多核下写高性能并行程序

什么样的程序执行效率高？

程序的数据和指令都在cache中，没有cache miss出现。

所以如何让并行程序性能高基本可以演变成 如何减少cache miss？

尤其是多核下，并行程序cache的问题已经无法回避了，否则并行的效率还没有一个线程高。
写程序的时候MESI协议要时刻浮现在眼前。

借用一句歌词：现在不是从前了，兔子比狐狸狡猾了。

1.绞尽所有的脑汁，避免使用全局变量，尤其是程序运行过程中可能修改的变量。所有线程只读的变量可以放松一丁点儿要求。

2.per thread per core。每个core运行一个线程，每个线程运行在一个cpu core上。

3.Keep data structures  per core。每个core仅仅修改自己的数据结构。

4.Keep data structures cache alignment。保证结构体定义的时候cache line对齐。可以自己添加pad，也可以用gcc提供的__attribute__。

5.避免false sharing。定义数据结构的时候不能这么搞： int num[CPU_NUMS]，这样在for循环中对num[i]++的时候就会造成false sharing。这也是为什么结构体定义要cache line对齐。

6. Lock-free data structures。锁的代价是巨大的，搞不好还会死锁，多核间通信用lock-free fifo。

7.cpu affinity。线程创建后立即绑定到具体的core上，然后再 进行分配内存，保证内存分配在自己的领土这边。

8.分支预测。使用gcc提供的likely和unlikely。

9.公共子表达式消除。一个函数中如果多次用到同一个表达式，可以开始的时候定义一个指针。

10.循环中消除指针引用。比如下面这样：
for(i=0; i< 1000; i++)
{
    *dest++;
}
可以先定义一个局部变量进行累加，最后再把局部变量赋值给指针。

11.X86平台intel提供了很多的sse指令，尤其是在字符串的搜索和查找方面。

12.多用perf tool。

暂时想到的先记录下来，找个时间给出具体的代码逐条举例说明一下。