【Linux】线程概念

线程与进程

我们都知道，进程是操作系分配资源的基本实体。 每当操作系统创建一个新的进程时，都会为这个进程分配资源，例如 : 进程地址空间，页表…等。

【Linux】线程概念-LMLPHP

那如何理解线程呢？

在Linux系统下，并没有真正意义上的线程。因为在Linux系统下，线程没有属于自己的数据结构。而windows操作系统是为线程设定了指定的数据结构。而在Linux系统下，线程复用了进程的PCB。也就是说，描述线程和进程的结构体都是task_struct。而这些PCB都共享同一块进程地址空间，共享同一块页表…以及其他的资源。

【Linux】线程概念-LMLPHP

而这个时候，进程就不仅仅是一个PCB了，而是多个PCB + 当前进程的资源 = 进程。而每一个PCB都是一个执行流，无论是线程还是进程，CPU都不关心。因为CPU只负责调度PCB。而通过一定的技术手段，可以将进程的"资源"以一定的方式分配给不同的task_struct。

所以可以得出结论：

进程是承担操作系统分配资源的基本实体。

线程是在进程的内部执行。因为它们共享同一块进程地址空间以及其他资源。

线程是CPU调度的基本单元

重新认识进程

在之前的认知中，我们都认为一个进程就是一个PCB + 程序的代码和数据。但是现在我们要重新认识进程了。当进程内部只有一个执行流的时候，进程 = PCB + 程序的代码和数据。当进程内部有多个执行流的时候，那么进程 = 多个PCB + 程序的代码和数据。

在CPU的视角中，CPU其实根本不关心当前调用的是进程还是线程，因为它只认PCB，也就是task_struct。所以在linux系统下， PCB <= 其他OS内的PCB。因为当Linux下的进程包含多个执行流的时候，那么多个PCB其实共享了大部分资源，那么此时的PCB就会小于其他OS内的PCB。因为其他的OS，进程和线程都有属于各自的数据结构。

在Linux下，Linux是用进程来模拟线程的！

这也就意味着Linux并不能直接给我们提供线程相关的接口，只能提供轻量级进程接口！不过好在有一位Linux系统工程师在用户层实现了一套多线程方案，以库的方式提供给了用户进行使用，那就是 pthread线程库，也叫原生线程库。

创建线程

在初步了解线程之后，那么我们可以来创建一个线程，见见线程是什么样子的。

我们先认识一下创建线程的函数。

int pthread_create(pthread_t *thread, const pthread_attr_t *attr,
                   void *(*start_routine) (void *), void *arg);
第一个参数为线程的tid
第二个参数为线程的属性
第三个参数是一个函数指针，为线程的执行函数
第四个参数为执行函数的参数

测试代码：

#include<iostream> 
#include<pthread.h> 
#include<unistd.h> 

void* ThreadRun(void* name)
{
  while(1)
  {
    std::cout << "this is " << (char*)name << ", pid = " << getpid() << std::endl;
    sleep(1);
  }
}
int main()
{
  pthread_t tids[5]; 
  char name[64];
  for(int i = 0 ; i < 5 ; i++)
  {
    snprintf(name,sizeof name,"%s:%d","Thread ",i);
    pthread_create(tids+i,nullptr,ThreadRun,(void*)name);
    sleep(1);
  }
  while(1)
  {
    std::cout << "this is main thread , pid = " << getpid() << std::endl;
    sleep(3);
  }
}

记得在编译的时候加上一个-lpthread选项，否则无法编译通过，因为 -lphtread原生线程库并不属于C/C++库。

【Linux】线程概念-LMLPHP

然后运行后我们发现。5个线程+一个主线程，它们打印出来的进程pid都是一样的。

【Linux】线程概念-LMLPHP

然后我们再用ps ajx | head -1 && ps ajx | grep “你的可执行程序名称” 来查看当前运行的进程

【Linux】线程概念-LMLPHP

我们发现只有一个进程，这是因为线程是进程内部执行的！所以我们无法看到线程，如果想看线程，我们可以用ps -aL | head -1 && ps -aL | grep "要查看的进程名称" 即可查看当前进程下的线程。

【Linux】线程概念-LMLPHP

我们可以看到这个进程中有6个线程，一个主线程。剩下的5个创建的线程。我们可以发现它们的PID都是一样的。但是LWP是不一样的！所以，CPU调度看的是LWP还是PID 呢？答案肯定是LWP，因为线程是CPU调度的基本单元。如果是根据PID进行调度，那么这么多线程的PID都一样，就会产生歧义。所以CPU调度实际是根据LWP字段调度的。

验证线程之间共享地址空间

很简单，我们只需要创建一个全集变量，并在主线程对该变量进行修改，然后让所有线程打印该变量。其他线程的值也发生了改变，那就说明线程之间共享了地址空间。

#include<iostream> 
#include<pthread.h> 
#include<unistd.h> 


int x = 0;

void* ThreadRun(void* name)
{
  while(1)
  {
    std::cout << "this is " << (char*)name << ", pid = " << getpid() << "  x = " << x  << std::endl;
    sleep(1);
  }
}

int main()
{
  pthread_t tid; 
  pthread_create(&tid,nullptr,ThreadRun,(void*)"new thread");
  while(1)
  {
    x++;
    std::cout << "this is main thread , pid = " << getpid() <<"  x = " << x << std::endl;
    sleep(1);
  }
}

运行结果：

【Linux】线程概念-LMLPHP

我们发现，全局变量x被所有线程所共享。

线程中独立的资源

线程共享进程数据，但也拥有自己的一部分数据，比如：

线程id
一组寄存器(相当于上下文)
栈(每个线程有独立的栈结构，让线程与线程之间独立)
errno
信号屏蔽字
调度优先级

为什么线程切换的成本更低？

1.因为进程地址空间和页表不需要切换

但是地址空间和页表切换并没有太大的消耗。线程切换成本更低的本质原因是因为CPU内部有L1~L3 cache。

我们都知道，CPU处理指令是一条一条处理的。但如果每次CPU都去内存读一条指令，那么速度是非常非常慢的。所以CPU内部有个缓冲区。会先把内存中的指令放进CPU内部缓冲区。也就是预读代码，这样CPU就不用频繁的去内存中读取指令。而是直接在内部缓冲区里读，这样子速度是非常快的。而线程切换，cache不会失效。但如果是进程切换，那么cache就会立马失效，只能重新缓冲。所以这才是线程切换更快的本质原因，因为线程切换，CPU内部的缓冲区不用重新缓存。

林子