Linux 多线程概念

Linux线程概念

什么是线程

1、在一个程序里的一个执行路线就叫做线程（thread）。更准确的定义是：线程是“一个进程内部的控制序列”。
2、一切进程至少都有一个执行线程。
3、线程在进程内部运行，本质是在进程地址空间内运行。

4、Liunx下没有专门为线程设计TCB(线程的数据结构)，而是用进程的PCB来模拟线程。 原因不用维护复杂的进程和线程关系，不用单独为线程设计任何算法。常规的做法就是设计出一套线程，比如 windows系统。
5、Liunx采取的方案是 只创建task_struct，共享同一个地址空间当前进程的资源(代码+数据)，划分成为若干份，让每个pcb使用。OS只需要聚焦在线程间的资源分配上就可以了。
如图所示：透过进程虚拟地址空间，可以看到进程的大部分资源，将进程资源合理分配给每个执行流，就形成了线程执行流。因此Linux的进程＝所有的执行流+地址空间+所有的页表+其他的数据结构，而task_struct是进程的执行流。
6、在Linux系统中，在CPU眼中，看到的PCB都要比传统的进程更加轻量化。体现在OS创建"线程"和CPU调用。在Linux下进程可以叫轻量级进程，因为PCB可能包含了整个进程的资源，也有可能PCB只是承担进程的一部分资源，CPU以PCB为最小单位的执行流进行调度，在CPU视角，线程和进程没有区别。OS创建"线程"只需要创建新PCB，分配进程资源给新PCB。创建线程时，不需要处理进程与线程的关系，调度时不需要区分线程和进程。

7、一个进程可能只有一个执行流就叫单执行流进程，有多个执行流就叫多执行流进程。之前我们看到的进程就是单执行流进程。

8、之前的进程，内部只有一个执行流的进程，今天的进程内部可以具有多个执行流。
从内核视角：
a、进程是承担分配系统资源的基本实体。
b、线程是CPU调度的基本单位，承担进程资源的一部分的基本实体。
c、进程划分资源给线程
d、创建进程的“成本”非常高。
创建进程需要开辟地址空间，页表等等，而创建线程只需要分配一下进程资源即可。

Linux线程与接口的关系

1、LinuxPCB 小于等于 传统意义上的进程PCB（其他操作系统），体现在OS创建"线程"和CPU调用。

2、Liunx因为是用进程模拟的，所以Linux下不会给我们提供直接操作线程的接口，而是给我们提供，在同一个地址空间内创建PCB的方法，分配资源给指定的PCB的接口。

3、该接口对用户不友好，系统级别的工程师，在用户层对Liunx轻量级进程接口进行封装，给我们打包成库，让用户直接使用库接口，源生线程库(用户层)。

vfork()

Linux可以提供创建轻量级进程的接口，也就是创建进程，共享空间，其中最典型的代表就是vfork函数。
vfork函数的功能就是创建子进程，但是父子共享空间，vfork的函数原型如下：

id_t vfork(void);

vfork函数的返回值与fork函数的返回值相同：

• 给父进程返回子进程的PID。
• 给子进程返回0。

只不过vfork函数创建出来的子进程与其父进程共享地址空间，例如在下面的代码中，父进程使用vfork函数创建子进程，子进程将全局变量g_val由100改为了200，父进程休眠3秒后再读取到全局变量g_val的值。

#include 
#include 
#include 
#include 
int g_val = 100;
int main()
{
	pid_t id = vfork();
	if (id == 0){
		//child
		g_val = 200;
		printf("child:PID:%d, PPID:%d, g_val:%d\n", getpid(), getppid(), g_val);
		exit(0);
	}
	//father
	sleep(3);
	printf("father:PID:%d, PPID:%d, g_val:%d\n", getpid(), getppid(), g_val);
	return 0;
}
// 运行结果：
//child:PID:25844, PPID:25843, g_val:200
//father:PID:25843, PPID:17281, g_val:200

进程vs线程

进程和线程

进程是承担分配系统资源的基本实体，线程是调度的基本单位。

线程共享进程数据，但也拥有自己的一部分数据：

• 线程ID。
• 一组寄存器。( CPU以PCB为最小调度单位，所以一定有一组寄存器来存储每个线程的上下文信息）
• 栈。（每个线程都有临时的数据，需要压栈出栈）
• errno。（C语言提供的全局变量，每个线程都有自己的）
• 信号屏蔽字。
• 调度优先级。

进程的多个线程共享

因为进程的多个线程共享同一地址空间,因此Text Segment、Data Segment都是共享的,如果定义一个函数,在各线程中都可以调用,如果定义一个全局变量,在各线程中都可以访问到,除此之外,各线程还共享以下进程资源和环境:

• 文件描述符表
• 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

进程和线程的关系如下图:

通过例子来验证上述：

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
• 与进程之间的切换相比，线程之间的切换需要操作系统做的工作要少很多 （线程间切换只需要切换上下文数据）
• 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 （进程也可以，这不算优点）
• 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（进程也可以，这不算优点）
• 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。

说明：
计算密集型应用：加密，大数据运算等等场景主要使用的CPU资源。线程虽然能提升效率，并不是线程越多越好，这要分场景的，如果是单核CPU创建线程会有线程切换的消耗。如果是多核CPU那么也有看CPU具体的核数来创建线程数。
I/O密集型应用：网络下载，云盘，ssh，在线直播，看电影等等都是内存和外设的IO资源。在大部分场景下执行流都需要等待IO资源的写入。虽然我们可以创建多个线程分别等待各种类型的IO资源，但是线程不是越多越好，太多的话有可能带来切换消耗。

线程的缺点

• 性能损失： 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同一个处理器。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，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得多。

线程异常

• 单个线程如果出现除零、野指针等问题导致线程崩溃，进程也会随着崩溃。
• 线程是进程的执行分支，线程出异常，就类似进程出异常，进而触发信号机制，终止进程，进程终止，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，能提高CPU密集型程序的执行效率。
• 合理的使用多线程，能提高IO密集型程序的用户体验（如生活中我们一边写代码一边下载开发工具，就是多线程运行的一种表现）。