【Java】《2小时搞定多线程》个人笔记

简介

基于慕课网站上的一个一元钱课程《2小时搞定多线程》的 个人笔记。

线程的起源

我们先来看看网络中关于线程起源的说明，理解线程的来龙去脉对于掌握多线程有一定帮助。

此部分内容整理自下面两篇网络博客：

• # 线程是什么
• # 线程的起源

线程的起源与计算机的发展息息相关。早期的计算机系统是单指令模式，资源利用效率低下。当批处理模式即计算机的多指令模式出现后，计算机资源利用率得到有效提升，但这种模式又经常导致 CPU 陷入等待状态，无法得到充分利用，于是进程出现了。

当用户对计算机发出一系列操作指令时，每个进程会将不同的操作储存起来，随时进行切换。但是进程的指令执行效率仍然不够快，无法在同一时刻执行多个任务。为了解决这一问题，技术人员又发明了线程。

有了线程以后，每个操作指令对应的任务都能够被划分为多个子任务，由每一个单独的线程负责，而不同的线程可以同时运行，这样计算机的运行效率便得到进一步提升。

我们可以把上面的几段内容做一个概括：

1. 单指令模式（类似计算器）。
2. 多指令模式（批处理）。
3. 批处理存在CPU等待情况，进程诞生。
4. 进程指令运行效率不满足需求，为了处理多任务线程诞生。

我们会发现这里存在一些不太清楚的概念，单指令是什么？多指令模式又是什么？为什么批处理存在CPU等待情况等等.....下面我们至上而下进行简单分析。

单指令模式（类似计算器）

在计算机诞生的最早期，计算机属于政府和一些大型公司才有的”昂贵“仪器，受制各种因素限制，当时计算机只能完成一些类似”1+1“的指令操作，并且要完成这样的操作需要用户把程序写入到打孔卡（可以看作最早期的存储设备）并由专门操作人员完成执行，整个过程非常繁琐。

受这样的工作模式限制，不管来多少个用户进行输入，也只能等待计算机管理人员拿到”指令“（物理意义上）完成执行。在”拿指令“和”执行“的间隙，整个计算机都是空闲不干活的，资源利用率极低。

多指令模式（批处理）

随着CPU的执行效率提升以及对CPU资源利用率的要求提升，计算机管理员逐渐成为执行瓶颈，由此诞生了多指令模式。 多指令模式类似饭店点餐一次性下多个指令批量完成。为此人们设计了对应的批处理操作系统，由它代替计算机管理员完成任务的执行切换工作，

批处理可以挨个执行多个指令，此时我们可以把整个计算机本身类比为”单进程“操作，所以批处理在某些情况下依然存在”闲置“的情况，比如4条指令中第3条需要访问IO设备，此时第4条指令哪怕和第3条没有任何关系也依然需要等待。

进程诞生

以上的工作模式被叫做”单道批处理操作系统“，后面为了解决等待问题，人们又设计了多道批处理操作系统（也叫多任务操作系统），它的改进优势如下：

• 内存划分多个区域，每个区域存储一个程序。
• 程序执行 I/O 操作时，操作系统会将 CPU 资源分配给其它等待执行的程序。

由此”进程“的基础概念便诞生了，进程就是执行中的应用程序，操作系统会为每个进程分配独立的内存、空间和所需要的资源（IO设备，文件等）。

线程诞生

但是随着计算机软硬件的发展，人们发现像进程这种”指挥军队“的粒度代价很高并且难以控制，后面又提出了线程的概念。

进程调度的一些问题：

• 进程切换开销大。
• 进程占用空间是独立的，实现进程通信难度很大。
• 单个进程本身执行类似IO操作依然会出现等待情况。（只不过此时可以切换到其他进程）

至此我们简单梳理了单指令模式到线程诞生的全过程。

线程和进程的关系

线程包含于进程当中，进程是线程的集合。

当操作系统运行时，至少有一个进程会启动，而这个进程中往往包含了多个线程。

线程和进程的区别

相同点如下：

两者都生命周期是由一样的，线程会随着进程结束而一起结束。

不同点如下：

• 起源不同：先有进程后有线程，早期CPU为了跟上外部操作，后续出现线程的概念来提高效率。
• 概念不同：线程是CPU调度的最小单位，而进程是操作系统调度程序的独立单位。
• 作用域不同：通常线程存在共享区域，但是在进程和进程之间内容不共享（除非使用类似IPC手段进行进程通信）。

• 开销不同：进程之间通信需要内核辅助创建开销相对较大，而线程通信创建线程的开销很小。

  • 线程创建终止时间比进程短。
  • 同一个进程内线程切换时间比进程短。
  • 同一个进程内线程可以互相共享文件资源和内存，并且不依赖内核就可以完成。
• 拥有资源不同，线程在拥有进程大部分基本资源之外还有独立的内容。
• 数量不同：同一个进程通常只有一个，而每个进程至少有一个线程。

这里强调一下拥有资源不同的含义，线程共享内容包括：

1. 进程代码段。
2. 进程公有资源（线程可以利用进程的共享资源简单通信）。
3. 进程打开的文件描述符。
4. 信号处理器。
5. 进程当前目录。
6. 进程ID进程组ID

线程独有内容包括：

1. 寄存器的值
2. 线程ID
3. 线程名称
4. 线程堆栈
5. 错误返回号码
6. 线程信号屏蔽码

Java 和 多线程

为了迎合时代需求，Java自诞生之初就天然支持多线程，Java的多线程实现是和内核线程一对一映射。

Jvm 天然多线程验证

Jvm启动需要自动开启一些后台线程维持工作：

• Finalize线程：处理部分对象的finalize操作。高版本jdk已经弃用此实现
• Single signature：接收操作系统的信号量来进行一些操作，比如Kill的信号量接收强制关闭程序。
• main 线程：也叫主线程，其他用户创建的线程都都叫做子线程
• reference gc：垃圾回收线程，对象清理工作

为了证明上面的理论，我们可以通过IDEA进行调试来验证答案。

首先我们通过IDEA编写一个HelloWorld程序，当然为了方便这里个人直接拿了SpringBoot的Main启动代码进行验证。

public class InterviewApplication {  
  
    public static void main(String[] args) {  
        SpringApplication.run(InterviewApplication.class, args);  
    }  
  
}

我们把Debug断点打在代码的第一行，然后Idea中直接Debug运行。

通过下面的筛选功能，我们可以Debug中切换到其他的线程进行观察多线程执行情况。

下面j结果使用为JDK11运行。

除了上面这种观察方式之外，我们可以通过“Threads“视图界面观察所有线程的运行情况。以IDEA2022版本为例，打开”Threads“视图只需要在右上角点击小方块然后勾选“Threads”即可。

下面结果使用JDK8运行。

个人更喜欢上面的展现方式，平铺直叙告诉开发者当前断点内的线程运行情况。

如果想要多线程Debug，可以鼠标右击断点，接着会出现相关提示切换到“Thread”,，在调试多线程代码的时候，这个操作会非常方便好用。

通过上面的简单讲解可以证明Java天生就是多线程程序（哪怕只有一行代码）。

理解多线程

多线程概念

一个进程中拥有多（≥2）个线程，线程之间相互协作、共同执行一个应用程序。

现代概念中把仅有单个线程工作的应用程序成为单线程程序。

多线程目的

• 提高CPU处理效率。
• 避免无效等待（IO过程可以别的事情）。

• 提高用户体验，避免卡顿和缩短等待时间。

  • 并行处理：提高性能，多个线程接收http请求。
  • 安卓开发：主线程只能绘制界面。线程不允许io或者网络请求，避免卡顿影响体验。
• 编程建模。

• 摩尔定律失效之后，CPU的频率逐渐达到瓶颈，根本处理器越来越接近纳米工艺，再往下原子设计无法突破物理极限。导致单核的性能主频提升已经越过临界点。

  • CPU由单核转为多核多线程，多线程利用越发重要。
• 阿姆达尔定律：处理器越多，处理效率越高，但是上限取决于串行部分的代码占比，占比越小性能越高。

阿姆达尔定律

在处理器运行单核速度放缓的今天，处理器开始追求多核心多线程，但是需要注意多线程的效率提升取决于代码能够用到多少并行性能。

如果一个程序只能单核单线程串行运行，那么程序运行的时候多线程是没有任何意义的，如果代码支持一半并行一半串行，效率提升2倍，如果程序有95%支持并行，那就可以提升20倍性能。

通过下面这个图，可以很直观的看到并行带来质的提升。

多线程局限

多线程的引入不可避免的带来更为复杂的情况。

• 异构化任务很难高效并行。

• 性能安全问题。

  • 上下文切换。
  • 共享数据互相篡改幻读。
  • 缓存失效

• 线程安全问题。

  • 编码设计逻辑漏洞等。
  • 活跃性问题（线程饥饿、死锁）。
  • 非原子操作问题（例如 i++）。

多线程的生活案例

这里列举生活中吃火锅的案例来理解多线程：

1. 大火锅一个人吃：单进程单线程串行执行。
2. 大火锅多人吃：单进程多线程。
3. 每人小火锅：多进程多线程。
4. 吃火锅底料：资源不足 。

并发和并行

并发和并行的前提

• CPU的飞速发展，比如 i7 出现多核多线程。

• 编程语言自身支持多线程，这一点很重要，比如Java天生具备多线程能力。

  • 一对一映射内核线程。
  • 充分利用操作系统资源。
• 操作系统本身：操作系统对于多线程的利用也很关键，操作系统通过编程语言的逻辑进行多线程。调度是性能影响的关键。

理清两者概念

并发

实际上包含了两种概念，第一种：并发存在程序“并发性”，第二种：多个任务的执行状态是“并发”的。

这两种概念都有一个很好的比喻，也就是我们的大脑，我们大脑可以具备“并发性”，比如可以同时操作鼠标和键盘。另一个意义操作鼠标和键盘这两个动作是并发但不是并行的，同时画圆和画圈（需要经过一定的训练）可以看作是并行的。

并发存在程序“并发性”：

• 此时并发和并行的概念不在同一个维度。
• 同一个时间可能有多个线程接替工作，给使用者的感受好像是在同时工作，比如边敲键盘，边操作鼠标，实际上是受到程序并发性的影响。
• 不同的部分在无序或者同时执行，但是最终结果不影响。
• 无论单核还是多核心，只要能得出正确结果，就具备并发性。
• 这时候和多个任务执行状态的概念是不在一个维度上的， 而是更高维度。

多个任务的执行状态是“并发”的：

• 这种情况下是逻辑上的“并行”，并不是真正的并行。
• 重叠的时间段交替运行
• 并发不一定并行
• 并行一定并发
• 并发，并发和并发的不同

并行

并行的例子就是两个动作物理上同时发生，比如边打游戏，边接电话这两个动作可以同时进行。

• 并行是多个核心可以在同一个时间线物理上同时工作
• 并行一定并发
• 依托于现代处理的发展
• 多核能力强化
• 编程语言支持多线程

两者关系

上面的图可以得出几个概念

• 并发不一定并行
• 并行一定并发
• 并行和并发是并行包含在并发的概念里面，所以并行的前提是并发

提问：并发程序一定是并行的么？

结论：并发程序不一定并行，但是并行程序一定是并发的。

不一定，因为单核处理器通过快速的上下文切换也可以达到类似并行的效果，实际上是利用抢占式的系统调用和分片式的系统调用完成的。

单核逻辑上同行运行叫做并发。上下文切换非常快，所以会认为是并行的。多核实现了物理上并行，核心和核心之间互相独立，可以真正意义上物理时间可以实现。

比喻：是一个人操作多条流水线，好像每一个流水线都可以处理任务。多个人在流水线上，一个流水线挂了可以由别的流水线接收。

并发继续拓展

• 表面上多个任务执行状态。
• 程序上的并发性也叫做并发。

高并发和多线程关系

多线程是解决高并发问题的解决方案之一，但是多线程不是高并发的唯一办法。

比如redis操作数据就是单线程实现的（保证原子性非常简单），因为没有上下文切换十分高效，它没有用到多线程却页解决了数据库高并发的问题，分担压力。

拓展：

• 并行的程序执行效率取决于开发者的代码。
• 取决于处理器的性能。
• 操作系统的调度。

高并发的性能指标

• QPS：每秒的查询数量，越高说明服务器可以承受的瞬间压力越大
• 带宽：决定了例如视频网站的服务质量。
• PV（Page View）：也就是访问和点击量。

• UV（Unique View）：表示单个用户访问的次数，是对于PV的访问量和点击率

  • UV一定会小于PV

• IP和UV：最大的区别是是否是同一个用户的操作决定，也就是Cookie

  • 两个不同的指标

  • 第一个指标 IP：拨号上网IP变动

    • IP是每个人单独IP，但是访问者的Cookie是一样的
    • IP+1，Uv不变

  • 第二个指标 UV：局域网同一个账户多个人使用

    • IP可能没有变但是Cookie在切换
    • IP没有变，UV+1

• 并发连接数

  • 某个时刻同时接受请求数量

• 服务器平均等待时间

  • 处理一个请求所需时间。

同步和异步/阻塞和非阻塞

同步和异步

区分关键点：被调用方的行为

同步

强调的是被调用者（服务器）行为，不是请求方的行为。没有得到结果之前，服务端不返回任何结果。

和阻塞的判断刚好相反。

再次强调是被调用者（服务器）行为，不是请求方的行为。

异步

调用之后服务端立刻返回结果（通常是一个通知）。

案例：烧水壶、买书

烧水壶：传统的铁壶需要等待水烧开才会有结果，电水壶只需要理解返回启动结果即可，因为后续水烧开之后会断电并且提醒。

买书：同步就是书店买书直到老板给出想要的书之前会一直被迫等待（被调用方的行为），网上买书下单之后直接通知结果过几天之后到货。

阻塞和非阻塞

关键：对于调用者而言的服务端状态

• 站在线程状态角度
• 站在线程发出请求之后请求方的角度

案例：烧水壶、买书

烧水壶：阻塞就是看着水一直到烧开，非阻塞就是烧水的时候间隔一段时间看一眼。

买书：阻塞就是拿到要买的书籍之前老老实实等待（调用方等待），非阻塞书店老板找书的过程中可以逛逛书店看看其他的书籍。

综合案例

综合案例用洗衣服的案例来理解。

同步阻塞

洗衣服丢到洗衣机，全程看着洗衣机洗完，洗好之后晾衣服。

同步非阻塞

把衣服丢到洗衣机洗，然后回客厅做其他事情，定时看看洗衣机是不是洗完了，洗好后再去晾衣服。（等待期间你可以做其他事情，比如用电脑刷剧看视频）。

异步阻塞

把衣服丢到洗衣机洗，然后看着洗衣机洗完，洗好后再去晾衣服（没这个情况，几乎没这个说法，可以忽略）。

异步非阻塞

把衣服丢到洗衣机洗，然后回客厅做其他事情，洗衣机洗好后会自动去晾衣服，晾完成后放个音乐告诉你洗好衣服并晾好了。

常见问题汇总

线程和进程的相同与不同点

不同点：

• 起源不同
• 概念不同
• 性能开销不同
• 作用域不同
• 拥有资源不同
• 数量不同

相同点：生命周期

并发和并发

• 并发和高并发是一个包含关系（并行包含并发），一个程序并行意味着一定是并发，但是并发可以模拟出并行的效果。
• 并发有两种概念，如果是程序“并发性”，则并行和并发不在一个维度，可以任务无论单核或者多核只要结果正确就具备并发性。另外一个程序具备并发性也算是并发的说法。

多线程的弊端

• 异构化任务无法用多线程完成的任务不如单线程高效。
• 线程安全问题，比如共享变量互相覆盖。
• 性能问题，比如上下文切换、缓存失效。

高并发是否意味着多线程

• 多线程仅仅是高并发的解决方案之一，两者是两个不同的概念，不能混为一谈。
• 多线程不是唯一办法，但确实是主要办法。

缓存、消息队列、锁是高并发的三架马车

同步、异步、阻塞、非阻塞

从并发编程的角度对着四个概念进行再次整理。

同步异步：和队列有关，事情能不能委托给其他人来办。
阻塞非阻塞：和锁的机制有关，做一个工作的时候能不能抽空干别的事情。

洗衣机洗衣服：

• 同步阻塞：开启洗衣机，并且全程盯着洗衣机工作。
• 同步非阻塞，开启洗衣机，虽然还是要隔几分钟看洗衣机是否完成工作，但是期间可以干别的事情。
• 异步阻塞：委托给洗衣机自己洗衣服，但是要全程盯着取出衣服最后把衣服晾了。
• 异步非阻塞：告诉洗衣机自己洗衣服，工作完成之后洗衣机自动把衣服晾了，最后告知结果。

单核CPU上多线程的意义

• 开启多个线程可以让耗时的任务交给后台处理，利用其他线程提供服务。
• 程序不知道运行在单核还是多核，单核CPU也可以充分利用多线程提高资源利用率。