JUC学习之路（1）进程与线程

wywcool

已于 2024-09-24 15:57:43 修改

阅读量980

点赞数 12

分类专栏： JUC学习之路文章标签：学习 java

于 2024-09-24 10:53:59 首次发布

本文链接：https://blog.csdn.net/wywcool/article/details/142483349

版权

JUC学习之路专栏收录该内容

4 篇文章 0 订阅

订阅专栏

JUC学习之路第一篇（1）进程与线程

目录

进程

线程

二者对比

并行与并发

应用

异步调用

并行计算

欢迎关注我的博客！26届java选手，一起加油💘💦👨‍🎓😄😂

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，就必须将指令加载至 CPU，数据加载至内存。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。
进程就可以视为程序的一个实例。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：一台计算机的进程通信称为 IPC（Inter-process communication）。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，因为它们共享进程内的内存，一个例子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

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，人类感觉是同时运行的。总结为一句话就是：微观串行，宏观并行。

单核CPU

一般会将这种线程轮流使用 CPU 的做法称为并发， concurrent

多核CPU

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。

引用 Rob Pike 的一段描述：

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

应用

异步调用

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。

同步

@Slf4j(topic = "c.Sync")
public class Sync {

    public static void main(String[] args) {
        FileReader.read(Constants.MP4_FULL_PATH);
        log.debug("do other things ...");
    }

}

异步


@Slf4j(topic = "c.Async")
public class Async {

    public static void main(String[] args) {
        new Thread(() -> FileReader.read(Constants.MP4_FULL_PATH)).start();
        log.debug("do other things ...");
    }

}

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...

结论

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。

并行计算

充分利用多核 cpu 的优势，提高运行效率。想象下面的场景，执行 3 个计算，最后将计算结果汇总。

计算 1 花费 10 ms

计算 2 花费 11 ms

计算 3 花费 9 ms

汇总需要 1 ms

如果是串行执行，那么总共花费的时间是 10 + 11 + 9 + 1 = 31ms
但如果是四核 cpu，各个核心分别使用线程 1 执行计算 1，线程 2 执行计算 2，线程 3 执行计算 3，那么 3 个线程是并行的，花费时间只取决于最长的那个线程运行的时间，即11ms 最后加上汇总时间只会花费 12m


@Fork(1)
 @BenchmarkMode(Mode.AverageTime)
 @Warmup(iterations=3)
 @Measurement(iterations=5)
 public class MyBenchmark {
 static int[] ARRAY = new int[1000_000_00];
 static {
 Arrays.fill(ARRAY, 1);
 }
//多线程 
 @Benchmark
 public int c() throws Exception {
 int[] array = ARRAY;

FutureTask<Integer> t1 = new FutureTask<>(()->{
 	int sum = 0;
 	for(int i = 0; i < 250_000_00;i++) {
 		sum += array[0+i];
 	}
 	return sum;
 });
 FutureTask<Integer> t2 = new FutureTask<>(()->{
 	int sum = 0;
 	for(int i = 0; i < 250_000_00;i++) {
 		sum += array[250_000_00+i];
 	}
 	return sum;
 });
 FutureTask<Integer> t3 = new FutureTask<>(()->{
 	int sum = 0;
 	for(int i = 0; i < 250_000_00;i++) {
 		sum += array[500_000_00+i];
 	}
 	return sum;
 });
 FutureTask<Integer> t4 = new FutureTask<>(()->{
 	int sum = 0;
 	for(int i = 0; i < 250_000_00;i++) {
 		sum += array[750_000_00+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();

}

// 单线程
@Benchmark
 public int d() throws Exception {
int[] array = ARRAY;
 FutureTask<Integer> t1 = new FutureTask<>(()->{
 	int sum = 0;
 	for(int i = 0; i < 1000_000_00;i++) {
 		sum += array[0+i];
 	}
 	return sum;
 });
 new Thread(t1).start();
 return t1.get();

 }
 }

可以看到多核下，效率提升还是很明显的，快了一倍左右