Linux 多线程 | 线程的概念

线程的概念

线程是一个执行分支，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；

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。

之前我们学习过虚拟地址空间的知识，知道了进程创建PCB并将虚拟地址空间通过页表映射到物理内存中。

现在我们创建多个PCB并都指向同一个地址空间，让这几个PCB分别指向代码区中的不同位置的代码，那么当CPU调度不同的PCB的时候就可以运行同一个地址空间中的不同位置的代码，我们将在同一个进程中创建的多个PCB，其中的每一个PCB叫做一个线程。那么线程我们之前学习过的进程又是怎样的关系？在这里我们先将多个PCB看作是不同的执行流，将进程当做是承担分配系统资源的基本实体，而执行流就是在进程的资源中进行切换的。我们之前将的进程是内部只有一个task_struct的进程，也就是我们之前讲的进程是现在讲的进程的子集。然而在CPU的调度中只认PCB，不管它是线程还是进程，所以线程是CPU调度的基本单位。

不是所有的操作系统都是这样操作的。因为一个运行的操作系统中有很多的进程，那么就一定会有更多的线程，操作系统就需要对这这些线程进行管理，必须先描述，再组织。有些操作系统中就有着TCB(线程控制块) - 例如Windows内核中有真线程。Linux内核的设计复用PCB的结构体，使用PCB模拟线程的TCB，Linux没有真正意义上的线程，而是使用进程方案模拟。

今天我们学习到的执行流 <= 进程，因为Linux下没有真正的线程，那么我们就将这些称之为轻量级进程。下面我们简单的看一下，在图中这几个进程的PID都是一致的，LWP就表示轻量级进程ID，操作系统调度的时候，使用LWP来区分不同的线程，当进程中有多个线程的时候PID与LWP是相同的。

前面我们介绍了CPU、PCB、地址空间等上图中左半部分的内容，下面我们来讲一下与右侧页表、物理内存磁盘有关的内容。

页表

虚拟地址空间的基本单位是字节，所以我们虚拟地址空间上有2^32个地址 = 2^2*2^10*2^10*2^10 = 4GB。之前我们也说过要将虚拟地址映射到物理地址上，页表是一种软件，需要占据内存。极端情况下构建映射关系需要2^32*12(虚拟地址+物理地址+其余属性)*1byte = 48GB这样算下来非常的大，这显然是不可能的，说明Linux绝对不是这样构建的。

物理内存与磁盘

物理内存和磁盘之间的交互是一个高频的工作，之前在文件系统中我们说过OS在和磁盘这样的设备进行IO交互的时候，绝对不是按照字节为单位的，而是需要按照块为单位，4KB就是8个扇区。这个按照块为单位可以从两个方面来看，首先就是对于文件系统与编译器来说，这注定了文件在磁盘的时候就是以块为单位的。对于操作系统和内存来说，内存实际在进行内存管理的时候，同样需要以4KB为单位。我们把物理内存每一个4KB的块称之为页，承装这个的空间叫页框，在磁盘中每一个4KB叫做页帧。内存管理的本质就是将磁盘中的特定的4KB块(数据内容)放入到哪一个物理内存的4KB的空间(数据保存的空间)。

把物理内存分为4KB之后，还需要对其进行管理构建struct page{}，在Linux内核中使用struct page mem[]数组对其进行管理，由于是按照4KB进行的分块，那么就只需要1,048,576大小的空间就可完成管理。

这时就有一个问题，假设我只需要10字节的数据，可以只IO10字节的数据为什么要IO4KB的数据？这里就有一个特性就是局部性原理 - 允许我们提前加载正在访问的数据的相邻或者附近的数据。通过预加载要访问的数据的附近数据来减少未来IO次数。虽然现在还不能够解释为什么IO是4KB，但是可以通过局部性原理解释为什么加载的数据会比我们需要的多。

虚拟到物理的转化

虚拟地址不是整体被使用的，它是按照10 + 10 + 12 比特划分的。前10个比特先映射一个页表，页表中的val存放的是页表2的起始地址，第二个10比特映射第二组页表，这些页表中储存的就是页框的起始地址，最后12个比特存储的就是页内偏移量，这个大小也就是4KB。这样就可以定位任意一个内存字节的位置：页框+偏移量。（基地址+偏移量）

 这样算下来条目大概只需要2^20 = 1MB大小的空间，页表2左边需要10个比特，右边需要20个比特，一共大概是四个字节，最终的整个页表结构就是4MB，这对比之前的空间大小就小了很多。而且一个进程不可能访问整个物理内存，那么页表就不会全部创建。我们把一级的页表称为页目录，页表2称为页表项，这个整体就被称之为页表。

我们在编写代码的时候任何一个变量或者对象，可能会存在多个字节但是取地址的时候永远只能拿到首地址，那么相类似我们想要获取变量就可以使用该变量的起始地址+类型(偏移量)的方式进行获取。

我们实际在申请malloc的时候，OS只需要在虚拟地址空间上申请就行了，只有在真正访问的时候OS才会自动给你申请或者填充页表+申请具体的物理内存，也就是当我们真正需要访问的时候，查询页表发现没有映射，但是确实申请了空间，那么MMU就会触发CPU的中断，让操作系统去申请空间，提供页表，然后继续执行代码。

页表实际上不仅仅只有对应的映射，还有着一些其他的属性，例如：RWX权限、U/K权限、是否命中等。下面这两句代码是会报错的，因为字符常量是不允许被修改，只允许被读取的。s里面保存的是指向字符的虚拟起始地址，*s寻址的时候必定会伴随着虚拟到物理的转化 --- MMU + 查页表的方式，对操作的权限进行审查 --- 虽然能够找到，但是操作是非法的，这样MMU就会发生异常，OS识别了异常，将其转换成信号发送给目标进程，那么在从内核态转换成用户态的时候就进行信号处理，终止进程。

char *s = "hello world";
*s = "s";