01-进程与线程

1.1 概念

进程

  • 程序由指令和数据组成,但这些指令要运行,数据要读写,就必须将指令加载到CPU,数据加载到内存。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。
  • 进程就可以视为一个程序的实例。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)。

线程

  • 一个进程之内可以分为一个到多个线程。
  • 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。

二者对比

  • 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
  • 进程拥有共享的资源,如内存空间等,供其内部的线程共享
  • 进程间通信较为复杂
    1. 同一台计算机的进程通信称为IPC(Inter-process communication)
    2. 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
  • 线程通信相对简单,因为他们之间共享进程内的内存,一个例子就是多个线程可以访问同一个共享变量
  • 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

1.2 并行与并发

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,人类感觉同时运行的。总结一句话就是:微观串行,宏观并行。一般将这种线程轮流使用cpu的做法成为并发,concurrent, 多核CPU同时运行为并行。
image.png
image.png
多核cpu下,每个核(core)都可以调度运行线程,这时候线程可以是并行的。
image.png
image.png

并发(concurrent)是同一时间应对(dealing with)多件事的能力
并行(parallel)是同一时间动手做(doing)多件事的能力

举例:

  • 家庭主妇做饭、打扫卫生、给孩子喂奶,她一个人轮流交替做这多件事,这时就是并发。
  • 家庭主妇雇了个保姆,她们一起这些事,这时既有并发,也有并行(这时会产生竞争,例如锅只有一口,一个人用锅时,另一个人就得等待) 这种情况比较多,计算机核数就那么多,并发并行共存。
  • 雇了3个保姆,一个专做饭、一个专打扫卫生、一个专喂奶,互不干扰,这时是并行。

1.3 应用

以调用方角度来讲,如果

  • 需要等待结果返回,才能继续运行就是同步。
  • 不需要等待结果返回,就能继续运行就是异步。

1) 设计
多线程可以让方法执行变为异步的(即不要巴巴干等着)比如说读取磁盘文件时,假设读取操作花费了 5 秒钟如果没有线程调度机制,这 5 秒 cpu 什么都做不了,其它代码都得暂停…
2) 应用举例

  • 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

3)注意
需要在多核 cpu 才能提高效率,单核仍然时是轮流执行
4)结论

  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【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,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

1.4 多线程效率

使用多线程充分利用 CPU
基准测试工具选择,使用了比较靠谱的 JMH,它会执行程序预热,执行多次测试并平均
代码如下:

// 测试  验证多线程与单线程的处理效率
// JMH fork出指定个数的进程测试
@Fork(1)
//  测试类型 平均时间,即每次调用平均耗时
@BenchmarkMode(Mode.AverageTime)
// 预热,一般为保证测试准确性,要预热几次。
@Warmup(iterations = 3)
// 测量。测试多少轮。
@Measurement(iterations = 3)
public class MultiBenchMark {

    static int[] ARRAY = new int[1_0000_0000];

    static {
        Arrays.fill(ARRAY, 1);
    }

    /**
     * 4个线程
     * @return
     * @throws Exception
     */
    @Benchmark
    public int c() throws Exception {
        int[] array = ARRAY;
        FutureTask<Integer> t1 = new FutureTask<>(() -> {
            int sum = 0;
            for (int i = 0; i < 2500_0000; i++) {
                sum += array[i];
            }
            return sum;
        });

        FutureTask<Integer> t2 = new FutureTask<>(() -> {
            int sum = 0;
            for (int i = 0; i < 2500_0000; i++) {
                sum += array[2500_0000 + i];
            }
            return sum;
        });

        FutureTask<Integer> t3 = new FutureTask<>(() -> {
            int sum = 0;
            for (int i = 0; i < 2500_0000; i++) {
                sum += array[5000_0000 + i];
            }
            return sum;
        });

        FutureTask<Integer> t4 = new FutureTask<>(() -> {
            int sum = 0;
            for (int i = 0; i < 2500_0000; i++) {
                sum += array[7500_0000 + 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();
    }

    /**
     * 一个线程处理
     * @return
     * @throws ExecutionException
     * @throws InterruptedException
     */
    @Benchmark
    public int d() throws ExecutionException, InterruptedException {
        int[] array = ARRAY;
        FutureTask<Integer> t1 = new FutureTask<>(() -> {
            int sum = 0;
            for (int i = 0; i < 1_0000_0000; i++) {
                sum += array[i];
            }
            return sum;
        });
        new Thread(t1).start();
        return t1.get();
    }
    
    public static void main(String[] args) throws RunnerException {
        Options opt = new OptionsBuilder()
                .include(MultiBenchMark.class.getSimpleName())
                .result("result.json")
                .resultFormat(ResultFormatType.JSON).build();
        new Runner(opt).run();
    }
    
}

结果:


Result "com.java.simple.study.juc.p1.MultiBenchMark.c":
  0.018 ±(99.9%) 0.041 s/op [Average]
  (min, avg, max) = (0.015, 0.018, 0.019), stdev = 0.002
  CI (99.9%): [0, 0.058] (assumes normal distribution)

Result "com.java.simple.study.juc.p1.MultiBenchMark.d":
  0.031 ±(99.9%) 0.003 s/op [Average]
  (min, avg, max) = (0.031, 0.031, 0.031), stdev = 0.001
  CI (99.9%): [0.029, 0.034] (assumes normal distribution)


Benchmark         Mode  Cnt  Score   Error  Units
MultiBenchMark.c  avgt    3  0.018 ± 0.041   s/op
MultiBenchMark.d  avgt    3  0.031 ± 0.003   s/op

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

层巅余落日

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值