Linux下用pthread_setaffinity_np绑定线程需先CPU_ZERO清空cpu_set_t，再CPU_SET(core_id, &set)指定从0开始的核心号，调用时传sizeof(set)并检查返回值；必须在线程函数入口第一行用pthread_self()调用，不可在主线程中对std::thread::native_handle()直接操作。
直接绑定线程到特定 CPU 核心，能显著减少上下文切换和缓存抖动，但 std::thread 本身不提供跨平台核心绑定能力——必须依赖操作系统原生 API（Linux 用 pthread_setaffinity_np，Windows 用 SetThreadAffinityMask），且需在 std::thread 启动后、执行前立即设置，否则可能失效。
如何在 Linux 下用 pthread_setaffinity_np 绑定线程到指定 CPU 核心
Linux 不允许直接对 std::thread::native_handle() 调用 pthread_setaffinity_np，因为该句柄类型未标准化；实际必须先将其转为 pthread_t，再操作 CPU 亲和性掩码（cpu_set_t）。常见错误是忽略 CPU_ZERO 初始化或误用 CPU_SET 索引（核编号从 0 开始）。
-
CPU_SET的第二个参数必须是已清零的cpu_set_t，否则行为未定义 - 调用
pthread_setaffinity_np必须在线程启动后、首次执行用户代码前完成（推荐在std::thread构造后的 lambda 内第一行做） - 若目标核心不存在（如系统只有 4 核却绑 8），函数返回
EINVAL，应检查sched_getaffinity获取可用核心数
auto worker = [core_id](TaskQueue& q) {
cpu_set_t cpuset;
CPU_ZERO(&cpuset);
CPU_SET(core_id, &cpuset);
pthread_setaffinity_np(pthread_self(), sizeof(cpuset), &cpuset);
while (auto task = q.pop()) {
task();
}
};
std::thread t(worker, std::ref(queue));
Windows 下用 SetThreadAffinityMask 绑定时的隐蔽陷阱
Windows 的线程亲和性掩码是位掩码（bitmask），不是核索引。例如绑定到第 2 号核心（即 CPU#1，因从 0 计数），需传入 1ULL ，而非 1。更关键的是：若进程被系统限制了可用处理器组（Processor Group），直接调用 SetThreadAffinityMask 可能静默失败（返回 0），且不设 GetLastError。
- 务必先调用
GetProcessAffinityMask确认当前进程允许使用的掩码范围 - 若需跨 Processor Group（如 >64 核机器），必须配合
SetThreadGroupAffinity，仅靠SetThreadAffinityMask无效 - MSVC 编译时需定义
_WIN32_WINNT≥ 0x0601（即 Windows 7+），否则SetThreadAffinityMask声明不可见
为什么不能在 std::thread 构造时就绑定，而要进线程体里做
std::thread 构造函数只是安排线程启动，其内部线程 ID 和 OS 线程句柄（pthread_t 或 HANDLE）直到线程真正调度运行才完全就绪。在构造后、join 前的任意时刻调用绑定 API，都存在竞态风险：线程可能已开始执行、甚至已退出，导致绑定失败或影响错误线程。
- 唯一安全时机是在线程函数入口处，用
pthread_self()或GetCurrentThread()获取当前上下文句柄 - 不要尝试在主线程中保存
std::thread::native_handle()后延后绑定——该值在某些标准库实现中可能仅在线程运行期间有效 - 若需统一管理绑定逻辑，可封装一个
BoundThread类，在其构造函数内启动线程，并在 lambda 中立即绑定
任务分发器设计中容易被忽略的 NUMA 意识问题
单纯按核心编号绑定（如 core 0–3 绑线程 A–D）在 NUMA 架构下可能引发远端内存访问。例如，CPU socket 0 上的线程频繁访问 socket 1 的内存，延迟翻倍。此时应优先将线程与本地内存节点（NUMA node）对齐，而非仅看逻辑核心号。
- Linux 下用
numactl --hardware查看节点拓扑，再通过libnuma的numa_node_of_cpu映射核心到节点 - Windows 下需调用
GetNumaNodeNumberFromHandle配合GetNumaAvailableMemoryNode判断本地内存容量 - 任务队列本身最好也按 NUMA 节点分区（per-node task queue），避免跨节点争用锁
核心绑定只是起点，真正的性能瓶颈常藏在内存访问路径里；不看 NUMA 拓扑就硬绑核心，多线程吞吐可能不升反降。
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！
