笔记总结 | 线程、进程的概念和区别、进程间通信、线程间通信

请你说一下进程与线程的概念，以及为什么要有进程线程，其中有什么区别，他们各自又是怎么同步的。

01 基本概念：

• 进程是对运行时程序的封装，是系统进行资源分配和独立运行的的基本单位，实现了操作系统的并发；
• 一个程序加载到内存后就变为进程。进程是程序的一次执行过程。
• 进程 = 数据 + 程序 + 执行。
• 线程可以理解为进程中执行的一段程序片段。
• 线程是进程的子任务，是CPU调度和分派的基本单位，用于保证程序的实时性，实现进程内部的并发；
• 线程是操作系统可识别的最小执行和调度单位。每个线程都独自占用一个虚拟处理器：独自的寄存器组，指令计数器和处理器状态。每个线程完成不同的任务，但是共享同一地址空间（也就是同样的动态内存，映射文件，目标代码等等），打开的文件队列和其他内核资源。
• 同一进程中的两段代码不能够同时执行，除非引入线程。

02 区别：

1. 一个线程只能属于一个进程，而一个进程可以有多个线程，但至少有一个线程。线程依赖于进程而存在。
2. 进程在执行过程中拥有独立的内存单元，而多个线程共享进程的内存。（资源分配给进程，同一进程的所有线程共享该进程的所有资源。同一进程中的多个线程共享代码段（代码和常量），数据段（全局变量和静态变量），扩展段（堆存储）。但是每个线程拥有自己的栈段，栈段又叫运行时段，用来存放所有局部变量和临时变量。）

• 线程共享的环境包括：进程代码段、进程的公有数据(利用这些共享的数据，线程很容易的实现相互之间的通讯)、进程打开的文件描述符、信号的处理器、进程的当前目录和进程用户ID与进程组ID。
• 非共享的包括：线程ID，寄存器组的值，线程的堆栈，错误返回码， 线程的信号屏蔽码， 线程的优先级。

3. 进程是资源分配的最小单位，线程是CPU调度的最小单位；
4. 系统开销： 由于在创建或撤消进程时，系统都要为之分配或回收资源，如内存空间、IO设备等。因此，操作系统所付出的开销将显著地大于在创建或撤消线程时的开销。类似地，在进行进程切换时，涉及到整个当前进程CPU环境的保存以及新被调度运行的进程的CPU环境的设置。 而线程切换只须保存和设置少量寄存器的内容，并不涉及存储器管理方面的操作。可见，进程切换的开销也远大于线程切换的开销。

• 进程切换需要分两步：切换页目录、刷新TLB以使用新的地址空间；切换内核栈和硬件上下文（寄存器）；
• 而同一进程的线程间逻辑地址空间是一样的，不需要切换页目录、刷新TLB。

5. 通信：由于同一进程中的多个线程具有相同的地址空间，致使它们之间的同步和通信的实现，也变得比较容易。进程间通信IPC，线程间可以直接读写进程数据段（如全局变量） 来进行通信——需要进程同步和互斥手段的辅助，以保证数据的一致性。在有的系统中，线程的切换、同步和通信都无须操作系统内核的干预
6. 进程编程调试简单可靠性高，但是创建销毁开销大；线程正相反，开销小，切换速度快，但是编程调试相对复杂。
7. 进程适应于多核、多机分布；线程适用于多核。
8. 一个进程崩溃，不会对其他进程产生影响；而一个线程崩溃，会让同一进程内的其他线程也死掉。

请问线程需要保存哪些上下文，SP、PC、EAX这些寄存器是干嘛用的

• 线程在切换的过程中需要保存当前线程Id、线程状态、堆栈、寄存器状态等信息。其中寄存器主要包括SP PC EAX等寄存器，其主要功能如下：
• SP: 堆栈指针，指向当前栈的栈顶地址
• PC: 程序计数器，存储下一条将要执行的指令
• EAX: 累加寄存器，用于加法乘法的缺省寄存器

03 进程间通信的方式：

• 进程之间的交互称为进程间通信（Inter-Process Communication，IPC）。
• 进程间通信主要包括管道、系统IPC（包括消息队列、信号量、信号、共享内存等）、以及套接字socket。

为什么要通信？

• 父进程在创建子进程后，通常需要监督子进程的状态，以便于子进程没有完成给定的任务时，可以再创建一个子进程来继续。这就需要父子进程间通信。

1.管道：

管道主要包括无名管道和命名管道：管道可用于具有亲缘关系的父子进程间的通信，有名管道除了具有管道所具有的功能外，它还允许无亲缘关系进程间的通信。

1.1 普通管道PIPE：

1. 它是半双工的（即数据只能在一个方向上流动），具有固定的读端和写端。
2. 它只能用于具有亲缘关系的进程之间的通信（也是父子进程或者兄弟进程之间）。
3. 它可以看成是一种特殊的文件，对于它的读写也可以使用普通的read、write等函数。但是它不是普通的文件，并不属于其他任何文件系统，并且只存在于内存中。

• Int pipe(int fd[2]);当一个管道建立时，会创建两个文件文件描述符，要关闭管 道只需将这两个文件描述符关闭即可。

1.2 命名管道FIFO：先进先出

1. FIFO可以在无关的进程之间交换数据。
2. FIFO有路径名与之相关联，它以一种特殊设备文件形式存在于文件系统中。

• Int mkfifo(const char* pathname,mode_t mode);

2. 系统IPC：

2.1 消息队列

• 消息队列，是消息的链接表，存放在内核中。一个消息队列由一个标识符（即队列ID）来标记。
• 消息队列克服了信号传递信息少，管道只能承载无格式字节流以及缓冲区大小受限等特点。
• 具有写权限的进程可以按照一定得规则向消息队列中添加新信息；
• 对消息队列有读权限得进程则可以从消息队列中读取信息；
  特点：

1. 消息队列是面向记录的，其中的消息具有特定的格式以及特定的优先级。
2. 消息队列独立于发送与接收进程。进程终止时，消息队列及其内容并不会被删除。
3. 消息队列可以实现消息的随机查询，消息不一定要以先进先出的次序读取,也可以按消息的类型读取。

2.2 信号量 semaphore

• 信号量（semaphore） 与已经介绍过的 IPC 结构不同，它是一个计数器，可以用来控制多个进程对共享资源的访问。
• 信号量用于实现进程间的互斥与同步，而不是用于存储进程间通信数据。

特点：

1. 信号量用于进程间同步，若要在进程间传递数据需要结合共享内存。
2. 信号量基于操作系统的 PV 操作，程序对信号量的操作都是原子操作。
3. 每次对信号量的 PV 操作不仅限于对信号量值+1 或 -1，而且可以加减任意正整数。
   4)支持信号量组。

2.3 信号signal

• 信号是一种比较复杂的通信方式，用于通知接收进程某个事件已经发生。

2.4 共享内存（Shared Memory）

• 它使得多个进程可以访问同一块内存空间，不同进程可以及时看到对方进程中对共享内存中数据的更新。这种方式需要依靠某种同步操作，如互斥锁和信号量等

特点：

1. 共享内存是最快的一种IPC，因为进程是直接对内存进行存取。
2. 因为多个进程可以同时操作，所以需要进行同步。
3. 信号量+共享内存 通常结合在一起使用，信号量用来同步对共享内存的访问。

3. 套接字SOCKET：

• socket也是一种进程间通信机制，与其他通信机制不同的是，它可用于不同主机之间的进程通信。

04 线程间通信的方式:

• 临界区：通过多线程的串行化来访问公共资源或一段代码，速度快，适合控制数据访问；在任意一个时刻只允许一个线程对共享资源进行访问，如果有多个线程试图访问公共资源，那么在有一个线程进入后，其他试图访问公共资源的线程将被挂起，并一直等到进入临界区的线程离开，临界区在被释放后，其他线程才可以抢占。
• 互斥量Synchronized/Lock：采用互斥对象机制，只有拥有互斥对象的线程才有访问公共资源的权限。因为互斥对象只有一个，所以可以保证公共资源不会被多个线程同时访问。
• 信号量Semphare：为控制具有有限数量的用户资源而设计的，它允许多个线程在同一时刻去访问同一个资源，但一般需要限制同一时刻访问此资源的最大线程数目。在用 CreateSemaphore()创建信号量时即要同时指出允许的最 大资源计数和当前可用资源计数。一般是将当前可用资源计数设置为最 大资源计数， 每增加一个线程对共享资源的访问，当前可用资源计数就会减 1，只要当前可用资源 计数是大于0的，就可以发出信号量信号。但是当前可用计数减小 到0时则说明当前 占用资源的线程数已经达到了所允许的最大数目，不能在允许其他线程的进入，此时的 信号量信号将无法发出。线程在处理完共享资源后，应在离开的同时通过 ReleaseSemaphore ()函数将当前可用资源计数加 1 。在任何时候当前可用资源计数 决不可能大于最大资源计数。
• 事件(信号)，Wait/Notify：通过通知操作的方式来保持多线程同步，还可以方便的实现多线程优先级的比较操作。

多进程与多线程间的对比、优劣与选择

选择

• 需要频繁创建销毁的优先用线程
• 需要进行大量计算的优先使用进程
• 强相关的处理用线程，弱相关的处理用进程
• 可能要扩展到多机分布的用进程，多核分布的用线程

请你说一下多进程和多线程的使用场景

• 多线程模型主要优势为线程间切换代价较小，因此适用于I/O密集型的工作场景，因此I/O密集型的工作场景经常会由于I/O阻塞导致频繁的切换线程。同时，多线程模型也适用于单机多核分布式场景。
• 多进程模型的优势是CPU。则多进程模型，适用于CPU密集型。同时，多进程模型也适用于多机分布式场景中，易于多机扩展。

有了进程，为什么还要有线程？

线程产生的原因：

• 进程可以使多个程序能并发执行，以提高资源的利用率和系统的吞吐量；但是其具有一些缺点：
• 进程在同一时间只能干一件事。
• 进程在执行的过程中如果阻塞，整个进程就会挂起，即使进程中有些工作不依赖于等待的资源，仍然不会执行。

因此，操作系统引入了比进程粒度更小的线程，作为并发执行的基本单位，从而减少程序在并发执行时所付出的时空开销，提高并发性。和进程相比，线程的优势如下：

• 从资源上来讲，线程是一种非常"节俭"的多任务操作方式。在linux系统下，启动一个新的进程必须分配给它独立的地址空间，建立众多的数据表来维护它的代码段、堆栈段和数据段，这是一种"昂贵"的多任务工作方式。
• 从切换效率上来讲，运行于一个进程中的多个线程，它们之间使用相同的地址空间，而且线程间彼此切换所需时间也远远小于进程间切换所需要的时间。据统计，一个进程的开销大约是一个线程开销的30倍左右。
• 从通信机制上来讲，线程间方便的通信机制。对不同进程来说，它们具有独立的数据空间，要进行数据的传递只能通过进程间通信的方式进行，这种方式不仅费时，而且很不方便。线程则不然，由于同一进城下的线程之间贡献数据空间，所以一个线程的数据可以直接为其他线程所用，这不仅快捷，而且方便。

除以上优点外，多线程程序作为一种多任务、并发的工作方式，还有如下优点：

1、使多CPU系统更加有效。操作系统会保证当线程数不大于CPU数目时，不同的线程运行于不同的CPU上。

2、改善程序结构。一个既长又复杂的进程可以考虑分为多个线程，成为几个独立或半独立的运行部分，这样的程序才会利于理解和修改。