线程应该作用于单独的内存吗？
Should threads act on separate memory?
我有一个 C++ 程序，其任务是分析二进制数据流（通常是磁盘上的文件）并提取一些信息。这个任务是 "memory-less"，这意味着每一步的结果都独立于前一步。因此，我想通过将数据交给单独的线程来加快速度以提高性能。
目前，数据一次以 1GB 的块读取并保存在数组中以避免 I/O 瓶颈。我应该在 n chunks/arrays 中分隔数据（其中 n 是线程数）还是多个线程访问的单个数组不是问题？
我有一个 C++ 程序，其任务是分析二进制数据流（通常是磁盘上的文件）并提取一些信息。这个任务是 "memory-less"，这意味着每一步的结果都独立于前一步。因此，我想通过将数据交给单独的线程来加快速度以提高性能。
目前，数据一次以 1GB 的块读取并保存在数组中以避免 I/O 瓶颈。我应该在 n chunks/arrays 中分隔数据（其中 n 是线程数）还是多个线程访问的单个数组不是问题？
编辑 1：数据和分析规范
正如其中一条评论所指出的，我意识到问题的措辞可能过于宽泛。我会尝试更详细一点。
正在分析的数据是由所谓的 "time-to-digital" 转换器 (TDC) 生成的一系列无符号 64 位整数，存储有关它们注册的某些事件的时间戳信息。我的 TDC 有多个通道，所以每个时间戳都有关于哪个通道触发的信息（前 3 位），是上升沿触发还是下降沿触发（第 4 位），以及实际时间（自 TDC 上电以来的时钟滴答，最后60 位）。
当然，时间戳是按时间顺序保存在文件中的。任务是在用户设置的特定时间 window 内找到通道之间的重合事件。所以你继续阅读时间戳，当你在感兴趣的通道中发现两个时间距离小于设定的通道时，你增加了巧合事件的数量。
这些文件可能非常大（数十 GB）并且时间戳的数量巨大（一个时钟滴答为 80 皮秒）。
现在我只浏览整个文件一次，我的想法是 "cut it" 分成更小的部分，然后由不同的线程进行分析。剪辑之间可能丢失的事件对我来说是可以接受的，因为最多只有几十万分之二。
当然，他们只会从file/memory读取数据。我可以将巧合计数写在三个单独的变量中，然后在所有线程完成时对它们求和，如果这有助于避免同步问题的话。
我希望现在事情更清楚了。
是的，同一个数组可以被多个线程访问：如果线程只读取数组（这里似乎就是这种情况），就不会有假共享效果。
为了优化缓存使用，您可以让每个线程读取数组的连续元素（即而不是在线程之间交错读取）。
附带说明一下，您可能需要重新考虑 1GB 块：太多了！您是否测量过它比 1MB 或 10KB 更好？
您可能还想并行化 "file reading"（一次一个小块）和 "processing the content that was read"（像您一样使用许多线程），使用（至少）2 个数组（一个正在已处理，另一个将收到下一个读取）
我有一个 C++ 程序，其任务是分析二进制数据流（通常是磁盘上的文件）并提取一些信息。这个任务是 "memory-less"，这意味着每一步的结果都独立于前一步。因此，我想通过将数据交给单独的线程来加快速度以提高性能。
目前，数据一次以 1GB 的块读取并保存在数组中以避免 I/O 瓶颈。我应该在 n chunks/arrays 中分隔数据（其中 n 是线程数）还是多个线程访问的单个数组不是问题？
我有一个 C++ 程序，其任务是分析二进制数据流（通常是磁盘上的文件）并提取一些信息。这个任务是 "memory-less"，这意味着每一步的结果都独立于前一步。因此，我想通过将数据交给单独的线程来加快速度以提高性能。
目前，数据一次以 1GB 的块读取并保存在数组中以避免 I/O 瓶颈。我应该在 n chunks/arrays 中分隔数据（其中 n 是线程数）还是多个线程访问的单个数组不是问题？
编辑 1：数据和分析规范 正如其中一条评论所指出的，我意识到问题的措辞可能过于宽泛。我会尝试更详细一点。
正在分析的数据是由所谓的 "time-to-digital" 转换器 (TDC) 生成的一系列无符号 64 位整数，存储有关它们注册的某些事件的时间戳信息。我的 TDC 有多个通道，所以每个时间戳都有关于哪个通道触发的信息（前 3 位），是上升沿触发还是下降沿触发（第 4 位），以及实际时间（自 TDC 上电以来的时钟滴答，最后60 位）。
当然，时间戳是按时间顺序保存在文件中的。任务是在用户设置的特定时间 window 内找到通道之间的重合事件。所以你继续阅读时间戳，当你在感兴趣的通道中发现两个时间距离小于设定的通道时，你增加了巧合事件的数量。
这些文件可能非常大（数十 GB）并且时间戳的数量巨大（一个时钟滴答为 80 皮秒）。
现在我只浏览整个文件一次，我的想法是 "cut it" 分成更小的部分，然后由不同的线程进行分析。剪辑之间可能丢失的事件对我来说是可以接受的，因为最多只有几十万分之二。
当然，他们只会从file/memory读取数据。我可以将巧合计数写在三个单独的变量中，然后在所有线程完成时对它们求和，如果这有助于避免同步问题的话。
我希望现在事情更清楚了。
是的，同一个数组可以被多个线程访问：如果线程只读取数组（这里似乎就是这种情况），就不会有假共享效果。
为了优化缓存使用，您可以让每个线程读取数组的连续元素（即而不是在线程之间交错读取）。
附带说明一下，您可能需要重新考虑 1GB 块：太多了！您是否测量过它比 1MB 或 10KB 更好？
您可能还想并行化 "file reading"（一次一个小块）和 "processing the content that was read"（像您一样使用许多线程），使用（至少）2 个数组（一个正在已处理，另一个将收到下一个读取）