操作系统中的进程和线程

操作系统中的进程和线程

1.进程和线程的学习中容易混乱的地方

之所以觉得进程和线程难以理解，大概有这么几个原因：

• 进程，线程的概念是不断发展的，不同时期的书籍会有不同的阐述，如一开始内核不支持线程到后来内核开始支持线程
• 经典的书籍如《现代操作系统》多是从原理的角度去说，高屋建瓴，但是难以有切身感受
• 操作系统对进程和线程的实现也是不同的，架构者对进程和线程的理念有所不同，Linux和Windows内核对线程的实现不同。

2.进程模型的演变

最初，进程的内涵分为两个方面：

• 调度，执行的基本单位

最初操作系统不支持线程的概念，内核中维护着进程的各种信息，如运行状态，优先级，寄存器等，也就是说OS可以根据这些信息调度和执行进程。

• 资源所有权

包括程序，数据，文件，socket 等资源。

将两个独立的功能分离，出现了线程的概念：

• 作为执行与调度的基本单位——thread
• 资源所有权： process

这也就是经常说的："process是资源容器，thread是执行单位"。这样带来的巨大好处是：

• 线程的创建成本远远低于进程，因为线程中包含的数据量少于进程，线程只需要执行相关的数据即可，如，pc,寄存器，栈，执行状态
• 进程中的线程共享地址空间，进程间的通信的代价远大于线程间的通信。

3.三种线程模型

<1>用户级线程

彼时操作系统没有提供对线程的支持，只是在应用层面实现了线程，操作系统并不知道，，内核维护着进程表，仍然以进程为单位进行系统调用。进程自身维护着线程表，维护线程的状态。

• 优势

  • 不用切换到内核态，性能极佳，
  • 进程自己可以有定制的调度算法
  • 在不支持多线程的操作系统实现多线程程序，如DOS

• 劣势

  • 对线程的操作，如创建，调度，都是应用程序实现，导致编程困难
  • 因为操作系统只知进程不知线程，也就只能调度进程而无法调度线程，所有只要一个线程所在的进程发生了阻塞，那操作系统即阻塞该进程，那么该进程的其他线程也就无法被调度，相当于阻塞了。目前使用用户线程的程序越来越少了。

<2>内核级线程

后来，操作系统内核开始支持线程，就出现了内核级线程模型。这种线程模型中，内核维护着进程表和线程表，也就是说，内核可以对线程直接进行调度，

• 优势

  • 内核的调度粒度小至线程，就不会出现用户级进程那种阻塞了进程，进程中所有线程都被迫“阻塞”的情况，内核线程被阻塞，不会导致进程被阻塞，进程中的其他线程依然可以继续执行

• 劣势

  • 开销挺大，从用户态到内核态的切换有一定的开销
  • 支持的线程总量较小，因为内核线程占据内核的空间，而内核所持有的空间是有限的

一般而言，程序不会直接使用内核线程，而是使用内核线程的高级接口——轻量级进程。轻量级进程和内核线程是1:1的关系。

<3>混合线程

有些操作系统支持，如Solaris平台。比较主流的windows和linux不支持。

4.概括进程和线程的本质

• 进程：当用户启动一个应用,系统将程序的源码和数据从磁盘加载到内存中,并且开始执行他的源码。一个进程即一个正被执行中的程序。与程序不同, 一个进程是一个活跃的实体 ,并且包含了程序作为单个实例在执行期间状态的快照。
• 线程：一个线程的本质是一组寄存器的状态，是操作系统对寄存器状态的抽象。

5.特殊的Linux线程实现

Linux对进程与线程的实现比较特殊，对于Linux内核来说，并不存在线程的说法，但是Linux中进程与进程可以是有区别的。对于linux内核来说，只有进程，创建进使用系统调用clone，可通过设置该方法的参数设置进程是否共享某些数据，比如：

• fork():创建子进程，通过调用0共享的clone，创建的进程是完全复制父进程的数据，二者不共享不可见。
• pthread_create：通过调用最多共享的clone实现，就相当于一般意义上的线程了。

可以看到Linus对进程与线程的观点：
Linus的观点，Re: proc fs and shared pids