使用omp_get_thread_num索引全局vector是否安全？多线程调用会出错吗

这段代码在多个线程并发调用computeThings()时一定会出现运行异常，核心原因是omp_get_thread_num()的返回值不存在和原生线程的全局一对一映射关系。

1. omp_get_thread_num()的实际作用域 #

OpenMP标准中对该接口的定义非常明确：

• 返回值是当前线程在它所属的parallel并行域（线程组）内的本地编号，取值范围为0 ~ omp_get_num_threads() - 1
• 该编号仅在当前并行域的生命周期内有效，且仅在当前并行域内部唯一，没有全局唯一性
• 当多个独立的parallel并行域同时运行时（比如多个外层原生线程同时调用computeThings()，各自触发了一个#pragma omp parallel for并行域），不同并行域内的线程会各自从0开始编号，会出现大量重复的编号值。

2. 代码的具体问题 #

你代码中定义的静态全局std::vector<CustomAllocator> vec是所有线程共享的，长度为全局最大OpenMP线程数。当并发调用computeThings()时：

• 不同并行域中编号相同的线程，会获取到vec中同一个下标的CustomAllocator实例
• 多个线程同时无锁读写同一个CustomAllocator实例，会直接触发数据竞争：内存分配逻辑互相冲突、resetArena()被重复调用，最终出现内存损坏、程序崩溃等未定义行为。

注：如果只有单个线程调用computeThings()，同一时间只有一个并行域在运行，线程编号全局唯一，不会出现上述问题，这也是很多人测试时没发现bug的原因。

3. 简单的修正方案 #

你要实现每个原生线程绑定独有的分配器，不需要手动用vector+OpenMP线程编号做映射，直接把CustomAllocator实例本身定义为线程本地存储即可：

// 直接把分配器实例做成线程本地，每个原生线程独有一份，互不干扰
thread_local CustomAllocator ts_alloc;

template<class E>
inline E* allocateBuffer( size_t count )
{
    return (E*)ts_alloc.allocate( count * sizeof( E ), alignof( E ) );
}

void computeThings()
{
#pragma omp parallel for
    for( int64_t i = 0; i < 100000; i++ )
    {
        float* const buffer = allocateBuffer<float>( 1024 * 256 );
        // ..some computations here
        ts_alloc.resetArena();
    }
}

这种实现不需要额外的辅助类，也不存在并发冲突问题，性能反而更高。

内容的提问来源于stack exchange，提问作者Soonts