校招季——进程与线程的概念

2013/08/15，第四天。昨天总结完了《现代操作系统》的前几章，后面的部分看了一遍，实在不想记笔记了，太杂了。

  第2章  进程与线程

2.1  进程

2.1.1 进程模型

一个进程就是一个正在执行程序的实例，包括程序计数器、寄存器和变量的当前值。理解进程的另一个角度是，用某种方法把相关的资源集中在一起。进程有存放程序正文和数据以及其它资源的地址空间，包括打开的文件、子进程、报警、信号处理程序、账号信息等。

每个进程都认为它独占CPU，这是通过快速切换进程来实现的，这种切换称作多道程序设计。

2.1.2 创建进程

Unix中只有fork一种系统调用来创建进程，它会创建一个与调用进程相同的副本。fork后，父子进程拥有相同的存储映像、同样的环境变量和同样的打开文件。

子进程可以执行exec系统调用，运行一个新的程序。父进程与子进程有不同的地址空间，其中一个进程对地址空间的修改对另一个进程不可见。

2.1.3 终止进程

进程终止的条件：

1.   自愿退出，包括正常退出和出错退出。Unix中用exit系统调用退出进程。

2.   非自愿退出，包括严重错误或被其他进程杀死。进程引起的错误通常会产生信号导致进程终止。Unix中的kill系统调用用来杀死其他进程。

2.1.4 进程的层次结构

Unix中进程和它的所有后裔共同组成一个进程组。Windows中没有进程层次的概念。

2.1.5 进程的状态

进程有四种状态：

1.   运行态：实际占用CPU。

2.   就绪态：可运行，但因其他进程正在运行而暂停。

3.   阻塞态：逻辑上不能继续运行，等待外部事件。

4.   终止态：不能切换到前3种状态，等待回收。

运行态和就绪态间的切换是由进程调度程序引起的。

2.1.6 进程的实现

操作系统维护一个结构数组，即进程表，每个进程占用一个表项，表项中包含进程的状态：用于进程管理的状态、用于存储管理的状态、用于文件管理的状态，这些是进程由运行态转换到就绪态或阻塞态时必须保存的信息，用来保证进程随后能再次启动。

2.2  线程

2.2.1 线程的使用

为什么要有线程？

1.   通过将应用程序分解成可以准并行运行的多个顺序线程，程序设计模型会变得更简单。

2.   多个线程可以共享同一个地址空间和所有可用数据，这是多进程模型无法表达的。

3.   线程比进程更轻量级，创建、撤消和切换都更快。

4.   如果同时存在大量的计算和大量的I/O处理，多线程允许这些活动重叠进行，性能更好。

5.   多CPU系统中，同时可以有多个线程并行运行，这种系统中多线程能充分利用系统性能。

2.2.2 线程模型

线程中有程序计数器、寄存器、堆栈。进程用于把资源集中到一起，线程则是在CPU上被调度的实体。

同一个进程中并行运行多个线程，是对在同一台计算机上并行运行多个进程的模拟。线程有时也被称为轻量级进程。

所有的线程都有相同的地址空间，还共享打开文件集合、子进程、报警及相关信号。线程可以操纵其他线程的堆栈，线程间是没有保护的，因为：1）不可能；2）没必要，不同的线程都属于同一个用户，彼此间不可能有恶意。

所有线程都是平等的，没有层次关系。但主线程有特殊性：从它的启动函数（main函数）返回会导致进程结束。

2.2.3 Posix线程

所有Pthread都含有一个标识符、一组寄存器和一组存储在结构中的属性，包括堆栈大小、调度参数等。

常用的Pthread函数调用：

1.   pthread_create：创建新线程，返回线程标识符。

2.   pthread_exit：终止线程并释放栈。

3.   pthread_join：等待某线程结束。

4.   pthread_yield：主动释放CPU给其他线程。

5.   pthread_attr_init：建立关联一个线程的属性结构并初始化为默认值。

6.   pthread_attr_destroy：删除一个线程的属性结构，不会影响调用它的线程。

2.2.4 线程的实现

线程包可以在用户空间中或内核中实现。

第一种方式把整个线程包放在用户空间中，内核对线程包一无所知，内核只会参与进程管理。

优点：

1.   用户级线程包可以在不支持线程的操作系统上实现。

2.   用户级线程包需要维护线程表，保存线程状态和调度过程都只是本地过程，整个线程的切换可以在几条指令内完成，要比陷入内核快得多。

3.   允许每个进程有自己定制的调度算法。

缺点：

1.   很难让每个线程阻塞于系统调用时不影响其他线程。

2.   一个线程开始运行后，除非自愿放弃CPU，否则其他线程不能运行。

3.   多线程常用于经常发生线程阻塞的应用中，这种应用会放大上面所说的问题。

如果在内核中实现线程，则由内核维护线程表。所有能够阻塞线程的调用都以系统调用的形式实现。内核的调度单位为线程。

这种实现解决了上面用户级线程包的问题，但在性能上损失很大。

可以将这两种实现混合起来，将线程分为内核线程和用户线程两种，内核只识别并调度内核线程，每个内核线程可以被多个用户线程多路复用。

2.3  进程间通信

进程间通信可以归纳为三个问题：1）信息传递；2）互斥；3）同步。

多个进程读写某些共享数据，最后的结果取决于进程运行的精确时序，称为竞争条件。

一种优先级反转问题：有两个进程，H优先级高，L优先级低，调度规则为H就绪就可以运行。某时刻L处于临界区中，H变到就绪态，此时H开始运行，于是等待L离开临界区，但因为L被H抢占，不会被调度，也就不会离开临界区。

2.3.1 忙等待的互斥

几种实现互斥的方案：

1.   屏蔽中断：最简单的方案，但效果不好，因为把屏蔽中断的权力交给用户进程是不明智的。

2.   锁变量：也不好，对锁变量的修改和测试不是原子操作。

3.   忙等待：非常浪费CPU时间，只有在等待时间非常短时才能用此方案。用于忙等待的锁称为自旋锁。

4.   Peterson算法：对忙等待的一种改进。

5.   TSL指令：需要硬件支持，锁住内存总线，以禁止其他CPU在本指令结束前访问内存。可用XCHG替代TSL，Intel的X86CPU在低层同步中使用XCHG。

2.3.2 睡眠与唤醒的互斥

信号量、互斥量、条件变量。

有一种高级同步原语，叫做管程，是由过程、变量及数据结构等组成的一个集合。任一时刻管程中只能有一个活跃过程。管程是编程语言的一部分，进入管程时的互斥由编译器负责。

实现了管程的编程语言很少。

2.3.3 消息传递

可以用消息传递来实现通信和同步。消息传递本身需要互斥。它的设计要点：

1.   消息的丢失和确认。

2.   避免重复的消息。

3.   验证消息来源的身份。

并行程序中经常使用消息传递。

2.3.4 屏障

屏障用于为程序划分阶段，除非所有的线程都就绪准备下一阶段，否则任何线程都不能进入下一阶段。

2.4  调度

进程切换的代价是比较高的：用户态切换到内核态——保存进程状态——保存内存映像——选定调度进程——装入新进程的内存映像——新进程开始运行。除此之外，进程切换还会使整个内存高速缓存失效。

2.4.1 进程行为

1.   计算密集型：绝大多数时间花在CPU运算上。

2.   I/O密集型：绝大多数时间花在等待外部设备而阻塞上。

随着CPU越来越快，更多的进程倾向为I/O密集型。

2.4.2 何时调度

1.   创建新进程后，父子进程都处于就绪态，可以任意决定哪个先运行。

2.   一个进程退出时，从就绪进程中选择一个。

3.   进程阻塞时，必须选择另一个进程运行。

4.   发生I/O中断时，如果有进程阻塞于此设备，该进程就进入就绪态。

非抢占式调度算法：进程会一直运行到阻塞或自动释放CPU，即在时钟中断时不会进行调度。

抢占式调用算法：进程运行时间达到某值时就被挂起，需要在时钟中断时调度。

如果没有可用的时钟，只能采取非抢占式调度算法。

2.4.3 调度算法的目标

1.   所有系统：

a)   公平：给每个进程公平的CPU份额。

b)   策略强制执行：必须保证能强制执行指定的策略。

c)   平衡：保证系统的所有部分都忙碌。

2.   批处理系统：

a)   吞量：每小时最大作业数。

b)   周转时间：从提交到终止间的最小时间。

c)   CPU利用率：保持CPU始终忙碌。

能使吞吐量最大的算法不一定有最小的周转时间。CPU利用率不是一个好的度量参数，真正有价值的是将吞吐量和周转时间结合起来。

3.   交互式系统：

a)   响应时间：快速响应请求。

b)   均衡性：满足用户的期望。

4.   实时系统：

a)   满足截止时间：避免丢失数据。

b)   可预测性：在多媒体系统中避免品质降低。

2.4.4 批处理系统中的调度

1.   先来先服务：非抢占算法。保证了公平性，缺点是性能低

2.   最短作业优先：能保证周转时间最短。但只有在所有作业都可同时运行时才是最优的。

3.   最短剩余时间优先：可以使新的短作业获得良好的服务。

2.4.5 交互式系统中的调度

1.   轮转调度：每个进程分配一个时间片。时间片太短会导致过多的进程切换；太长会导致短的交互请求的响应时间变长。设为20ms~50ms比较合理。

2.   优先级调度：每个进程一个优先级，最高优先级的就绪进程先运行。优先级可以静态赋予或动态赋予。

3.   多级队列：高优先级的进程被调度后优先级降低，同时时间片增长。为计算密集型进程赋予长的时间片会减少切换次数，效率更高。

4.   最短进程优先：需要根据进程过去的行为推测它的执行时间。

5.   保证调度：保证每个进程获得的CPU时间。需要跟踪各进程自创建以来使用的CPU时间。

6.   彩票调度：根据优先级赋予每个进程一定数量的彩票，调度时随机抽取一张彩票，并选择它属于的进程。

7.   公平分享调度：调度不光以进程为单位，还以用户为单位。

2.4.6 实时系统中的调度

实时系统可以分为硬实时和软实时。实时系统中的事件可以分为周期性事件和非周期性事件。能在一个周期内处理完所有事件的实时系统称为是可调度的。

实时系统的调度算法可以是静态或动态的，前者在系统开始运行前作出调度决策，后者在运行时进行决策。

2.4.7 线程调度

用户线程和内核线程的差别在于性能。

从进程A的一个线程切换到进程B的一个线程，其代价高于运行进程A的第2个线程。

2.5  经典的IPC问题

2.5.1 哲学家就餐问题

5个哲学家围成一圈，每个人面前有一碗饭，左右各有一支筷子，因此共有5支筷子。哲学家的生活中只有思考和吃饭两个阶段。当他觉得饿了，需要同时获取到左边和右边的筷子才能吃饭。当他思考时就会放下两支筷子。寻找一种不会产生死锁的方法。

1.   所有人都先拿左边的筷子再拿右边的筷子，会死锁。

2.   拿到左边的筷子后查看右边的筷子，若不可用则回退，过段时间再重来。会死锁。

3.   回退后的等待时间随机化，正常应用中不会产生问题，高可靠性的应用中不行。

4.   每个哲学家一个状态，一个信号量，吃饭时标记自己为饿了，查看左边和右边的筷子，若不可用则阻塞于自己的信号量上；思考时标记自己在思考，检查左边和右边的哲学家，若他们的两个筷子都可用则发信号给他们的信号量。不会产生死锁，且能获得最大的并行度。

2.5.2 读者-写者问题

在一个读者到达，且一个写者在等待时，读者在写者之后被挂起，而不是立即允许进入，能避免死锁。