【线程理论篇】 𶐨

一、线程概念的引入背景

1. 进程

之前的博客已经整理了操作系统中进程的概念，程序并不能单独运行，只有将程序装载到内存中，系统为它分配资源才能运行，而这种执行的程序就称之为进程。程序和进程的区别就在于：程序是指令的集合，它是进程运行的静态描述文本；进程是程序的一次执行活动，属于动态概念。在多道编程中，我们允许多个程序同时加载到内存中，在操作系统的调度下，可以实现并发地执行。正是这样的设计，大大提高了CPU的利用率。进程的出现让每个用户感觉到自己独享CPU，因此，进程就是为了在CPU上实现多道编程而提出的。

2. 有了进程为什么还要有线程

进程有很多优点，它提供了多道编程，让我们感觉我们每个人都拥有自己的cpu和其它资源，可以提高计算机的利用率。很多人就不理解了，既然进程那么优秀，为什么还有线程呢？其实，仔细观察就会发现进程还有很多缺陷的，主要体现在以下两点：

• 进程只能在同一时间处理一件任务，如果想在同一时间处理两件任务，进程就无能为力了.

• 进程在执行过程中如果遇到阻塞，例如等待i/o，整个进程就会挂起，即便进程中有些工作不依赖之例，也将无法执行.

3. 线程的出现

60年代，在OS中能拥有资源和独立运行的基本单位是进程，然后随着计算机技术的发展，进程出现了很多弊端。一是由于进程是资源拥有者，创建、撤销、切换进程存在较大的时间开销，因此需要引入轻型进程；二是由于SMP(对称多处理机)出现，可以满足多个运行单位，而多个进程并行开销过大。

因此，在80年代便出现了能够独立运行的基本单位-线程（Threads）.

注意：进程是资源分配的最小单位，线程是cpu调度的最小单位，每一个进程中至少有一个线程.

二、进程与线程的区别

1. 地址空间和其它资源：进程间相互独立，同一进程的各线程间共享数据，其它进程内的线程对于本进程不可见。

2. 通信：进程间通讯需要一些手段，而线程间可以直接读写进程数据段(如全局变量)来进行通讯（需要进程同步和互斥手段的辅助，以保证数据的一致性）。

3. 调度和切换：线程之间切换比进程之间切换要快的多。

4. 在多线程操作系统中，进程不是一个可执行的实体。

三、线程的特点

在多线程的操作系统中，通常是在同一个进程中包括多个线程，每个线程都作为利用cpu的基本单位，是花费最小开销的实体，线程具有以下属性：

1. 轻型实体

线程中的实体基本上不拥有系统资源，只是有一点必不可少的、能保证独立运行的资源。线程的实体包括程序、数据、TCB(线程控制块 Thread Control Block)，线程是动态概念，它的动态特性由TCB描述。

• TCB包含以下信息

用于指示被执行指令序列的程序计数器、保留局部变量、少数状态参数和返回地址等的一组寄存器和堆栈

1. 线程状态

2. 当线程被cpu踢出时，保存的现场资源

3. 一组执行堆栈

4. 线程的局部变量主存区

5. 访问所在进程的主存和其它资源

2. 独立调度和分派的基本单位

在多线程OS系统中，线程是能够独立运行的基本单位，因而也是独立调度和分派的基本单位，由于线程很‘轻’，故线程的切换非常迅速且开销小（在同一进程中）。

3. 共享进程资源

同一进程中的所有线程都可以共享该进程的所有资源，首先表现在所有线程都具有相同的进程id，这意味着线程可以访问所在进程的每一个内存资源；此外，还可以访问进程所拥有的已打开文件、定时器、信号量机制等等。由于同一个进程内的线程共享内存和文件，所以线程之间互相通信不必调用内核。

4. 可并发执行

在一个进程中的多个线程之间，可以并发执行，甚至允许在一个进程中所有线程都能并发执行；同样，不同进程中的线程也能并发执行，充分利用和发挥了处理机与外围设备并行工作的能力。

四、内存中的线程

1. 多个线程共享同一个线程的地址空间中的资源，是对一台计算机上多个进程的模拟，有时也称线程为轻量级的进程。

2. 不同的进程之间是充满敌意的，彼此是抢占、竞争cpu的关系，例如果爱奇艺会和腾讯视频抢资源。而同一个进程是由同一个程序员的程序创建，所以同一个进程内的所有线程是合作关系，一个线程可以访问另外一个线程的内存地址，大家是共享的，若非要拿一个线程去干死另外一个线程的内存，那就得考虑考虑这个程序员的质量了。

3. 类似于进程，每个线程也有自己的堆栈；不同于进程，线程库无法利用时钟中断强制线程让出cpu，但可以调用thread_yield运行线程自动放弃cpu，让另外一个线程运行。

4. 线程通常是有益的，但也带来了不少程序设计难度，线程的问题是：父进程有多个线程，开启的子线程是否需要同样多的线程；在同一个进程中，如果一个线程关闭了文件，而另外一个线程正准备往该文件内写内容呢？因此，在多线程的代码中，需要更多的心思来设计程序的逻辑、保护程序的数据。

五、用户级线程与内核级线程

线程的实现分为两类：用户级线程(User-Level Thread)、内核级线程(Kernel-Level Thread)，后者又称为内核支持的线程或轻量级线程。在多线程操作系统中，各个系统的实现方式并不相同，在有的系统中实现了用户级线程，有的系统中实现了内核级线程。

1. 用户级线程

内核的切换由用户态程序自己控制内核切换，不需要内核干涉，少了进出内核态的消耗，但不能很好的利用多核cpu.

在用户空间模拟操作系统对进程的调度，来调用一个进程中的线程，每个进程中都会有一个运行时系统，用来调度线程。此时当该进程获取cpu时，进程内再调度出一个线程去执行，同一时刻只有一个线程执行。

2. 内核级线程

切换由内核控制，当线程进行切换的时候，由用户态转化为内核态。切换完毕再从内核态返回用户态；可以很好的利用smp，即利用多个cpu。Windows操作系统的线程便如此.

3. 用户级与内核级线程的对比

1. 内核支持线程是OS内核可感知的，而用户级线程是OS内核不可感知的。

2. 用户级线程的创建、撤销和调度不需要OS内核的支持，是在语言（如Java）这一级处理的；而内核支持线程的创建、撤销和调度都需OS内核提供支持，而且与进程的创建、撤销和调度大体是相同的。

3. 用户级线程执行系统调用指令时将导致其所属进程被中断，而内核支持线程执行系统调用指令时，只导致该线程被中断

4. 在只有用户级线程的系统中，cpu调度还是以进程为单位的，处于运行状态的进程中的多个线程，有用户程序控制线程的轮换运行；在有内核支持线程的系统内，cpu调度则以线程为单位，由OS的线程调度程序负责线程的调度。

5. 用户级线程的程序实体是运行在用户态下的程序，而内核支持线程的程序实体则是可以运行在任何状态下的程序。

• 内核级线程的优缺点

优点：当有多个处理机时，一个进程的多个线程可以同时执行。

缺点：由内核进行调度。

• 用户级线程的优缺点

优点：

1. 线程的调度不需要内核直接参与，控制简单

2. 可以在不支持线程的操作系统中实现

3. 创建和销毁线程、线程切换代价等线程管理的代价比内核线程少得多

4. 允许每个进程定制自己的调度算法，线程管理比较灵活

5. 线程能够利用的表空间和堆栈空间比内核级线程多

6. 同一进程中只能同时有一个线程在运行，如果一个线程使用了系统调用而阻塞，那么整个进程都会被挂起。另外，页面失效也会产生同样的问题

缺点：

1. 资源调度按照进程进行，多个处理机下，同一个进程中的线程只能在同一个处理机下分时复用

4. 混合实现

用户级与内核级的多路复用，内核统一调度内核线程，每个内核线程对应n个用户线程。

• Linux操作系统的NPTL

历史：

在内核2.6以前的调度实体都是进程，内核并没有真正支持线程。它是通过系统调用clone()来实现的，这个调用创建了一份调用进程的拷贝，跟fork()不同的是，这份进程拷贝完全共享了被调用进程的地址空间。LinuxThread就是通过这个系统调用来提供线程在内核级的支持的(许多以前的线程实现都完全是在用户态，内核根本不知道线程的存在)。非常不幸的是，这种方法有相当多的地方没有遵循POSIX标准，特别是在信号处理，调度，进程间通信原语等方面。

很显然，为了改进LinuxThread必须得到内核的支持，并且需要重写线程库。为了实现这个需求，开始有两个相互竞争的项目：IBM启动的NGTP(Next Generation POSIX Threads)项目，以及Redhat公司的NPTL。在2003年的年中，IBM放弃了NGTP，也就是大约那时，Redhat发布了最初的NPTL。

NPTL最开始在redhat linux 9里发布，现在从RHEL3起内核2.6起都支持NPTL，并且完全成了GNU C库的一部分。

设计：

NPTL使用了跟LinuxThread相同的办法，在内核里面线程仍然被当作是一个进程，并且仍然使用了clone()系统调用(在NPTL库里调用)。但是，NPTL需要内核级的特殊支持来实现，比如需要挂起然后再唤醒线程的线程同步原语futex.

NPTL也是一个1*1的线程库，就是说，当你使用pthread_create()调用创建一个线程后，在内核里就相应创建了一个调度实体，在linux里就是一个新进程，这个方法最大可能的简化了线程的实现。

除NPTL的1*1模型外还有一个m*n模型，通常这种模型的用户线程数会比内核的调度实体多。在这种实现里，线程库本身必须去处理可能存在的调度，这样在线程库内部的上下文切换通常都会相当的快，因为它避免了系统调用转到内核态。然而这种模型增加了线程实现的复杂性,并可能出现诸如优先级反转的问题，此外，用户态的调度如何跟内核态的调度进行协调也是很难让人满意。

完结