为什么thread_local不能应用于非静态数据成员以及如何实现线程本地非静态数据成员？

Why may thread_local不适用于非静态数据成员？接受的答案这个问题 https://stackoverflow.com/questions/10999131/can-you-use-thread-local-variables-inside-a-class-or-structure说：“将非静态结构或类成员设置为线程本地是没有意义的。”老实说，我看到很多让非静态数据成员成为线程本地的充分理由。

假设我们有某种ComputeEngine具有成员函数computeSomething连续调用多次。成员函数内部的一些工作可以并行完成。为此，每个线程都需要某种ComputeHelper例如，它提供辅助数据结构。所以我们真正想要的是以下内容：

class ComputeEngine {
 public:
  int computeSomething(Args args) {
    int sum = 0;
    #pragma omp parallel for reduction(+:sum)
    for (int i = 0; i < MAX; ++i) {
      // ...
      helper.xxx();
      // ...
    }
    return sum;
  }
 private:
  thread_local ComputeHelper helper;
};

不幸的是，这段代码无法编译。我们可以做的是：

class ComputeEngine {
 public:
  int computeSomething(Args args) {
    int sum = 0;
    #pragma omp parallel
    {
      ComputeHelper helper;
      #pragma omp for reduction(+:sum)
      for (int i = 0; i < MAX; ++i) {
        // ...
        helper.xxx();
        // ...
      }
    }
    return sum;
  }
};

然而，这将构建和破坏ComputeHelper连续调用之间computeSomething。假设构建ComputeHelper是昂贵的（例如，由于巨大向量的分配和初始化），我们可能想重用ComputeHelper连续调用之间的间隔。这导致我采用以下样板方法：

class ComputeEngine {
  struct ThreadLocalStorage {
    ComputeHelper helper;
  };
 public:
  int computeSomething(Args args) {
    int sum = 0;
    #pragma omp parallel
    {
      ComputeHelper &helper = tls[omp_get_thread_num()].helper;
      #pragma omp for reduction(+:sum)
      for (int i = 0; i < MAX; ++i) {
        // ...
        helper.xxx();
        // ...
      }
    }
    return sum;
  }
 private:
  std::vector<ThreadLocalStorage> tls;
};

1. Why may thread_local不适用于非静态数据成员？什么 这个限制背后的理由是什么？难道我没有给予一个好的 线程本地非静态数据成员完美的示例 感觉？
2. 实现线程本地非静态的最佳实践是什么 数据成员？

至于为什么thread_local不能应用于非静态数据成员，它会破坏此类成员的通常排序保证。也就是说，单个数据成员public/private/protected组必须按照与类声明中相同的顺序在内存中布局。更不用说如果您在堆栈上分配一个类会发生什么——TLS 成员不会进入堆栈。

至于如何解决这个问题，我建议使用boost::thread_specific_ptr http://www.boost.org/doc/libs/release/doc/html/thread/thread_local_storage.html。您可以将其中之一放入您的类中并获得您想要的行为。