C++多线程编程实现方式汇总

作者：技术拾光时间：2026-07-27 07:56:13浏览：594

C++多线程编程方式包括：POSIX线程适用于Linux/Unix系统，std::thread是C++11标准推荐，std::async用于简单异步任务，OpenMP常用于科学计算循环并行，IntelTBB专注于任务并行，BoostThread用于老项目兼容，QtQThread专用于GUI程序，而MPI是进程并行并非线程库。这些方法各有适用场景。

在 C++ 中，多线程编程的实现方式丰富多样，从底层接口到高层封装，大致可分为多个类别。以下表格展示了整体概览，随后逐一详细解读。

C++多线程编程实现方式汇总

方式	标准	适用场景
POSIX Threads (`pthread`)	POSIX	Linux/Unix 系统开发
`std::thread`	C++11	现代 C++ 首选
`std::async`	C++11	简单异步任务
OpenMP	编译器扩展	科学计算、循环并行
Intel TBB / oneTBB	第三方库	任务并行
Boost.Thread	Boost	老项目兼容
Qt QThread	Qt	Qt GUI 程序
MPI	第三方库	多进程，不属于线程库

注意最后一项 MPI 不是线程库，而是进程并行库。这个区分很重要，后面会细说。

1. std::thread（现代 C++ 首选）

C++11 标准开始，C++ 终于有了自己的线程库——std::thread。用法非常直接：

#include 
#include 

void work(int id)
{
    std::cout << id << std::endl;
}

int main()
{
    std::thread t1(work, 1);
    std::thread t2(work, 2);

    t1.join();
    t2.join();
}

优点：跨平台、STL 风格，新项目强烈推荐。

配套的同步原语也很齐全：

std::mutex
std::lock_guard
std::unique_lock
std::condition_variable
std::atomic
std::future

2. pthread（Linux 最经典）

这是 Linux 系统层面的线程接口，历史悠久，功能最完整。

#include 

void* func(void*)
{
    return nullptr;
}

int main()
{
    pthread_t tid;
    pthread_create(&tid, nullptr, func, nullptr);
    pthread_join(tid, nullptr);
}

优点：Linux 下功能最全，很多老项目都在用。缺点也很明显：C 风格 API，用起来比较繁琐。

有意思的是，在 Linux 上，很多 std::thread 的实现底层实际上就是调用的 pthread。

3. std::async

适合执行一个简单的异步任务，不需要手动创建线程：

auto result = std::async(std::launch::async,
                         []()
                         {
                             return 100;
                         });

std::cout << result.get();

一句话：省心，但有局限。

4. OpenMP（科学计算最常见）

在科学计算领域，OpenMP 几乎是标配。比如这样：

#pragma omp parallel for
for(int i=0;i
编译时加个选项：
g++ -fopenmp

OpenMP 最大的特点：几乎不用手动管理线程，编译器自动帮你并行化。VASP、LAMMPS、OpenFOAM 这些重量级科学计算软件都大量使用。
更灵活的用法：
#pragma omp parallel
{
    // 多线程
}

5. Intel TBB（oneTBB）
Intel 的任务调度库，比 OpenMP 更灵活，适合复杂任务图：
tbb::parallel_for(
    0, N,
    [&](int i)
    {
        ...
    });

很多工业软件都在用，比如 OpenCV、oneAPI。
6. Boost.Thread
现代 C++ 出现以前，Boost.Thread 是最流行的选择。现在基本被 std::thread 替代，但老项目里可能还有。
boost::thread t(func);

7. Qt 的 QThread
Qt GUI 开发必备，主要解决界面不阻塞的问题，还集成了信号槽机制。
class Worker : public QThread
{
    void run() override
    {
        ...
    }
};

8. 线程池（Thread Pool）
严格来说，线程池不是一种线程 API，而是一种编程模式。典型用法：
ThreadPool pool(8);
pool.enqueue(task1);
pool.enqueue(task2);

优点：避免频繁创建线程，性能最好。很多服务器都采用这种方式。
C++23 标准还没有正式的线程池，目前常用的实现有：BS::thread_pool、oneTBB、folly、Boost.Asio 等。
9. MPI（容易和线程混淆）
MPI 是进程并行库，不是线程库。它创建的是多个进程，而不是线程：
MPI_Init(...);
MPI_Comm_rank(...);
MPI_Send(...);

产生的是：
Process0
Process1
Process2

而不是：
Thread1
Thread2

MPI 是多进程，不是多线程。
在 HPC 中通常是混合并行
像 VASP、GROMACS 等 HPC 软件，通常会组合使用多种技术：
多个节点
    │
    ▼
 MPI（多进程）
    │
    ▼
OpenMP（每个进程多个线程）
    │
    ▼
CUDA/HIP（GPU 并行）

例如：
Node1
 ├── MPI Rank0
 │      ├── Thread0
 │      ├── Thread1
 │      └── Thread2
 └── MPI Rank1
        ├── Thread0
        ├── Thread1
        └── GPU0

所以一个 VASP 作业中通常会同时用到 MPI + OpenMP + CUDA/HIP，分别负责不同层次的并行。
实际工作中的常见选择
如果按行业来看，大致可以这样归纳：

普通 C++ 应用开发：std::thread 是首选，Linux 老项目中 pthread 仍然很多。
科学计算 / HPC：OpenMP + MPI 是主流，GPU 场景再结合 CUDA/HIP。
GUI 开发（Qt）：通常使用 QThread。
高性能服务器：更多使用线程池、任务调度库（如 oneTBB、Boost.Asio、folly 等），而不是频繁创建和销毁线程。

这里需要纠正一个常见误解：MPI 和 OpenMP 并不是“见得少”，而是它们主要集中在科学计算和 HPC 领域；在通用 C++ 应用、服务端和 GUI 开发中相对少见。另外，现代 C++ 新项目通常优先使用 std::thread，而不是 pthread。pthread 更多见于 Linux 系统软件、底层运行时和历史项目。
先区分三种并行模型
技术 并行单位 内存模型 典型范围
pthread / std::thread 线程 共享内存 单个进程、单台机器
OpenMP 线程 共享内存 单进程、单个计算节点
MPI 进程 分布式内存、消息传递 单节点或多个计算节点
MPI 不是线程库，它主要解决的是：
节点 A 的进程如何和节点 B 的进程交换数据

OpenMP 和线程库主要解决的是：
同一进程内多个 CPU 核心如何共享数据并行计算

为什么通用 C++ 项目中 MPI 不常见
MPI 面向的是多进程、分布式内存计算。例如在超算中：
计算节点 0：MPI rank 0～63
计算节点 1：MPI rank 64～127
计算节点 2：MPI rank 128～191

进程之间通过消息通信：
MPI_Send(...);
MPI_Recv(...);
MPI_Allreduce(...);

它特别适合：VASP、LAMMPS、GROMACS 等科学计算；流体、气象、量子化学计算；大规模矩阵和网格计算；跨多个服务器或超算节点运行。
普通桌面程序、Web 服务或 GUI 程序通常不需要同时使用几十台服务器做一次紧密耦合计算，所以很少用 MPI。另外，MPI 程序通常需要专门启动：
mpirun -np 64 ./program

它的进程部署、通信、负载均衡和故障处理也比普通线程复杂。所以不是 MPI 不成熟，而是它解决的问题与普通多线程不同。在 HPC 中，MPI 非常常见，甚至可以说是基础设施。
为什么通用 C++ 中 OpenMP 看起来也不多
OpenMP 最擅长的是规则循环并行：
#pragma omp parallel for
for (int i = 0; i < n; ++i) {
    c[i] = a[i] + b[i];
}

这类代码在科学计算中很多，因此 OpenMP 非常合适。但通用 C++ 程序的并发任务通常不是规则循环，例如：网络连接处理、后台任务队列、文件异步读写、GUI 后台计算、长生命周期工作线程、生产者/消费者、线程池、复杂任务依赖等。这些场景通常需要显式控制：创建线程、等待线程、条件变量、互斥锁、任务队列、线程生命周期、异常和退出。std::thread、std::jthread、线程池或异步框架更适合这些需求。OpenMP 的优势是快速表达“把这一段计算并行化”，而不是构建完整的并发软件架构。
为什么有些 C++ 项目使用 pthread
pthread 是 POSIX 线程接口，长期以来是 Linux/Unix 的底层线程标准：
pthread_create(...);
pthread_join(...);
pthread_mutex_lock(...);

它常见的原因主要有以下几个。
1. 历史原因
C++11 以前，标准 C++ 没有正式的线程库。Linux C/C++ 项目普遍使用 pthread。许多成熟项目延续了原有设计。
2. 同时支持 C 和 C++
pthread 是 C 接口，可以被 C 和 C++ 使用。操作系统、数据库和底层库经常包含大量 C 代码。
3. Linux 平台的底层控制
pthread 提供一些平台相关能力，例如：
pthread_setaffinity_np
pthread_setschedparam
pthread_setname_np

可用于：CPU 亲和性、实时调度策略、线程栈大小、线程名称、NUMA 和性能调优。虽然 C++ 标准线程可以通过 native_handle() 获取底层 pthread，但底层系统软件有时会直接使用 pthread。
4. 很多高级线程库最终建立在 pthread 上
在 Linux 中：
std::thread
OpenMP runtime
oneTBB
各种线程池
        ↓
通常最终使用 pthread/clone 创建系统线程

因此 pthread 是底层机制，而 OpenMP、oneTBB 和 std::thread 是更高级的编程接口。
新 C++ 项目该用什么
如果是普通现代 C++ 项目，通常优先：
#include 

std::thread t([] {
    // 工作
});
t.join();

C++20 中更推荐考虑 std::jthread：
#include 

std::jthread t([] {
    // 工作
});

std::jthread 析构时自动等待线程，还支持协作式停止，比直接管理 std::thread 更安全。
只有在以下场景才更可能直接使用 pthread：

项目主体是 C；
必须兼容较老的 C++ 标准；
强依赖 POSIX 接口；
需要精细控制线程调度、栈和亲和性；
正在维护已有 pthread 项目。

OpenMP 和普通线程的核心差异
假设要并行处理数组。使用 OpenMP：
#pragma omp parallel for
for (int i = 0; i < n; ++i) {
    c[i] = a[i] + b[i];
}

程序员描述的是：
这个循环可以并行。
使用线程库时：
std::vector<:thread> threads;

for (int t = 0; t < num_threads; ++t) {
    threads.emplace_back([&, t] {
        int begin = t * n / num_threads;
        int end = (t + 1) * n / num_threads;

        for (int i = begin; i < end; ++i) {
            c[i] = a[i] + b[i];
        }
    });
}

for (auto& thread : threads) {
    thread.join();
}

程序员需要自己处理：创建多少线程、每个线程处理哪一段、如何捕获变量、如何等待线程结束。因此，对于规则数值循环，OpenMP 更简洁；对于复杂并发架构，显式线程或任务系统更灵活。
MPI、OpenMP 经常一起使用
在超算中，典型模式不是二选一，而是混合并行：
多个计算节点
    ↓ MPI
每个节点启动若干 MPI 进程
    ↓ OpenMP
每个 MPI 进程再启动若干 CPU 线程

例如两台节点，每台 64 核：
每节点 4 个 MPI 进程
每个 MPI 进程 16 个 OpenMP 线程
总计：2 × 4 × 16 = 128 个 CPU 核

常见启动方式类似：
export OMP_NUM_THREADS=16
mpirun -np 8 ./program

VASP 就经常采用 MPI、OpenMP 和 GPU 加速的组合。
对原表的修正
更合理的评价是：
技术 定位 推荐场景
std::thread / std::jthread 标准 C++ 线程 现代通用 C++
pthread POSIX 底层线程 C、Linux 系统开发、底层控制
OpenMP 标准化共享内存并行 API 科学计算、规则循环
oneTBB 任务并行运行时 复杂任务图、线程池
MPI 分布式进程通信标准 集群、超算、多节点计算
另外，OpenMP 不是简单的“编译器私有扩展”，它有独立的公开规范，只是通过编译器指令和运行时库实现。
一句话总结：
普通 C++ 并发优先考虑标准线程或成熟任务框架；规则科学计算优先考虑 OpenMP；跨节点并行使用 MPI；pthread 更接近 Linux 底层实现和控制接口。

技术	并行单位	内存模型	典型范围
`pthread` / `std::thread`	线程	共享内存	单个进程、单台机器
OpenMP	线程	共享内存	单进程、单个计算节点
MPI	进程	分布式内存、消息传递	单节点或多个计算节点

技术	定位	推荐场景
`std::thread` / `std::jthread`	标准 C++ 线程	现代通用 C++
pthread	POSIX 底层线程	C、Linux 系统开发、底层控制
OpenMP	标准化共享内存并行 API	科学计算、规则循环
oneTBB	任务并行运行时	复杂任务图、线程池
MPI	分布式进程通信标准	集群、超算、多节点计算