第二章 进程与线程（一）

进程

概念

程序：是静态的，是内存放在磁盘里的可执行文件下，是一系列指令的集合。
进程：是动态的，是程序的一次执行过程。
了解进程与程序的主要区别:
(1）程序是存在在外存上的，是永久的;进程是有生命周期的，是程序在数据集上的一次执行，有创建有撤销;
(2）程序是静态的概念，进程是动态的概念;
(3）进程具有并发性，而程序没有;
(4)进程是分配计算机资源的基本单位，程序不是；
(5）进程和程序不是一―对应的:一个程序可对应多个进程即多个进程可执行同一程序;一个进程可以执行一个或几个程序;
(6）进程除了包含代码和数据外，还包括进程存在的唯一标识PCB。

组成

PCB

• 当进程被创建时，操作系统会为该进程分配唯一的不重复的“PID”。
• 操作系统要记录PID，进程所属用户ID(UID)用于区分各个进程。记录给进程分配了哪些资源，如正在使用哪些I/O设备，正在使用哪些文件等，用于实践操作系统对资源的管理；记录进程的运行情况，如CPU使用时间，磁盘使用时间，网络流量使用情况等，用于实现操作系统对进程的控制，调度。这些信息被保存在一个数据结构PCB中，即进程控制块。操作系统需要对各个并发运行的进程进行管理，只要管理时所需信息都会被放在PCB中。
• PCB是进程存在的唯一标志，当进程被创建时，操作系统为其创建PCB；进程结束时，会回收PCB。

程序段
程序的代码，或指令序列。
数据段
运行过程中产生的各种数据。

PCB是给操作系统用的，程序段和数据段是给进程自己用的。
一个进程实体(进程映像)由PCB，程序段，数据段组成。
进程是动态的，进程实体是静态的。进程实体反映了进程在某一时刻的状态。进入进程实体的概念后，可把进程定义为：进程是进程实体的运行过程，是系统进行资源分配和调度的一个独立单位。PCB是进程存在的唯一标志。

特征

• 动态性：进程最基本的特征。进程是程序的依次执行过程，是动态地产生，变化和消亡的。
• 并发性：内存中有多个进程实体，各进程可以并发执行。
• 独立性：进程是能独立运行，独立获得资源，独立接受调度的基本单位。
• 异步性：各进程按独立自主的不可预知的速度向前推进，操作系统要提供“进程同步机制”来解决异步问题。
• 结构性：每个进程都会配置一个PCB。

状态

• 创建太(新建态)：进程正在被创建时，它的状态是“创建态”，在这个阶段操作系统会为进程分配资源，初始化PCB。
• 就绪态(等待态)：当进程创建完成后，便进入就绪态，处于就绪态的进程已具备运行条件，但由于没有空闲CPU，就暂时不能运行。
• 运行态：如果一个进程此时在CPU上运行，那么这个进程处于“运行态”，CPU会执行该进程对应的程序(执行指令序列)。
• 阻塞态：在进程运行过程中，可能会请求等待某个事件的发生，在这个事件发生之前，进程无法继续往下执行，此时操作系统就会让这个进程下CPU在，并进入阻塞态。
• 终止态(结束态)：一个进程可以执行exit系统调用，请求操作系统中值该进程，此时该进程会进入“终止态”，操作系统会让该进程下CPU，并回收内存空间等资源，最后还要回收PCB。
  状态间的转换
  
  阻塞–>就绪：不是进程自身控制的，是被动的；
  运行–>阻塞：是进程自身做出的主动行为。
  进程PCB中会有一个变量state来表示进程的当前状态。

控制

实现进程状态转换，用原语实现。
原语是一种特殊的程序，它的执行具有原子性。这段程序必须一气呵成，不可中断，否则会导致操作系统中的某些关键数据结构信息不统一的情况，这会影响操作系统进行别的管理工作。
原子性的实现：“关中断指令”和“开中断指令”两个特权指令。
进程控制相关原语

• 进程的创建
  创建原语：申请空白PCB，为新的进程分配所需资源，初始化PCB，将PCB插入就绪队列。
  引起进程创建的条件：用户登录，作业调度，提供服务，应用请求。

• 进程的终止
  撤销原语：从PCB集合中终止进程的PCB，若进程正在运行，立即剥夺CPU，将CPU分配给其他进程，终止所有子进程，将该进程拥有的所有资源归还给父进程或者操作系统，删除PCB。
  引起进程终止的条件：正常结束，异常结束，外界干预。

• 进程的阻塞
  阻塞原语：找到要阻塞的进程对应的PCB；保护进程运行现场，将PCB状态信息设置为“阻塞态”，暂时停止执行，将PCB插入相应事件的等待队列。
  引起进程阻塞的条件：需要等待系统分配某种资源，需要等待相互合作的其他进程完成工作。

• 进程的唤醒
  唤醒原语：在时间等待队列中找到PCB，将PCB从等待队列移除，设置进程为就绪态，将PCB插入就绪队列，等待被调用。
  引起进程唤醒的事件：等待的事件发生。

• 进程的切换
  切换原语：将运行环境信息存入PCB，PCB移入相应队列，选择另一个进程执行，并更新PCB，根据PCB恢复新进程所需的运行环境。
  引起进程切换的事件：进程时间片到，有更高优先级的进程到达，当前进程主动阻塞，当前进程终止。

通信

进程通信(IPC)指两个进程之间产生数据交互

• 共享存储：通过增加“页表项/段表页”即可将同一片共享内存区域映射到各个进程的地址空间中。
  基于数据结构的共享：比如共享空间里只能放一个长度为10的数组，这种共享方式速度慢，限制多，是一种低级通信方式。
  基于存储区的共享：操作系统在内存中划出一块共享存储区，数据的形式，放置位置都由通信进程控制，而不是操作系统，这种共享方式速度很快，是一种高级通信方式。
• 消息传递：进程间的数据交换以格式化的消息为单位，进程通过操作系统提供的“发送消息/接收消息”两个原语进行数据交换。
  直接通信方式：消息发送进程要指明接收进程的ID。
  间接通信方式：通过“信箱”间接地通信，又称“信箱通信方式”。
• 管道通信：“管道”是一种特殊的共享文件，是在内存中开辟一个大小固定的内存缓冲区。
  管道只能采用半双工通信，某一时间段内只能实现单向传输，如果要实现双向同时通信，则需设置两个管道。
  各进程互斥地访问管道(由操作系统实现)。
  当管道写满时，写进程将阻塞，直到读进程将管道中的数据取走，即可唤醒写进程。
  当管道读空时，读进程将阻塞，直到写进程在管道中写入数据，即可唤醒读进程。
  管道中的数据一旦被读出去，就彻底消失，因此，当多个进程读同一个管道时，可能会错乱，对此有两种解决方案：1.一个管道允许多个写进程，一个读进程。2.允许有多个写进程，多个读进程，但系统会让各个读进程轮流从管道中读数据(Linux的方案)。

线程

有的进程可能需要“同时”做很多事，而传统的进程只能串行地执行一系列程序，为此引入了“线程”来增加并发度。
线程是一个基本的CPU执行单元，也是程序执行流地最小单元

引入线程机制后的变化

• 资源分配，调度：传统进程机制中，进程是资源分配。调度的基本单位。引入线程后，进程是资源分配的基本单位，线程是调度的基本单位。
• 并发性：传统进程机制中，只能进程间并发。引入线程后，各线程间也能并发，提升了并发度。
• 系统开销：传统的进程间并发需要切换进程的运行环境，系统开销大。线程间并发，如果是同一进程内的线程切换，则不需要切换进程环境，开销小。引入线程后，并发所带来的系统开销小。

属性

• 线城是处理机调度的基本单位
• 多CPU计算机中，各线程可占用不同的CPU
• 每个线程都有一个线程ID–线程控制块TCB
• 线程也有就绪，阻塞，运行三种基本状态，其切换方式与进程相同
• 线程几乎不用有系统资源
• 同一进程的不同线程间共享进程的资源
• 由于共享内存地址，同一进程中的线程间通信甚至无需系统干涉
• 同一进程中的线程切换不会引起进程切换
• 不同进程中的线程切换会引起进程切换
• 切换同进程内的线程系统开销很小
• 切换进程系统开销较大

实现方式

用户级线程
用户级线程由应用程序通过线程库实现，所有的线程管理工作都应由应用程序负责(包括线程切换)。
用户级线程中，线程切换可以在用户态下即可完成，无需操作系统干预，
在用户看来，是有多个线程，但在操作系统内核来看，并不意识到线程的存在。用户级线程就是“从用户视角能看到的线程”。

• 优点：用户级线程的切换在用户空间即可完成，不需要切换到核心态，线程管理的系统开销小，效率高。
• 缺点：当一个用户级线程被阻塞后，整个进程都会被阻塞，并发度不高。多个线程不可在多核CPU上运行。

内核级线程
内核级线程的管理工作由操作系统内核完成。
线程调度、切换等工作都由内核负责，因此内核级线程的切换必然需要在核心态下完成。
操作系统会为每个内核级线程就是“从操作系统内核视角能看到的线程”。只有内核级线程才是处理机调度的基本单位。

• 优点：当一个线程被阻塞后，别的线程还可以继续执行，并发能力强。多线程可以在多核处理机上并行执行。
• 缺点：一个用户进程会占用多个内核级线程，线程的切换由操作系统内核级完成，需要切换到核心态，因此线程的管理成本高，开销大。

多线程模型

在支持内核级线程的系统中，根据用户级线程和内核级线程的映射关系，可以划分为几种多线程模型：
一对一模型
一个用户级线程映射到一个内核级线程在，每个用户进程有与用户级线程同数量的内核级线程。
优点：当一个线程被阻塞后，别的线程还可以继续执行，并发能力强，多线程可在多核处理机上并行执行。
缺点：一个用户进程会占用多个内核级线程，线程切换由操作系统内核完成，需要切换到核心态，因此线程管理的成本高，开销大。
多对一模型
多个用户级线程映射到一个内核级线程，且一个进程只被分配一个内核级线程。
优点：用户级线程的切换在用户空间即可完成，不需要切换到核心态，线程管理的系统开销小，效率高。
缺点：当一个用户级线程被阻塞后，整个进程都会被阻塞，并发度不高。多个线程不可在多核CPU上并行运行。
多对多模型
n个用户级线程映射到m个内核级线程(n>=m)。每个用户级线程对应m个内核级线程。克服了多对一并发度不高的缺点(一个阻塞全体阻塞)，又克服了一对一中一个用具进程占用太多内核级线程，开销大的缺点。

组织与控制

TCB中包含：

• 线程标识符：TID,与PID类似
• 程序计数器PC：线程目前执行到哪儿
• 其他寄存器：线程运行的中间结果
• 堆栈指针：堆栈保存函数调用信息，局部变量等
• 线程运行状态：运行/阻塞/就绪
• 优先级：线程调度。资源分配的参考

其中程序计数器PC，其他寄存器和堆栈指针是线程切换时需要保存或者恢复的。