【Linux】多线程详解（上）

阿里云国内75折回扣微信号：monov8

阿里云国际，腾讯云国际，低至75折。AWS 93折免费开户实名账号代冲值优惠多多微信号：monov8 飞机：@monov6

🎇Linux

博客主页一起去看日落吗
分享博主的在Linux中学习到的知识和遇到的问题
博主的能力有限出现错误希望大家不吝赐教
分享给大家一句我很喜欢的话 看似不起波澜的日复一日一定会在某一天让你看见坚持的意义祝我们都能在鸡零狗碎里找到闪闪的快乐🌿🌞🐾。

🍁 🍃 🍂 🌿

🍁 1. Linux线程概念

🍂 1.1 什么是线程

在一个程序里的一个执行路线就叫做线程thread。更准确的定义是线程是“一个进程内部的控制序列”
一切进程至少都有一个执行线程
线程在进程内部运行本质是在进程地址空间内运行
在Linux系统中在CPU眼中看到的PCB都要比传统的进程更加轻量化
透过进程虚拟地址空间可以看到进程的大部分资源将进程资源合理分配给每个执行流就形成了线程执行流

需要明确的是一个进程的创建实际上伴随着其进程控制块task_struct、进程地址空间mm_struct以及页表的创建虚拟地址和物理地址就是通过页表建立映射的。

每个进程都有自己独立的进程地址空间和独立的页表也就意味着所有进程在运行时本身就具有独立性。

其中每一个线程都是当前进程里面的一个执行流也就是我们常说的“线程是进程内部的一个执行分支”。

同时我们也可以看出线程在进程内部运行本质就是线程在进程地址空间内运行也就是说曾经这个进程申请的所有资源几乎都是被所有线程共享的。

当我们创建进程时是创建一个task_struct、创建地址空间、维护页表然后在物理内存当中开辟空间、构建映射打开进程默认打开的相关文件、注册信号对应的处理方案等等。

而我们之前接触到的进程都只有一个task_struct也就是该进程内部只有一个执行流即单执行流进程反之内部有多个执行流的进程叫做多执行流进程。
在这里插入图片描述

在Linux中站在CPU的角度能否识别当前调度的task_struct是进程还是线程

答案是不能也不需要了因为CPU只关心一个一个的独立执行流。无论进程内部只有一个执行流还是有多个执行流CPU都是以task_struct为单位进行调度的。

CPU看到的虽说还是task_struct但已经比传统的进程要更轻量化了。

Linux下并不存在真正的多线程而是用进程模拟的

操作系统中存在大量的进程一个进程内又存在一个或多个线程因此线程的数量一定比进程的数量多当线程的数量足够多的时候很明显线程的执行粒度要比进程更细。

如果一款操作系统要支持真的线程那么就需要对这些线程进行管理。比如说创建线程、终止线程、调度线程、切换线程、给线程分配资源、释放资源以及回收资源等等所有的这一套相比较进程都需要另起炉灶搭建一套与进程平行的线程管理模块。

因此如果要支持真的线程一定会提高设计操作系统的复杂程度。在Linux看来描述线程的控制块和描述进程的控制块是类似的因此Linux并没有重新为线程设计数据结构而是直接复用了进程控制块所以我们说Linux中的所有执行流都叫做轻量级进程。

但也有支持真的线程的操作系统比如Windows操作系统因此Windows操作系统系统的实现逻辑一定比Linux操作系统的实现逻辑要复杂得多。

既然在Linux没有真正意义的线程那么也就绝对没有真正意义上的线程相关的系统调用

这很好理解既然在Linux中都没有真正意义上的线程了那么自然也没有真正意义上的线程相关的系统调用了。但是Linux可以提供创建轻量级进程的接口也就是创建进程共享空间其中最典型的代表就是vfork函数。

vfork函数的功能就是创建子进程但是父子共享空间

pid_t vfork(void);

vfork函数的返回值与fork函数的返回值相同

给父进程返回子进程的PID。
给子进程返回0。

只不过vfork函数创建出来的子进程与其父进程共享地址空间例如在下面的代码中父进程使用vfork函数创建子进程子进程将全局变量g_val由100改为了200父进程休眠3秒后再读取到全局变量g_val的值。

#include <stdio.h>
#include <stdlib.h>
#include <sys/types.h>
#include <unistd.h>
int g_val = 100;
int main()
{
	pid_t id = vfork();
	if (id == 0){
		//child
		g_val = 200;
		printf("child:PID:%d, PPID:%d, g_val:%d\n", getpid(), getppid(), g_val);
		exit(0);
	}
	//father
	sleep(3);
	printf("father:PID:%d, PPID:%d, g_val:%d\n", getpid(), getppid(), g_val);
	return 0;
}

可以看到父进程读取到g_val的值是子进程修改后的值也就证明了vfork创建的子进程与其父进程是共享地址空间的。

在这里插入图片描述

原生线程库pthread

在Linux中站在内核角度没有真正意义上线程相关的接口但是站在用户角度当用户想创建一个线程时更期望使用thread_create这样类似的接口而不是vfork函数因此系统为用户层提供了原生线程库pthread。

原生线程库实际就是对轻量级进程的系统调用进行了封装在用户层模拟实现了一套线程相关的接口。

因此对于我们来讲在Linux下学习线程实际上就是学习在用户层模拟实现的这一套接口而并非操作系统的接口。

🍂 1.2 二级页表

以32位平台为例在32位平台下一共有232个地址也就意味着有232个地址需要被映射。

如果我们所谓的页表就只是单纯的一张表那么这张表就需要建立232个虚拟地址和物理地址之间的映射关系即这张表一共有232个映射表项。

在这里插入图片描述

每个应表项中存储一个物理地址和一个虚拟地址就需要8个字节考虑到还需要包含权限相关的各种信息这里每一个表项就按10个字节计算。

这里一共有232个表项也就意味着存储这张页表我们需要用232 * 10个字节也就是40GB。而在32位平台下我们的内存可能一共就只有4GB也就是说我们根本无法存储这样的一张页表。

因此所谓的页表并不是单纯的一张表。

还是以32位平台为例其页表的映射过程如下

选择虚拟地址的前10个比特位在页目录当中进行查找找到对应的页表。
再选择虚拟地址的10个比特位在对应的页表当中进行查找找到物理内存中对应页框的起始地址。
最后将虚拟地址中剩下的12个比特位作为偏移量从对应页框的起始地址处向后进行偏移找到物理内存中某一个对应的字节数据。

🍂 1.3 线程的优点

创建一个新线程的代价要比创建一个新进程小得多。
与进程之间的切换相比线程之间的切换需要操作系统做的工作要少很多。
线程占用的资源要比进程少很多。
能充分利用多处理器的可并行数量。
在等待慢速IO操作结束的同时程序可执行其他的计算任务。
计算密集型应用为了能在多处理器系统上运行将计算分解到多个线程中实现。
IO密集型应用为了提高性能将IO操作重叠线程可以同时等待不同的IO操作。

计算密集型执行流的大部分任务主要以计算为主。比如加密解密、大数据查找等。

IO密集型执行流的大部分任务主要以IO为主。比如刷磁盘、访问数据库、访问网络等。

🍂 1.4 线程的缺点

性能损失 一个很少被外部事件阻塞的计算密集型线程往往无法与其他线程共享同一个处理器。如果计算密集型线程的数量比可用的处理器多那么可能会有较大的性能损失这里的性能损失指的是增加了额外的同步和调度开销而可用的资源不变。
健壮性降低 编写多线程需要更全面更深入的考虑在一个多线程程序里因时间分配上的细微偏差或者因共享了不该共享的变量而造成不良影响的可能性是很大的换句话说线程之间是缺乏保护的。
缺乏访问控制 进程是访问控制的基本粒度在一个线程中调用某些OS函数会对整个进程造成影响。
编程难度提高 编写与调试一个多线程程序比单线程程序困难得多。