多线程占用修改同一excel文件冲突_<1%修改量，让单线程代码完美并行

众所周知，多线程开发要处理各种同步和竞争问题，一不留神就会原地爆炸。

那么问题来了，如果手头有一份成品单线程代码，如何让它支持多线程并行？

本文将介绍一个最为简单粗暴的方式，重构改动1%以下，几乎不会引入任何问题，并且在目标场景下可以完美并行。

目标场景

将这份代码当做黑盒使用，不强求内部多线程，而是将输入输出当做一个任务，多个任务之间可以并行。

问题分析

该目标场景是最简单的并行场景了，理论上没任何数据竞争，多个任务之间的关系就和多个进程一样完全隔离的。

从“输入——执行——输出”这条链条来看，包装为任务的方式，输入输出先天就隔离开来，不存在数据竞争，数据竞争主要是执行过程中的内部状态，也就是副作用。

这不还是废话么，又绕回开头了。

不不不，仔细想想，引起副作用的内部状态是怎么来的？

原因很简单，就是内部无上下文封装，所有执行共享一个上下文，因此并行场景存在竞争。

而这些内部共享的上下文是怎么存在的呢？从编码角度来看，必然是静态变量。

解决方案

问题分析到这里，解决方案已经相当清晰了，让这些静态变量每次执行时都使用独立实例就行，这样上下文/状态自然就隔离开了。

要做到这一点，无需要重构数据结构和代码逻辑，只需要引入c++11的一个关键字——thread_local，在所有静态变量的声明处加上这个关键字即可。

thread_local关键字确保了该对象在每个线程上都有一个副本。然后我们再让每个任务都在一个线程里执行，问题就解决了。

残留问题

该手段下，每次执开启一个新线程和直接复用线程池，存在一定的差异。但实际运行结果，在绝大多数场景下应该是没区别的。

如果复用线程的话，在同一个线程里多次执行，内部状态还是沿用上次的，和修改前顺序调用多次一样。

此时内部状态是否会导致多次运行结果不一致，需要看目标代码本身的逻辑。

但考虑到修改之前的单线程代码，本来就是顺序执行多次，每次都沿用上一次的内部状态，所以理论上和修改后在线程池的运行结果不会存在差异。

示范案例

我手头有一个业务需求，将一组二进制数据文件转为excel表格导出。

工具库用的QtXlsx，该库是单线程设计，未对多线程做考虑。

实际表现是：

• 生成数据对象过程中可以并行，数据内容包含在独立的c++对象中。
• 保存至xlsx时，因为xlsx有数据复用的机制，相同的内容会引用同一个数据对象，因此库内部使用静态字典来整理这些复用的数据。
• 二进制文件读取到生成xlsx内存对象耗时大约24s(秒表计时)，多任务可以并行。
• 保存文件过程无法并行，通过加锁进行同步，每个文件保存需要14s(手掐秒表)。
• 因此总耗时为24 + 14*4 = 80s。

全文搜索代码中的关键字，大约有十多个static对象。无脑给所有对象都加上thread_local标注后，编译运行：

• 总耗时38s(手动秒表)；
• 38 = 24 + 14，符合设想结果，完美实现并行。

为确认并行计算并未出错，进行如下验证：

1. 将二进制文件复制四份；
2. 用互斥锁同步版批量导出四个文件；
3. 用完美并行版批量导出四个文件；
4. 将八个xlsx表格用7zip解压（-x的office文件本质是zip压缩包，包含xml格式+数据文件，文本表格的数据文件也是纯文本）；
5. 用diff对比八组xml和文本文件。

对比结果完全相同，说明本重构方案无bug，以上。