2020校招备战日记5.9 ---- 线程内存模型，线程池，信号量，基于线程实现事件驱动，多核执行多线程，线程安全函数，可重入函数

0.目标完成情况

又摸了几天的鱼，终于完成了3天前的目标，再加了一点

• 牛客两道题，最好录个视频
• csapp收尾
• unp开始看
• 侯捷C++视频看一节

1. 学习回顾

1.1 线程内存模型

线程是在进程的上下文中运行的，虽然线程有自己的上下文。
进程的上下文内容包括：

1. 代码
2. 数据
3. 堆
4. 共享库
5. 栈
6. 程序计数器
7. 通用目的寄存器值
8. 打开文件表

当不涉及多线程的时候，其实进程当中就是一个线程，称为主线程。所谓多线程，就是这个主线程创建了对等线程，“对等”二字是为了强调这些线程和主线程之间不是“父子”关系，任何一个线程可以回收其他线程。

一个进程中的多个线程是各自有各自独立的线程上下文的。线程上下文包括：

1. 栈
2. 栈指针
3. 程序计数器
4. 通用目的寄存器的值
5. 线程ID

可以看到，当涉及多线程的时候，线程是有自己的栈的，以及自己的通用目的寄存器值。
总的来说，多个线程之间共享同一进程的全部虚拟地址空间，包括代码、数据、堆和共享库，注意，虽然栈看起来是线程私有的，但是其实不同的线程是可以以某种方式直接访问其他线程的栈的，只不过通常这不是我们想要的。而寄存器的值则永远不是共享的。

由线程的内存模型可知，线程的上下文开销要更小，更加方便的共享同一进程内部的代码、数据、共享库以及打开文件表。因此线程的上下文切换的开销更小，而操作系统的调度单位正是线程。

1.2 线程池

在之前讨论的服务器中，每当有连接请求到达的时候，我们总是新创建一个线程，来执行任务。这个创建的过程比较耗时。我们可以提前创建好一些线程，然后让这些线程从一个缓冲区中读取已连接的描述符，这些线程就是消费者，而负责监听并返回已连接描述符的主线程则为生产者，利用这样的生产者-消费者模型，就可以实现事件驱动的服务器 ----------- 一旦有连接请求，就启动工作，没有连接请求，线程就被挂起。

而生产者-消费者模型的实现主要依赖于信号量。见下节描述。

1.3 信号量、事件驱动的服务器

信号量就是一种非负的全局变量。Linux对这种非负的全局变量有一组特殊的操作：P操作和V操作。

• P操作，其实就是将指定的信号量-1， 如果该信号量已经是0了，那么该操作就会导致线程被挂起。这里的-1操作和普通的-1操作的区别在于：P操作是一种元操作，不会被中断。相应的，普通的+1操作是可能被中断的，因为普通的-1操作是包含3个步骤：加载，更新，存储，这里的中断的意思是，比方说，程序加载了一个变量，准备更新，但是还没有更新的时候，控制权被转移到了其他程序，过了一会，控制权又回来，继续执行更新和存储的操作，这不是我们想要的。我们的P操作，是“加载、更新、存储”一气呵成的，相当于cpu最底层的一条指令。
• V操作， 其实就是将制定的信号量+1 。 同样的，这是一个元操作。此外，V操作会导致其他由于P操作挂起的线程被唤醒一个。

初值被设为1的信号量称为二元信号量，通常用来实现对临界资源的互斥访问，因此也成为互斥锁，对互斥锁的P操作，称为加锁，对互斥锁的V操作称为解锁。

初值被设为大于1的信号量被称为计数信号量，用来表征可用的共享资源的数量。

P操作和V操作这种挂起和唤醒的行为，结合互斥锁和计数信号量，使得我们很容易实现一种生产者-消费者模型。其中，互斥锁用于实现对缓冲区的互斥访问，计数信号量则用于标识可用空间的数目和可用项目的数目。

所谓生产者-消费者模型，就是一个缓冲区结构体 + 一组函数。这组函数包括对缓冲区的初始化、销毁、插入和删除。这个缓冲区作为全局变量的共享对象，这组函数在访问缓冲区的时候需要完成一些同步操作，就是获得缓冲区的互斥锁等一些PV操作。

有了这个模型，我们就可以实现事件驱动的服务器了，也就是说，一个线程可能会由于没有已连接描述符而被挂起，而一旦有了已连接描述符，主线程往缓冲区插入这个已连接描述符，这个插入操作中的V操作会唤醒一个消费者线程，也就是说这个消费者线程的取描述符操作不再被阻塞，从而可以执行任务。

1.4 多核执行多线程

多线程不一定需要多核，但是多核是实现多线程并行的唯一方式，注意，不是并发。

执行多核并行处理程序是一门单独的艺术（技术），他有一个任务分发的问题，主线程在创建多个对等线程的时候，会分配线程id，而线程函数则根据自己的线程id来“领取”数据，执行处理过程，最后主线程再将各个线程的结果做合并，从而得到最终结果。

多线程程序的执行由于需要完成一些同步操作，这些操作的开销不容小觑，在处理不当的情况下，可能多线程的并行程序反而比单线程更慢。

衡量多线程程序优劣有一些指标，除了绝对的运行时间外，还有加速比和效率。其中加速比主要描述将程序并行化带来的时间提升。

1.5 线程安全函数

“线程安全”是一个形容词，修饰函数的。当且仅当多个线程重复调用一个函数，而这个函数总是能够产生正确的结果的时候，我们称这个函数是线程安全的。

我们当然希望所有的函数都是线程安全的，但是事实并不如此。非线程安全的函数可以分为4类：

1. 不使用PV操作来保护共享对象的函数。这样，多个线程以任意顺序执行并访问共享变量的时候，就可能会出现读写错误，从而不能得到正确的结果。例如，两个线程都对一个共享变量执行+1操作，那么执行完后，可能最终结果并不是+2. (这里要补充共享对象的概念：可以被多个线程引用的对象，可以是全局变量，静态变量等。)
2. 每次执行结果依赖于上一次执行的函数。在多线程的时候，由于多个线程都会执行这个函数，而线程彼此的执行次序是未知的，因此“上一次”执行的是哪个步骤就会无法确定。例如rand函数，他生成的每个数字依赖于上一次调用rand的结果，而上一次调用rand可能发生在另一个线程中，而这并不是我们想要的。因此rand函数并不是线程安全的。
3. 用静态变量来存储返回值的函数。在一个线程中执行该函数，在返回之前，可能跳转到另一个线程，也执行了这个函数，并且将结果也存储在了这个静态变量中，那么第一个线程的执行过程就白费了，这不是我们想要的。要将这种非线程安全函数改变成线程安全函数其实很简单，只要用一组PV操作将整个函数包起来，然后用局部变量来转储结果，即可得到一个线程安全的版本。缺点是严重影响效率。
4. 调用非线程安全函数的函数。注意，这种函数并不一定就是非线程安全的，典型的例子就是上一条说的，我们正是利用这种调用来实现从非线程安全到线程安全的转化。但是，如果调用的是第2种非线程安全的函数，那么无论如何操作，这个函数也还是非线程安全的。

1.6 可重入函数

可重入函数是线程安全函数的特例。从前面的介绍可以发现，函数的非线程安全都是和共享变量有关系，那么，如果一个函数不涉及任何共享变量，那么他每次执行的结果就一定是可以预见的，因此是绝对的线程安全，我们称之为可重入函数。

如何判断一个函数是否可重入？两种方法：

1. 如果一个函数的参数不涉及引用或指针，并且内部不涉及任何共享变量，那么肯定是可重入的，这叫做显式可重入。
2. 如果一个函数的参数有引用或指针，并且内部不涉及任何共享变量，那么也可能是可重入的，需要小心处理。这时候的可重入称为隐式可重入。

明日目标

1. unp第2章和第3章看完。因为这部分知识比较基础，之前都看过了。复习起来应该比较快，主要解答一些疑惑就够了。大概过一遍，能看懂，后面忘了再回来查。
2. 看看面经吧，毕竟要面试了，同时也涨涨视野。
3. LeetCode一道题。
   任务有点多，早睡早起！晚安~