【Linux】初识多线程&深入理解进程地址空间
目录
1 多线程的引入
1.1 相关概念
1.2 Linux操作系统理解多线程
特殊的进程结构
创建子进程的过程
创建多线程
进程与线程之间的关系
1.3 对多线程结构的管理
Windows管理多线程
Linux管理多线程
1.4 理解多线程与多进程相比，调度的成本更低
2 深入理解进程地址空间&页表&物理内存&文件之间的关系(32位)
文件与物理内存之间的关系
进程地址空间与页表之间的关系&整体之间的关系
为什么要以块为单位(4KB)进行数据的处理？
页表相关属性的介绍
1 多线程的引入
1.1 相关概念
- 教材观念
- 线程是一个执行分值，执行粒度比进程更细，调度成本更低。
- 线程是进程内部的一个执行流
- 内核观点
- 线程是CPU调度的基本单位，进程是承担分配系统资源的基本实体
1.2 Linux操作系统理解多线程
特殊的进程结构
我们之前学过，进程的大体结构，有task_struct(PCB)、进程地址空间（虚拟内存）、页表（建立虚拟与物理内存之间的映射关系）
创建子进程的过程
子进程复制父进程的task_struct，进程地址空间，页表的数据，对应的时写时拷贝
这就是多进程，需要复制父进程的三样东西，且父子进程之间相互独立！
创建多线程
创建多线程就只需要复制一个struct_task就可以了，多线程就是，一个进程里面有多个struct_task，这些PCB共用一个进程地址空间。
进程与线程之间的关系
一个进程，会进程地址空间，对应的页表，加上多个task_struct结构；CPU执行程序的时候，不会区分是进程还是线程，只认识并执行task_struct结构体；一个task_struct就是一个线程，可以执行相应的任务（不同的函数），多个task_struct可以同时被CPU调度执行。所以，线程是在进程里面的一个结构。
- 线程的作用：CPU调度的基本单位；
- 进程的作用：承担分配系统资源的基本实体。
1.3 对多线程结构的管理
多线程有很多，所以OS需要对多线程结构进行管理--》先描述，在组织！
Windows管理多线程
TCB：线程控制块。属于进程PCB；结构不同，所以要进行不同的管理，要分别调度线程，调度进程。所以，Windows系统内核里面是有真线程的。
Linux管理多线程
Linux内核的设计者：复用PCB结构体，用PCB模拟实现是TCB--》这样就很好的复用的代码和结构 -- 操作和理解简单！ -- 好维护，效率高，也更安全！ -- Linux才可以不间断的运行几年！
所以，Linux没有真正意义上的线程，而是用进程的方案来模拟线程！
实际上，一个款OS系统，使用最频繁的功能，除了OS本身，接下来就是进程了！所以进程和线程设计的好，该OS系统就越稳定！
1.4 理解多线程与多进程相比，调度的成本更低
CPU内部：运算器，控制器，寄存器，MMU，硬件cache L1、L2、L3
CPU在调度某个task_struct的时候，会将task_struct对应的进程地址空间相关的数据加载到CPU的cache中；CPU在调度task_struct时候会判断，该结构是否指向的进程地址空间和加载到cache的内容是否是一样的，如是线程，就不需要在重新废置加载新的；而另一个进程进来，就需要重新加载内容到cache中--》所以，线程减少了加载从内存到CPU的数据交换，进而让调度的成本变低！
2 深入理解进程地址空间&页表&物理内存&文件之间的关系(32位)
文件与物理内存之间的关系
通过之前的学习，我们知道，文件存储到磁盘的时候，是以数据块为单位进行存储的，一个数据块的大小默认是4KB
物理内存，每一个地址存储一个字节，根据局部性原理（同时加载要执行代码的相邻相近的代码块到内存中），所以，要访问文件中几行代码（可能是10B左右）的时候，需要将该代码所属的数据块同时加载到内存中——意思就是说：需要10B的内容，需要加载4KB到内存中。无论怎么样，读取和写入文件，都需要以4KB为单位进行数据的处理！
OS系统也需要对物理内存进行管理！通过前面的分析，管理物理内存的单位也应该要以4KB进行管理，称物理内存一个数据块为页page/页框。此时操作系统只需要描述一个页框的属性struct page，用数组struct page mem[1,048,576]大小来对物理内存进行管理！
进程地址空间与页表之间的关系&整体之间的关系
【页表结构的思考】
页表需要将KV（映射进程地址空间与物理内存）+对应的属性--一行至少需要12B内存
进程地址空间对于32位来说一共有2^32B==4GB
如果页表只是简单的一一映射，那么一张页表的大小就至少需要4*12=48GB的内存空间！怎么可能呢！所以，这种页表结构不对！
【32位下页表真实结构】
虚拟地址：XXXX XXXX XXXX XXXX XXXX XXXX XXXX XXXX 共32位
物理内存：4GB=1024*1024*1024*4 B=2^10*2^10*2^12B
将虚拟地址按照比特位划分成：10 + 10 + 12
用前十位做一个页目录（一级页表），用后十位做页表项（二级页表），页目录中每一行数据对应一个页表项！1024*1024=1,048,576；这样就可以通过，页目录+页表项找到物理内存中对应的页框下标（基地址）！
找到了基地址，加上后12位（4096B，一个数据块的大小）的偏移量，就可以确定虚拟地址在物理地址上确定的位置啦！！
分析该页表结构的内存：2^10*2^10B=1MB，加上一行属性的大小4，也就是4MB左右！无论怎样，量级都只是在MB。
实际上，一个程序不会一下子申请物理内存的 ，所以页表映射的结构也不会一下子创建映射完的，最多也就几行页目录，这样页表的大小就会还要小于4MB！
总结：页表是通过 基地址+偏移量 确定在物理内存中的位置的！
提问1：我们在语言中定义的变量是如何读取和写入的？
提问2：我们malloc的时候OS系统会立即给我们申请吗？否！
为什么要以块为单位(4KB)进行数据的处理？
因为读取数据的几行的代码的时候，下一刻80%左右的机会会访问到该代码的上下的几百行代码。如果只是按需从磁盘加载到内存的话，下一刻的话，就需要再次访问外设，将对应的代码加载到内存中！就相当于，对于4KB的数据，有80%左右的概率，短时间内要进行多次的IO访问！根据冯诺依曼体系，访问外设的速度是很慢的，一块数据IO10次得到比IO一次得到的速度要慢的很多！所以，以块为单位进行数据的处理，可以减少IO的次数，从而提高效率！这就是局部性原理的特性！
页表相关属性的介绍
【现象分析】
