C ++ 11 thread_localvariables在GCC 4.8中的性能损失是多less？

从GCC 4.8草案变更日志 ：

G ++现在实现了C ++ 11的 thread_local关键字; 这与GNU __thread关键字的区别主要在于它允许dynamic初始化和销毁​​语义。 不幸的是，即使不需要dynamic初始化，对于非函数本地thread_localvariables的引用，这种支持也需要运行时间的惩罚，因此用户可能希望继续使用具有静态初始化语义的TLSvariables的__thread 。

这个运行时间惩罚的性质和起源究竟是什么？

显然，为了支持非函数本地的thread_localvariables，需要在进入每个线程main之前进行一个线程初始化阶段（就像全局variables有一个静态的初始化阶段一样），但是它们是否指向一些运行时间惩罚那？

粗略地说，gcc的thread_local的新实现的体系结构是什么？

Answer 1

（声明：我对GCC的内部知识不太了解，所以这也是一个有教养的猜测。）

在提交462819c中添加了dynamicthread_local初始化。 其中一个变化是：

* semantics.c (finish_id_expression): Replace use of thread_local
variable with a call to its wrapper.

所以运行时间的惩罚是， thread_localvariables的每个引用都将成为一个函数调用。 我们来看一个简单的testing用例：

 // 3.cpp extern thread_local int tls; int main() { tls += 37; // line 6 tls &= 11; // line 7 tls ^= 3; // line 8 return 0; } // 4.cpp thread_local int tls = 42; 

当编译*时，我们看到tls引用的每一次使用都变成了对_ZTW3tls一个函数调用，它懒_ZTW3tls地初始化了这个variables：

 00000000004005b0 <main>: main(): 4005b0: 55 push rbp 4005b1: 48 89 e5 mov rbp,rsp 4005b4: e8 26 00 00 00 call 4005df <_ZTW3tls> // line 6 4005b9: 8b 10 mov edx,DWORD PTR [rax] 4005bb: 83 c2 25 add edx,0x25 4005be: 89 10 mov DWORD PTR [rax],edx 4005c0: e8 1a 00 00 00 call 4005df <_ZTW3tls> // line 7 4005c5: 8b 10 mov edx,DWORD PTR [rax] 4005c7: 83 e2 0b and edx,0xb 4005ca: 89 10 mov DWORD PTR [rax],edx 4005cc: e8 0e 00 00 00 call 4005df <_ZTW3tls> // line 8 4005d1: 8b 10 mov edx,DWORD PTR [rax] 4005d3: 83 f2 03 xor edx,0x3 4005d6: 89 10 mov DWORD PTR [rax],edx 4005d8: b8 00 00 00 00 mov eax,0x0 // line 9 4005dd: 5d pop rbp 4005de: c3 ret 00000000004005df <_ZTW3tls>: _ZTW3tls(): 4005df: 55 push rbp 4005e0: 48 89 e5 mov rbp,rsp 4005e3: b8 00 00 00 00 mov eax,0x0 4005e8: 48 85 c0 test rax,rax 4005eb: 74 05 je 4005f2 <_ZTW3tls+0x13> 4005ed: e8 0e fa bf ff call 0 <tls> // initialize the TLS 4005f2: 64 48 8b 14 25 00 00 00 00 mov rdx,QWORD PTR fs:0x0 4005fb: 48 c7 c0 fc ff ff ff mov rax,0xfffffffffffffffc 400602: 48 01 d0 add rax,rdx 400605: 5d pop rbp 400606: c3 ret 

将它与__thread版本比较，它不会有这个额外的包装：

 00000000004005b0 <main>: main(): 4005b0: 55 push rbp 4005b1: 48 89 e5 mov rbp,rsp 4005b4: 48 c7 c0 fc ff ff ff mov rax,0xfffffffffffffffc // line 6 4005bb: 64 8b 00 mov eax,DWORD PTR fs:[rax] 4005be: 8d 50 25 lea edx,[rax+0x25] 4005c1: 48 c7 c0 fc ff ff ff mov rax,0xfffffffffffffffc 4005c8: 64 89 10 mov DWORD PTR fs:[rax],edx 4005cb: 48 c7 c0 fc ff ff ff mov rax,0xfffffffffffffffc // line 7 4005d2: 64 8b 00 mov eax,DWORD PTR fs:[rax] 4005d5: 89 c2 mov edx,eax 4005d7: 83 e2 0b and edx,0xb 4005da: 48 c7 c0 fc ff ff ff mov rax,0xfffffffffffffffc 4005e1: 64 89 10 mov DWORD PTR fs:[rax],edx 4005e4: 48 c7 c0 fc ff ff ff mov rax,0xfffffffffffffffc // line 8 4005eb: 64 8b 00 mov eax,DWORD PTR fs:[rax] 4005ee: 89 c2 mov edx,eax 4005f0: 83 f2 03 xor edx,0x3 4005f3: 48 c7 c0 fc ff ff ff mov rax,0xfffffffffffffffc 4005fa: 64 89 10 mov DWORD PTR fs:[rax],edx 4005fd: b8 00 00 00 00 mov eax,0x0 // line 9 400602: 5d pop rbp 400603: c3 ret 

虽然这个包装器在thread_local每个用例中都不需要。 这可以从decl2.c发现。 包装仅在以下情况下生成：

• 这不是function本地的，而且，

  1. 这是extern （上面的例子），或者
  2. 该types有一个不平凡的析构函数（不允许用于__threadvariables），或者
  3. typesvariables由一个非常量expression式初始化（ __threadvariables也不允许）。

在所有其他用例中，它的行为与__thread相同。 这意味着，除非你有一些extern __threadvariables，你可以用thread_localreplace所有的__thread ，而不会损失性能。

---

*：我使用-O0进行编译，因为内联将使得函数边界变得更加可见。 即使我们转到-O3，那些初始化检查依然存在。

Answer 2

如果在当前TU中定义variables，则内联将负责开销。 我期望这将是thread_local的大部分用法。

对于externvariables，如果程序员可以确定在非定义的TU中不使用variables需要触发dynamic初始化（或者是因为variables是静态初始化的，或者是在定义的TU中使用variables之前在另一个TU中的任何用途），他们可以通过-fno-extern-tls-init选项避免这种开销。

Answer 3

C ++ 11 thread_local与__thread说明__thread具有相同的运行时效果（ __thread不是C标准的一部分; thread_local是C ++标准的一部分）

它取决于声明TLSvariables（使用__thread说明符声明）的位置。

• 如果在可执行文件中声明TLSvariables，则访问速度很快
• 如果在共享库代码中声明了TLSvariables（使用-fPIC编译器选项编译），并-ftls-model=initial-exec编译器选项，则访问速度很快; 但以下限制适用：共享库不能通过dlopen / dlsym（dynamic加载）加载，使用该库的唯一方法是在编译期间链接它（链接器选项-l<libraryname> ）
• 如果TLSvariables在共享库（ -fPIC编译器选项集）中声明，那么访问非常缓慢，因为假定通用的dynamicTLS模型 – 在这里每个对TLSvariables的访问都会导致对_tls_get_addr()的调用。 这是默认情况，因为您不限制共享库的使用方式。

来源：ELF处理线程本地存储由Ulrich Drepper https://www.akkadia.org/drepper/tls.pdf此文本还列出了为支持的目标平台生成的代码。;