4. 数据对齐与填充：结构体对齐规则，内存对齐对性能的影响，显式填充技术

说到内存访问优化，有个话题绕不开——数据对齐。我刚开始写C/C++那会儿，觉得结构体就是一堆变量打包在一起，没什么好琢磨的。直到有一次，我写了一个网络协议解析模块，结构体里字段顺序没注意，结果性能死活上不去。排查了半天，发现是编译器偷偷在结构体里塞了一堆填充字节，把缓存行搞得乱七八糟。

嗯，今天我们就来聊聊这个。

4.1 什么是数据对齐？

说白了，数据对齐就是数据在内存中的存放地址，必须满足某个对齐要求。比如一个4字节的int，它的地址必须是4的倍数。一个8字节的double，地址必须是8的倍数。

为什么要有这个要求？因为CPU访问内存不是按字节来的，而是按字来的。现代CPU一次能读8字节甚至16字节。如果数据没对齐，CPU就得读两次，再把结果拼起来。你想想看，这多慢。

核心原则：数据地址 = 对齐粒度 × N，其中N是整数。

4.2 结构体对齐规则

结构体的对齐，比单个变量复杂一些。编译器会按照一定的规则，在成员之间插入填充字节。我总结一下，其实就三条规则：

每个成员的对齐要求：成员变量的起始地址，必须是它自身大小的整数倍。比如short（2字节）必须从偶数地址开始。
结构体的整体对齐：结构体的大小，必须是它最大成员对齐值的整数倍。
编译器可能调整顺序：有些编译器会重新排列成员顺序来减少填充，但C/C++标准保证声明顺序不变。

来看个例子：

struct Example {
    char   a;  // 1字节，偏移0
    int    b;  // 4字节，需要偏移4，所以a后面填充3字节
    short  c;  // 2字节，偏移8
    // 结构体最大对齐是4，当前大小10，需要填充到12
};
// sizeof(Example) = 12

我在项目中遇到过类似的情况。有个同事定义了一个结构体，里面字段顺序没注意，结果每个结构体浪费了8字节。当时那个系统里要存100万个这样的结构体，你算算，白白浪费了8MB内存。关键是，这8MB还导致缓存命中率下降，性能直接掉了15%。

4.3 内存对齐对性能的影响

对齐对性能的影响，主要体现在两个方面：

访问延迟：未对齐的访问，CPU需要两次内存读取，然后拼接。这比一次对齐访问慢2-3倍。
缓存行污染：未对齐的数据可能跨越两个缓存行，导致一次读取要加载两个缓存行，浪费带宽。

我曾经在一个高性能日志系统里踩过这个坑。日志结构体里有个char数组，后面跟着一个uint64_t的时间戳。因为char数组长度是奇数，导致时间戳没对齐。每次写日志都要触发两次内存访问。后来我把char数组长度改成8的倍数，性能直接提升了30%。

注意：x86架构虽然允许未对齐访问（只是慢），但ARM架构会直接触发异常。如果你写跨平台代码，对齐问题必须重视。

4.4 显式填充技术

既然编译器会帮我们填充，为什么还要手动填充？原因有两个：

控制布局：有时候我们需要结构体在内存中的精确布局，比如网络协议、文件格式。
优化缓存：通过填充，可以把热点数据放在同一个缓存行里，减少缓存缺失。

显式填充的做法很简单——在成员之间插入padding字节：

// 显式填充，保证b在8字节对齐
struct Padded {
    char   a;
    char   _pad1[7];  // 手动填充7字节
    double b;         // 现在b在偏移8，对齐
    int    c;
    char   _pad2[4];  // 填充到16字节对齐
};
// sizeof(Padded) = 24

我个人习惯在结构体里用_pad命名填充字段，这样一眼就能看出来是手动加的。当然，也可以用__attribute__((aligned))或者alignas关键字让编译器帮忙：

// C++11 的 alignas
struct alignas(64) CacheLineAligned {
    int data;
    // 整个结构体会对齐到64字节边界
};

4.5 实战技巧：缓存行对齐

在多线程编程里，有个经典问题叫伪共享（False Sharing）。两个线程各自修改不同的变量，但这两个变量恰好在同一个缓存行里。结果每次修改都要让对方的缓存行失效，性能惨不忍睹。

解决办法就是填充——让每个线程的数据独占一个缓存行：

struct ThreadData {
    int value;
    char padding[60];  // 假设缓存行64字节，填充到64
};
// 每个ThreadData实例独占一个缓存行

我曾经在一个多线程统计系统里用过这个技巧。原本8个线程抢同一个缓存行，性能只有单线程的2倍。加上填充后，性能直接到了7.5倍，接近线性扩展。

小技巧：可以用offsetof宏来检查成员的偏移量，确保对齐符合预期。比如：offsetof(Example, b)应该返回4。

4.6 知识体系图

下面这张图，把数据对齐与填充的核心逻辑串起来了：

4.7 避坑指南

最后，分享几个我踩过的坑：

不要依赖编译器默认行为：不同编译器、不同优化级别，对齐行为可能不一样。跨平台代码一定要显式控制。
小心位域：位域的对齐规则更复杂，不同编译器实现不同。我建议能不用位域就不用。
packed结构体要慎用：__attribute__((packed))虽然能省空间，但会让成员未对齐，访问速度变慢。只在网络协议等场景用。

检查工具：可以用 pahole 工具（Linux下）查看结构体的内存布局，非常直观。比如 pahole struct_example.o 就能看到每个成员的偏移和填充情况。

好了，数据对齐这块就聊到这儿。记住一句话：对齐不是玄学，是硬件决定的物理规律。尊重这个规律，你的程序就能跑得更快。

想要更多资料，联系可可

📚 课程目录

4. 数据对齐与填充：结构体对齐规则，内存对齐对性能的影响，显式填充技术

4.1 什么是数据对齐？

4.2 结构体对齐规则

4.3 内存对齐对性能的影响

4.4 显式填充技术

4.5 实战技巧：缓存行对齐

4.6 知识体系图

4.7 避坑指南