Java编程基础知识之线程篇（其一）

前言：

本文将对进程与线程之间的关系、各自运作做简单介绍，介绍背景基于Linux系统，因为Windows、mac不开源，无法得知内部运作

一、进程

1.什么是进程（Process）/任务（Tast）

        进程是操作系统对一个正在运行的程序的一种抽象，换言之，可以把进程看做程序的一次运行过程； 同时，在操作系统内部，进程又是操作系统进行资源分配的基本单位。

2.进程控制块抽象(PCB Process Control Block) 

1）PCB基本介绍

        计算机内部要管理任何现实事物，都需要将其抽象成一组有关联的、互为一体的数据。在 Java 语言中，我们可以通过类/对象来描述这一特征。C语言使用结构体

// 以下代码是 Java 代码的伪码形式，重在说明，无法直接运行
class PCB {
    // 进程的唯一标识 —— pid;
    // 进程关联的程序信息，例如哪个程序，加载到内存中的区域等
    // 分配给该资源使用的各个资源
    // 进度调度信息
}

        这样，每一个 PCB 对象，就代表着一个实实在在运行着的程序，也就是进程。操作系统再通过这种数据结构，例如线性表、搜索树等将 PCB 对象组织起来，方便管理时进行增删查改的操作。在Linux系统下，使用的数据结构是双链表。

        

        所以基于以上：（Linux系统下）

所谓“创建线程”，就是先创建出PCB ，然后把PCB加到双向链表 

所谓“销毁线程”，就是找出链表上的PCB，并且从链表上删除

所谓“查看任务管理器”就是遍历链表

 2）PCB属性

• pid(进程Id) ：作为进程的身份标识
• 内存指针：指明这个进程要执行的代码/指令的内存在哪里，以及这个进程执行中依赖的数据都在哪里
• 文件描述符表：
  • 程序运行过程中，经常要和文件打交道（文件是在硬盘上面的）
  • 进程每次打开一个文件，就会在文件描述符多增加一项（这个文件描述符就可以视为一个数组，里面的每一个元素又是一个结构体，对应一个文件的相关信息）
  • 一个进程只要一启动，不管代码中是否带有打开/操作文件的代码，都会默认的打开三个文件(系统默认打开)，分别是标准输入（System.in）、标准输出（System.out）、标准错误（System.err）

3.CPU 分配 —— 进程调度（Process Scheduling）

        操作系统对CPU资源的分配，采用的是时间模式 —— 不同的进程在不同的时间段去使用 CPU 资源。

        对于多个进程同时运行，操作系统使用的是“并发编程”，这个“并发编程”是宏观上的，微观上是两个不一样的东西，分别是【并发】与【并行】

【并行】微观上，两个CPU核心，同时执行两个任务

【并发】微观上，一个CPU核心轮流执行多个任务

并行与并发都是微观上，宏观上，人类感知不到微妙的时间差，所以宏观上我们都叫做“并发”

        为了让每个进程都调度的正确且公平，进程都有各自的状态、优先级、记账信息、上下文，被操作系统记录着
 

• 状态：可运行状态：可运行状态表示的进程，可能没有运行，也可能已经在运行
            阻塞状态/睡眠状态：暂时不用上CPU运行
• 优先级：优先给谁分配运行时间，其次再给谁分配时间，分配多少
• 记账信息：统计了每个进程，都分别执行了多久，都执行了哪些命令，分别排队多少，是用来给进程调度提供指导依据 
• 上下文：简单解释就是【存档+读档】，进程在调度的时候也是一样，进程很可能执行了某个操作，执行一半，就被调度走了，过一段时间，进程还要回来从上次执行到的位置继续往下执行！对于进程来说，上下文，具体指的就是 CPU 里的一堆寄存器里面的值。上下文就会在进程被切出 CPU 的时候，把寄存器的状态保存到 PCB 里（内存）。下次进程回到 CPU 上就把 PCB 里的上下文读取出来，恢复到 CPU 寄存器中。

4.内存分配 —— 内存管理（Memory Manage）       

        进程的正常运作需要操作系统给它分配内存资源。
 

        但是如果直接分配物理地址是会出现进程A能访问到进程B的地址的错误（内存指针出现错错误），这不符合进程对隔离性的需求，所以现在的操作系统使用的是 虚拟内存地址的这一套方法，既保证了隔离性，又保证了内存资源分配

         相比于直接分配内存地址给进程，虚拟地址并不存在于实际内存中，而是假象于进程本身中，然后通过MMU做映射到实际物理内存的工作。

        虚拟内存地址给进程造成一种独享内存的错觉，内容访问也在仅在自己的虚拟内存范围内，即使内容指针出错也不会指到隔壁进程去，也就是将问题限制于自身内部。假如内容指针出错成了野指针跑到MMU中进行映射工作，也会被MMU发现，并告知指针出错

         【虚拟内存过大问题】

1. 虚拟内存虽然很大，但是实际上使用到的物理内存很小
2. 极端情况下，内存被吃满了，这种情况要么是bug，要么是确实有进程要使用这么多的内存。对于这种情况，要么检测bug要么增加内存。

5.进程间通信(Inter Process Communication)

        由于在资源分配的时候，就注定了两个进程之间具有隔离性，但是不同进程之间也需要进行互动交换信息。所以进程间的通信就此而生

目前主流的操作系统下的通信机制：

1. 管道
2. 共享内存
3. 文件
4. 网络
5. 信号量
6. 信号

        其中，网络是一种相对特殊的 IPC 机制，它除了支持同主机两个进程间通信，还支持同一网络内部非同一主机上的进程间进行通信。

二、线程     

1.线程是什么

        一个线程就是一个 " 执行流 ". 每个线程之间都可以按照顺讯执行自己的代码 . 多个线程之间 " 同时 " 执行着多份代码.

        举个例子:银行的每个服务窗口就是一个线程（银行本身就是进程）

2.为什么要有线程

• 首先, "并发编程" 成为 "刚需".
  • 单核 CPU 的发展遇到了瓶颈. 要想提高算力, 就需要多核 CPU. 而并发编程能更充分利用多核 CPU资源.
  • 有些任务场景需要 "等待 IO", 为了让等待 IO 的时间能够去做一些其他的工作, 也需要用到并发编程.
• 其次, 虽然多进程也能实现并发编程，但线程比进程更轻量.
  • 创建线程比创建进程更快.
  • 销毁线程比销毁进程更快.
  • 调度线程比调度进程更快.
• 最后, 线程虽然比进程轻量, 但是人们还不满足, 于是又有了 "线程池"(ThreadPool) 和 "协程"(Coroutine)

 补充说明：

• 进程的资源申请和释放是比较低效的，线程之所以轻，在于资源用完不用释放，需要也就直接用，就相当于，进程一次的部署，全家终身收益。
• 对于进程资源的申请和释放问题，虽然可以使用进程池预先准备好，但是在闲置的时候，依旧会占用大量资源

3.进程和线程的区别

1. 进程是包含线程的. 每个进程至少有一个线程存在，即主线程。
2. 进程和进程之间不共享内存空间. 同一个进程的线程之间共享同一个内存空间。
3. 进程是系统分配资源的最小单位，线程是系统调度的最小单位。

         实际例子就是一个工厂内有多个流水线，多个流水线能更好的完成任务，但也不能过多，造成拥挤抢占资源变得低效，所谓物极必反。

4.Java 的线程 和 操作系统线程 的关系

        线程是操作系统中的概念. 操作系统内核实现了线程这样的机制 , 并且对用户层提供了一些 API 供用户使用( 例如 Linux 的 pthread 库 ).Java 标准库中 Thread 类可以视为是对操作系统提供的 API 进行了进一步的抽象和封装 .

三、线程与进程面试问题

谈谈进程与线程的区别与联系

1. 进程包含线程，一个进程里可以有一个线程，也可以有多个线程
2. 进程和线程都是为了处理并发编程这样的场景，但是进程在频繁的创建和释放的时候比较低效率。相比之下，线程更轻量，少了申请和释放这个过程，是直接使用进程内部已有的资源，一个进程内部的多个线程共享一个内存、文件等资源
3. 操作系统创建进程，要给进程分配资源，进程是操作系统分配资源的最小单位。操作系统创建线程，在CPU上调度，线程是操作系统调度执行的基本单位。
4. 进程具有独立性，每个进程有各自的虚拟地址空间，一个进程挂了，不会影响其他进程，同一个进程中有一个或者多个线程，它们共用一个内存空间，一个线程挂掉，可能影响到其他线程，甚至整个进程崩溃