进程、线程 及其在 linux中的实现

1       进程，线程是怎么来的？

抛开技术细节，从使用角度来讲：

1.     在单核计算机里，有一个资源是无法被多个程序并行使用的： cpu

Cpu，承担计算任务，单个cpu一次只能运行一个任务。

 

没有操作系统的情况下，一个程序一直独占着全部cpu

若有2个任务来共享一cpu，需要程序员安排程序运行计划，使得某时刻cpu被A程序独占，下一时刻cpu被程序B独占

这种安排计划就是OS核心组件，被命名为‘scheduler’，调度器，负责把cpu的运行拆分成一段一段的运行片，轮流分给不同的程序去使用，在宏观上，由于分配切换的速度极快，制造出多程序并行在一个cpu上的假象。【真正的并行执行多任务只能在多核cpu上实现】

 

2.     单核计算机里，有一个资源可以被多个程序共享： 内存

在一个只有调度器，没有内存管理组件的OS里，程序员手动为每个程序安排运行的空间：程序A使用物理地址0x00-0xff，程序B使用物理地址0x100-0x1ff。

这种方式的问题是，每个程序都要协商好怎么使用同一个内存上的不同空间，软件系统与硬件系统千差万别，这种高度定制化的方案没有可行性。因此，引入了“虚拟地址”的概念，从3方面着手来解决这个问题：

1） 硬件上，CPU增加了一个专门的模块叫MMU，负责转换虚拟地址和物理地址。

2） OS上，OS增加一个核心组件，内存管理模块，管理物理内存、虚拟内存相关的一系列事物

3） 应用程序上，发现一个叫做进程的模型，每个进程都用完全一样的虚拟内存地址，然后经由操作系统和硬件MMU协作，映射到不同的物理地址空间。不同的进程，都有各自独立的物理内存空间，不使用特殊手段，是无法访问别的进程的物理内存的。所以说，【进程，是资源分配的基本单位】

3.     现在，不同的应用程序，不关心底层的物理内存分配，也不关心CPU的协调共享，然后有一些程序，想要共享CPU而且还要共享同样的物理内存，这时，【线程】模型出现了，它们被包裹在进程里边，在调度器的管理下共享CPU，用于同样的虚拟地址空间，同样也共享同一个物理地址空间，然后，它们无法跨越包裹自己的进程，去访问别的进程的物理地址空间。【这里，进程和线程共享同一个物理地址空间】

4.     进程之间怎样共享同一个物理地址空间呢？不同的系统方法各异，符合posix规范的操作系统都提供一个接口，叫mmap,可以把一个物理地址空间映射到不同的进程中，由不同的进程来共享。

5.     有的OS里，进程不是调度单位，线程是最基本的调度单位，调度器只调度线程。

 

2       进程是什么

对于OS来说，一个任务就是一个进程，比如打开一个浏览器就启动一个浏览器进程，打开一个记事本，就启动一个记事本进程，打开两个记事本，就启动2个记事本进程，打开一个word就启动一个word进程。所以说，【进程，是程序的一次运行】

         有些进程，还不止同时干一件事，比如word，可以同时进程打字、拼写检查、打印等待，在一个进程内部，要同时干多件事，就需要同时运行多个‘子任务’，我们把进程内的这些‘子任务’称为线程。

         每个进程至少干一件事，所以每个进程中至少有一个线程。多个线程同时执行，类似于多进程的执行方式，也OS在多个线程之间快速切换。每个线程短暂交替运行，看起来像同时执行一样。【所以说，线程，是cpu调度的基本单位，是最小的执行单元】。

         如何调度进程和线程，完全由OS决定，程序自己不能决定

3       多任务模型

执行单任务的进程，就只有一个线程，怎样同时执行多个任务？

两种解决方案：

1） 启动多个进程，每个进程虽然只有一个线程，但是多个进程可以一块执行多个任务

2） 启动一个进程，在一个进程内启动多个线程，这样多个线程可以一块执行多个任务。

3） 启动多个进程，每个进程再启动多个线程，这样同时执行的任务就更多了，当然这种模型，实际很少采用

总结起来，多任务的的实现3种方式：

1.      多进程模式

2.      多线程模式

3.      多进程+多线程模式

4       Linux 中线程的实现

4.1      线程，进程的共享关系

进程是用进程描述符表示的，那么线城是怎么实现和表示的呢？

线程机制，提供了在同一程序内共享内存地址空间运行的一组线程，这些线程可以共享打开的文件和进程的其他资源。如下图所示：

4.2      Linux中，线程机制的实现

在linux系统中，线程进程的关系更像下图所示。

线程和进程是一样的，只是进程比线程大，它们都指向相同的内存地址空间。

Linux实现线程的机制非常独特。

从内核来讲，并没有线程的概念，linux把线程当做进程来实现。内核并没有特殊的调度算法或者定义特别的数据结构来表征线程。线程仅被看做一个与其它进程共享某些资源的进程。每个线程都拥有唯一属于自己的task_struct,所以在内核中，它看起来像是一个普通的进程（只是它和其他一些进程共享某些资源），只是它没有自己独立的内存地址空间。

在microsoft Windows等OS中，内核提供专门支持线程的机制（这些系统常把线程称作是轻量级进程）。

 

如果现在需要一个包含4个线程的进程，在提供专门支持线程的系统中，会有一个指向4个不同线程的指针的进程描述符。该描述符负责描述像地址空间，打开的文件这样的共享资源。线程本身再去描述它独占的资源。而，linux仅创建4个进程并分配4个普通的task_struct结构，建立这4个进程时，指定它们共享某些资源。

5       Linux中进程的管理

Linux中，触发任何一个事件时，系统都会把它定义成一个进程，同时根据触发这个进程的用户，给予这个进程一组有效的权限设置。

5.1          进程是什么样的

程序运行起来后，我们看不到摸不着，linux提供一系列命令来查看正在运行的进程。

ps -el 查看当前bash下的相关进程全部信息。、

pstree 显示整棵进程树

Init进程是所有进程的根节点，通过ps可以看到init的PID为1.

当linux启动的时候，init是系统创建的第一个进程，这个进程会一直存在，直到关闭计算机。所有其他进程由init进程衍生出来的。

5.2      父子进程

衍生出来的进程，就是linux父子进程的概念。

当我们登录系统后，会取得一个bashshell，然后利用这个bash提供的接口去执行另一个命令，如bash、ps等，这些另外执行的命令也会触发称为PID，这个后来执行的命令产生的PID就是子进程。而原本的bash环境就是父进程了。

         一个进程除了有PID之外，还会有一个PPID(ParentPID),父进程PID。

5.3      Fork和exec

计算机开机时，内核只建立一个init进程，linux内核不提供直接建立新进程的系统调用。剩下的所有进程都是init进程通过fork机制建立。新的进程通过老的进程复制自身得到，这就是fork。Fork是一个系统调用，进程存活在内存中。每个进程都在内存中分配一块属于自己的空间（内存空间，包括堆、栈、全局静态区、文本常量区、程序代码区）。当一个程序调用fork时，实际上就是将上面的内存空间，又复制出来一个，构成一个新的进程。在内核中为该进程创建新的附加信息（如新的PID，PPID为原进程的PID），此后，两个进程分别继续运行下去。新的进程和原有进程有相同的运行状态（相同的变量值，相同的指令。。。），只能通过进程的附加信息区分两者。

         程序调用exec时，进程清空自身的内存空间，根据新的程序文件重建程序代码、文本常量、全局静态、堆和栈，并开始运行。

5.4      Linux中查看线程

 查看线程数的三种方法：

1.     top –H

-H：threadstoggle

加上这个选项启动top，top一行显示一个线程。否则。显示一个进程。

2.     ps xH

H shows threadsas if there were processed

这样可以查看所有存在的线程

 

3.     ps -mp

m : shows threads after processes.

查看一个进程起的线程数

5.5      linux最大线程数限制

1.     OS系统级的限制

/proc/sys/kernel/pid_max

/proc/sys/kernel/thread_max

max_user_processes(ulimit-u) #系统限制某用户下最多可以运行多少进程或线程

/proc/sys/vm/max_map_count

以及硬件内存大小（free -g）

2.     Java虚拟机本身限制

-Xms  #initial java heap size

-Xmx  #maximum java heap size

-Xss   #the stack size for each thread

6       参考资料

进程和线程：

http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/0013868322563729e03f6905ea94f0195528e3647887415000

进程与线程的一个简单解释：

http://www.ruanyifeng.com/blog/2013/04/processes_and_threads.html

线程在Linux中的实现：

http://blog.csdn.net/dlutbrucezhang/article/details/10047049

Linux基础：进程管理：

http://wuchong.me/blog/2014/07/24/linux-process-manage/

Linux下查看进程和线程：

http://stark-summer.iteye.com/blog/2173704

Linux最大线程数限制及当前线程数查询：

http://blog.csdn.net/wang7dao/article/details/16369381