操作系统 - 线程

概述

线程(thread)，又被称为轻量级进程(Lightweight Process, LWP)是程序执行流的最小单位，也是调度的基本单位。

为什么需要线程？

1. 创建进程的开销较大：包括了数据、代码、堆、栈等
2. 进程的隔离性过强：进程间交互可以通过进程间通信(IPC)，但开销较大
3. 进程内部无法支持并行

线程相较于进程，是一种更加轻量级的运行时抽象。

• 线程只包含运行时的状态：线程执行状态(运行、就绪等)、线程上下文(PC等寄存器集合)、栈。

• 一个进程可以包含多个线程：多个线程共享同一地址空间。

多线程进程的地址空间

• 每个线程拥有自己的栈。
• 内核中也有为线程准备的内核栈。
• 其它区域(数据、代码、堆)共享。

用户态线程与内核态线程

根据线程是否受内核管理，可以将线程分为两类：

• 内核态线程
  • 内核可见，受内核管理
  • 由内核创建，线程相关信息存放在内核中
• 用户态线程
  • 内核不可见，不受内核直接管理
  • 在应用态创建，线程相关信息主要存放在应用数据中

与内核线程相比，用户态线程更加轻量级，创建开销更小，但功能也较为受限，与内核态相关的操作(系统调用)需要内核态线程协助才能完成。

线程模型

线程模型表示了用户态线程与内核态线程之间的联系。

1. 多对一模型：多个用户态线程对应一个内核态线程
2. 一对一模型：一个用户态线程对应一个内核态线程
3. 多对多模型：多个用户态线程对应多个内核态线程

指标	多对一模型	一对一模型	多对多模型
概念	将多个用户态线程映射给单一的内核线程	每个用户线程映射单独的内核线程	N个用户态线程映射到M个内核态线程(N > M)
优点	高效的上下文切换和无限制的线程数量 内核管理简单	用户线程和内核线程一致 可扩展性好	解决了可扩展性问题(多对一)和线程过多问题(一对一)
缺点	可扩展性差，无法适应多核机器的发展 一个用户线程阻塞，导致内核线程阻塞，其他线程也无法执行	os会限制内核线程数量，因此用户线程数量受到限制 内核线程上下文切换开销大	管理复杂
实际情况	在主流操作系统中被弃用 用于各种用户态线程库中	主流操作系统(Windows、Linux、OS X)都采用一对一模型	在虚拟化中得到了广泛应用

相关数据结构：

TCB 线程控制块

一对一模型的TCB可以分为两部分

• 内核态：与PCB结构类似
  • Linux中进程与线程使用的是同一种数据结构(task_struct)
  • 上下文切换中会使用
• 应用态：可以由线程库定义
  • Linux：pthread结构体
  • Windows：TIB(Thread Information Block)
  • 可以认为是内核TCB的扩展

TLS 线程本地存储

不同线程可能会执行相同的代码(线程不具有独立的地址空间，多线程共享代码段)。

对于全局变量，不同线程可能需要不同的拷贝(用于标明系统调用错误的errno)。

使用TLS可以很方便的实现线程内的全局变量。

• 线程库允许定义每个线程独有的数据

  • __thread int id; 会为每个线程定义一个独有的id变量

• 每个线程的TLS结构相似

  • 可通过TCB索引

• TLS寻址模式：基地址＋偏移量

  • X86: 段页式 (fs寄存器)
  • AArch64: 特殊寄存器tpidr_el0

reference

[1] 上海交通大学并行与分布式系统研究所-进程

[2] 操作系统导论(ostep)

[3] 操作系统-精髓与设计原理

[4] 现代操作系统

[5] 程序员的自我修养