2. 进程和线程

文章目录

前言
1. 进程是什么
2. 进程的相关属性
3. 线程是什么
4. 为什么引入线程
5. 进程和线程的区别

前言

上一篇博客，我们讲到了CPU和操作系统，今天我们讲一个操作系统中一个非常重要的概念—线程和进程

1. 进程是什么

每个应用程序运行于现代操作系统之上时，操作系统会提供⼀种抽象，好像系统上只有这个程序在运行，所有的硬件资源都被这个程序在使用。这种假象是通过抽象了⼀个进程的概念来完成的，进程可以说是计算机科学中最重要和最成功的概念之一。
进程是操作系统对⼀个正在运行的程序的一种抽象，换言之，可以把进程看做程序的一次运行过程；同时，在操作系统内部，进程又是操作系统进行资源分配的基本单位。

2. 进程的相关属性

首先我们先站在操作系统的视角下，如何管理进程？

先描述一个进程是怎么样的
创建一个进程控制块(PCB)，是一个非常大的结构体，有很多很多的属性
再把多个线程组织起来
比如，Linux 这样的操作系统，使用链表这样的形式，把多个PCB串到一起

PCB中的一些属性：
pid，内存指令，文件描述符表，进程状态，进程的优先级，进程的上下文，进程的记账信息

pid (进程id)
进程的身份标识符
内存指令
是一组指令
进程需要知道要执行的指令在哪里，指令依赖的数据又在哪里，
进程运行的过程中，需要依赖内存资源
文件描述符
进程，在运行过程中，很多时候，需要和硬件设备，去进行交互，而硬盘上的数据是以文件的形式组织的，在进程读写文件的时候，需要先"打开文件"。
每次打开一个文件，就会把这个文件信息，保存到文件描述符表中，表里的每一项，就对应这一个打开了的文件。
操作系统中，会把很多资源，都抽象成文件来表示，不一定是硬盘中的资源。
进程是操作系统中，资源分配的基本单位

将下面这几个之前，我们再讲几个名词。
第一个：分时复用
早期计算机，是"单任务"的操作系统，同一时刻，只能运行一个进程，要想运行下一个进程，就得结束上一个进程。
而多任务操作系统 (在有多核处理器之前，多任务操作系统都已经出现了)。即使 CPU 只有一个核心，也能同时运行多个进程，这是为什么呢？就是因为分时复用。
把一个单位时间，分成很多份。
第一份，运行进程1的指令
第二份，运行进程2的指令
…
CPU 运行速度足够快，上述的切换过程，也会非常快，快到超出人类的反应时间。使人看起来感觉好像这些进程在 "同时执行"一样。
第二个：并发执行
把一个 CPU核心上，按照 分时复用，执行多个进程这样的方式，称为并发执行。人看起来是同时执行的，但从微观上来看，其实一个CPU在 串行执行，切换速度极快。
第三个：并行执行
把多个 CPU 核心上，同时执行多个进程这样的方式，称为 并行执行，现代 CPU 在运行这些进程的时候，并发和并行是同时存在的。

程序员在写代码的时候，无法区分这些进程是并发执行还是并行执行的，所以也会把并发和并行，统称为 “并发”

进程状态
进程中有很多种状态，其中有两个最为典型。
(1) 就绪状态 --> 随叫随到，进程可以随时到 CPU 上进行执行
(2) 阻塞状态 --> 进程当前不适合到 CPU 上执行
进程优先级
这么多进程，他能都可以去 CPU 上运行的机会是均等的吗？
有些进程，就是要优先级更高一些，分配到更多的 CPU资源。
例如在打游戏的时候，QQ也在运行，毋庸置疑，游戏要分配到更多的 CPU 资源，不然游戏就会跟卡。
进程的上下文
进程调度，一个进程执行一会，就会失去 CPU，过了一段时间之后，进程还会回到 CPU 上执行。
是沿着上次执行到的状态，继续往下执行，而不是重头执行。
进程在 CPU 运行的过程中， CPU上的各种寄存器，就表示了进程运行的 “中间状态”。
保存上下文：把CPU中的这些寄存器中的值，保存到内存中(PCB 的对应属性中)
恢复上下文：把 PCB 中刚才保存的属性，填写回到对应的寄存器中
进程的记账信息
统计功能，统计每个进程都在 CPU 上运行了多久，如果发现某个进程，好久没有分配 CPU 资源了，就会给这个进程倾斜一些资源。

3. 线程是什么

一个线程就是一个 “执行流”. 每个线程之间都可以按照顺序执行自己的代码. 多个线程之间 “同时” 执行着多份代码.

4. 为什么引入线程

在没有引入线程之前，可以通过多进程编程的方式，实现并发编程的效果。但是进程整体是一个比较 “重” 的概念，创建 / 销毁进程的开销很大，尤其是频繁的创建和销毁。
为了解决上述问题，引入了线程 (Thread)，轻量级进程。
每个进程，都相当于是一个要执行的任务，每个线程，也只是一个要执行的任务 (运行的一段代码指令)

5. 进程和线程的区别

进程中包含线程
每个进程中，都包含一个或多个线程。
在Windows的资源管理器中，看不到进程内部的线程，都是借助一些调试工具 (VS 的调试器，Windbg等)
进程是操作系统资源分配的基本单位
CPU，内存，硬盘资源 (文件描述符，网络带宽…
进程内部管辖着多个线程，会共享上述的内存资源和硬盘资源。
进程创建，需要申请资源；进程销毁，需要释放资源，都是重量级的事情。对于线程来说，只是第一个线程创建的时候 (和进程一起创建的时候) 申请资源，后续再创建线程，不涉及到自愿申请操作 (干得少，速度快)
只有所有的线程都销毁 (进程也跟着销毁)，才会真正释放资源，运行过程中销毁某个线程，也不会释放资源。
线程是 CPU 上调度执行的基本单位
如果一个进程包含多个线程，此时，多个线程之间，各自去 CPU 上调度执行。
比如说，一个进程中有线程1,2,3
可能是，线程1去 CPU核心1 上执行
线程2去 CPU核心2 上执行
线程3去 CPU核心3 上执行，并行操作
也有可能是，线程1，线程2，线程3在一个核心上来回切换 (并发)
也可能是线程1，线程2 在一个核心上来回切换，线程3在另一个核心上，来回切换。
上述内容，咱们程序员感知不到，也干预不了，全是由操作系统内部的 "调度器"自行完成的
线程中的一些属性
有调度相关，状态，优先级，记账信息，上下文。
而文件描述符表和内存指针共用这线程的。
引入线程后的一些问题
咱们举一个场景，一些人去吃鸡腿，其中人代表线程，鸡腿代表任务量，人吃鸡腿的动力代表CPU资源，不同的房间代表不同的进程。
场景一：
两个房间，两个桌子，两个滑稽老铁，吃 100 只鸡腿，每个房间的都放入 50只鸡腿。
引入多线程编程，效率提高了，但是搞个房间，搞个桌子，搞个滑稽，整个的开销也不小
场景二：
一个房间，100只鸡，两个滑稽来吃。
引入多线程方案。
此时，也是每个滑稽吃 50 个，同时吃
这样整个效率大幅度提高，并且也节省了房子和桌子的开销。
场景三：
如果引入多个线程呢？
一个房间，100只鸡，四个滑稽来吃
整体的效率还会进一步提升。
但是如果有几十个甚至100个滑稽一块去吃呢？
虽然提高线程的数目，能够提升效率，但也不是 “线性增长的”，线程数目达到一定程度之后，就算有再多的线程，也没法起到效果了，因为桌子上的空间有那么大。而且挤来挤去，会拖慢效率。
线程数目如果太多，线程的调度开销也会非常明显，因为调度开销会拖慢程序的性能。
场景四：
多个滑稽老铁，共同抢夺一只鸡呢？
如果两个滑稽老铁，看中了同一只鸡，此时就可能发生冲突。
就会引发线程冲突问题，造成线程不安全，这样的冲突，可能会使得代价出现bug
场景五：
有个滑稽老铁，脾气火爆，没有抢到鸡大腿，直接掀桌了，(╯‵□′)╯︵┻━┻。
一个线程抛出异常，可能就会带走整个县城，所有的线程都无法继续工作。
可能即使捕获到异常，处理掉，也不一定会造成进程终止
下面便是图形化的解释，大家可以看看。