Linux多线程实践(1) --线程理论

线程概念

   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/指令序列”;

   一切进程至少有一个执行线程;

进程  VS. 线程 

   1.进程是资源分配(进程需要参与资源的竞争)的基本单位,而线程是处理器调度(程序执行)的最小单位;

   2.线程共享进程数据，但也拥有自己的一部分(非常少O(∩_∩)O~)数据,如线程ID、程序计数器、一组寄存器、堆栈、errno(错误代码)、信号状态、优先级等;

   3.一个进程内部的线程可以共享资源，如代码段、数据段、打开文件和信号等(如下图所示)。

fork VS. pthread_create

   当一个进程执行一个fork调用的时候，会创建出进程的一个新拷贝，新进程将拥有它自己的变量和它自己的PID。这个新进程的运行时间是独立的,它在执行时几乎完全独立于创建它的进程(其父进程).

 

   而在进程里面创建一个新线程的时候，新的执行线程会拥有自己的堆栈（因此也就有自己的局部变量），但要与它的创建者共享全局变量、文件描述符、信号处理器和当前的工作目录状态(如下图:最上面的三项code,data,files是共享的!);

 

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(因此有时thread被称为轻型进程)

   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(提高了并发程度)

   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

   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

   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

 

线程缺点

   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共它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，因此如果一个进程中的一个线程崩溃可能会造成其他线程的崩溃!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，如在一个线程中调用某些OS函数会对整个进程造成影响,比如在一个线程中更改了当前工作目录,则其他线程也随之改变。

   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;

 

线程调度竞争范围

操作系统提供了各种模型，用来调度应用程序创建的线程。这些模型之间的主要不同是,在竞争系统资源（特别是CPU时间）时，线程调度竞争范围(thread-scheduling contention scope）不一样:

   1.进程竞争范围（process contention scope）：各个线程在同一进程竞争“被调度的CPU时间”（但不直接和其他进程中的线程竞争）。

   2.系统竞争范围（system contention scope）：线程直接和“系统范围”内的其他线程竞争。

多线程模型

1. N:1[将多个用户级线程映射到一个内核级线程,早期OS的线程实现方式]

   “线程实现”建立在“进程控制”机制之上，由用户空间的程序库来管理。OS内核完全不知道线程信息。这些线程称为用户空间线程。

   这些线程工作在“进程竞争范围”;

 

优点:在N:1线程模型中，内核不干涉线程的任何生命活动，也不干涉同一进程中的线程环境切换。线程管理实在用户空间进行的,因而效率比较高;

缺点:

   (1)一个进程中的多个线程只能调度到一个CPU，这种约束限制了可用的并行总量。

   (2)如果某个线程执行了一个“阻塞式”操作（如read），那么，进程中的所有线程都会阻塞，直至那个操作结束。为此，一些线程的实现是为这些阻塞式函数提供包装器，用非阻塞版本替换这些系统调用，以消除这种限制。

2. 1:1[将每个用户级线程映射到一个内核级线程]

   在1:1核心线程模型中，应用程序创建的每一个线程都由一个核心线程直接管理。

   OS内核将每一个核心线程都调到系统CPU上，因此，所有线程都工作在“系统竞争范围”。

优点:当一个线程被阻塞后,允许另一个线程继续运行,提高了并发的能力,然而这种线程的创建与调度由内核完成，因此这种线程的系统开销比较大（但一般来说，比进程开销小）

 

 

3. N:M[将N个用户级线程映射到M个内核级线程上,要求N>=M,当代的Posix线程(即当前Linux所采用的线程模型)]

   N:M线程模型提供了两级控制，将用户线程映射为系统的可调度体以实现并行LWP，这个可调度体称为轻量级进程（LWP:lightweight process），LWP再一一映射到核心线程.[thread -> LWP -> 核心线程(参与调度)]

 

   轻量级进程是内核支持的用户线程，是内核线程的一种抽象对象。每个线程拥有一个或多个轻量级线程，而每个轻量级线程分别被绑定在一个内核线程上。

   N:M线程模型克服了多对一模型的并发度不高的缺点,又克服了一对一模型的一个用户线程占用太多内核级线程,开销太大的缺点.又拥有多对一,一对一模型的各自的优点,可谓集两家之长;

线程实现分类:

(1)用户级线程

   用户级线程主要解决的是上下文切换的问题，它的调度算法和调度过程全部由用户自行选择决定，在运行时不需要特定的内核支持。在这里，操作系统往往会提供一个用户空间的线程库，该线程库提供了线程的创建、调度和撤销等功能，而内核仍然仅对进程进行管理。 如果一个进程中的某一个线程调用了一个阻塞的系统调用函数，那么该进程包括该进程中的其他所有线程也同时被阻塞。这种用户级线程的主要缺点是在一个进程中的多个线程的调度中无法发挥多处理器的优势。

 

(2)内核级线程 

   这种线程允许不同进程中的线程按照同一相对优先调度方法进行调度，这样就可以发挥多处理器的并发优势。

   现在大多数系统都采用用户级线程与核心级线程并存的方法。一个用户级线程可以对应一个或几个核心级线程，也就是“一对一”或“多对一”模型。这样既可满足多处理机系统的需要，也可以最大限度地减少调度开销。

 

总结:

   使用线程机制大大加快上下文切换速度而且节省很多资源。但是因为在用户态和内核态均要实现调度管理，所以会增加实现的复杂度和引起优先级翻转的可能性。一个多线程程序的同步设计与调试也会增加程序实现的难度.