我正在研究一个库的多线程实现。在这个库的一个模块中，有一些全局变量（在程序执行中经常使用）。为了使对这些变量的访问更加安全，我使用 Thread-local storage (TLS) 关键字声明了它们__declspec(thread)。
这是对库外部函数的调用。此函数使用具有全局变量的模块：
for(i = 0; i<n_cores; i++)
hth[i] = (HANDLE)_beginthread((void(*)(void*))MT_Interface_DimenMultiCells,0,(void*)&inputSet[i]);
通过这种方式，我猜库中使用的所有变量都将为每个线程复制。
当我在 x8 核处理器上运行程序时，完成操作所需的时间不会超过单进程实现所需时间的 1/3。
我知道不可能达到 1/8 的时间，但我认为至少 1/6 是可以达到的。
问题是：这些__declspec(thread)变量是造成如此糟糕表现的原因吗？
如果您将它们声明为__declspec(thread)它们以前是全局的，那么您已经改变了程序的含义以及它的性能特征。
当变量是全局变量时，每个线程都引用一个副本。作为线程本地，每个单独的线程都有自己的变量，并且对该线程局部变量的更改仅在该线程中可见。
假设您真的想要线程本地，那么读取和写入线程本地变量确实比普通变量更昂贵。每当您面临需要很长时间才能执行的操作时，最好的解决方案就是完全停止执行。在这种情况下，有两种明显的方法可以做到这一点：
在这些选项中，通常首选前者。选项 2 有一个很大的缺点，即如果函数调用另一个使用此变量的函数，它就不能轻易应用。
选项 1 基本上相当于不使用全局变量（线程局部变量是全局的一种形式）。
当然，这一切都可能完全偏离标准，因为您对您的代码实际上在做什么几乎没有说什么。如果你想解决一个性能问题，你首先必须确定它在哪里，这意味着你需要测量。
答案是：您需要分析应用程序，并衡量花费最多时间的地方。如果它出现在经常引用 TLS 数据的函数中，那么“也许”可能就是答案。
即使在您自己编写的代码中，通常也很难找出性能不佳的原因：在两个简短段落中描述的程序中远程执行此操作更加困难。
配置文件，然后优化。