【Linux】：线程概念

朋友们、伙计们，我们又见面了，本期来给大家带来线程概念相关代码和知识点，如果看完之后对你有一定的启发，那么请留下你的三连，祝大家心想事成！

C 语言专栏：C语言：从入门到精通

数据结构专栏：数据结构

个人主页：stackY、

C + + 专栏：C++

Linux 专栏：Linux

编辑

1. 线程的概念

2. 线程的理解

3. 线程的优缺点

4. 重谈地址空间

4.1 虚拟地址的转化

5.5 进程和线程

1. 线程的概念

关于线程有两种概念：

① 线程是比进程更加轻量化的一种执行流 / 线程是进程内部执行的一种执行流；
② 线程是CPU调度的基本单位 / 进程是承担系统资源的基本实体。

那么为什么要有线程呢？

我们创建进程就是要让它执行我们的代码，但是进程的创建到运行这个阶段需要做很多事情（从磁盘加载可执行、由虚拟到物理的转化等等），如果我们只是想单纯的运行代码，那么有很多个可执行需要运行的话，通过创建进程的方式来运行就有点太麻烦了，所以需要有一种比进程更加轻量化的去执行我们的代码。

因为地址空间是进程的“资源窗口”，所以进程可以这个窗口来进行资源的获取，所以为了减少成本，只创建PCB，然后指向同一个虚拟地址空间，实现共享，简单的理解就是将虚拟地址空间中的代码区、数据区、堆栈区进行划分为多个小块，此时多个PCB指向虚拟地址空间只参与资源的分配任务。

那么既然有线程，OS也需要对这些线程进行管理，那么怎么管理呢？先描述、再组织，如果重新设置一套对于线程的管理方法那么实在太麻烦了，线程和进程很相似，所以直接采用管理进程的那一套方案即可，直接复用。

2. 线程的理解

CPU是调度执行流来运行的，那么在了解完线程之后，CPU获取到一个执行流大小是小于等于进程。这该怎么理解呢？我们如何看待现在的进程呢？内部包含多个执行流的进程！

进程 = 内核数据结构 + 代码和数据，现在所说的进程就是包含进程PCB、虚拟地址空间、页表、代码和数据。

其中不只包含一个执行流，而是有多个执行流（在一个地址空间有多个PCB）。

我们之前看待进程其中里面只有一个执行流，所以CPU在调度的时候，如果调度的进程只有一个执行流，那么就是进程，如果有多个执行流，那么就调度其中一个执行流，就叫做线程，所以CPU在调度执行流的大小总是小于等于进程！

所以线程是CPU调度的基本单位，而进程是承担系统资源的基本实体。

所以创建线程只需要创建PCB，所以线程也叫做轻量级进程。

所以可以得出：

1. 线程的创建相比进程更加简单；
2. 线程在进程的地址空间中运行。

接下来我们通过代码的方式先直观的看一下线程，其中关于线程控制的代码会专门解释，先观察代码运行结果：
#include <iostream>
#include <unistd.h>
#include <pthread.h>
#include <sys/types.h>
#include <unistd.h>// 新线程
void *ThreadRoutine(void *arg)
{const char *threadname = (const char *)arg;while (true){std::cout << "I am a new thread: " << threadname << ", pid: " << getpid() << std::endl;sleep(1);}
}int main()
{pthread_t tid;// 创建线程pthread_create(&tid, nullptr, ThreadRoutine, (void *)"thread 1");// 主线程while (true){std::cout << "I am main thread" << ", pid: " << getpid() << std::endl;sleep(1);}return 0;
}
这段代码首先会创建一个新的线程，然后一个执行流去执行新线程的代码，紧接着往下走就是主线程的代码，代码结果就是会有两个循环在一直执行：

使用指令 ps -aL可以查看线程：

可以看出线程的调度区分并不是用PID来区分，而是LWP，并且主线程的LWP和PID一样。

3. 线程的优缺点

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。

缺点：

健壮性降低，多线程在运行时，各个线程之间不相互独立，一个线程的异常很有可能导致其它线程出现异常，换句话说线程之间是缺乏保护的
缺乏访问控制，在一个线程中调用某些OS函数有可能会对整个进程造成影响
调试难度比较高，多线程程序比单线程程序调试更为复杂

4. 重谈地址空间

我们的可执行程序被编译好之后以ELF的格式存储在磁盘上，当要执行时会先加载的内存，在之前文件系统部分了解到文件系统IO的基本单位大小是4KB，即使我们所要修改的数据只有1比特位，也需要一次性加载4KB，所以为了统一和方便，将物理内存以4KB划分为多个小块，每一个块被叫做一个页框，磁盘文件中的文件以4KB分为多个小块，每一块被叫做一个页帧，这样子每一次加载磁盘文件时，就根据4KB很容易的将数据加载进来。

以32位4GB的机器来计算，页框的数量有10万多个页框，所以OS也需要将这些页框给管理起来，所以就需要先描述再组织，为页框构建描述结构体的对象（包含页框的属性、使用情况、标志位等等），然后用数组将这些结构体管理，对页框的管理就变成了对数组的增删查改。

4.1 虚拟地址的转化

通过上面对物理内存以4KB进行划分，所以虚拟地址到物理地址的转化不只只通过页表来转化，虚拟到物理的转化其实是在CPU内部转化的，在我们的CPU中的eip寄存器保存的是虚拟地址，当CPU拿到一个虚拟地址时会通过MMU从虚拟到物理的转化：

例如：虚拟地址32个比特位

1111 1111 1110 0000 0000 0000 0000 0001

前10个比特位可以找到对应的页目录；
次10个比特位可以找到页表，通过页表可以找到页框；
页框起始地址 + 低12个比特位可以找到页内偏移；

通过整个的虚拟地址就可以访问到物理地址上的数据内容。

可以看到其实划分页表的本质就是划分地址空间。

5.5 进程和线程

进程是资源分配的基本单位

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
栈
errno
信号屏蔽字
调度优先级

简单的每个线程都有自己独立的硬件上下文数据与栈结构。

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