减少锁的竞争

• 缩小临界区：只将必须互斥的代码用锁保护起来，尽快释放锁。避免在临界区内进行耗时操作（如I/O、复杂计算）。

• 使用更细粒度的锁：不要用一个“大锁”保护所有数据。使用多个锁保护不同的数据，允许线程并行访问不同的资源。（例如，一个锁保护用户列表，另一个锁保护日志文件）。

• 使用读写锁：如 std::shared_mutex。适用于读多写少的场景，允许多个读者同时访问，写者独占访问。

优化数据布局和访问

• 避免伪共享（False Sharing）：

  • 问题：两个线程频繁写入两个在物理上位于同一缓存行（Cache Line）（通常是64字节）但逻辑上无关的变量。这会导致缓存行在不同CPU核心间无效地来回跳动，严重损害性能。

  • 解决：将对性能关键的、被不同线程频繁写入的变量隔离到不同的缓存行中。可以通过字节填充（alignas(64)）或让每个变量独占一个缓存行来实现。

• 保证真共享（True Sharing） 的有效性：让需要被同一线程组频繁访问的数据尽可能地靠近（在内存中相邻），以提高缓存利用率。

任务划分与负载均衡

• 任务并行 vs. 数据并行：选择最适合问题的模型。数据并行通常更容易实现负载均衡。

• 负载均衡（Load Balancing）：确保所有线程的工作量大致相等，避免某些线程早早完工而其他线程还在忙碌。

系统与硬件考量

• CPU 亲和性（CPU Affinity）：将线程绑定到特定的CPU核心上，可以减少缓存失效和上下文切换的开销，尤其在对延迟极其敏感的场景（如高频交易）中很重要。

• 理解内存层次结构：意识到访问内存、L1/L2/L3缓存的速度差异巨大。优化目标之一是提高缓存命中率（Cache Hit Rate）。

• 线程数并非越多越好：线程数超过物理核心数时会引入额外的上下文切换开销。通常推荐线程池的大小为 std::thread::hardware_concurrency() 或稍多一些（如果线程包含I/O等待）。