Java - 多线程代码在更多内核上运行速度并不更快

我只是在 4 核机器上运行一些多线程代码，希望它比在单核机器上更快。想法是这样的：我有固定数量的线程（在我的例子中每个核心一个线程）。每个线程执行一个Runnable形式：

private static int[] data; // data shared across all threads


public void run() {

    int i = 0;

    while (i++ < 5000) {

        // do some work
        for (int j = 0; j < 10000 / numberOfThreads) {
            // each thread performs calculations and reads from and
            // writes to a different part of the data array
        }

        // wait for the other threads
        barrier.await();
    }
}

在四核机器上，此代码执行worse4 个线程比 1 个线程好。即使与CyclicBarrier的开销，我本以为代码的执行速度应该至少快 2 倍。为什么它运行slower?

编辑：这是我尝试过的繁忙等待实现。不幸的是，它使程序在更多内核上运行得更慢（也在一个单独的问题中讨论）here https://stackoverflow.com/questions/6553044/java-implementing-a-busy-wait-mechanism):

public void run() {

    // do work

    synchronized (this) {

        if (atomicInt.decrementAndGet() == 0) {

            atomicInt.set(numberOfOperations);

            for (int i = 0; i < threads.length; i++)
                threads[i].interrupt();
        }
    }

    while (!Thread.interrupted()) {}
}

添加更多线程不一定能保证提高性能。额外线程导致性能下降的可能原因有很多：

• 粗粒度锁定可能会过度序列化执行 - 也就是说，锁定可能会导致一次仅运行一个线程。您可以获得多线程的所有开销，但没有任何好处。尝试减少锁的持有时间。
• 这同样适用于过于频繁的障碍和其他同步结构。如果内j循环很快完成，您可能会在屏障中度过大部分时间。尝试在同步点之间做更多的工作。
• 如果您的代码运行得太快，可能没有时间将线程迁移到其他 CPU 核心。除非您创建大量生命周期非常短的线程，否则这通常不是问题。使用线程池，或者简单地给每个线程更多的工作会有所帮助。如果每个线程运行时间超过一秒左右，这不太可能成为问题。
• 如果您的线程正在处理大量共享读/写数据，则缓存行弹跳可能会降低性能。也就是说，虽然这通常会导致性能下降，但仅此一点不太可能导致性能比单线程情况更差。尝试确保每个线程写入的数据与其他线程的数据按照缓存行的大小（通常约为 64 字节）分开。特别是，不要将输出数组布置为[thread A, B, C, D, A, B, C, D ...]

由于您尚未显示代码，因此我无法在这里详细说明。