【操作系统 · 线程】介绍、分类、多线程

一、介绍

进程中有两个重要概念：资源所有权、执行，因这一区别，许多操作系统中出现了称为 线程 的结构。
线程（Thread）是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。

1. 进程与线程

进程 两个特点：

• 资源所有权：
  进程包括存放进程映像的虚拟地址空间。进程总具有对资源（内存、I/O 通道设备、文件）的控制权 / 所有权。操作系统提供预防进程间发生不必要资源冲突的保护功能。
• 调度 / 执行：
  进程执行时采用一个或多程序的执行路径 (轨迹)，不同进程的执行过程会交替进行。因此，进程 具有多种状态、优先级，是可被调度的实体。

这两个特点相互独立，操作系统可分别进行处理。为区分它们，我们通常将分派的单位称为 线程 / 轻量级进程 (Light Weight Process, LWP)，而将拥有 资源所有权的单位称为 进程 (Process) 或 任务 (Task)。

2. 多线程

多线程是指操作系统在单个进程内支持多个并发执行路径的能力。

在多线程环境中，进程定义为资源分配单元 和 一个保护单元：

进程相关的有：

• 容纳进程映像的虚拟地址空间。
• 对处理器、其他进程、文件、I/O 资源的受保护访问。

每个线程都有：

• 一个线程执行状态
• 未运行时保存的线程上下文
• 执行栈
• 存储局部变量的静态存储空间
• 线程间共享的内存、资源的访问

单线程、多线程进程模型：

比较性能，线程的优点如下：开销小！耗时短！效率高！

• 在已有的进程中创建一个新线程的时间，远少于创建一个全新进程的时间。
• 终止线程要比终止进程花费时间少。
• 统一进程内线程切换时间，少于进程间切换时间。
• 线程提高了不同执行程序的通信效率。

因此，一个应用程序实现，用一组线程比一组分离的进程更有效。

在单处理器上使用线程结构，可简化逻辑上从事几种不同的工作程序、结构。

线程的常见应用：

• 前台和后台工作
• 异步处理
• 执行速度（分治计算）
• 模块化应用设计

在支持线程的操作系统中，调度、分派是在线程基础上完成的，因此大多数执行相关的信息可以保存在线程级别的数据结构中。

3. 线程的功能

类似于进程，线程 也具有执行状态，且可彼此同步。
线程状态
线程的主要状态有 运行态、就绪态、阻塞态。因为线程依附于进程，挂起态对线程没有意义。

有 4 种与线程状态改变相关操作：

• 派生：
  派生新进程时，同时也会为其派生一个线程，进程中的线程可以派生另一个线程，为其提供相关参数并放入就绪队列中。
• 阻塞：
  等待事件时会被阻塞（保存线程的用户寄存器、程序计数器、栈指针），处理器执行另一个就绪线程。
• 解除阻塞：
  发生阻塞事件时，线程会转入就绪队列。
• 结束：
  一个线程 完成后，会释放其寄存器上下文、栈。

二、线程分类

线程 分为两大类，即用户级线程（User-Level Thread, ULT）和 内核级线程（Kernal-Level Thread, KTL），后者又称为内核支持的线程 / 轻量级进程。

1. 用户级线程

纯 ULT 软件中，管理线程的所有工作都由应用程序完成，内核意识不到线程的存在。

任何应用程序都可使用线程库设计成多线程程序，线程库是管理用户级线程的一个例程包，它含有创建 / 销毁线程的代码、在线程间传递消息和数据的代码、调度执行代码、保存 / 恢复线程上下文的代码。

用户级线程状态、进程状态间关系：
下面我们阐述线程调度、进程调度的关系：

我们以上图关系为例，分析线程、进程间状态关系：

• 线程阻塞进程：线程2 代码产生一个阻塞进程的系统调用，控制权交给内核，随后内核执行相应操作，把进程B置为阻塞态，并切换至另一个进程。在此期间，根据线程库维护的数据结构，此时 线程2 仍处于运行态。

• 时钟中断 ：时钟中断将控制权交给内核，内核确定当前正在运行的 进程B 用完其时间片，内核将进程置于就绪态并切换至另一个进程。同时，线程库维护数据结构中，线程2 仍处于运行态。
  
• 进程内线程切换 ：线程2 运行到需要 线程1 执行某个动作的时刻，此时 线程2 阻塞，线程1 从就绪态 转为运行态，进程自身仍在运行态。

纯 ULT 方案 优点：

• 所有线程数据结构都在一个进程地址空间内，切换避免两次模式 (用户、内核) 转换，节省开销。
• 调度可为应用程序定做调度算法（基于优先级 / 简单轮转）。
• 可在任何操作系统中运行，无需修改底层内核。

纯 ULT 方案 缺点：

• 部分操作系统中，系统调用会引起阻塞。
• 不能利用多处理技术，即同时执行部分代码，取代应用级线程多道程序设计。

2. 内核级线程

在纯 KLT 软件中，管理线程的所有工作均由内核完成。应用级没有线程管理代码，只有一个到内核线程设施的应用编程接口（API）。

这种方案内核为进程、内部线程维护上下文。
首先，内核可以同时把同一个进程中的多个线程调度到多个处理器中。
其次，进程中的一个线程被阻塞时，内核可以调度同一个进程中的另一个线程。
且内核例程自身也可以是多线程的。

KLT 主要缺点：控制权在线程间转移时，需切换到内核模式。

操作	用户级线程	内核级线程	进程
Null Fork (派生开销)	34	948	11300
Signal Wait (同步时间)	37	441	1840

混合方法：

3. 其他方案

线程 : 进程	描述	实例系统
1 : 1	执行的每个线程是唯一的进程，他有自己的地址空间和资源。	传统UNIX
M : 1	一个进程顶定义了一个地址空间、动态资源所有权。 可在该进程中创建、执行多个进程。	Windows NT、Solaris、Linux, OS/2、OS/390、MACH
1 : M	一个线程可以在进程环境间迁移，允许线程在不同系统中移动。	Ra(Clouds)、Emerald
M : N	结合了1 : M和M : 1的属性	TRIX

多对多关系：
TRIX操作系统有两个重要概念：域、线程：

• 域： 静态实体，包括一个地址空间、发送 / 接收消息的端口
• 线程： 执行路径，含有执行栈、处理状态、调度信息

多个线程可在一个域中执行，多个域也可使用一个线程，线程可在域之间移动。

一对多关系：

在分布式操作系统中，线程可在地址空间中作为实体移动。在以 Ra 为内核的 Clouds 操作系统，从用户角度来看，线程是一个活动单元，进程是一个带有相关进程控制块的虚拟地址空间。线程创建后，会通过调用该进程中一个程序的入口点，开始在进程中执行。线程可在地址空间之间转移，甚至跨越机器边界。

另一个著名的例子是Emerald操作系统。

三、多核 & 多线程

多核系统上的软件性能
多核组织结构带来的性能提升，取决于应用程序有效利用并行资源的能力。

Amdahl定律：
$$加速比=\frac{单个处理器执行时间}{在N个并行处理器上执行时间}=\frac{1}{(1-f)+f/N}$$
该定律假设程序执行时间的 (1 - f) 分之一所涉及的代码本质上是串行的，其余 f 分之一所设计的代码时无限并行的，并且没有调度开销。