伪共享指多线程修改同一缓存行中不同变量时引发的性能问题。CPU以缓存行为单位管理数据，通常64字节，当一个核心修改变量，整个缓存行失效，导致其他核心需重新加载。若两个无关变量位于同一条缓存行，即使逻辑独立，也会因频繁写入造成不必要的同步开销。例如两个线程分别修改结构体中相邻的int型变量a和b，尽管无关联，仍会互相干扰。解决方法包括：使用alignas(64)对变量对齐，确保各自独占缓存行；或通过填充字节隔离变量。另一种策略是采用线程局部存储（TLS），各线程操作本地副本，最后合并结果，彻底避免共享。数组场景下可设计每行对齐缓存行边界，如定义alignas(64) int countersNUM_THREADS，使每个线程写入不同缓存行。优化后应通过计时器或perf工具检测cache-misses，对比验证效果。伪共享在高频更新时影响显著，低频则可忽略，需根据实际负载判断是否优化。关键在于合理布局数据，防止无关变量共处同一缓存行。
在C++多线程编程中，伪共享（false sharing）是影响性能的一个常见问题。它发生在多个线程修改位于同一缓存行（cache line）中的不同变量时，导致频繁的缓存失效和同步开销，即使这些变量逻辑上互不相关。
什么是伪共享？
CPU缓存以“缓存行”为单位进行数据读取和写入，通常大小为64字节（x86/x64架构）。当一个核心修改了某个变量，整个缓存行会被标记为“已修改”，其他核心中该缓存行的副本就会失效。如果两个无关的变量恰好落在同一个缓存行中，而被不同线程频繁修改，就会引发不必要的缓存同步，这就是伪共享。
例如：
// 可能导致伪共享struct Counter {
int a;
int b;
};若线程1频繁修改a，线程2频繁修改b，尽管a和b独立，但由于在同一缓存行，会造成性能下降。
立即学习“C++免费学习笔记（深入）”；
使用对齐和填充避免伪共享
最直接的方法是确保被不同线程频繁写入的变量位于不同的缓存行中。可以通过手动填充或对齐声明实现。
方法1：结构体内填充
struct PaddedCounter {
char _pad1[64]; // 填充到下一个缓存行开始
int value;
char _pad2[64];
};
但更推荐使用标准对齐方式：
方法2：使用alignas指定对齐
struct AlignedCounter {
alignas(64) int a;
alignas(64) int b;
};
这样a和b各自独占一个缓存行，避免相互干扰。
线程局部存储（TLS）减少共享
另一种思路是尽量减少共享数据。使用线程本地存储（thread-local storage），每个线程操作自己的副本，最后再合并结果。
示例：
thread_local int local_count = 0;
在线程结束时将local_count加到全局计数器中。由于中间过程无共享，完全避免了伪共享。
数组场景下的伪共享优化
在并行计算中，多个线程可能更新数组的不同元素。如果数组元素紧凑排列，相邻元素容易落入同一缓存行。
解决方案：
- 使用二维数组，每行预留足够空间，使每行起始地址对齐到缓存行边界
- 或让每个线程的工作区之间间隔至少64字节
例如：
alignas(64) int counters[NUM_THREADS][8]; // 每个线程用一整行
这样即使线程i和i+1同时写入，也不会发生伪共享。
性能验证建议
优化后应通过性能测试验证效果：
- 使用高精度计时器测量处理时间
- 借助perf等工具观察缓存未命中率（cache-misses）
- 对比优化前后指标变化
伪共享在高并发、高频更新场景下影响显著，但在低频访问时可能不明显。因此要结合实际负载评估是否需要优化。
基本上就这些。关键是理解缓存行为，合理布局数据，避免让无关变量“挤”在同一个缓存行里。不复杂但容易忽略。
