c++如何实现一个线程池_c++高性能线程池设计与实现【源码】

风雪君_6462

风雪君_6462

2025-12-15

1008人浏览

原创

c++高性能线程池核心是无锁/低争用任务队列、可控线程生命周期、动态伸缩及防虚假唤醒与泄漏;采用std::queue+mutex+condition_variable封装队列,原子标志控制退出,std::packaged_task支持返回值,可选moodycamel无锁队列等优化。

c++如何实现一个线程池_c++高性能线程池设计与实现【源码】

<p>用 C++ 实现一个高性能线程池,核心在于:任务队列无锁化(或低争用)、线程生命周期可控、支持动态伸缩、避免虚假唤醒与资源泄漏。下面是一个轻量但生产可用的实现思路与关键源码片段。</p>

<h3>1. 无锁任务队列(基于 std::queue + std::mutex 小心封装)</h3>
<p>不必强求完全无锁(易出错),用细粒度互斥+条件变量更稳妥。重点是避免在锁内做耗时操作(如函数调用、内存分配)。</p>
<p>建议:</p>
  • std::queue<std::function<void()>> 存任务,配合 std::mutexstd::condition_variable
  • 入队只 lock + push + notify_one;出队用 unique_lock + wait + pop,不轮询
  • 加 move 语义:push(std::move(task)),避免拷贝闭包

2. 线程主循环:带退出感知的 wait-loop

每个工作线程不能死等,需响应“停止”信号。用原子标志 + 条件变量组合控制。

典型结构:

MergeIQ: Automatically Score & Prioritise PR Complexity for GitLab and GitHub
MergeIQ: Automatically Score & Prioritise PR Complexity for GitLab and GitHub

使用四维度框架评估任意 GitLab MR 或 GitHub PR 的复杂度:规模(20%),认知负荷(30%),审查工作量(30%),风险/影响(20%)...

下载
  • std::atomic<bool> stop_{false}; 全局退出标记
  • 循环中:cv_.wait(lock, [&]{ return stop_.load() || !tasks_.empty(); });
  • 退出前 drain 任务队列(可选),再 join 所有线程

3. 任务提交与返回值支持(std::packaged_task)

用户常需要获取异步结果。用 std::packaged_task<T()> 包装任务,返回 std::future<T>

示例提交接口:

<code>template <class F, class... Args>
auto submit(F&& f, Args&&... args) 
    -> std::future<std::invoke_result_t<F, Args...>> {
    auto task = std::make_shared<std::packaged_task<std::invoke_result_t<F, Args...>()>>(
        [f = std::forward<F>(f), ...args = std::forward<Args>(args)]() mutable {
            return std::invoke(f, std::move(args)...);
        }
    );
    std::future<std::invoke_result_t<F, Args...>> res = task->get_future();
    {
        std::unique_lock<std::mutex> lk(mtx_);
        tasks_.emplace([task]() { (*task)(); });
    }
    cv_.notify_one();
    return res;
}</code>

4. 高性能增强点(可选但推荐)

进一步压测优化方向:

  • 任务队列改用 moodycamel::ConcurrentQueue(生产级无锁队列,头文件即用)
  • 线程局部缓存(thread_local std::queue)+ 偷任务(work-stealing)提升缓存命中
  • 空闲线程超时回收(std::chrono::steady_clock 记录 last_active_)
  • 构造时预启动 N 个线程,避免运行时频繁创建/销毁开销

基本上就这些。完整源码可在 GitHub 搜索 “cpp-threadpool” 找 star 较高的项目(如 progschj/ThreadPool 或 d99kris/ThreadPool),它们已通过多核压力测试。自己实现时,优先保证正确性与 RAII 资源管理,再逐步加性能特性。

C++免费学习笔记(深入):立即使用
在学习笔记中,你将探索 C++ 的入门与实战技巧!

相关文章

数码产品性能查询
数码产品性能查询

该软件包括了市面上所有手机CPU,手机跑分情况,电脑CPU,电脑产品信息等等,方便需要大家查阅数码产品最新情况,了解产品特性,能够进行对比选择最具性价比的商品。

下载

相关标签:

git github c++

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
线程和进程的区别
线程和进程的区别

线程和进程的区别:线程是进程的一部分,用于实现并发和并行操作,而线程共享进程的资源,通信更方便快捷,切换开销较小。本专题为大家提供线程和进程区别相关的各种文章、以及下载和课程。

2023.08.10

3398

6

Aionclaw智能助手介绍
Aionclaw智能助手介绍

本专题汇总了AionClaw(AI龙虾助手)的功能介绍与在线使用入口。AionClaw是杭州趣猿人工智能有限公司推出的桌面级AI智能体,能直接在电脑上读写文件、运行脚本、操作浏览器,自动交付Word、PPT、Excel等成品。

2026.09.20

20

13

AionClaw AI智能体与电脑自动化任务执行功能使用教程
AionClaw AI智能体与电脑自动化任务执行功能使用教程

AionClaw专题整理AI智能体与电脑自动化相关功能使用教程,涵盖安装部署、AI任务执行、Skills技能、文件处理、浏览器控制、电脑操作、持久记忆、聊天工具连接以及办公、编程和内容创作等功能,帮助用户快速掌握AionClaw的实际使用方法。

2026.09.20

0

15

AI视频生成软件推荐
AI视频生成软件推荐

本专题汇总了当前主流的AI视频生成软件推荐与排行榜单,涵盖seko、AniShort、剧云、Lovart、LiblibAI及立刻mv等热门工具。同时整理了各软件在文生视频、图生视频、时长限制、画质表现及免费额度等方面的差异对比,助您快速选对适合创作需求的AI视频生成工具。

2026.09.16

180

9

ai生成视频的工具免费版合集
ai生成视频的工具免费版合集

本专题汇总了当前免费AI生成视频工具的排行榜与推荐清单,涵盖seko、讯飞智作、AniShort及剧云、Lovart等多模型集成平台。同时整理了各工具的免费额度、输出时长、水印政策及适用场景差异,助您快速选择合适工具开启AI视频创作。

2026.09.16

100

10

Pandas时间序列分析与可视化报表
Pandas时间序列分析与可视化报表

本专题整理Pandas日期转换、时间索引、重采样、滚动窗口、时区处理、plot绘图、Styler表格样式和报表输出方法。

2026.09.16

80

23

Pandas数据筛选索引与清洗处理
Pandas数据筛选索引与清洗处理

本专题整理Pandas中的loc、iloc、条件筛选、query查询、缺失值处理、重复值删除、类型转换和字符串列清洗方法。

2026.09.16

60

25

Pandas数据读取导入与文件导出处理
Pandas数据读取导入与文件导出处理

本专题整理Pandas读取CSV、Excel、JSON、SQL、Parquet等文件的方法,以及to_csv、to_excel、to_sql和to_parquet等常用数据导出流程。

2026.09.16

40

27

GDB怎么设置断点
GDB怎么设置断点

本专题介绍GDB按照函数名、源代码行号和文件位置设置断点的方法,详细说明run、continue、next、step等命令的配合使用,帮助定位程序崩溃、逻辑异常及代码未按预期执行的问题。

2026.09.11

380

28

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
vscode手册
vscode手册

共0课时 | 0人学习

Git 教程
Git 教程

共21课时 | 7.8万人学习

Git版本控制工具
Git版本控制工具

共8课时 | 1.8万人学习