伪共享指多线程操作同缓存行内不同变量时引发的性能问题。CPU以缓存行为单位管理内存，典型大小为64字节；当多个变量位于同一行且被不同线程频繁修改时，即使逻辑独立，也会因缓存一致性协议导致频繁同步，增加总线流量和缓存未命中。例如两个线程分别修改相邻结构体中的不同成员，若这些成员共处一个缓存行，则产生伪共享。检测需借助perf等工具分析缓存未命中率。避免方法包括使用alignas(64)对齐、填充结构体使变量隔离于不同缓存行，或采用线程本地存储减少共享。优化应聚焦热点数据，平衡内存使用与性能，避免过度填充。
在c++多线程编程中，伪共享（False Sharing）是一种常见的性能问题，它发生在多个线程操作不同但位于同一缓存行（Cache Line）的变量时。尽管这些变量逻辑上是独立的，但由于CPU缓存以缓存行为单位加载数据，它们会被同时加载到同一个缓存行中，从而引发不必要的缓存同步开销。
什么是缓存行和伪共享
CPU缓存不是以单个字节或变量为单位管理内存，而是按“缓存行”进行读写。典型的缓存行大小为64字节（x86_64架构）。当一个核心访问某个内存地址时，整个包含该地址的缓存行都会被加载到L1缓存中。
伪共享发生在一个缓存行中包含多个被不同线程频繁修改的变量。即使这些变量彼此无关，只要其中一个被修改，整个缓存行就会被标记为“已修改”，导致其他核心中对应的缓存行失效，必须重新从内存或其他核心同步。这种频繁的缓存一致性协议（如MESI）通信会显著降低程序性能。
伪共享的典型场景
考虑以下结构体：
立即学习“C++免费学习笔记（深入）”；
Struct Counter {
int a;
int b;
};
Counter counters[2];
假设线程1不断递增 counters[0].a，线程2不断递增 counters[1].b。虽然两个线程操作的是不同的变量，但如果这两个变量位于同一个64字节缓存行内（很可能），就会产生伪共享。
每当线程1修改 counters[0].a，缓存行变为“脏”，线程2所在的核心就必须使自己的缓存行失效并重新加载，反之亦然。这会导致大量缓存未命中和总线流量，拖慢整体速度。
如何检测和避免伪共享
检测伪共享通常需要借助性能分析工具（如perf、Intel VTune），观察缓存未命中率（cache miss rate）是否异常高，尤其是在多线程并发更新分散数据时。
避免伪共享的主要方法是“缓存行对齐”（Cache Line Alignment）：
- 使用对齐说明符将变量隔离到不同的缓存行。例如，可以将结构体填充到至少64字节：
struct alignas(64) PaddedCounter {
int value;
char padding[60]; // 填充至64字节
};
PaddedCounter counters[2];
- C++11提供了 alignas 关键字，确保对象按指定字节对齐。alignas(64) 能保证每个结构体独占一个缓存行。
- 另一种方式是插入足够大的填充数组，使相邻变量间隔至少一个缓存行。
- 对于数组中的计数器等场景，可采用“线程本地累加 + 最终合并”的策略，减少共享变量的更新频率。
实际影响与优化建议
伪共享在高并发程序中可能造成性能下降数倍，尤其在核心数量较多的系统上更为明显。它不会导致逻辑错误，但会使多线程加速比远低于预期，甚至出现负加速。
优化建议：
- 对频繁被多线程写入的独立变量，确保它们不在同一缓存行。
- 优先使用局部变量或线程私有存储，减少共享状态。
- 在设计并发数据结构时，预先考虑内存布局，主动规避伪共享。
- 不要过度填充：只在热点数据上应用对齐，避免浪费内存。
基本上就这些。伪共享是个隐蔽但影响深远的问题，理解它有助于写出真正高效的C++多线程代码。关键是意识到内存布局不仅影响功能，也直接影响性能。