【系统编程】线程简介

一、进程与线程的关系

1. 进程（Process）

• 是程序在执行中的一个实例。
• 拥有独立的地址空间（代码段、数据段、堆、栈等）。
• 是操作系统分配资源的最小单位。
• 每个进程由操作系统管理，并配有一个进程控制块（PCB），用于保存进程状态信息。
• 运行时常驻内存，独立于其他进程。

2. 线程（Thread）

• 是进程中的一个执行实体，是真正“干活”的单位。
• 是 CPU 调度和执行的最小单位。
• 通常也称为轻量级进程（Light Weight Process, LWP）。
• 一个进程可以包含一个或多个线程（多线程），至少有一个主线程。
• 线程共享所属进程的资源（如代码段、堆、文件描述符等），但每个线程有自己的栈、程序计数器和寄存器。

3. 比较总结

比较维度	进程	线程
是否独立	是，拥有独立的地址空间	否，依附于进程
资源分配	是系统分配资源的最小单位	不分配资源，仅使用进程资源
调度单位	不是，进程中线程才被调度	是系统调度和执行的最小单位
开销大小	创建、销毁、切换开销较大	相对较小，效率高
共享性	不共享地址空间	共享进程地址空间与资源
通信方式	使用 IPC 机制，开销大	直接读写共享内存，开销小

• Linux 系统中，线程 LWP 称为轻量级进程。
• 进程：有独立的进程地址空间，有独立的 PCB，最小的资源分配单位。
• 线程：有独立的 PCB，没有独立的进程地址空间（与其他线程共享），最小执行单位
• 一个创建了线程的进程，本身也沦落为线程。
• LWP号：CPU 划分时间片的最小依据（最小执行单位）
  • 查看LWP号：ps -Lf 进程pid

二、线程内核实现原理

2.1 虚拟地址三级映射过程

对于进程来说，相同的地址(同一个虚拟地址)在不同的进程中，反复使用而不冲突。原因是他们虽虚拟址一样，但，页目录、页表、物理页面各不相同。相同的虚拟址，映射到不同的物理页面内存单元，最终访问不同的物理页面。
但！线程不同！两个线程具有各自独立的PCB，但共享同一个页目录，也就共享同一个页表和物理页面。所以两个PCB共享一个地址空间。

PCB --> 页目录（Page Directory）--> 页表（Page Table）--> 物理页框 --> 内存单元

• 页表：可看成数组，首地址位于PCB中
• 不同进程的同一虚拟地址，实际指向不同的物理页面 ➜ 因为有不同的页表。
• 线程则不同，多个线程共享同一套页表，因此它们看到的虚拟地址空间是完全一致的。

在 Linux 内核中不区分“线程”与“进程”，它们都是“任务”（task），由 task_struct 结构统一管理。

• 本质上，Linux 创建进程和线程都是通过底层 clone() 系统调用实现的。
• fork() 和 pthread_create() 虽然是用户接口不同，但都依赖 clone()。
• clone() 提供了一系列参数，决定子任务与父任务之间共享哪些资源。

2.2 线程共享资源

在同一个进程中的多个线程，共享以下资源，这也是线程通信效率高的根本原因：

1. 文件描述符表

   • 所有线程共享打开的文件、socket 等资源。

2. 每种信号的处理方式

   • 比如对 SIGINT 的处理函数，是线程共享的。

3. 当前工作目录

   • getcwd() 和 chdir() 在所有线程中体现一致。

4. 用户 ID 和组 ID

   • 所有线程具有相同的用户身份（UID/GID）。

5. 内存地址空间（包括）：

   • .text 段（代码段）
   • .data 段（已初始化全局变量）
   • .bss 段（未初始化全局变量）
   • heap堆区（malloc 分配内存）
   • 共享库

2.3 线程的非共享资源

线程拥有自己独立的运行环境信息，每个线程在同一进程中也有自己独立的数据，用于保持各自的执行状态：

1. 线程 ID（TID）

   • 每个线程有唯一 ID（在 Linux 下是一个 PID）。

2. 处理器上下文（寄存器）与栈指针（包括内核栈）

   • 线程切换时保存的执行现场信息。

3. 栈空间（用户栈、内核栈）

   • 每个线程都有自己的栈空间，用于函数调用和局部变量存储。

4. errno 变量

   • 每个线程维护独立的 errno，以避免冲突。

5. 信号屏蔽字（signal mask）

   • 控制本线程屏蔽哪些信号，与其他线程可不同。

6. 调度优先级

   • 可为不同线程设置不同调度策略和优先级。

2.4 线程的状态

1. 准备状态（Ready）

• 线程已被创建或刚从阻塞状态解除。
• 各种条件都满足，只是还没被 CPU 调度执行。
• 由 pthread_create() 或被唤醒进入此状态。

2. 运行状态（Running）

• 获得 CPU 时间片后进入运行状态。
• 多核 CPU 上可能多个线程同时运行。
• 如果不加同步机制（如锁、信号量等），可能造成竞态条件或死锁。

3. 阻塞状态（Blocked）

• 正在等待某些外部事件或条件满足。
• 常见阻塞原因包括：
  • 等待 I/O 响应（磁盘/网络等）。
  • 等待互斥锁（mutex）释放。
  • 等待条件变量（pthread_cond_wait）。
  • 等待信号（如 sigwait()）。

4. 终止状态（Terminated）

• 线程执行完返回、调用 pthread_exit()，或被取消（pthread_cancel()）。
• 此时线程的资源会释放或等待被 pthread_join() 回收。

三、线程优缺点

优点：

1. 提高程序并发性
2. 开销小
3. 数据通信、共享数据方便

缺点：

1. 库函数，不稳定
2. 调试、编写困难、gdb不支持
3. 对信号支持不好

Linux下由于实现方法导致进程、线程差别不是很大。