2012 不宜进入的三个技术点（中）

赖勇浩（http://laiyonghao.com）

线程

线程是指进程中的一个单一顺序的控制流，是操作系统能够调度的最小单位，一个进程中可以有多条线程，分别执行不同的任务。线程有内核线程和用户线程之分，但在本文中仅指内核线程。在软件开发中，使用线程有以下好处：
1、在多核或多路 CPU 的机器上多线程程序能够并发执行，提高运算速度；
2、把 I/O，人机交互等与密集运算部分分离，提升 I/O 吞吐量和增进用户体验。
线程的缺点也很明显：
1、创建一条线程需要较大的内存开销，导致不能创建海量的线程；
2、线程由操作系统调度（分配时间片），线程切换的 CPU 成本比较高，导致大量线程存在时大量 CPU 资源消耗在线程切换上；
3、同一进程的多条线程共享全部系统资源，在多线程间共享资源需要进入加锁，大量的锁开销不提，重要的是加大了编写程序的复杂性，这一点你看看有多少书名含有“多线程”三个字就明白写个多线程应用有多难了；
4、I/O 方面，多线程帮助有限，以 TCP Socket Server 为例，如果每一个 client connection 由一条专属的线程服务，那么这个 server 可能并发量很难超过 1000。为了进一步解决并发带来的问题，现代服务器都使用 event-driven i/o 了。
event-driven i/o 解决了并发量的问题，但引入了“代码被回调函数分割得零零碎碎”的问题。特别是当 event-driven i/o 跟 multi-threading 结合在一起的时候，麻烦就倍增了。解决这个问题的办法就使用绿色线程，绿色线程可以在同一个进程中成千上万地存在，从而可以在异步 I/O 上封装出同步的 APIs，典型的就是用基于 greenlet + libevent 开发的 python 库 gevent。绿色线程的缺陷在于操作系统不知道它的存在，需要用户进行调度，也就无法利用到多核或多路 CPU 了。为了解决这个问题，很多大牛都做出了巨大的努力，并且成果斐然，scala、google go 和 rust 都较好地解决了问题，下文以 rust 的并发模型为例讲一下。
rust 提出一个 Task 的概念，Task 有一个入口函数，也有自己的栈，并拥有进程堆内存的一部分，为方便理解，你可以把它看作一条绿色线程。rust 进程可以创建成千上万个 Tasks，它们由内建的调度器进行调度，因为 Tasks 之间并不共享数据，只通过 channels/ports 通信，所以它们是可并行程度很高。rust 程序启动时会生成若干条（数量由 CPU 核数决定或运行时指定）线程，这些线程并行执行 Tasks，从而利用多个 CPU 核心。

如上图，rust 应用程序不停地 spawn 出一个又一个 Tasks，它们由 tasks 调度器管理，在适当的时机，调度器会把某一个 Task 分配给原生线程执行，如果这个 Task 进入 I/O 等待或主动让出 CPU（sleep），那么这个 Task 会被交回给调度器，而相应的原生线程会执行另一个新分派的 Task。尽管使用 rust 编程语言是不能创建线程的（直接调用 C 函数不算），但 rust 应用程序实际上是多线程的（一般情况下），它能够充分地利用多核或多路 CPU。
综上，类似 rust 的 Task 的概念是比线程更好的并发模型，更安全，编写的代码也更加容易维护（关于维护性，我相信写过 gevent 程度或 go 程序的同学会认同的）。线程当然不会消亡，但随着 scala/go/rust 的成熟，在可以预见的将来，线程会退到它呆着的角落：远离普通程序员，只有少数人需要了解它的细节。