最近同事测试自己的程序，感觉处理耗时太长，一看CPU使用率，才25%。想要提高CPU使用率降低处理时长，于是向我询问。以此为契机写了这篇，聊聊多核多线程。水平有限，仅供参考。

1.单核单线程

一切开始的前提是，你需要知道，CPU执行的所有代码其实就是一条条指令。

首先来聊聊单核单线程下你的程序是怎么运行的。假如你的程序就两行代码：

b=a+1;

c=b+1;

而你的CPU每运行一行代码需要1秒，那么很明显，对于单核CPU来说，运行你的代码需要2秒。但实际上这往往需要2秒多，因为你的CPU还需要处理很多可能的中断，比如当你的CPU刚执行完b=a+1时， 这个时候插入了一台USB设备，它触发了一个中断，中断你可以简单理解为一个函数，这里的USB中断你可以理解为，插入了USB就要执行一个“USB函数”，这个过程不受控制（实际过程复杂的多）。一般来说中断优先级是高于你的用户代码的，所以CPU只能转头去执行USB函数中的代码，这个时候你的代码才执行到了一半，当执行完USB函数后，CPU才会转头回来继续执行你的代码。最终你的代码可能运行了3秒甚至更久。

2.单核多线程

你可能觉得2秒甚至更久的时间对你的程序来说太长了，那是否可以使用多线程优化程序的执行？

其实仔细想一下就知道，无论使用多少个线程，假如CPU每执行一行代码就是1秒，那这两行代码怎么也得要2秒。所以单核情况下，多线程并不会提高代码执行效率。单核多线程的意义在于，当你的代码中有需要等待的地方，CPU可以在等待时去做其他事，这里你需要知道，CPU调度的最小单位是线程。比如上文中的例子假如是这样：

b=a+1;

sleep(1);

d=c+1;

正常你用单个线程去跑这段代码假如需要3秒，最后我们需要的结果是b和d，但很明显d=c+1在这里需要等待sleep休眠1秒后才能计算，而实际上这行代码和前文并没有数据上的关联和依赖。如果此时我们用两个线程，线程1跑【b=a+1;sleep(1)】，线程2跑【d=c+1】，虽然我们的CPU是单核的，意味着同一时间只能跑一行代码，但是在线程1运行完b=a+1后，sleep时，CPU可以转去执行d=c+1，这样最终我们只用了2秒就可以得到b和d的结果，此时多线程的运用相当于填补了CPU执行sleep等类似的等待过程。
单核多线程的另外一个意义是可以做到多个线程“同时”进行，注意这里的同时是加引号的。这种情况下每个线程如果优先级相同，则它们可能消耗相同的时间片，你可以把时间片简单理解为每个线程每次能够运行的最大时间。这适用于对时间不敏感，但是强调了同时的程序。比如你的代码是这样的：

b=a+1;

d=c+1;

f=e+1;

h=g+1;

很明显这段代码运行需要最少4秒，上文我说过，使用多线程并不能缩短这个时间，但是你希望【b=a+1;d=c+1】和【f=e+1;h=g+1】这两段代码“同时”执行，这种情况下使用多线程也是可以的，假如时间片=1秒，如果把这两段代码分别放在两个线程，且它们优先级相同，则CPU的执行顺序可能是这样的：

第一秒：先执行线程1的b=a+1;

第二秒：线程1的时间片消耗完了，CPU转去执行线程2的f=e+1;

第三秒：线程2的时间片消耗完了，CPU转去执行线程1的d=c+1;

第四秒：线程1的时间片又消耗完了，CPU又转去执行线程2的h=g+1;

最终CPU还是消耗了4秒执行上述代码，但是却是两个线程交替执行。这在某些场景，比如播放电影（我们需要播放画面的同时，播放音频）时，是很有用的。

单核情况下的多线程叫做并发。也就是所谓的单核多线程其实只是在同一个CPU上交替执行多个线程，但实际是，在任意时间点，只能有一个线程执行，只不过CPU切换的速度很快，给你造成一种多个线程同时运行的假象。只有多核才能做到真正意义上的同时运行。更多细节可以搜索并发与并行的区别。

3.多核单线程

假如你有一个四核CPU，每个核还是1秒执行1行代码，而你的代码是：

b=a+1;

c=b+1;

e=d+1;

f=e+1;

如果把这四行代码放在一个mian函数里执行，你会发现CPU在程序执行的时候，只有25%。这是否是因为有3个核压根就没有工作？

其实不然，这种情况下，无论是只使用1个核还是四个核都使用，CPU使用率最多都是25%。为什么？

假如你的程序只放在第一个核上运行，这很好理解：

表1

时间	CPU0使用率	CPU1使用率	CPU2使用率	CPU3使用率
第1秒	100%	0%	0%	0%
第2秒	100%	0%	0%	0%
第3秒	100%	0%	0%	0%
第4秒	100%	0%	0%	0%

4秒内，CPU实际可以执行16行代码，而实际只有CPU0执行了4行，所以CPU在4秒内总的使用率为4/16=25%。

假如你的程序在4个核上运行，则可能是：

表2

时间	CPU0使用率	CPU1使用率	CPU2使用率	CPU3使用率
第1秒	100%	0%	0%	0%
第2秒	0%	100%	0%	0%
第3秒	0%	0%	100%	0%
第4秒	0%	0%	0%	100%

同样的也是25%。你可以能会好奇为何CPU不是按下面的方式运行的：

表3

时间	CPU0使用率	CPU1使用率	CPU2使用率	CPU3使用率
第1秒	100%	100%	100%	100%
第2秒	0%	0%	0%	0%
第3秒	0%	0%	0%	0%
第4秒	0%	0%	0%	0%

在这种情况下，我们统计CPU占用率的周期很重要，如果以4秒为一个周期，那CPU使用率还是25%，如果以1秒为周期则第一秒使用率是100%，后面3秒使用率都是0%。但我们最关心的还是这种情况下可以把程序执行需要4秒给缩短到1秒。但这种情况是不可能发生的，当你使用单线程写了一个程序时，就注定了你的每行代码都要依次执行（这里不考虑CPU乱序执行，且就算乱序也不影响），你的第二行代码就必须等第一行代码执行完毕才能执行，无论第一行代码或是第二行代码在哪个CPU上执行！所以，无论以哪种情况来说，你的CPU从你的代码开始到结束，占用率最多25%，且必须耗时4秒甚至更久才能执行完。

4.多核多线程

按照上面的说法，我们是否可以把4行代码分别放在四个线程中，这样岂不是可以实现表3？

实际是可以实现的，但可惜的是，计算结果是错误的。因为我们可以看到，4行代码里面，数据是有依赖关系的，计算c之前需要保证先计算b，计算b之前，需要保证a是正确的。这就是所谓的线程间同步。所以即使是使用4个线程，为了使计算结果正确，我们也没有办法做到耗时1秒。

在这个例子中，假如我们把四行代码分别放在四个线程中，然后四个线程分别在4个核上运行，比如第一个核上运行线程1，执行的是第一行代码，以此类推。

那我们的代码在实际考虑数据依赖关系后，很可能是：

第一秒，线程1执行，其他线程都等待，也就是虽然其他线程放在其他核上，但是其他核使用率仍然为0%。

第二秒，线程1执行完毕，告诉了线程2，然后线程2开始执行，此时CPU0、2、3核都没在使用。

第三秒，线程2执行完毕，告诉了线程3，然后线程3开始执行，此时CPU0、1、3核都没在使用。

第四秒，线程3执行完毕，告诉了线程4，然后线程4开始执行，此时CPU0、1、2核都没在使用。

其中一个线程如何告诉另一个线程可以搜索线程（进程）间同步方式相关资料。

我们看下来，发现好像使用多线程也并没有缩小耗时，也就是说，如果你的程序执行有数据依赖关系的，多线程并不能优化执行效率，因为你后面的代码即使可以执行，也无法执行，因为它要等待前面的代码计算完成，用前面的计算结果继续计算。

细心的你可能发现，上面例子中第三行代码并不需要等待第二行代码执行完毕，因为c=b+1和e=d+1并没有关系，也就是第二行代码必须等第一行计算完毕，第四行代码必须等第三行计算完毕，但是前两行和后两行并没有一点关系，那我们完全可以把第1、2行代码放在线程1中，运行在其中一个核上，把第3、4行代码放在线程2中，运行在另一个核上，最终CPU使用率是：

表4

时间	CPU0使用率	CPU1使用率	CPU2使用率	CPU3使用率
第1秒	100%	100%	0%	0%
第2秒	100%	100%	0%	0%
第3秒	0%	0%	0%	0%
第4秒	0%	0%	0%	0%

之前的多核单线程中，程序需要运行4秒，总体CPU使用率25%，现在程序只需要运行2秒，总体CPU使用率50%。此时才把多核多线程优势完全发挥出来。

这是否就是多线程优化极限了？

其实在特殊情况下，还可以再次优化。

多级流水线

很多情况下，我们的程序需要处理的数据是流式的，比如音视频，也就是数据会每隔一定时间来一帧，而我们的程序需要每来一帧处理一次，这个时候如果数据来的时间大于数据处理的时间，我们可以仿照CPU的多级流水线的设计思路优化我们的处理。 

按照我们上文的例子，假如我们的处理流程是这样的：

在这里，a和d每隔2秒来一次的话是可以正常输出c和f的值的，如果a和d每隔1秒来一次的话，等到下一次数据来，我们上次数据还没有计算完成，肯定会卡顿，导致数据丢失，而且这种情况无法通过缓存输入数据解决，因为这会越堆积越多。但是如果我们按照下面的思路修改：

程序运行流程是这样的：

第一秒：第一帧数据到来，线程1和线程3执行，因为没有线程1和3的结果，线程2和线程4运行跳过，最终没有输出c、f，CPU使用率50% 

第二秒：第二帧数据到来，线程1和线程3计算第二次来的数据，线程2和线程4计算上一轮中线程1和线程3输出的数据，最终输出第一帧数据对应的c、f，CPU使用率100%

第三秒：第三帧数据到来，线程1和线程3计算第三次来的数据，线程2和线程4计算上一轮中线程1和线程3输出的数据，最终输出第二帧数据对应的c、f，CPU使用率100%

余下同理。

由上可以看出，通过错位一帧，我们可以把CPU使用率从原来的50%提高到100%，虽然输出落后输入一帧，但是却可以满足1秒输出一次的要求。使用此种方法需要考虑三个问题，一是整个过程耗时、被分割为每一级的耗时、与输入间隔之间是否满足要求，理论上分割级数越多，整体耗时越短。二是分割级数越多，输入与输出之间的迟滞越长。三是因为每一级都要保存上次计算的结果（有时候我们可能并不是像这个例子一样那么简单，可能每级之间都使用队列通信，此时缓存的数据不止一帧），所以分级越多，内存消耗越大。