线程池任务分发是否均匀？看 tasks.size() 和线程本地计数器负载不均的第一信号，不是 CPU 占用率高，而是某些线程长期空闲、另一些持续忙碌。
线程池任务分发是否均匀？看 tasks.size() 和线程本地计数器
负载不均的第一信号，不是 CPU 占用率高，而是某些线程长期空闲、另一些持续忙碌。单纯靠系统监控（如 top -H）只能看到线程状态，无法定位到任务分配逻辑本身。
最直接的办法是在每个工作线程执行任务前/后记录计数：
- 给每个线程绑定一个原子整型
std::atomic<size_t> task_count{0}</size_t>，每次task()执行完递增 - 在池销毁或采样点汇总所有线程的
task_count.load()，计算标准差；若最大值超过平均值 2 倍，基本可判定分发失衡 - 避免用全局计数器加锁统计——这会引入伪共享和竞争，反而掩盖真实负载分布
静态分块 vs 动态窃取：为什么 std::execution::par 在数组排序中表现好，但你的业务逻辑却卡死某个线程？
std::sort(std::execution::par, ...) 能自动分块+合并，是因为它假设数据访问是规则且无状态的。而你自己的任务队列如果只用简单 std::queue + notify_one()，就默认采用“先到先得”策略——高频小任务容易扎堆到最早唤醒的线程上。
真正影响均衡的是任务粒度与调度机制：
立即学习“C++免费学习笔记（深入）”；
- 任务太小（如每次处理 1–10 个元素），上下文切换开销 > 计算收益，线程频繁抢队列锁，实际变成串行化
- 任务太大（如单个任务耗时 > 100ms），某线程卡住会导致整体吞吐停滞，其他线程干等
- 没有工作窃取（work-stealing）时，空闲线程无法主动从忙线程的本地队列“偷”任务，
std::queue天然不支持该行为
如何验证是否存在伪共享导致的“假性不均衡”？
现象是：多个线程任务量相近，但 CPU 利用率差异大，perf 显示大量 L1-dcache-load-misses 或 cpu_cycles 异常飙升。根源可能是线程本地变量（比如每个线程的 task_count）被分配在同一个缓存行里。
解决方式非常具体：
- 用
alignas(64)对齐线程本地计数器或状态结构体，强制跨缓存行（x86-64 缓存行通常为 64 字节） - 避免把多个线程共用的标志位（如
stop）和线程私有变量放在同一结构体中 - 用
perf record -e cache-misses,cpu-cycles -t $(pgrep your_program)对比加/不加对齐前的 miss rate 变化
线程池拒绝策略暴露的其实是负载分配缺陷
当任务入队返回 “rejected” 时，别急着调大队列容量。先检查：tasks.size() 是不是集中在少数几个时刻突增？有没有某类任务（如日志写入、网络回调）持续塞满队列？
更关键的是：拒绝发生时，各线程的本地任务处理速率是否同步下降？如果不是——比如只有 2 个线程的 task_count 停滞，其余照常——说明问题不在总量，而在任务类型耦合：这些任务可能都依赖同一个锁、同一个文件描述符或同一段未分片的共享内存。
真正的负载均衡，不是让线程跑得一样快，而是让它们等待的资源不重叠。这点容易被忽略，但决定系统能否线性扩展。
