【Linux】线程概念

什么是线程？

常见的概念
线程是比进程更加轻量级的一种执行流

线程是进程内部执行的一种执行流

• 线程是CPU调度的基本单位
• 进程是承担系统系统资源的基本实体

下面来解释这些概念

---

线程

进程=内核数据结构+代码和数据

一个进程的创建伴随 PCB创建，进程地址空间的创建，页表的映射。同时还会加载动态库。

然后将进程PCB链接到调度队列中，等待被调度。

每个进程都有独立的地址空间和页表，还有一套独立的寄存器。因此进程是互相独立的。

为了减少“成本”，子进程我们只创建PCB，将PCB链接到同一份地址空间后。并且通过方法，将正文代码分发给不同的“子进程”执行，对此原本的代码就被分发成“子进程”的执行。我们这里的子进程实际上就是线程！

对此每一个线程都是一个执行流。线程是进程内部的执行流！

---

重新定义进程

现在我们将所有的PCB、进程地址空间、页表统一叫做进程。

之前我们说的进程其实就是单执行流，只有一个线程。当内部有多个执行流时，就是多线程。

进程向系统申请的资源，在内部被线程瓜分了，进程是系统资源分配的基本实体！ 

时间片也是资源，被进程瓜分。线程再去进程平均分享时间片。

而在Linux中，其实是没有线程这个概念的，因为线程和进程的调度，阻塞的控制块是类似的，换言之，Linux不创建线程专属的方法，沿用进程的方法。一套代码就能实现进程和线程。为此，线程又叫做轻量级进程。

所以在Linux中不识别线程和进程！

CPU只关心执行流，因此线程是CPU调度的基本单位！

---

如何理解线程比进程的效率更高

• 资源开销小，线程创建只需要分配相应的寄存器和栈，进程还需要分配内存空间，文件等资源。线程相应的寄存器比进程少，跳转少，速度更快。
• 局部性原理，数据交互快。进程之间无法共享内存,CPU的cache会预加载热数据，就是提前加载被访问数据的下文，命中的概率是大的。线程之间不需要重新加载cache寄存器。而进程是不共享数据，每一次切换都需要重新加载cache。

---

页表的补充

磁盘上的程序应该是被划分成4kb大小的页帧，加载程序时，是4kb的加载。

在物理内存中，应该也被划分成4kb的页框。

磁盘和物理内存的数据交换就是4kb进行的。

如果我们想要修改磁盘上1字节的数据。我们必须将4kb都加载到内存中，修改，写入。

---

 二级页表

虚拟地址到物理地址的转化

一个虚拟地址有32位，这32位并不是全部用来表明地址

虚拟地址被分成 10+10+12

页目录

假设4GB的物理内存

前10位地址作一级页表的索引

需要10个比特位，找到是哪一个页表项(一级页表)

实际上一级页表话包括是否命中，是否可写等

如果s保存的是一个常量字符，在通过虚拟地址到物理地址的映射时，会被标志位不可写

再后续通过页表跳转时，会读取到只有可读权限，如果试图修改常量，OS触发信号终止程序。

---

页表

中间十位（二级页表索引）找到具体的页框项

通过10位的物理地址，就能找到对应页框的4KB

---

页内偏移

4KB=1024*4=2^12次方

因此只需要12位bit位就能表示4KB里的每个字节

故访问到物理内存就是通过起始地址+偏移量

我们创建的内置类型 如int 实际上类似就是偏移量的多少。

CPU里面有寄存器保存了页目录的地址。eip寄存器保存了虚拟地址，通过MMU寄存器转化到物理地址。所以我们平常看到虚拟地址，底层看到物理地址。

实际上，加载页表时，也遵循局部性原理。会根据需要加载需要内容附近的页目录。如果不命中，再记载另一块。

缓冲区就是指针指到一块空间上。

---

 缺页中断

软件试图访问已经映射的虚拟地址时，但当前并未被加载到物理内存的页框时。

OS会检测到缺页中断，调取内容，加载到内存上。

当调用完加载后，会继续执行当前指令。

---

线程的优点

创建线程的成本低：寄存器，地址空间，页表，动态库等

切换开销小：共享内存切换少量寄存器，页表切换开销小，不需要重新分配内存、文件。

线程占的资源更少

充分多核并行

提高相与速度：等待慢速IO时，程序可以执行其它计算任务

计算密集型：将计算分到多个进程

IO密集型：可以等待多个IO操作

---

线程的缺点

性能损失：线程调度和上下文切换可能会导致性能损失。频繁切换线程会导致性能下降。

健壮性降低：共享了不该共享的变量导致相互影响的可能性很大，需要线程保护。

例如：一个线程异常终止，会导致所有线程终止。（线程异常）

访问缺乏控制：堆，静态区的数据会被所有线程访问到，缺乏控制。

编程难度高

---

线程和进程的对比

进程是资源分配的基本实体

线程是调度的基本单位

线程共享进程的资源，但也有独立的数据

1. 独立的寄存器：线程再运行时会用到各种寄存器，如计数、栈指针。由于线程是并发的，每个线程都必须有独立的寄存器来保持上下文信息
2. 独立的栈：函数的返回值，局部信息需要被栈保存，因此有独立的栈。
3. 线程ID
4. errno
5. 信号屏蔽字
6. 调度优先级

---

线程和进程共享

进程的代码段：任何一个线程可以执行进程中的函数

进程的公有资源：全局和静态变量，堆

进程的其它资源：打开的文件，动态库链接。

地址空间、页表。