio

9. MPI（容易和線程混淆）

MPI：

MPI_Init(...);

MPI_Comm_rank(...);

MPI_Send(...);

它創(chuàng)建的是：

Process0
Process1
Process2

不是：

Thread1
Thread2

所以：

MPI 是多進(jìn)程，不是多線程。

在 HPC 中通常是混合并行

像 VASP、GROMACS 等 HPC 軟件通常會(huì)組合使用多種技術(shù)：

多個(gè)節(jié)點(diǎn)
    │
    ▼
 MPI（多進(jìn)程）
    │
    ▼
OpenMP（每個(gè)進(jìn)程多個(gè)線程）
    │
    ▼
CUDA/HIP（GPU 并行）

例如：

Node1
 ├── MPI Rank0
 │      ├── Thread0
 │      ├── Thread1
 │      └── Thread2
 └── MPI Rank1
        ├── Thread0
        ├── Thread1
        └── GPU0

因此，一個(gè) VASP 作業(yè)中通常會(huì)同時(shí)用到 MPI + OpenMP + CUDA/HIP，分別負(fù)責(zé)不同層次的并行。

實(shí)際工作中的常見選擇

如果按行業(yè)來看，大致可以這樣歸納：

• 普通 C++ 應(yīng)用開發(fā)：std::thread 是首選，Linux 老項(xiàng)目中 pthread 仍然很多。
• 科學(xué)計(jì)算 / HPC：OpenMP + MPI 是主流，GPU 場景再結(jié)合 CUDA/HIP。
• GUI 開發(fā)（Qt）：通常使用 QThread。
• 高性能服務(wù)器：更多使用線程池、任務(wù)調(diào)度庫（如 oneTBB、Boost.Asio、folly 等），而不是頻繁創(chuàng)建和銷毀線程。

這張表有一定誤導(dǎo)性。MPI 和 OpenMP 并不是“見得少”，而是它們主要集中在科學(xué)計(jì)算和 HPC 領(lǐng)域；在通用 C++ 應(yīng)用、服務(wù)端和 GUI 開發(fā)中相對少見。

另外，現(xiàn)代 C++ 新項(xiàng)目通常優(yōu)先使用 std::thread，并不是普遍優(yōu)先使用 pthread。pthread 更多見于 Linux 系統(tǒng)軟件、底層運(yùn)行時(shí)和歷史項(xiàng)目。

先區(qū)分三種并行模型

MPI 不是線程庫。它主要解決：

節(jié)點(diǎn) A 的進(jìn)程如何和節(jié)點(diǎn) B 的進(jìn)程交換數(shù)據(jù)

OpenMP 和線程庫主要解決：

同一進(jìn)程內(nèi)多個(gè) CPU 核心如何共享數(shù)據(jù)并行計(jì)算

為什么通用 C++ 項(xiàng)目中 MPI 不常見

MPI 主要面向多進(jìn)程、分布式內(nèi)存計(jì)算。例如超算中：

計(jì)算節(jié)點(diǎn) 0：MPI rank 0～63
計(jì)算節(jié)點(diǎn) 1：MPI rank 64～127
計(jì)算節(jié)點(diǎn) 2：MPI rank 128～191

進(jìn)程之間通過消息通信：

MPI_Send(...);
MPI_Recv(...);
MPI_Allreduce(...);

它特別適合：

• VASP、LAMMPS、GROMACS 等科學(xué)計(jì)算；
• 流體、氣象、量子化學(xué)計(jì)算；
• 大規(guī)模矩陣和網(wǎng)格計(jì)算；
• 跨多個(gè)服務(wù)器或超算節(jié)點(diǎn)運(yùn)行。

普通桌面程序、Web 服務(wù)或 GUI 程序通常不需要同時(shí)使用幾十臺服務(wù)器做一次緊密耦合計(jì)算，因此很少使用 MPI。

另外，MPI 程序通常需要專門啟動(dòng)：

mpirun -np 64 ./program

它的進(jìn)程部署、通信、負(fù)載均衡和故障處理也比普通線程復(fù)雜。

所以不是 MPI 不成熟，而是它解決的問題與普通多線程不同。在 HPC 中，MPI 非常常見，甚至可以說是基礎(chǔ)設(shè)施。

為什么通用 C++ 中 OpenMP 看起來也不多

OpenMP 最擅長的是規(guī)則循環(huán)并行：

#pragma omp parallel for
for (int i = 0; i < n; ++i) {
    c[i] = a[i] + b[i];
}

這類代碼在科學(xué)計(jì)算中很多，因此 OpenMP 非常合適。

但通用 C++ 程序的并發(fā)任務(wù)通常不是規(guī)則循環(huán)，例如：

• 網(wǎng)絡(luò)連接處理；
• 后臺任務(wù)隊(duì)列；
• 文件異步讀寫；
• GUI 后臺計(jì)算；
• 長生命周期工作線程；
• 生產(chǎn)者/消費(fèi)者；
• 線程池；
• 復(fù)雜任務(wù)依賴。

這些場景通常需要顯式控制：

創(chuàng)建線程
等待線程
條件變量
互斥鎖
任務(wù)隊(duì)列
線程生命周期
異常和退出

std::thread、std::jthread、線程池或異步框架更適合這些需求。

OpenMP 的優(yōu)勢是快速表達(dá)“把這一段計(jì)算并行化”，而不是構(gòu)建完整的并發(fā)軟件架構(gòu)。

為什么有些 C++ 項(xiàng)目使用 pthread

pthread 是 POSIX 線程接口，長期以來是 Linux/Unix 的底層線程標(biāo)準(zhǔn)：

pthread_create(...);
pthread_join(...);
pthread_mutex_lock(...);

它常見的原因主要有以下幾個(gè)。

1. 歷史原因

C++11 以前，標(biāo)準(zhǔn) C++ 沒有正式的線程庫。Linux C/C++ 項(xiàng)目普遍使用 pthread。許多成熟項(xiàng)目延續(xù)了原有設(shè)計(jì)。

2. 同時(shí)支持 C 和 C++

pthread 是 C 接口，可以被 C 和 C++ 使用。操作系統(tǒng)、數(shù)據(jù)庫和底層庫經(jīng)常包含大量 C 代碼。

3. Linux 平臺的底層控制

pthread 提供一些平臺相關(guān)能力，例如：

pthread_setaffinity_np
pthread_setschedparam
pthread_setname_np

可用于：

• CPU 親和性；
• 實(shí)時(shí)調(diào)度策略；
• 線程棧大??；
• 線程名稱；
• NUMA 和性能調(diào)優(yōu)。

雖然 C++ 標(biāo)準(zhǔn)線程可以通過 native_handle() 獲取底層 pthread，但底層系統(tǒng)軟件有時(shí)會(huì)直接使用 pthread。

4. 很多高級線程庫最終建立在 pthread 上

在 Linux 中：

std::thread
OpenMP runtime
oneTBB
各種線程池
        ↓
通常最終使用 pthread/clone 創(chuàng)建系統(tǒng)線程

因此 pthread 是底層機(jī)制，而 OpenMP、oneTBB 和 std::thread 是更高級的編程接口。

新 C++ 項(xiàng)目該用什么

如果是普通現(xiàn)代 C++ 項(xiàng)目，通常優(yōu)先：

#include <thread>

std::thread t([] {
    // 工作
});
t.join();

C++20 中更推薦考慮 std::jthread：

#include <thread>

std::jthread t([] {
    // 工作
});

std::jthread 析構(gòu)時(shí)自動(dòng)等待線程，還支持協(xié)作式停止，比直接管理 std::thread 更安全。

只有在以下場景才更可能直接使用 pthread：

• 項(xiàng)目主體是 C；
• 必須兼容較老的 C++ 標(biāo)準(zhǔn)；
• 強(qiáng)依賴 POSIX 接口；
• 需要精細(xì)控制線程調(diào)度、棧和親和性；
• 正在維護(hù)已有 pthread 項(xiàng)目。

OpenMP 和普通線程的核心差異

假設(shè)要并行處理數(shù)組。

使用 OpenMP：

#pragma omp parallel for
for (int i = 0; i < n; ++i) {
    c[i] = a[i] + b[i];
}

程序員描述的是：

這個(gè)循環(huán)可以并行。

使用線程庫時(shí)：

std::vector<std::thread> threads;

for (int t = 0; t < num_threads; ++t) {
    threads.emplace_back([&, t] {
        int begin = t * n / num_threads;
        int end = (t + 1) * n / num_threads;

        for (int i = begin; i < end; ++i) {
            c[i] = a[i] + b[i];
        }
    });
}

for (auto& thread : threads) {
    thread.join();
}

程序員需要自己處理：

• 創(chuàng)建多少線程；
• 每個(gè)線程處理哪一段；
• 如何捕獲變量；
• 如何等待線程結(jié)束。

因此對于規(guī)則數(shù)值循環(huán)，OpenMP 更簡潔；對于復(fù)雜并發(fā)架構(gòu)，顯式線程或任務(wù)系統(tǒng)更靈活。

MPI、OpenMP 經(jīng)常一起使用

在超算中，典型模式不是二選一，而是混合并行：

多個(gè)計(jì)算節(jié)點(diǎn)
    ↓ MPI
每個(gè)節(jié)點(diǎn)啟動(dòng)若干 MPI 進(jìn)程
    ↓ OpenMP
每個(gè) MPI 進(jìn)程再啟動(dòng)若干 CPU 線程

例如兩臺節(jié)點(diǎn)，每臺 64 核：

每節(jié)點(diǎn) 4 個(gè) MPI 進(jìn)程
每個(gè) MPI 進(jìn)程 16 個(gè) OpenMP 線程
總計(jì)：2 × 4 × 16 = 128 個(gè) CPU 核

常見啟動(dòng)方式類似：

export OMP_NUM_THREADS=16
mpirun -np 8 ./program

VASP 就經(jīng)常采用 MPI、OpenMP 和 GPU 加速的組合。

對原表的修正

更合理的評價(jià)是：

另外，OpenMP 不是簡單的“編譯器私有擴(kuò)展”，它有獨(dú)立的公開規(guī)范，只是通過編譯器指令和運(yùn)行時(shí)庫實(shí)現(xiàn)。

一句話總結(jié)：

普通 C++ 并發(fā)優(yōu)先考慮標(biāo)準(zhǔn)線程或成熟任務(wù)框架；規(guī)則科學(xué)計(jì)算優(yōu)先考慮 OpenMP；跨節(jié)點(diǎn)并行使用 MPI；pthread 更接近 Linux 底層實(shí)現(xiàn)和控制接口。

以上就是C++實(shí)現(xiàn)多線程編程的方式匯總的詳細(xì)內(nèi)容，更多關(guān)于C++多線程編程方式的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論