Linux 学习笔记（三十一）：线程概念、底层分页机制与初体验

一、 什么是线程？

在 Linux 中，线程是"轻量级进程（LWP）"，是 CPU 调度的最小单位。一个进程可以包含多个线程。

• 共享的资源：代码段、数据段（全局变量）、堆区、文件描述符表。

• 私有的资源 ：线程 ID、寄存器上下文、独立的栈（Stack）、errno、信号屏蔽字。

  线程切换极快（不需要切换页表和刷新 TLB），但也极其危险（一个线程崩溃会导致整个进程崩溃）。

二、 底层存储：为什么需要虚拟内存与多级页表？

操作系统通过"页表"将虚拟地址映射到物理地址。

• 单级页表在 32 位系统下需要占用 4MB 且必须连续，极度浪费。

• 因此引入了多级页表（页目录）。利用局部性原理，只加载需要的页表项。

• 缺页中断（Page Fault） ：当 CPU 访问的虚拟地址在页表中不存在时触发。OS 会挂起当前进程，去磁盘把数据读入物理内存，建立映射，然后恢复进程运行。这正是 malloc 申请大内存时，"延迟分配"的底层原理。

三、 实战：创建第一个线程

#include <pthread.h>
pthread_create(&tid, NULL, thread_run, NULL);

注意： 编译时必须加上 -lpthread 链接库。

四、 实战验证与 LWP

使用 ps -aL 查看系统进程和线程信息，可以看到：

• 两个执行流有相同的 PID，但 LWP 不同。Linux 内核并不区分进程和线程，它们底层都是 task_struct，只是共享资源的程度不同。

五、 实战：验证全局变量共享

新建子线程修改全局变量 g_val，主线程随后读取。发现主线程读到了修改后的值，完美验证了线程间数据（数据段）是共享的。

自我实战操作

先不用 C++ 的高大上封装，直接用 C 语言 POSIX 线程库。

cd ~/linux_study
mkdir thread_test
cd thread_test

实战 1：创造一个线程（并观察 LWP）

vim thread_create.c

(输入以下代码)

#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
#include <pthread.h>

void *thread_run(void *arg) {
    while(1) {
        printf("我是新线程，我的 ID 是: %lu\n", pthread_self());
        sleep(1);
    }
    return NULL;
}

int main() {
    pthread_t tid;
    // 创建线程，执行 thread_run 函数
    pthread_create(&tid, NULL, thread_run, NULL);
    
    while(1) {
        printf("我是主线程，我的 ID 是: %lu\n", pthread_self());
        sleep(1);
    }
    return 0;
}

编译并运行（注意坑点）：

# 必须加 -lpthread，否则会报错 undefined reference to `pthread_create'
gcc thread_create.c -o thread_create -lpthread
./thread_create

👉 现象 ：屏幕上会交错打印"主线程"和"新线程"的内容。

👉 神级操作 ：新开一个终端，输入：

ps -aL | grep thread_create | head -n 1 && ps -aL | grep thread_create

你会看到什么？

1. 有两个名为 thread_create 的进程。

2. 它们的 PID 相同（因为是同一个进程）。

3. 它们的 LWP（轻量级进程 ID，也就是线程 ID）不同！

   (这就证明了：Linux 内核并不区分进程和线程，统一用 task_struct 表示，只是共享了某些资源的 task_struct 就叫做线程。)

实战 2：验证"共享与私有"

vim thread_share.c

(输入以下代码)

#include <stdio.h>
#include <unistd.h>
#include <pthread.h>

int g_val = 100; // 全局变量（共享）

void *thread_run(void *arg) {
    g_val = 200; // 子线程修改全局变量
    printf("子线程：修改全局变量 g_val = %d\n", g_val);
    return NULL;
}

int main() {
    pthread_t tid;
    pthread_create(&tid, NULL, thread_run, NULL);
    
    sleep(1); // 等子线程先跑完
    printf("主线程：看到全局变量 g_val = %d\n", g_val); // 主线程读全局变量
    return 0;
}

 gcc thread_share.c -o thread_share -lpthread && ./thread_share

👉 现象 ：主线程打印出来的是 200。这证明了全局变量是共享的 。如果是 fork 创建的子进程，这里打印的绝对还是 100（写时拷贝）。这就是线程间通信极其方便、但也极其危险的原因。