_Thread_local全局变量内存分配规则及访问性能疑问

内存排布规则 #

_Thread_local修饰的全局、静态变量不会单独占用独立内存页，也不会和malloc()管理的堆内存共享页内剩余空间：

• 编译期可见的静态TLS（线程本地存储）变量，在链接阶段就会确定总大小、以及每个变量相对于线程基址指针的固定偏移，排布逻辑和普通全局变量在.data/.bss段的排列完全一致：按对齐要求紧密打包在连续的TLS内存块中，同一块TLS内存页的剩余空间属于TLS段预留范围，不会交给堆分配器复用。
• 实际场景下，如果你定义100个1字节的_Thread_local char全局变量，算上对齐开销总共仅占百余字节，全部会落在同一个4KB标准内存页内，不存在单变量独占内存页的情况。

分配方式与访问性能 #

这类变量的分配既不经过用户态malloc()，也不会为单个变量单独调用mmap()：

• 主线程的静态TLS块是程序启动时，内核加载ELF文件阶段和普通.data/.bss段一同完成地址映射的，属于进程初始地址空间的一部分。
• 其余工作线程的静态TLS块，是pthread_create()创建线程时，和线程栈、栈溢出保护页一起通过一次mmap()申请整块连续地址空间后切分得到的，TLS块本身紧邻线程栈高地址区域，全程不进入malloc()的堆分配链路。
• 只有运行时通过dlopen()动态加载的共享库中的_Thread_local变量，会走动态TLS扩展分配逻辑，这部分由libc内部管理预留TLS槽位完成分配，同样不会和堆内存混用。

针对频繁访问的缓存、dTLB缺失问题：
常规使用场景下，_Thread_local变量的缓存、TLB命中率远高于堆上分配的内存：

• 这类变量通过线程专属指针寄存器（x86-64平台为fs段基址、ARM64平台为tpidr_el0寄存器）加固定偏移直接寻址，不需要额外指针解引用；且所有静态TLS变量集中在通常仅几KB到几十KB的连续小块内存内，仅对应1-2个dTLB条目，热数据可完全被L1/L2缓存覆盖，加上线程私有属性不存在多线程伪共享问题，实际访问延迟甚至比普通全局变量更低。
• 只有当你定义了总大小远超CPU缓存容量、跨大量内存页的超大_Thread_local数组，且做跨大跨度随机访问时，才会出现明显的缓存和dTLB缺失——这是大内存块随机访问的共性问题，和_Thread_local存储类本身没有关系。
• 线程刚创建时第一次访问TLS变量触发的冷缺失属于正常现象，是所有新映射内存访问的共性开销，不属于频繁访问场景下的额外成本。

内容的提问来源于stack exchange，提问作者hurryman2212