深入理解Linux线程（LWP）：概念、结构与实现机制（1）

🎬慕斯主页：修仙—别有洞天

♈️今日夜电波：会いたい—Naomile

1:12━━━━━━️💟──────── 4:59
🔄 ◀️ ⏸ ▶️ ☰

💗关注👍点赞🙌收藏您的每一次鼓励都是对我莫大的支持😍

Linux线程的概念

定义

从进程理解线程

Linux线程的理解

局部性原理

概念

线程切换为什么效率高？

Linux线程的概念

定义

课本上的定义：线程是比进程更轻量化的一种执行流，线程是在进程内部执行的一种执行流。大白话：线程是CPU调度的基本单位，进程是承担系统资源的基本实体。

对于Linux线程详细的定义：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。

从进程理解线程

我们都知道Linux中的一个进程是由对应的PCB、进程地址空间、页表组成的。

大致的图示如下：

从上面进程的大致示意图可见，如果我们要创建一个进程，还是挺麻烦的，它要创建对应的PCB来管理，要加载各种各样的数据，涉及到IO等等。可以发现成本是挺高的。进程在创建时需要做很多工作。而线程就是在进程创建完成后，只需再创建“PCB”指向该进程的地址空间，再将代码数据等等拆解成几部分，分别让这些“PCB”进行管理对应的部分，他无需再进行资源的申请等等操作，只需进行资源的分配即可。CPU在识别到这些“PCB”时，他就会执行该进程的一部分代码、一部分数据，我们把这种比传统的进程更轻的概念叫做“线程”。当然，由于线程访问的是同一块地址空间，那么他们是很容易实现某一部分代码、数据的共享的。

而如果OS如果要支持线程，那么也是需要管理线程的，那么就需要按照六字真言：“先描述，在组织”来进行管理。对此OS中有两种管理线程的方法：方法一：按照像上述进程一样创建PCB，额外的像进程一样创建名为：TCB（Thread Control Block）来描述，再像进程一样创建调度队列、阻塞队列、运行队列、优先级等等等等。还需要对应的数据结构、算法等等来维护起来。方法二：从方法一可以知道线程所需的属性跟进程是很相似的，我们可以“拿PCB来充当TCB”，可以直接复用进程的管理方法来管理线程。在Linux中，我们就是使用方法二来管理线程的，很明显方法二更简单，更加可靠，健壮性更，更好维护。Linux中线程也叫做：轻量级进程（LWP）（light weight process）大致图示如下：

从上图可知，Linux中其实不存在实际意义上的线程，他只是利用进程的数据结构来模拟了线程，所以CPU在调度时，他不管进程还是线程，他看到一个PCB就会执行对应的方法，他们都可以被称为“轻量级进程”。因此，上面对应的线程的执行流<=进程的执行流。

Linux线程的理解

通过代码来理解Linux线程（对于下面的一些线程相关函数后续详细介绍）：

#include <iostream>
#include <unistd.h>
#include <pthread.h>
#include <sys/types.h>
#include <unistd.h>

int gcnt = 100;

// 新线程
void *ThreadRoutine(void *arg)
{
    const char *threadname = (const char *)arg;
    while (true)
    {
        std::cout << "I am a new thread: " << threadname << ", pid: " << getpid() << "gcnt: " << gcnt << " &gcnt: " << &gcnt << std::endl;
        gcnt--;
        sleep(1);
    }
}

int main()
{
    pthread_t tid;
    pthread_create(&tid, NULL, ThreadRoutine, (void *)"thread 1");//创建进程
    while (true)
    {
        std::cout << "I am main thread"
                  << ", pid: " << getpid()  << "gcnt: " << gcnt << " &gcnt: " << &gcnt << std::endl;
        sleep(1);
    }
    return 0;
}

如下图可知：我们创建了一个线程，在创建线程后，可以很明显的看到我们共享了全局变量。对于创建了一个线程前，我们可以理解为原来只有一个线程（也就是进程）。后来创建了一个线程后，我们就拥有了两个线程，通过传入对应的函数即可区分两个进程，他们还可以共享同一段代码（全局变量）。

我们可以通过以下代码查看线程：

ps -aL

局部性原理

概念

局部性原理是指在程序执行期间，无论是指令还是数据的访问都倾向于聚集在一个较小的连续区域中。它主要分为两种类型：

时间局部性：如果一个指令或数据刚刚被访问过，那么它将很可能在不久的将来再次被访问。这种现象是由于程序中存在循环和迭代等结构，导致相同的指令或数据被重复使用。
空间局部性：如果一个指令或数据被访问，那么与其相邻的指令或数据也很可能即将被访问。这是因为程序往往是顺序执行的，指令和数据在内存中的位置通常是连续的，因此访问也是连续的。

局部性原理是计算机体系结构中的一个重要概念，它直接影响了CPU缓存的设计和操作系统的内存管理策略。了解和利用局部性原理，可以帮助开发者编写更高效的程序，同时也指导硬件设计者优化处理器性能。

线程切换为什么效率高？

CUP中存在着一个硬件叫做cache，他通常用于用于存储最近访问的数据和指令以提高计算机性能。

局部性原理给预加载机制提供了理论基础，预加载机制可以将一部分代码预先加载到缓冲区里，如果CPU正在访问第10行代码，以后很大概率会访问附近的代码，所以一旦访问到第10行就会把10行附近的数据和代码全部加载到内存中或者CPU的cache中。保存在cache中的数据叫做热数据。cache在缓存时是以线程为单位的，线程间切换不需要切换cache，因为他们同属于一个进程，而进程间切换需要切换cache，重新预加载。为什么线程切换为什么比进程高？因为：1、寄存器少。2、不需要重新更新cache。

感谢你耐心的看到这里ღ( ´･ᴗ･` )比心，如有哪里有错误请踢一脚作者o(╥﹏╥)o！