Linux 进程与线程

 进程与线程

 

进程

进程就是在操作系统中运行的程序，是操作系统资源管理的最小单位。一个进程可以管理多个线程，线程相对轻量，可以共享进程地址空间

线程来源

一个进行在运行的过程中，不可能一直占据着CPU进行逻辑运算，中间很可能在进行磁盘I/O或者网络I/O，为了充分利用CPU运算资源，有人设计了线程的概念。线程最大的特点就是和创建它的进行共享地址空间

开多个进程提高CPU利用率的难点？缺点？

有人认为要提升CPU的利用率，开多个进程可以达到，但是开多个进程的话，进程间通信又是个麻烦的事情，毕竟进程之间地址空间是独立的，没法像线程那样做到数据的共享，需要通过其他的手段来解决，如管道等

 

线程

线程有内核线程、用户线程还有协程。一般操作系统都会分为内核态和用户态，用户态线程之间的地址空间是隔离的，而在内核态，所有线程都共享同一内核地址空间。

 

线程池

由来：不管是用户线程还是内核线程，和进程一样，均由操作系统的调度器来统一调度。所以开辟太多线程，系统调度的开销会很大，另外线程本身的数据结构需要占用内存，频繁创建和销毁线程会加大系统的压力

线程可以在初始化的时候批量创建线程，然后用户后续通过队列等方式提交业务逻辑，线程池中的线程进行逻辑的消费工作，这样就可以在操作的过程中降低线程创建和销毁的开销，但是调度的开销还是存在的

协程

由来：在多核场景下，如果是I/O密集型场景，就算开多个线程来处理，也未必能提升CPU的利用率，反而会增加线程切换的开销。另外，多线程之间假如存在临界区或共享数据，那么同步的开销也是不可忽略的。

协程是轻量级线程，在一个用户线程上可以跑多个协程，这样就可以提升单核的利用率。

协程不像进程或线程，可以让系统负责相关的调度工作，协程是处于一个线程当中的，系统无感知的，所以需要在该线程中阻塞某个协程的话，就需要手工进程调度

 

1. 多进程的出现是为了提升CPU的利用率，特别是I/O密集型运算，不管是多核还是单核，开多个进程必然能有效提升CPU的利用率。

2. 多线程是可以共享同一进程地址空间上的资源，为了降低线程创建和销毁的开销，又出现了线程池的概念。

3. 为了提升用户线程的最大利用率，又有了协程的概念。

 

进程的调度

1. 在一个CPU中，同一时刻最多只能支持有线的进程或线程同时运行（这取决于CPU核数量）。但是在一个运行的操作系统上往往可以运行很多进程，假如运行的进程占据进程时间很长，就有可能让其他进程饿死。为了解决这个问题，操作系统引入了进程调度器来进行进程的切换，目的是轮流让其他进程获取CPU资源

2. 在每个进程运行完毕时，系统可以进行调度的工作，但是系统不可能总是在等进程运行完才调度，不然其他进程估计还没被调度就饿死了。系统还需要一个重要的机制：中断机制，来周期性地触发调度算法进行进程切换

3. 需要进程切换的场景有以下几种：

　　1. 该进程分配的CPU的时间片用完

　　2. 该进程主动放弃CPU（例如IP操作，某些进程的工作大部分为IO操作，占据CPU空跑会导致资源浪费，这样的进程需要主动放弃CPU）

　　3. 某一进程抢占CPU获得执行机会

　　4. 一个进程在某一时刻只能存在一个CPU的运行队列里

 

Memcached线程池模型分析

Memcached是一款服务内存管理软件，它主要是由pthread创建的用户工作线程模型来处理主要逻辑的

1. mthread主线程，主要监听socket事件，并建立连接，然后把连接和相应的时间分发到cq连接队列中（每个分线程都拥有一个连接队列）

2. cthread分线程，用于从连接队列中获取连接的读写时间， 并进行业务逻辑的处理工作

3. Memcached在创建工作线程的时候，同样会用pipe管道调用创建管道，用于和主线程之间的通信

4. 在业务逻辑繁忙并且I/O开销比较大的情况下，多线程模型提高系统的吞吐率。但缺点是当多线程同时访问同一数据的时候就存在竞争，需要额外的并发解决开销（锁）

5. 加入系统中线程数量开得太多，那么线程切换的开销也会上升，需要根据实际场景谨慎设置线程池的大小

 

Nginx进程模型分析

Nginx只要创建CPU核心数量相等的工作进程，即可满足高并发、搞吞吐量的需求，原因是它的每个工作进程都有一个基于I/O多路复用的epoll池子，这样每个进程只有在事件被触发的场景下才进行工作，否则就会让出CPU进行其他事件的处理，特别是upstream的场景下，工作进程可以悠闲地等待后端数据准备好之后再进行工作，CPU的利用率也大大提升

在Nginx中master进程通过fork调用派生完子进程后，又通过socketpair创建了管理来进程父子进程之间的通信