在 Linux 上利用 C++ 多线程支持开发 MetaTrader 5 概念验证 DLL·进阶篇
（2/3）· 在 Ubuntu 上用 C++ 多线程造出 Windows 能加载的 DLL，省掉双系统切换的折腾成本
「把 GCC 编译习惯平移到 Windows 的工具链」
Mingw 是 GNU 编译器集合（GCC）在 Windows 平台的移植版，全称 Minimalist GNU for Windows，底层仍是 GCC 工具链。它的编译标志与 GCC 保持一致，用法也高度相似，所以长期在 Linux 下写 C/C++ 的人，基本不用重新学一套参数就能直接在 Windows 上出包。 更省心的是，GCC 的编译选项本身和 Clang 也很接近，三种编译器之间切换时，知识可以无损迁移。对需要在 MT5 外部模块或共享库开发上跨系统协作的交易工具开发者，这意味着同一份源码能在 Linux 和 Windows 两端用近似命令构建。 下面这段对比给出了同一份 example.cpp 在两种环境下的实际编译命令：GCC 产出 Linux 的 .so，Mingw 产出 Windows 的 .dll，都要求 C++17 与位置无关代码（-fPIC），并链接 pthread。外汇与贵金属相关的外部 DLL 接入存在平台兼容与高危执行风险，实盘前务必在模拟环境验证。
g++ -shared -std=c++class="num">17 -fPIC -o libexample.so example.cpp -lpthread x86_64-w64-mingw32-g++-posix -shared -std=c++class="num">17 -fPIC -o example.dll example.cpp -lpthread
◍ Mingw 下三种线程模型的编译差异
把 C++ 源码编成可执行库，GCC 与 Mingw 的命令行几乎一致：核心都是 -std=c++17 -I. -o 输出 源文件 -L. -l库名，差别只在调用的编译器二进制不同。 Mingw 提供 3 种变体，直接牵出线程实现方式的分叉：x86_64-w64-mingw32-g++-posix 配合 pthread，x86_64-w64-mingw32-g++-win32（别名就是 x86_64-w64-mingw32-g++）走 win32 API 线程模型。选错变体，链接阶段就可能报线程符号缺失。 除编译前端外，工具链还带前缀工具：x86_64-w64-mingw32-gcc-nm 做符号整理，x86_64-w64-mingw32-gcc-ar 管存档，x86_64-w64-mingw32-gcc-gprof 出性能剖析。部分工具也分 -posix / -win32 后缀变体，构建脚本里要写全。 实机上跑一遍 x86_64-w64-mingw32-g++-posix -std=c++17 -I. -o main.exe main.cpp -L. -lexample，再换 -win32 重编，能用 MT5 外部调用确认哪套线程模型更稳。
x86_64-w64-mingw32-...
Mingw 下两套线程模型别混用
Mingw 在 Windows 上给了两种线程实现：POSIX（pthread）和 Win32。写 EA 配套的 DLL 时，这套选择直接牵动兼容性与延迟，不能当背景噪音忽略。 如果你的代码同时碰了 C++ 标准多线程（std::thread、std::promise）和操作系统原生接口（Win32 的 CreateThread、POSIX 的 pthread_create），最好从头到尾只认一个 API 家族。除非遇到 C++ 标准库确实给不出、只有系统 API 才有的能力，否则把两套混在一个工程里，容易踩未定义行为和链接冲突的坑。 用 pthread 实现就别手痒调 Win32 线程；反过来用 Win32 线程（mingw 的 win32 变体）就离 pthread API 远点。保持单一模型，是少掉头发的前提。 性能上两套有差异，后面基准章节会跑数据，但结论先放这：低延迟场景里某一套可能更合算，具体看实测。我们接下来先做概念验证 DLL 和测试程序，再对两种实现跑分。 可移植代码会同时兼容 pthread 和 win32，构建系统一键切换。若选 win32 线程，要从 mingw-std-threads 项目拉头文件，这一步后面会指给你。外汇/贵金属相关的 DLL 接入本就高风险，线程模型选错可能让 MT5 终端莫名卡死，动手前先定好用哪套。
「在 Linux 上搭好 Wine 与交叉编译环境」
想在 Linux 下跑 MT5 做 MQL5 外部程序联调，第一步是把 Wine 和 Mingw 工具链装对。先装 winehq-devel 开发包而不是 stable 版，否则遇到构建 3550 在 Wine 下启动崩溃的问题时，官方安装脚本会直接用 stable 覆盖掉你的 devel 环境。装完用 wine --version 自测，正常应看到类似 wine-8.0-rc3 的输出版本号。 MT5 本身若已装过，不要直接跑官方脚本（它建在 ~/.mt5 前缀里且会强塞 stable 包）。在 ~/.bash_aliases 里写一行 alias mt5trader="WINEPREFIX=~/.mt5 wine '/home/haxpor/.mt5/drive_c/Program Files/MetaTrader 5/terminal64.exe'"，source 后再敲 mt5trader 启动，终端会直接吐出调试输出，后面从概念验证程序抓日志就不需要在代码里塞复杂输出了。 交叉编译靠 mingw-w64：sudo apt install mingw-w64 后系统多出一堆 x86_64-w64-mingw32- 前缀工具，常用的是 x86_64-w64-mingw32-g++-posix。若用 win32 线程模型则换 x86_64-w64-mingw32-win32。 mingw-std-threads 只是头文件方案，把 Kitware 的仓库克隆下来，建 /usr/x86_64-w64-mingw32/include/mingw-std-threads 目录，把 .h 全拷进去即可。之后代码里用到 <mutex> <thread> 等多线程头，要改成从 mingw-std-threads 路径包含，例如 <mutex> 换 <mingw-std-threads/mingw.mutex.h>，否则在 Wine 里链接会出问题。外汇与贵金属交易本身高风险，环境没调通就急着上实盘 EA 更容易踩坑。
sudo apt install winehq-devel
◍ 用 C++17 给 MT5 写多线程 DLL 的坑与验证
概念验证先从 DLL 结构落地：example.h / example.cpp 供 MT5 调用，main.cpp 做原生 Linux 测试，三套 Makefile 分别覆盖 pthread 交叉编译、win32 线程交叉编译、以及本机 g++ 调试。交叉编译时务必带 -DWINDOWS -DEXAMPLE_EXPORT，否则 MT5 端找不到导出符号。 头文件里 extern "C" 是硬要求：一旦走 C++ 命名空间或自由函数，MQL5 加载 DLL 时链接器就匹配不到签名。Windows 侧用 __declspec(dllexport/dllimport) 导出导入，Linux 下 EXAMPLE_API 留空即可。 性能对照来自作者 6 核 12 线程机器：multi_threaded_sum_v2 比 single_threaded_sum 快约 4.33 倍。v1 曾给每线程拷一份数据，因现代 CPU 的 MESI 缓存一致性协议已能共享缓存行，v1 反而比 v2 慢 2–5 倍——所以 v2 直接让线程操作原数组、用局部变量汇总避免伪共享，再用 std::atomic 做线程安全累加。 构建共享库关键旗：-fPIC 生成位置无关代码，-fno-rtti 关掉运行时类型信息省开销，-O2 开二级优化，-lpthread 链线程库。本机跑通后再用 Makefile 交叉出 example.dll 和 main.exe，但 main.exe 启动报错找不到 DLL，需把 libgcc_s_seh-1.dll、libstdc++6.dll、libwinpthread-1.dll 拷到同目录；用 pthread 构建就从 mingw 的 posix 目录取，用 win32 线程则从 win32 目录取。 DLOG() 受 Android 日志启发，编译期加 -DENABLE_DEBUG 才生效，不影响无调试时的速度与二进制体积。复杂场景别让 MQL5 调用阻塞等结果，后续可拆出发请求/取结果两个接口走 std::future，这篇先不展开。
把 DLL 接口接到 MQL5 前的头文件写法
前面测过，多线程求和比单线程快约 3.4 倍，但仍略慢于原生 Linux 构建，这个差距在 Windows 下用 MinGW 编译 DLL 时基本不可避免。 接下来要做的，是把 C++ 计算逻辑包成 DLL，再让 MT5 里的 MQL5 直接调。头文件里最关键的一点是必须用 extern "C" 包裹导出函数，否则 MQL5 按名字找不到入口，加 namespace 也没用。 Windows 下靠 __declspec(dllexport/dllimport) 控制导出导入，Linux 下留空即可；add、sub 这类简单函数只是验证调用链，真正的重活是 single_threaded_sum 与 multi_threaded_sum_v2，后者按 MESI 缓存一致性协议共享只读数组，避免拷贝开销。 编译时建议开 ENABLE_DEBUG 用 DLOG 打点，能看到各线程耗时；等 MQL5 侧写完并编译，再跑一次同样的数组规模基准，才能确认 MT5 调用层的真实损耗。
class="macro">#pragma once class="macro">#ifdef WINDOWS class="macro">#ifdef EXAMPLE_EXPORT class="macro">#define EXAMPLE_API __declspec(dllexport) class="macro">#else class="macro">#define EXAMPLE_API __declspec(dllimport) class="macro">#endif class="macro">#else class="macro">#define EXAMPLE_API class="macro">#endif class=class="str">"cmt">// we have to use &class="macro">#x27;class="kw">extern "C"&class="macro">#x27; in order to class="kw">export functions from DLL to be used class=class="str">"cmt">// in MQL5 code. class=class="str">"cmt">// Using &class="macro">#x27;class="kw">namespace&class="macro">#x27; or without such class="kw">extern won&class="macro">#x27;t make it work for MQL5 code, it class=class="str">"cmt">// won&class="macro">#x27;t be able to find such functions. class="kw">extern "C" { class=class="str">"cmt">/** * Add two specified number together. */ EXAMPLE_API [[nodiscard]] class="type">int add(class="type">int a, class="type">int b) noexcept; class=class="str">"cmt">/** * Subtract two specified number. */ EXAMPLE_API [[nodiscard]] class="type">int sub(class="type">int a, class="type">int b) noexcept; class=class="str">"cmt">/** * Get the total number of hardware&class="macro">#x27;s concurrency. */ EXAMPLE_API [[nodiscard]] class="type">int num_hardware_concurrency() noexcept; class=class="str">"cmt">/** * Sum all elements from specified array for number of specified elements. * The computation will be done in a single thread linearly manner. */ EXAMPLE_API [[nodiscard]] class="type">int single_threaded_sum(class="kw">const class="type">int arr[], class="type">int num_elem); class=class="str">"cmt">/** * Sum all elements from specified array for number of specified elements. * The computation will be done in a multi-thread. * * This version is suitable for processor that bases on MESI cache coherence * protocol. It won&class="macro">#x27;t make a copy of class="kw">input array of data, but instead share * it among all threads for reading purpose. It still attempt to write both * temporary and final result with minimal number of times thus minimally * affect the performance. */ EXAMPLE_API [[nodiscard]] class="type">int multi_threaded_sum_v2(class="kw">const class="type">int arr[], class="type">int num_elem); }; class="macro">#include "example.h" class="macro">#ifdef USE_MINGW_STD_THREAD class="macro">#include <mingw-std-threads/mingw.thread.h> class="macro">#else class="macro">#include <thread> class="macro">#endif class="macro">#include <iostream> class="macro">#include <vector> class="macro">#include <chrono> class="macro">#include <numeric> class="macro">#include <atomic> class="macro">#ifdef ENABLE_DEBUG class="macro">#include <cstdarg> class="macro">#endif class="macro">#ifdef ENABLE_DEBUG class="kw">const class="type">int LOG_BUFFER_SIZE = class="num">2048; class="type">char log_buffer[LOG_BUFFER_SIZE]; class="kw">inline class="type">void DLOG(class="kw">const class="type">char* ctx, class="kw">const class="type">char* format, ...) { va_list args; va_start(args, format); std::vsnprintf(log_buffer, LOG_BUFFER_SIZE-class="num">1, format, args); va_end(args); std::cout << "[DEBUG] [" << ctx << "] " << log_buffer << std::endl; } class="macro">#else class="macro">#define DLOG(...) class="macro">#endif EXAMPLE_API class="type">int add(class="type">int a, class="type">int b) noexcept { class="kw">return a + b; } EXAMPLE_API class="type">int sub(class="type">int a, class="type">int b) noexcept { class="kw">return a - b; } EXAMPLE_API class="type">int num_hardware_concurrency() noexcept { class="kw">return std::thread::hardware_concurrency(); } EXAMPLE_API class="type">int single_threaded_sum(class="kw">const class="type">int arr[], class="type">int num_elem) { auto start = std::chrono::steady_clock::now(); class="type">int local_sum = class="num">0;