Java并发编程 进程与线程

1. 进程与线程

        程序由指令和数据组成，但这些指令要运行，数据要读写，就必须将指令加载至 CPU，数据加载至内存。在指令运行过程中还需要用到磁盘、网络等设备。进程就是用来加载指令、管理内存、管理 IO 的当一个程序被运行，从磁盘加载这个程序的代码至内存，这时就开启了一个进程。
        进程就可以视为程序的一个实例。大部分程序可以同时运行多个实例进程（例如记事本、画图、浏览器等），也有的程序只能启动一个实例进程（例如网易云音乐、360 安全卫士等）。

        一个进程之内可以分为一到多个线程。
        一个线程就是一个指令流，将指令流中的一条条指令以一定的顺序交给 CPU 执行
        Java 中，线程作为最小调度单位，进程作为资源分配的最小单位。 在 windows 中进程是不活动的，只是作为线程的容器。

两者对比：

1. 进程基本上相互独立的，而线程存在于进程内，是进程的一个子集
2. 进程拥有共享的资源，如内存空间等，供其内部的线程共享
3. 进程间通信较为复杂
        同一台计算机的进程通信称为 IPC（Inter-process communication）
        不同计算机之间的进程通信，需要通过网络，并遵守共同的协议，例如 HTTP
4. 线程通信相对简单，因为它们共享进程内的内存，一个例子是多个线程可以访问同一个共享变量
5. 线程更轻量，线程上下文切换成本一般上要比进程上下文切换低

2.并行与并发

        首先从并发（Concurrency）与并行（Parallelism）说起。并发是指在某个时间段内，多任务交替处理的能力。所谓不患寡而患不均，每个CPU不可能只顾着执行某个进程，让其他进程一直处于等待状态。所以，CPU把可执行时间均匀地分成若干份，每个进程执行一段时间后，记录当前的工作状态，释放相关的执行资源并进入等待状态，让其他进程抢占CPU资源。并行是指同时处理多任务的能力。目前，CPU已经发展为多核，可以同时执行多个互不依赖的指令及执行块。

        单核 cpu 下，线程实际还是 串行执行 的。操作系统中有一个组件叫做任务调度器，将 cpu 的时间片（windows下时间片最小约为 15 毫秒）分给不同的程序使用，只是由于 cpu 在线程间（时间片很短）的切换非常快，人类感觉是 同时运行的 。总结为一句话就是： 微观串行，宏观并行，
一般会将这种 线程轮流使用 CPU 的做法称为并发， concurrent。

        并发与并行两个概念非常容易混淆，它们的核心区别在于进程是否同时执行。以KTV唱歌为例，并行指的是有多少人可以使用话筒同时唱歌；并发指的是同一个话筒被多个人轮流使用。并发与并行的目标都是尽可能快地执行完所有任务。以医生坐诊为例，某个科室有两个专家同时出诊，这就是两个并行任务；其中一个医生，时而问诊，时而查看化验单，然后继续问诊，突然又中断去处理病人的咨询，这就是并发。在并发环境下，由于程序的封闭性被打破，出现了以下特点：（1）并发程序之间有相互制约的关系。直接制约体现为一个程序需要另一个程序的计算结果；间接制约体现为多个程序竞争共享资源，如处理器、缓冲区等。（2）并发程序的执行过程是断断续续的。程序需要记忆现场指令及执行点。（3）当并发数设置合理并且CPU拥有足够的处理能力时，并发会提高程序的运行效率。

2.3 应用

2.3.1 应用之异步调用（案例1）

@Slf4j(topic = "c.Async")
public class Async {

    public static void main(String[] args) {
        new Thread(() -> FileReader.read(Constants.MP4_FULL_PATH)).start();//异步执行
        log.debug("do other things ...");
    }

}
@Slf4j(topic = "c.Sync")
public class Sync {

    public static void main(String[] args) {
        FileReader.read(Constants.MP4_FULL_PATH);//同步执行
        log.debug("do other things ...");
    }

}

 

对比可见异步调用不必等读取操作执行完就可执行，因为是并发执行。

比如在项目中，视频文件需要转换格式等操作比较费时，这时开一个新线程处理视频转换，避免阻塞主线程。tomcat 的异步 servlet 也是类似的目的，让用户线程处理耗时较长的操作，避免阻塞 tomcat 的工作线程。ui 程序中，开线程进行其他操作，避免阻塞 ui 线程 

2.3.2 应用之提高效率（案例1）

充分利用多核 cpu 的优势，提高运行效率。想象下面的场景，执行 3 个计算，最后将计算结果汇总。

计算 1 花费 10 ms
计算 2 花费 11 ms
计算 3 花费 9 ms
汇总需要 1 ms
如果是串行执行，那么总共花费的时间是 10 + 11 + 9 + 1 = 31ms
但如果是四核 cpu，各个核心分别使用线程 1 执行计算 1，线程 2 执行计算 2，线程 3 执行计算 3，那么 3 个线程是并行的，花费时间只取决于最长的那个线程运行的时间，即 11ms 最后加上汇总时间只会花费 12ms 注：需要在多核 cpu 才能提高效率，单核仍然时是轮流执行

package com.itcast;

import org.openjdk.jmh.annotations.*;

import java.util.Arrays;
import java.util.concurrent.FutureTask;

@Fork(1)
@BenchmarkMode(Mode.AverageTime)
@Warmup(iterations=3)
@Measurement(iterations=5)
public class MyBenchmark {
    static int[] ARRAY = new int[1000_000_00];
    static {
        Arrays.fill(ARRAY, 1);
    }
    @Benchmark
    public int c() throws Exception {
        int[] array = ARRAY;
        FutureTask<Integer> t1 = new FutureTask<>(()->{
            int sum = 0;
            for(int i = 0; i < 250_000_00;i++) {
                sum += array[0+i];
            }
            return sum;
        });
        FutureTask<Integer> t2 = new FutureTask<>(()->{
            int sum = 0;
            for(int i = 0; i < 250_000_00;i++) {
                sum += array[250_000_00+i];
            }
            return sum;
        });
        FutureTask<Integer> t3 = new FutureTask<>(()->{
            int sum = 0;
            for(int i = 0; i < 250_000_00;i++) {
                sum += array[500_000_00+i];
            }
            return sum;
        });
        FutureTask<Integer> t4 = new FutureTask<>(()->{
            int sum = 0;
            for(int i = 0; i < 250_000_00;i++) {
                sum += array[750_000_00+i];
            }
            return sum;
        });
        new Thread(t1).start();
        new Thread(t2).start();
        new Thread(t3).start();
        new Thread(t4).start();
        return t1.get() + t2.get() + t3.get()+ t4.get();
    }
    @Benchmark
    public int d() throws Exception {
        int[] array = ARRAY;
        FutureTask<Integer> t1 = new FutureTask<>(()->{
            int sum = 0;
            for(int i = 0; i < 1000_000_00;i++) {
                sum += array[0+i];
            }
            return sum;
        });
        new Thread(t1).start();
        return t1.get();
    }
}

c方法为四个线程并发计算，d方法单线程处理，在多核物理机上yunx

可见c方法明显快 而在单核虚拟机上

 两者并无显著差异，甚至多线程还慢了一点（因为多线程有上下文切换）。

 总结：
1. 单核 cpu 下，多线程不能实际提高程序运行效率，只是为了能够在不同的任务之间切换，不同线程轮流使用cpu ，不至于一个线程总占用 cpu，别的线程没法干活。
2. 多核 cpu 可以并行跑多个线程，但能否提高程序运行效率还是要分情况的
        有些任务，经过精心设计，将任务拆分，并行执行，当然可以提高程序的运行效率。但不是所有计算任务都能拆分（参考后文的【阿姆达尔定律】）
        也不是所有任务都需要拆分，任务的目的如果不同（如任务2需要任务1的结果），谈拆分和效率没啥意义。
3. IO 操作不占用 cpu，只是我们一般拷贝文件使用的是【阻塞 IO】，这时相当于线程虽然不用 cpu，但需要一直等待 IO 结束，没能充分利用线程。所以才有后面的【非阻塞 IO】和【异步 IO】优化。