Linux线程概念

1. 什么是线程

线程是进程的一个执行分支，线程的执行粒度，比进程要细

2. Linux中的线程

一个进程所享有的资源，都是提供地址空间来进行查看，也就是说地址空间是进程的资源窗口

当我们在fork创建子进程的时候，又会再重新开一个这样的独立的PCB、独立的进程地址空间、独立的页表，然后通过映射到不同的物理内存块，所有这就有了父子进程各自独立。

而线程，只建立pcb，和进程共享地址空间，在进程的地址空间内运行，是进程的一个执行流分支

任何执行流要执行，都要有资源，而地址空间就是进程的资源窗口

在CPU的角度，它并不知道它调度的是进程还是线程，它只有执行流的概念。

所以，线程是操作系统调度的基本单位，进程是承担分配系统资源的基本实体（内核角度），线程是进程内部的执行流资源。

线程 <= 执行流 <= 进程

Linux中的执行流，又叫做轻量级线程

进程：

一大堆的执行流，独立的地址空间，页表，在物理内存中申请保存代码和数据的内存空间，这些整体才叫进程

在之前的角度看待进程，只有单个进程，这其实是操作系统以进程为单位，给我们分配的的资源，只不过这个进程内部，只有一个执行流。

在概念的角度，这个进程只有一个执行流是特殊情况；而在实际情况，一个进程一个执行流是正常情况

3. Linux线程管理

一个进程里面至少是有一个线程的，也就是说比例是1：N，那这些线程执行的时候，我们要知道当前的状态，执行到哪里了，要访问哪些资源，它属于哪个进程等等，所有，操作系统也要对其进行管理，还是六个字：先描述再组织。

对于Windows操作系统，它就是重新定义了一个数据结构来描述这些线程；而对于Linux来说，线程和进程一样，也需要调度，只不过它所需的资源少一点而已，于是就直接复用了进程的数据结构和管理算法，来模拟线程。

所有有些教材上说，Linux没有真正意义上的线程，而是用“进程”模拟的。

这句话并不完全正确，因为Linux的线程也遵循了操作系统的规矩，只不过没有单独为其创建线程的PCB。说用进程模拟线程，也不完全正确，因为线程只是用了进程的内核数据结构。

也正是因为Linux复用了进程的代码，所以它维护线程的成本降低，很简洁，那它的健壮性比其他操作系统要强。也就是Linux操作系统能在一些服务器上一直跑。

---

举个例子：

在我们国家，基本上都以家庭为单位进行社会资源的申请，在家里，我们一家人都有各自的“任务”（下面的例子无任何它意，只是单纯举个例子，还以实际情况为主）：
爷爷养老，去公园打打太极什么的；爸爸出去工作；妈妈在家收拾家务，准备饭菜；孩子上学读书，好好学习。每一个都有不同的事情。虽然每个人的“任务”有所不同，但是都有一个主线任务，就是将这个家庭建设好。

那么进程就可以看作是一个家庭，而线程就可以看作家庭里面的人，线程在进程内部运行。

4. Linux线程的资源分配

4.1 程序地址空间——页表

在CPU内有一个CR3寄存器，这个是专门用来保存页表的地址，用来快速找到进程所对应的页表。CR2寄存器，保存引起缺页中断异常的虚拟地址。

物理内存从CPU读到的地址是虚拟地址，而虚拟地址转换为物理地址，是通过页表转换映射的。

以32位虚拟地址为例

32位拆分成了10、10、12：

• 高10位：一级页表（页目录）

  范围：[全0，全1]，转换成十进制就充当了页表的下标，里面存放的是二级页表的地址

• 次高10位：二级页表

  范围：[全0，全1]，索引二级页表，存放的是页框的起始地址

• 低12位：页框（物理内存）

  2¹²，4kb正好是页框的大小，就是实际的页框地址再加上虚拟地址的最后12位，就得到了物理地址，也就是要访问物理内存在页框中的偏移量。

  一个页表差不多正好可以放在页框里面，而一个进程最多就是1024*1024=1MB，所以一个进程页表的大小差不多1MB，但是进程并不会用完所以的地址空间，所以二级页表不一定全部存在，大部分情况下都是不全的。这样进程的页表就大大的减少了。

  

从这里也能看出，创建进程是一个很“重”的工作，所以这就有了线程存在的背景和意义

因为页表只前20位，所以内存管理的基本单位就是4kb，而我们的C/C++里面有整形，浮点型什么的，这些都是4byte、8byte。

以int a = 10为例，a是4byte，按理说要有4个地址，可是我们&a的时候，只拿到一个地址，这里拿的就是4个字节中地址值最小的那个字节，要读取的时候，往上读4个就行了。

CPU内置了一些命令，它知道是读取几个字节

所以在语言层面寻址方面，任何变量只有一个地址，那就是它的起始地址，这也就是为什么所以的变量都需要有类型，本质上就是起始地址+偏移量，这个是x86CPU的特点。

4.2 线程资源

由于页表、物理内存什么的都已经分配好了，而线程又不会单独开这些资源，所以线程资源分配，本质上就是分配地址空间范围

5. Linux线程周边概念

进程 和 线程

• 线程的创建和释放更加轻量化

• 线程切换更加轻量化

  线程是进程的执行分支，

  CPU和内存在数据进行交互时，它会将数据cache到内存里面（冷数据->热数据），进程在调度的时候会越跑越快，这是因为它的命中率越来越高。

  当线程进行切换的时候，此时上下文虽然在变化，但是缓存里面的数据变化幅度不大，所以不需要做·cache数据的保存；但如果整个进程需要切换，此时缓存的数据需要全部重新替换缓存别的数据（热->冷->热）

线程虽然共享进程的数据，但是它也有一部分自己的数据：

• 线程ID
• 一组寄存器
• 栈（体现线程之间执行流不会错乱）
• 独立的上下文（能够体现线程是被独立调度的）
• errno
• 信号屏蔽字

线程虽然共享进程的数据，但是它也有一部分自己的数据：

• 线程ID
• 一组寄存器
• 栈（体现线程之间执行流不会错乱）
• 独立的上下文（能够体现线程是被独立调度的）
• errno
• 信号屏蔽字
• 调度优先级