【Linux】线程的概念

线程概念

• 线程是进程内的一个执行分支，线程的执行粒度，要比进程要细。4

Linux中理解线程

地址空间是进程的资源窗口！

在Linux中创建一个进程时会创建新的task_struct、进程地址空间、页表且在物理内存中重新开辟资源等，而如果创建一个进程时，仅仅只创建进程task_struct，不创建进程地址空间，页表，也不在物理内存中重新开辟空间，这种进程只需要指向同一个进程地址空间以及页表，这种形式的进程称为线程。

Linux实现方案：

1. 在Linux中，线程在进程"内部"执行，即线程在进程的进程地址空间内运行。
2. 在Linux中，线程的执行粒度比进程更细，也就是线程执行进程代码的一部分。

问题：线程为什么要在进程的进程地址空间内运行？

【解释】任何执行流要执行，都要有资源，进程地址空间是进程的资源窗口。

重新定义线程与进程

对于CPU而言，只有调度执行流的概念，只需要了解task_struct即可，将task_struct放入CPU运行队列中运行即可。

问题：什么是线程？

【解释】我们认为，线程是操作系统调度的基本单位。
问题：什么是进程？

【解释】将一大堆执行流（task_struct），进程地址空间，页表以及在物理内存中申请的资源被称之为进程。内核观点：进程是承担分配系统资源的基本实体。

【注意】执行流（task_struct）也是资源。

• 进程与线程的关系：进程内部是包含进程的，进程是分配系统资源的基本实体，而线程是进程的执行流资源。

问题：如何理解以前没有线程时的进程？

【解释】操作系统以进程为单位，来分配资源，只不过当前的进程只有一个执行流。换而言之，只存在一个执行流的进程是进程的特殊情况，而存在多个执行流的进程是进程的正常情况。

操作系统需要管理线程------先描述再组织

• Windows系统：（struct tcb;{} // thread ctrl block）线程与进程单独创建struct数据结构，并将线程与进程联系起来。
• Linux系统：线程复用进程的数据结构，二者使用同一个struct数据结构，用进程模拟线程。所以Linux系统中，没有真正意义上的线程，而是用"进程"的数据结构模拟线程。

Linux中的执行流，是一个轻量级进程（在CPU中，线程<=执行流<=进程）。

重谈进程地址空间

问题：虚拟地址是如何转换到物理地址的？

以32位虚拟地址为例，32位会转换成10 + 10 + 12来储存页表。

虽然最全的情况是将页表全部使用完1MB，但是创建一个进程依旧是一个很"重"的工作。

int类型有4个字节，&int类型拿到了int类型的起始地址，类型的本质是偏移量，是为了给CPU呈现的。

• 起始地址 + 类型 = 起始地址 + 偏移量

问题：如何理解线程分配进程地址空间中的资源？

【解释】线程分配进程地址空间中的资源本质就是分配地址空间范围。

总之，内核中没有很明确线程的概念，但是存在轻量级进程的概念。所以操作系统不会直接提供线程的系统调用，只会提供轻量级进程的系统调用。

线程与进程

问题：为什么线程比进程更加轻量化？

1. 创建和释放更加轻量化
2. 切换更加轻量化

线程的整个生命周期比进程更加轻量化。

线程的优点

• 创建一个新线程的代价要比创建一个新进程小得多
• 与进程之间得切换相比，线程之间得切换需要操作系统做的工作要少很多，不需要保存进程地址空间与页表，不需要把CPU中cathe数据进行丢弃，从冷到热重新缓冲
• 线程占用的资源要比进程少很多
• 能充分利用多处理器的可并行数量
• 在等待慢速I/O操作结束的同时，程序可执行其他的计算任务。
• 计算密集型应用，为了能在多处理器系统上运行，将计算分解到多个线程中实现。
• I/O密集型应用，为了提高性能，将I/O操作重叠。线程可以同时等待不同的I/O操作。

线程的缺点

• 性能损失：线程创建的过多也会对性能造成一定的损失

一个很少被外部事件阻塞的计算密集型线程往往无法与其他线程共享一个处理器。如果计算密集型线程的数量比可用的处理器多，那么可能会有较大的性能损失，这里的性能损失指的是增加了额外的同步和调度开销，而可用的资源不变。

• 健壮性降低

编写多线程需要更全面更深入的考虑，在一个多线程程序里面，因时间分配上的细微偏差或者因共享了不该共享的变量而造成不良影响的可能性是很大的，换句话说线程之间是缺乏保护的。

• 缺乏访问控制

进程是访问控制的基本粒度，在一个线程中调用某些OS函数会对整个进程造成影响。

• 编程难度提高

编写与调试一个多线程程序比单线程程序困难的多

线程异常

• 单个线程如果出现除零，野指针问题导致线程崩溃，进程也会随着崩溃。
• 线程是进程的执行分支，线程出现异常，就类似进程出现异常，进而触发信号机制，终止进程，进程终止后该进程内的所有线程也就随即退出。

线程用途

• 合理的使用多线程，能够提高CPU密集型程序的执行效率
• 合理的使用多线程，能够提高IO密集型程序的用户体验。

进程与线程进行对比

进程是资源分配的基本单位，线程是调度的基本单位，线程共享进程数据，但是也拥有字节的一部分数据：

• 线程ID
• 一组寄存器（线程上下文）
• 栈
• errno
• 信号屏蔽字
• 调度优先级

进程的多个线程是共享的，同一个地址空间，代码，数据区都是共享的，如果定义一个函数，在各个线程中都是可以调度，如果定义一个全局变量，在各个线程中都可以访问到，除此之外，各个线程还共享以下进程资源和环境：

• 文件描述符
• 每种信号的处理方式（SIG_IGN、SIG_DFL或者自定义的信号处理函数）
• 当前工作目录
• 用户id和组id