如果有看不明白的地方请先看前置说明文章

对于有高性能要求的可并发任务来说，在程序一开始设计的时候就要把多线程协作考虑进去，因此介绍完了一些emscripten的基本操作之后，我立刻就来到了多线程的章节。

Emscripten提供了两种实现多线程的方式：

• POSIX Threads (Pthreads) API （以下简称pthreads）（此工具中标准库的std::thread也基于pthreads实现）
• Wasm Workers API （以下简称wasmworkers）（在这里继续再批判一次官方这破API文档竟然不写每个函数的用法，其它东西扯了一堆）

我参阅了一下wasmworkers的文档，以上两种API基本能实现相同的功能，区别在于它的wasmworkers是直接根据js原生worker原本的API实现的，因此输出的编译结果会比较小，而pthreads实现了完整的pthreads api，所以输出的编译结果会比较大。由于考虑程序的可移植性，所以这里我只学习使用pthreads实现多线程，如果对pthreads不熟悉的话可以看一看这个Rookie-Note上的学习文档简单了解一下，还是挺简单的，我也刚学会才来写了这篇笔记。

本篇笔记不会对pthreads api如何使用进行全面的说明，因为内容比较多且不是专属于wasm的内容，在代码编写上也和普通的 C pthread程序没有什么区别，可以看我上面贴的菜鸟笔记链接去学习，这里主要就说明一下emscripten中pthread的实现方式和举个例子，顺便贴上emscripten的pthread指导链接。

首先要注意：

• 使用以上两种多线程API的时候都不可以和 `-sSINGLE_FILE` 编译参数搭配使用，也就是使用多线程就无法把输出文件全部打包到一个js文件里了。
• 要使用pthreads需要浏览器开启SharedArrayBuffer支持（在目前的浏览器中由于存在安全原因默认是禁用的），在nodejs中可以直接使用。wasmworkers我没有测试，但应该也是一样的。
• 编译参数：要使用pthreads库，需要在编译时添加 `-pthread` 参数。
• 由于标准库中的std::thread也是基于pthread实现的，因此如果你想要使用`std::thread`，也需要添加 `-pthread` 编译参数。

emscripten中的pthreads其实也是基于js原生的worker实现的，在官方的这个文档中提到在wasm中创建新的线程需要js线程先去创建worker，但对于pthreads api来说创建线程是一个阻塞操作，也就是说这个过程中wasm不会返回到js线程，就没法去调用api创建。然而我测试下来即使没有添加任何额外的参数，依然可以正常创建线程，不知是现在的版本中内部做了一些优化但文档没改，还是nodejs的实现不一样。

如果在创建线程时出现问题可以参考文档中的三个方法，推荐比较不影响源码的后两个方法，即使用`-sPTHREAD_POOL_SIZE=<表达式>`可以在进入wasm主入口之前先预创建指定数量的线程，或者使用`-sPROXY_TO_PTHREAD`参数让wasm主线程不跑在js主线程里，就不会卡着js的执行了。

以上 “<表达式>” 在文档中特别提醒，可以设置为 navigator.hardwareConcurrency ，即和处理器逻辑线程相同的数量。

示例：

这里我写了一个多线程示例，且故意不对计算资源竞争进行加锁，以此证明这些线程确实是并行执行的、线程间共享一部分内存、互斥锁可以正常工作。

将test.cpp中的内容修改为下，其做的事情是开启4个线程来同时对一个sum变量做非原子性的自增一亿次操作，理论上最终sum的结果应该是一个不等于四亿的随机数，另外我定义了一个log函数，其中对输出操作进行加锁，防止不同的线程同时输出内容串在一起：

// emcc -sMODULARIZE=1 -sASSERTIONS -pthread -o dist/test.mjs test.cpp
#include <iostream>
#include <emscripten.h>
#include <pthread.h> // 引入线程库
using std::cout, std::endl;

// 将创建的线程数
constexpr size_t NUM_THREADS = 4;

// 创建一个变量用来实验多线程的非原子性操作
uint64_t sum = 0;

// 创建一个互斥锁来保证每个线程的cout语句不会被其它线程的cout打断
// 尝试注释掉此锁以及下面的加/解锁，你将看到乱七八糟的输出
pthread_mutex_t cout_mutex = PTHREAD_MUTEX_INITIALIZER;

// 临时定义一个log函数，在实验加锁排他输出的同时，避免参数过多的cout调用看起来太混乱
template <typename... Args>
void log(Args... args) {
	pthread_mutex_lock(&cout_mutex); // 加锁
	((cout << args), ...) << endl;
	pthread_mutex_unlock(&cout_mutex); // 解锁
}

// 线程的入口函数，接受一个代表线程编号的参数
void *ThreadEntry(void *_idx) {
	const long idx = (long)_idx;
	const long pid = pthread_self(); // 可以获取到线程真实的pid
	log("Thread ", idx, "(pid:", pid, ") : starting...");
	const double startTime = emscripten_get_now();//获取当前的时间，用于之后计算线程执行时间
	// 这里执行一个简单的循环自增操作，把所有线程共享的sum变量自增一亿次
	for (size_t i = 0; i < 100000000; i++) {
		sum++;
	}
	log("Thread ", idx, " : done in ",emscripten_get_now()-startTime,"ms.");
	pthread_exit((void *)sum);
}

int main() {
	log("Hello, World!");
	pthread_t thread[NUM_THREADS]; // 创建线程数组，后面创建的线程将保存在这里
	for (size_t idx = 0; idx < NUM_THREADS; idx++) {
		log("Main: creating thread ", idx);
		// 创建线程，传入线程入口函数以及线程参数(线程编号)
		auto code = pthread_create(&thread[idx], NULL, ThreadEntry, (void *)idx);
		if (code) { // 创建成功时返回值应为0
			log("Main error: return code from pthread_create() is ", code);
			return -1;
		}
	}
	void *returnValue;
	for (size_t idx = 0; idx < NUM_THREADS; idx++) {
		// 依次等待线程结束，并获取线程的返回值
		auto code = pthread_join(thread[idx], &returnValue);
		if (code) {
			log("Main error: return code from pthread_join() is ", code);
			return -1;
		}
		log("Main: completed join with thread ", idx, " having a returnValue of ", (unsigned long)returnValue);
	}
	log("Main: sum = ", sum);
	log("Main: program completed. Exiting.");
	return 0;
}

然后执行命令编译：emcc -sMODULARIZE=1 -sASSERTIONS -pthread -o dist/test.mjs test.cpp，注意在这个示例中不要添加优化参数`-O`，因为它可能会在编译阶段把循环内的结果计算完，导致最终输出结果看起来不像并行执行的。

接着在start.js中直接加载运行即可，下面我把输出内容也放在里面：

(async () => {
	const { default: wasm } = await import('./dist/test.mjs');
	const instance = await wasm();
	/* 控制台中将输出以下内容：
		Hello, World!
		Main: creating thread 0
		Main: creating thread 1
		Main: creating thread 2
		Main: creating thread 3
		Thread 2(pid:229176) : starting...
		Thread 1(pid:161352) : starting...
		Thread 0(pid:93528) : starting...
		Thread 3(pid:297000) : starting...
		Thread 3 : done.
		Thread 2 : done.
		Thread 0 : done.
		Main: completed join with thread 0 having a returnValue of 108925498
		Thread 1 : done.
		Main: completed join with thread 1 having a returnValue of 148142535
		Main: completed join with thread 2 having a returnValue of 102042998
		Main: completed join with thread 3 having a returnValue of 101243148
		Main: sum = 148142535
		Main: program completed. Exiting.
	*/
})();

从上面的输出结果可以看出如我们所料，在多线程不对资源加锁的情况下进行竞争，每个线程会对sum变量各自进行读取和覆盖，所以最后得到的总和一定不是四亿，而是一个接近一亿的随机数字，每次执行都会不一样。

其它小提示：

• 阻塞：由于当wasm运行在js线程中时，wasm 的一些操作可能会阻塞js线程，尤其是js的主线程被阻塞的时候可能导致网页无响应或者nodejs程序卡住，所以emscripten提供了一个方便的功能，可以帮我们把我们的wasm主入口单独分到一个线程，只要添加前文已经提到过的编译参数`-sPROXY_TO_PTHREAD`即可。文档里没有写这么做是否会有什么额外的开销，暂且认为没有。
• 使用 #ifdef __EMSCRIPTEN_PTHREADS__ 宏可以在代码中判断编译阶段是否启用了pthreads，由于运行阶段在同一个wasm程序中不存在一种方式切换单线程或多线程逻辑，因此如果有从不支持多线程环境回退到单线程的需求的话，需要编译两个版本出来。