第一章_温故而知新
1.从hello world说起
#include<stdio.h>
int main(){
printf("Hello World\n");
return 0;
}
- 设备信息:兼容x86指令集的32位CPU个人计算机。
- 最核心的硬件:中央处理器CPU、内存和I/O控制芯片
2.软件体系结构
- 系统软件的分类:
- 平台性的:操作系统内核、驱动程序、运行库和数以千计的系统软件
- 用于程序开发的:编译器、汇编器、链接器等开发工具和开发库
- 软件体系结构:
- 层次结构:
- 接口:每个层次之间相互通信的协议。接口的下层是接口的提供者,由它定义接口;上层是接口的使用者,它使用接口来实现所需要的功能。
- 正是中间层的存在,使得应用软件和硬件之间保持相对独立。
- 虚拟机:在硬件和OS之间增加了一层虚拟层,使得计算机上可以同时运行多个OS。
- 层次结构的好处:在尽可能少改变其他层的情况下,新增加一个层可以提供前所未有的功能。
- 接口
- API:开发工具与应用程序使用的接口,即操作系统应用程序编程接口(Application Programming Interface)。
- 系统调用接口:运行库使用操作系统提供的系统调用接口(System call interface),系统调用接口在实现中往往采用软件中断方式提供。
- 硬件规格:硬件是接口的定义者,硬件接口决定了OS内核。硬件的生产厂商负责提供硬件规格,OS和驱动程序的开发者通过阅读硬件规格所定义的接口标准来编写OS和驱动程序。
3.文件系统
- OS的功能:
- 提供抽象的接口
- 管理硬件资源
- 文件系统管理着磁盘中文件的存储方式。
- 文件的存储方式:链式
- LBA:整个硬盘中所有扇区从0开始编号,一直到最后一个扇区,这个扇区编号叫做逻辑扇区号。它屏蔽了磁道、盘面等复杂的概念。当我们给出一个逻辑扇区号时,硬盘的电子设备会将其转换为实际的盘面、磁道等位置。
- 例如:如何读取Linux文件的前4096个字节?
使用read系统调用——>文件系统收到read后,判断出文件的前4096个字节位于磁盘的1000号逻辑扇区~1007号逻辑扇区——>文件系统向硬盘驱动发出一个读取逻辑扇区为1000号开始的8个扇区的请求——>磁盘驱动程序收到请求后向硬件发出硬件命令。 - 向硬件发送I/O命令的方式:有很多种,其中最常见的一种是通过读写I/O端口寄存器来实现。CPU提供了两条专门的指令"in"和"out"来实现对硬件端口的读写。
4.线程
4.1 线程的概念
- 定义:线程是程序执行流的最小单元。
- 组成:线程ID、当前指令指针PC、寄存器集合和堆栈
- 进程与线程的关系:一个进程由一个到多个线程组成,各个线程之间共享程序的内存单元(包括代码段、数据段、堆等)以及一些进程级的资源(如打开文件和信号)。
- 多线程的优点:
- 某个操作可能会陷入长时间等待,等待的线程会进入睡眠状态,无法继续执行。多线程可以有效利用等待时间。
- 某个操作(通常是计算)会消耗大量时间。如果只有一个线程,程序和用户之间的交互会中断;多线程可以让一个线程负责交互,另一个线程负责计算。
- 程序本身要求并发操作。
- 多CPU/多核计算机本身就具备同时执行多个线程的能力,因此单线程程序无法全面发挥计算机的全部计算能力。
- 相对于多进程应用,多线程在数据共享方面的效率高很多。
- 线程的访问权限
- 线程的访问非常自由,几乎可以访问进程内存中的所有数据,甚至包括其他线程的堆栈。
- 但线程也拥有自己的私有存储空间:
- 栈:并非完全无法被其他线程访问
- 线程局部存储(TLS):某些OS为线程单独提供的私有空间,通常只有有限的容量。
- 寄存器:执行流的基本数据,为线程私有
4.2 线程的调度
- 线程的并发执行:当CPU数量>线程数量时,每个线程运行在不同的CPU上,是真正的并发执行;当CPU数量<线程数量时,至少有一个处理器会运行多个线程。
- 线程调度:不断在处理器上切换不同线程的行为。
- 线程的状态:
- 运行:线程在CPU上执行
- 就绪:线程已经准备好,就差CPU
- 等待:线程在等待某一事件(通常是I/O或同步)发生,无法执行
- 线程类型:
- IO密集型线程:需要频繁等待的线程
- CPU密集型线程:很少等待的线程
- IO密集型线程总是比CPU密集型线程容易得到更高的优先级
- 在优先级调度的环境下,线程优先级改变的方式:
- 用户指定优先级
- 根据进入等待状态的频繁程度提升/降低优先级
- 长时间得不到执行而提升优先级
- 在不可抢占线程中,线程主动放弃执行的情况:
- 线程试图等待某事件
- 线程主动放弃时间片
4.3 Linux的多线程
- 在Windows中,有明确的API:CreateProcess和CreateThread来创建进程和线程;但在Linux中,所有执行实体都称为任务,每一个任务都类似于一个单线程的进程,都具有内存空间、执行实体、文件资源等。
- Linux下不同任务可以共享一个内存空间,因而共享了同一个内存空间的多个任务就构成了一个进程,这些任务就成了这个进程里的线程。
- Linux下创建任务:
- fork函数:
- fork函数产生一个和当前进程完全相同的新进程,并和当前进程一样从fork函数里返回。
pid_t pid; if(pid = fork()){ ... }
- 在fork函数调用后,新任务将启动并和本任务一起从fork函数返回;但本任务的fork将返回新任务pid,而新任务的fork将返回0。
- 写时复制:fork并不复制原任务的内存空间,而是和原任务一起共享一个写时复制的内存空间。即:两个任务可以自由读取内存,当任意一个任务试图对内存进行修改时,内存就会复制一份提供给修改方单独使用,以免影响其他任务的使用。
- exec:fork只能产生本任务的镜像,必须使用exec配合才能启动别的新任务。exec可以用新的可执行映像来替换当前可执行映像。
- clone
- fork和exec通常用于产生新任务,clone可以产生新线程。
- 函数原型:int clone(int (fn)(void),void* child_stack,int flags,void* arg);
- 使用clone可以产生一个新任务,从指定位置开始执行,并且(可选)共享当前进程的内存空间和文件。这样可以在实际效果上产生一个线程。
4.4 线程安全
- 单指令的操作称为原子的,单指令的执行是不会被打断的。
- 临界区:每个进程中访问临界资源的那段程序称之为临界区。临界区的作用范围仅限于本进程,其他进程是无法获取该锁的;而互斥量和信号量在系统的任何进程里都是可见的。此外,临界区和互斥量有着相同的作用。
- 可重入
- 一个函数被重入,表示这个函数没有执行完成,由于外部/内部因素调用,又一次进入该函数执行。一个函数被重入,只有两种情况:
- 多个线程同时执行该函数
- 函数自身调用自身
- 一个函数是可重入的,表示该函数被重入后不会产生任何不良后果。
- 可重入函数的特点:
- 不使用任何(局部)静态/全局的非const变量
- 不返回任何(局部)静态/全局的非const变量的指针
- 仅依赖于调用方提供的参数
- 不依赖任何单资源的锁
- 不调用任何不可重入的函数
- 可重入是并发安全的强力保障,一个可重入函数可以在多线程环境下放心执行。
- 一个函数被重入,表示这个函数没有执行完成,由于外部/内部因素调用,又一次进入该函数执行。一个函数被重入,只有两种情况:
- 过度优化
- 过度优化的问题:
- CPU的动态调度:在执行程序时,为了提高效率有可能交换指令的顺序。
- 编译器在优化时,也可能为了提高效率而交换不相关的相邻指令的执行顺序。
- volatile关键字阻止编译器:
- 阻止编译器为了提高速度将一个变量缓存到寄存器内而不写回
- 阻止编译器调整操作volatile变量的指令顺序
-
volatile T* pInst = 0; T* GetInstance(){ if(pInst == NULL){ lock(); if(pInst == NULL){ pInst = new T; unlock(); } return pInst; }
- barrier指令阻止CPU动态调度
- 一条barrier指令会阻止CPU将该指令之前的指令交换到barrier之后。
-
volatile T* pInst = 0; T* GetInstance(){ if(!pInst){ lock(); if(!pInst){ T* temp= new T; barrier(); pInst = temp; } unlock(); } return pInst; }
- 过度优化的问题:
4.4用户线程与内核线程之间的映射关系
- 内核线程:线程的并发执行是由多处理器/OS调度来实现的,大多数OS,都在内核里提供线程的支持,内核线程由多处理器或调度来实现并发。
- 用户线程:用户实际使用的线程是用户线程,用户线程并不一定在OS内核中对应同等数量的内核线程。
- 一对一模型
- 一个用户线程对应一个内核线程,但一个内核线程并不一定有对应的用户线程。
- 用户线程具有和内核线程一样的优点,线程之间是真正的并发,一个线程的阻塞并不影响其他线程的执行。
- 一般直接使用API/系统调用创建的线程都是一对一的线程,例如Linux的clone。
-
int thread_function(void*){...} char thread_stack[4096]; void foo{ clone(thread_function,thread_stack,CLONE_VM,0); }
- 缺点:
- 由于许多OS限制内核线程数量,因此一对一线程会让用户线程的数量收到限制。
- 许多OS内核线程调度时,上下文切换的开销大,导致用户线程的执行效率下降。
- 多对一模型
- 优点:多对一模型的线程切换要快很多。
- 缺点:如果一个用户线程阻塞,则所有的线程都无法执行,内核线程也随之阻塞。
- 多对多模型
- 多对多模型将多个用户线程映射到少数但不止一个的内核线程上。
- 多对多模型将多个用户线程映射到少数但不止一个的内核线程上。