【四】并发编程之多线程理论

【一】什么是线程

• 在传统操作系统中，每个进程有一个地址空间，而且默认就有一个控制线程
• 线程顾名思义，就是一条流水线工作的过程，一条流水线必须属于一个车间，一个车间的工作过程是一个进程
• 车间负责把资源整合到一起，是一个资源单位，而一个车间内至少有一个流水线
• 流水线的工作需要电源，电源就相当于cpu
• 所以
  • 进程只是用来把资源集中到一起（进程只是一个资源单位，或者说资源集合），而线程才是cpu上的执行单位。
• 多线程（即多个控制线程）的概念是
  • 在一个进程中存在多个控制线程，多个控制线程共享该进程的地址空间，相当于一个车间内有多条流水线，都共用一个车间的资源。
• 例如
  • 北京地铁与上海地铁是不同的进程，而北京地铁里的13号线是一个线程，北京地铁所有的线路共享北京地铁所有的资源，比如所有的乘客可以被所有线路拉。

【二】线程的创建开销

• 创建进程的开销要远大于线程？
  • 如果我们的软件是一个工厂
  • 该工厂有多条流水线
  • 流水线工作需要电源
  • 电源只有一个即cpu（单核cpu）
    • 一个车间就是一个进程
      • 一个车间至少一条流水线（一个进程至少一个线程）
    • 创建一个进程
      • 就是创建一个车间（申请空间，在该空间内建至少一条流水线）
    • 而建线程
      • 就只是在一个车间内造一条流水线
      • 无需申请空间，所以创建开销小
• 进程之间是竞争关系，线程之间是协作关系？
  • 车间直接是竞争/抢电源的关系，竞争（不同的进程直接是竞争关系，是不同的程序员写的程序运行的
    • 迅雷抢占其他进程的网速，360把其他进程当做病毒干死）
  • 一个车间的不同流水线式协同工作的关系（同一个进程的线程之间是合作关系
    • 是同一个程序写的程序内开启动
    • 迅雷内的线程是合作关系，不会自己干自己）

【三】线程与进程的区别

• Threads share the address space of the process that created it; processes have their own address space.
  • 线程共享创建它的进程的地址空间； 进程具有自己的地址空间。
• Threads have direct access to the data segment of its process; processes have their own copy of the data segment of the parent process.
  • 线程可以直接访问其进程的数据段； 进程具有其父进程数据段的副本。
• Threads can directly communicate with other threads of its process; processes must use interprocess communication to communicate with sibling processes.
  • 线程可以直接与其进程中的其他线程通信； 进程必须使用进程间通信与同级进程进行通信。
• New threads are easily created; new processes require duplication of the parent process.
  • 新线程很容易创建； 新进程需要复制父进程。
• Threads can exercise considerable control over threads of the same process; processes can only exercise control over child processes.
  • 线程可以对同一进程的线程行使相当大的控制权。 进程只能控制子进程。
• Changes to the main thread (cancellation, priority change, etc.) may affect the behavior of the other threads of the process; changes to the parent process does not affect child processes.
  • 对主线程的更改（取消，优先级更改等）可能会影响该进程其他线程的行为； 对父进程的更改不会影响子进程。

【四】为何要用多线程

• 多线程指的是
  • 在一个进程中开启多个线程
  • 简单的讲：如果多个任务共用一块地址空间，那么必须在一个进程内开启多个线程。详细的讲分为4点：
• 多线程共享一个进程的地址空间
  • 线程比进程更轻量级，线程比进程更容易创建可撤销，在许多操作系统中，创建一个线程比创建一个进程要快10-100倍，在有大量线程需要动态和快速修改时，这一特性很有用
• 若多个线程都是cpu密集型的，那么并不能获得性能上的增强
  • 但是如果存在大量的计算和大量的I/O处理，拥有多个线程允许这些活动彼此重叠运行，从而会加快程序执行的速度。
• 在多cpu系统中，为了最大限度的利用多核，可以开启多个线程，比开进程开销要小的多。（这一条并不适用于Python）

【五】多线程的应用举例

• 开启一个文字处理软件进程
  • 该进程肯定需要办不止一件事情，比如监听键盘输入，处理文字，定时自动将文字保存到硬盘
  • 这三个任务操作的都是同一块数据，因而不能用多进程。
  • 只能在一个进程里并发地开启三个线程
    • 如果是单线程，那就只能是，键盘输入时，不能处理文字和自动保存，自动保存时又不能输入和处理文字。

【六】经典的线程模型（了解）

• 多个线程共享同一个进程的地址空间中的资源

  • 是对一台计算机上多个进程的模拟，有时也称线程为轻量级的进程

• 而对一台计算机上多个进程

  • 则共享物理内存、磁盘、打印机等其他物理资源。

• 多线程的运行也多进程的运行类似

  • 是cpu在多个线程之间的快速切换。

• 不同的进程之间是充满敌意的，彼此是抢占、竞争cpu的关系

  • 如果迅雷会和QQ抢资源。
  • 而同一个进程是由一个程序员的程序创建，所以同一进程内的线程是合作关系
  • 一个线程可以访问另外一个线程的内存地址，大家都是共享的。

• 类似于进程

  • 每个线程也有自己的堆栈

• 不同于进程

  • 线程库无法利用时钟中断强制线程让出CPU，可以调用thread_yield运行线程自动放弃cpu，让另外一个线程运行。

• 线程通常是有益的

  • 但是带来了不小程序设计难度，线程的问题是：
    • 父进程有多个线程，那么开启的子线程是否需要同样多的线程
    • 如果是，那么附近中某个线程被阻塞，那么copy到子进程后，copy版的线程也要被阻塞吗，想一想nginx的多线程模式接收用户连接。

• 在同一个进程中，如果一个线程关闭了问题，而另外一个线程正准备往该文件内写内容呢？

  • 如果一个线程注意到没有内存了，并开始分配更多的内存，在工作一半时，发生线程切换，新的线程也发现内存不够用了，又开始分配更多的内存，这样内存就被分配了多次，这些问题都是多线程编程的典型问题，需要仔细思考和设计。

【七】POSIX线程（了解）

• 为了实现可移植的线程程序
  • IEEE在IEEE标准1003.1c中定义了线程标准
  • 它定义的线程包叫Pthread。
  • 大部分UNIX系统都支持该标准，简单介绍如下：

线程调用	描述
Pthread_create	创建一个新线程
Pthread_exit	结束调用的线程
Pthread_join	等待一个特定的线程退出
Pthread_yield	释放CPU来运行另外一个线程
Pthread_attr_init	创建并初始化一个线程的属性结构
Pthread_attr_destroy	删除一个线程的属性结构

【八】在用户空间实现的线程（了解）

• 线程的实现可以分为两类：

  • 用户级线程(User-Level Thread)
  • 内核线线程(Kernel-Level Thread)

• 后者又称为内核支持的线程或轻量级进程。

  • 在多线程操作系统中，各个系统的实现方式并不相同
  • 在有的系统中实现了用户级线程，有的系统中实现了内核级线程。

• 用户级线程内核的切换由用户态程序自己控制内核切换

  • 不需要内核干涉
  • 少了进出内核态的消耗
  • 但不能很好的利用多核Cpu
  • 目前Linux pthread大体是这么做的。

• 在用户空间模拟操作系统对进程的调度，来调用一个进程中的线程，每个进程中都会有一个运行时系统，用来调度线程。

• 此时当该进程获取cpu时，进程内再调度出一个线程去执行，同一时刻只有一个线程执行。

【九】在内核空间实现的线程（了解）

• 内核级线程:
  • 切换由内核控制，当线程进行切换的时候，由用户态转化为内核态。
  • 切换完毕要从内核态返回用户态；
• 可以很好的利用smp，即利用多核cpu。windows线程就是这样的。

【十】用户级与内核级线程的对比（了解）

【1】： 以下是用户级线程和内核级线程的区别：

• 内核支持线程是OS内核可感知的
  • 而用户级线程是OS内核不可感知的。
• 用户级线程的创建、撤消和调度不需要OS内核的支持，是在语言（如Java）这一级处理的；
  • 而内核支持线程的创建、撤消和调度都需OS内核提供支持，而且与进程的创建、撤消和调度大体是相同的。
• 用户级线程执行系统调用指令时将导致其所属进程被中断
  • 而内核支持线程执行系统调用指令时，只导致该线程被中断。
• 在只有用户级线程的系统内，CPU调度还是以进程为单位，处于运行状态的进程中的多个线程，由用户程序控制线程的轮换运行；
  • 在有内核支持线程的系统内，CPU调度则以线程为单位，由OS的线程调度程序负责线程的调度。
• 用户级线程的程序实体是运行在用户态下的程序
  • 而内核支持线程的程序实体则是可以运行在任何状态下的程序。

【2】： 内核线程的优缺点

• 优点：
  • 当有多个处理机时，一个进程的多个线程可以同时执行。
• 缺点：
  • 由内核进行调度。

【3】： 用户进程的优缺点

（1）优点：

• 线程的调度不需要内核直接参与，控制简单。
• 可以在不支持线程的操作系统中实现。
• 创建和销毁线程、线程切换代价等线程管理的代价比内核线程少得多。
• 允许每个进程定制自己的调度算法，线程管理比较灵活。
• 线程能够利用的表空间和堆栈空间比内核级线程多。
• 同一进程中只能同时有一个线程在运行，如果有一个线程使用了系统调用而阻塞，那么整个进程都会被挂起。另外，页面失效也会产生同样的问题。

（2）缺点：

• 资源调度按照进程进行，多个处理机下，同一个进程中的线程只能在同一个处理机下分时复用

【十一】混合实现（了解）

• 用户级与内核级的多路复用
  • 内核同一调度内核线程，每个内核线程对应n个用户线程