【5.0】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。

【1】车间的例子

• 进程
  • 资源单位
• 线程
  • 执行单位
• 将操作系统比喻成大的工厂
  • 进程相当于工厂里面的车间
  • 线程相当于车间里面的流水线

【2】小结

• 每一个进程必定自带一个线程

• 进程：资源单位

  • 起一个进程仅仅只是 在内存空间中开辟出一块独立的空间

• 线程：执行单位

  • 真正被CPU执行的其实是进程里面的线程
  • 线程指的就是代码的执行过程，执行代码中所需要使用到的资源都找所在的进程索要

• 进程和线程都是虚拟单位，只是为了我们更加方便的描述问题

【二】线程的创建开销

【1】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

【2】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
  • 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】线程和进程的区别

• 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】为何要有多线程

【1】开设进程

• 申请内存空间 -- 耗资源
• 拷贝代码 - 耗资源

【2】开设线程

• 一个进程内可以开设多个线程
• 在一个进程内开设多个线程无需再次申请内存空间及拷贝代码操作

【3】总结线程的优点

• 减少了资源的消耗
• 同一个进程下的多个线程资源共享

【4】什么是多线程

• 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。
• 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）

【5】思考题

（1）案例需求：开发一款文字处理软件进程

• 获取用户输入的功能
• 实时展示到屏幕的功能
• 自动保存数据到硬盘的功能

（2）针对上述功能进程合适还是线程合适？

• 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。

【五】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。