第四章：线程

1. 线程的基本概念

什么是线程？

• 定义：线程是进程中的一个执行流，是CPU调度和执行的基本单位。
  
• 进程与线程的关系：
  • 进程是资源分配的单位（拥有代码、数据、文件等资源）。
    
  • 线程是进程内部的一个实体，它共享进程的所有资源，但拥有自己独立的执行轨迹（程序计数器、寄存器集合、栈）。

单线程 vs. 多线程进程

• 单线程进程：传统进程，只有一个执行流。
  • 代码 + 数据 + 文件 + 1组(寄存器、栈)
    
• 多线程进程：一个进程内包含多个执行流。
  • 代码 + 数据 + 文件 + N组(寄存器、栈)

经典比喻：
* 进程就像一个厨房，它拥有所有的资源：空间、水、电、厨具（对应代码、数据、文件等资源）。
* 单线程进程是厨房里只有一个厨师，他负责所有工作。
* 多线程进程是厨房里有多个厨师（线程），他们共享厨房的所有资源，但各自进行不同的任务（比如一个切菜，一个炒菜），协同完成一顿饭。

---

2. 使用多线程的好处

1. 响应性：即使在单核CPU上，一个线程在等待I/O时，另一个线程可以继续执行，保持用户界面的响应。
   • 例子：在字处理软件中，一个线程处理用户输入，另一个线程在后台进行拼写检查，你不会因为检查拼写而无法打字。
     
2. 资源共享：线程默认共享它们所属进程的内存和资源。创建和切换线程比创建进程的代价小得多。
   
3. 经济性：创建和上下文切换线程比进程更快，消耗资源更少。
   
4. 可伸缩性：在多处理器体系结构上，多线程可以真正并行运行在不同的CPU核上，从而显著提高性能。

---

3. 用户线程与内核线程

这是理解线程实现的关键。

用户线程

• 管理方：在用户态由线程库（如Pthreads, Win32 threads, Java threads）进行管理，内核并不知道它们的存在。
  
• 优点：
  • 创建、管理、切换速度极快，因为不需要进入内核态。
    
• 缺点：
  • 如果一个用户线程执行了阻塞式系统调用，整个进程都会被阻塞，因为内核以为这个进程只有一个执行流。
    
  • 无法利用多核CPU实现真正的并行。

内核线程

• 管理方：由操作系统内核直接支持和管理。
  
• 优点：
  • 当一个线程阻塞时，内核可以调度该进程内的另一个就绪线程或其他进程的线程。
    
  • 可以在多处理器上真正并行执行。
    
• 缺点：
  • 线程的创建、管理和切换都需要系统调用，代价比用户线程大。

---

4. 多线程模型

用户线程和内核线程需要通过某种方式关联起来，这就产生了三种模型。

1. 多对一模型

• 映射：多个用户线程映射到一个内核线程。
  
• 特点：
  • 线程管理在用户空间进行，效率高。
    
  • 致命缺点：一个用户线程的阻塞系统调用会导致整个进程阻塞。无法在多处理器上并行。
    
• 现状：基本已被淘汰。

2. 一对一模型

• 映射：一个用户线程映射到一个内核线程。
  
• 特点：
  • 当一个线程阻塞时，其他线程可以继续运行。
    
  • 允许在多个处理器上并行执行多个线程。
    
  • 缺点：创建用户线程就需要创建内核线程，开销较大，可能会限制系统支持的线程数量。
    
• 例子：Windows， Linux。

3. 多对多模型

• 映射：多个用户线程（数量不限）映射到数量相当或更少的内核线程上。
  
• 特点：
  • 克服了多对一模型并发度低的缺点，也克服了一对一模型开销大的缺点。
    
  • 内核可以创建足够数量的内核线程以供利用CPU，同时用户也可以创建任意数量的用户线程。
    
• 变种：两级模型：是多对多模型的一种变体，允许一个用户线程绑定到一个特定的内核线程上（为某些重要线程提供保障）。

---

5. 线程相关的议题

• fork() 和 exec() 的语义：
  • 当一个多线程进程调用 fork() 时，是只复制调用 fork() 的线程，还是复制所有线程？不同的系统有不同的实现。
    
  • 如果 fork() 之后立即调用 exec()，则复制所有线程是浪费的，因为 exec() 会用新程序覆盖整个地址空间。
    
• 线程取消：
  • 异步取消：一个线程立即终止目标线程。
    
  • 延迟取消：目标线程周期性地检查是否应该终止，允许它进行必要的清理工作（更安全）。
    
• 信号处理：
  • 信号是发给进程的还是某个特定线程的？
    
  • 多线程环境中，信号的处理非常复杂。
    
• 线程池：
  • 思想：在进程启动时创建一定数量的线程，放入“池”中待命。当有任务到来时，从池中唤醒一个线程来执行，执行完毕后返回池中。
    
  • 优点：
    • 比需要时再创建新线程更快。
      
    • 限制了系统中并发线程的总数，防止资源耗尽。
      
• 线程特定数据：
  • 允许每个线程拥有属于自己的数据副本，尽管代码是共享的。
    
  • 例子：全局变量 errno。在多线程中，如果 errno 是真正的全局变量，一个线程可能会读取到另一个线程设置的错误码。使用线程特定数据，每个线程都有自己的 errno 副本。

---

6. 不同系统中的线程实现

Pthreads

• 一个POSIX标准的线程API，定义了线程操作的行为规范，而不是具体实现。
  
• 可以在用户级或内核级实现，常见于UNIX-like系统（Solaris, Linux, Mac OS X）。

Windows线程

• 采用一对一模型。
  
• 每个线程包含：
  • 线程ID
    
  • 寄存器组
    
  • 独立的用户栈和内核栈
    
  • 私有存储区域
    
• 以上这些统称为线程的上下文。

Linux线程

• Linux将线程视为一种能共享资源的特殊进程，称之为任务。
  
• 使用 clone() 系统调用创建线程，通过传递不同的参数标志，可以控制子任务与父任务共享哪些资源（如地址空间、文件描述符等）。

Java线程

• Java线程是JVM的一部分，通常通过一对一模型映射到底层操作系统的原生线程。
  
• 创建方式：
  1. 继承 Thread 类。
     
  2. 实现 Runnable 接口（更推荐，因为Java不支持多继承）。
     
• 线程状态：
  • 新建：被创建，尚未启动。
    
  • 可运行：可能在运行，也可能在等待CPU。
    
  • 阻塞：等待一个监视器锁（同步）。
    
  • 等待：无限期等待另一个线程执行特定动作。
    
  • 超时等待：在指定时间内等待。
    
  • 终止：线程已执行完毕。