【Linux】线程概念|线程优缺点|LWP|轻量级进程|cache

Linux线程概念与应用

最新推荐文章于 2025-05-07 10:38:05 发布

原创最新推荐文章于 2025-05-07 10:38:05 发布 · 874 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#linux #服务器 #c++ #开发语言 #程序人生

Linux 专栏收录该内容

14 篇文章

订阅专栏

一，线程的基本概念

线程指的是进程中一个单一顺序的控制流(执行流)，属于进程的一部分
一个进程中可以并发多个线程，每条线程并行执行不同的任务(进程：线程 = 1：n)
线程是独立调度和分派的基本单位，而进程是分配资源的基本单位
同一进程中的多条线程将共享该进程中的全部系统资源，如虚拟地址空间，文件描述符和信号处理等等。但同一进程中的多个线程有各自的pcb，调用栈，自己的寄存器环境(上下文)，自己的线程本地存储

总结：

线程是进程的一个实体，是CPU调度和分派的基本单位，它是比进程更小的能独立运行的基本单位，比进程更细更轻量化(其实CPU调度的都是轻量化进程)。线程中的实体基本上不拥有系统资源，只是有一点必不可少的、能保证独立运行的资源(自己的调用栈，寄存器环境等)，但线程可以共享进程所拥有的全部资源，同时线程也拥有各自私有资源(不能被其他线程共享)

创建 task_struct，且创建出来的 task_struct 和原来的 task_struct 共享进程地址空间和页表，事实上，我们所创建的其实就是三个线程，只不过这三个线程共用一张 mm_struct 和一张页表，这三个 task_struct 就是三个不同的执行流；

总结：

在Linux中创建线程，只需创建相应的 PCB 即可，所以在Linux中，线程是在进程的内部 “运行”，线程在该进程的地址空间内 “运行”，拥有该进程的一部分资源

二，如何重新看待进程

进程 = 内核数据结构 + 进程对应的代码和数据，现在要以全新的视角看待进程：内核视角

以内核的视角看待进程：进程是承担分配系统资源的基本实体

Linux进程 = 大量的task_struct + 一个虚拟地址空间 + 页表 + 一部分的物理内存；
我们之前篇章所谈的进程 = 一个task_struct + 一个虚拟地址空间 + 页表 + 一部分的物理内存
一个进程的创建：必定要花费相应的资源；

之前所谈的进程也是承担分配系统资源的基本实体，只不过，该进程的内部只有一个执行流（一个 task_struct），而现在所谈的进程也是承担分配系统资源的基本实体，只不过，该进程内部有多个执行流（多个 task_struct），进程的内部允许只有自己一个执行流，也可以允许有多个执行流，我们之前介绍的进程，内部只有一个执行流，以前所讲的 “进程” 只是一个子集，今天所讲的进程才是全貌；

线程的优点

共享资源：同一进程内的线程共享地址空间，能访问相同的全局变量，堆和文件描述符等。这种共享使得线程间通信变得更加高效。
独立的执行流：每个线程都有自己的程序计数器、寄存器和栈，这使得线程可以独立执行。线程的独立性使得多个线程并行执行多个任务，提高了此程序的响应性和吞吐量。
轻量级：相比于进程，线程的创建开销会小很多，且不需要分配独立的地址空间。上下文切换也比进程快，因为不涉及地址空间的切换。
并发执行：在多核处理器上，不同的线程可以做到真正的并行执行

线程的缺点

同步复杂性：由于共享进程空间，多个线程同时访问和修改共享数据时可能会导致数据不一致等问题
性能损失：使用锁和其它同步机制会导致性能下降
调试难度提高：编写和调试一个多线程程序要比单线程程序困难得多

线程异常

单个线程如果出现除0或者访问野指针等问题导致线程崩溃，进程也会随着崩溃
进程终止，该进程的所有线程都会终止。这也就意味着，如果某一个线程出了异常进而终止进程的话，其它的线程也都会被终止。这也是线程不安全的原因之一。

线程和进程

进程是资源分配的基本单位，而线程是调度的基本单位。
线程共享以下进程资源：

代码段和数据段
文件描述符表
每种信号的处理方式即handler表
环境变量包括当前工作目录
用户id和组id

虽然线程共享进程的数据，但有属于自己的一些数据：

线程ID
一组寄存器：(硬件上下文的数据，线程切换时寄存器会保存上下文数据-动态运行)
栈：线程运行时，会形成各种临时变量，临时变量会被保存在各自线程的栈区
errno错误流
信号屏蔽字
调度优先级

三，OS和用户对于"线程"的认识区别

OS 只认线程，用户也只认线程，没有轻量级进程的概念，所以Linux无法直接提供线程操作的系统调用接口，而只能给我们提供轻量级进程的接口。

但是用户只认线程，所以Linux给我们提供了一个线程库，这个库是用户级线程库，它底层是调用轻量级进程的接口的，这个线程库对这些接口进行封装，上层用户使用这个库看起来像是Linux拥有线程一样
这个线程库的名字叫 pthread，是用户级线程库
任何的Linux系统，必须要提供这个库，这个线程库是默认携带的；

这个线程库也称为原生线程库
所以用户需要关心这个线程库所提供的接口，不用关心底层的接口

三，创建线程

 pthread_create - create a new thread（创建一个新线程）
 
 
头文件：#include <pthread.h>
 
函数原型
 int pthread_create(pthread_t *thread, const pthread_attr_t *attr,
                          void *(*start_routine) (void *), void *arg);
 
参数
    第一个参数thread，代表线程ID，是一个输出型参数，pthread_t是一个无符号整数
    第二次参数attr，用于设置创建线程的属性，传入空表示使用默认属性
    第三个参数start_routine，是一个函数的地址，该参数表示新线程启动后要跳转执行的代码
    第四个参数arg，是start_routine函数的参数，用于传入
 
返回值 
成功返回0，失败返回错误码

第三个参数说明：void *(*start_routine) (void *)

该参数是一个函数指针，用于设置一个回调函数start_routine
该函数的返回值是 void*，
函数参数是 void*，该参数由第四个参数 arg 传入

记得添加库

test:test.cpp
	g++ -o $@ $^ -std=c++11	-lpthread
.PHONY:clean
clean:
	rm -rf test

void* handler(void* arg)
{
    while(true)
    {
        cout<<"new thread..."<<endl;
        sleep(1);
    }
}
int main()
{

     //int pthread_create(pthread_t *thread, const pthread_attr_t *attr,  void *(*start_routine) (void *), void *arg);
    pthread_t pid;
   int n =  pthread_create(&pid,nullptr,handler,(void*)"thread one");
   if(n!=0) //创建失败
   {
    perror("pthread_create!\n");
    return 1;
   }
    while(true)
    {
        cout<<"main thread ..."<<endl;
        sleep(1);
    }
    return 0;
}

进行运行，发现主线程和新线程在同时运行

ps axj | head -1 && ps axj | grep test | grep -v grep

查看轻量级进程

查看轻量级线程相关信息的命令：ps -aL

LWP（Light Weight Process）就是所谓的轻量级进程

每个轻量级进程的PID都是一样的
每个轻量级进程LWP的ID都是不一样的

所以，CPU在调度的时候，是以 LWP 的ID作为唯一的标识符用来标识一个执行流的，并不是使用PID

这就是以前写的单执行流的代码，只有一个执行流的时候，PID和LWP是等价的；

注意：信号是整体给进程发送的，不能单独发给一个 LWP

证明第四个参数是传入给第三个参数

pthread_create 函数的第一个参数是一个输出型参数，返回的是线程ID，pthread_t 是一个无符号整数。

下面进行验证，该参数输出的是

typedef unsigned long int pthread_t;

这个id十六进制地址和LWP的id是什么关系，等线程控制详细介绍

四，进程VS线程

进程和线程切换时，消耗是不一样的；

进程切换：需要切换页表 && 切换虚拟地址空间 && 切换PCB && 切换上下文数据
线程切换：需要切换PCB && 切换上下文数据
线程切换cache 不用更新太多，但是进程切换需要全部更新cache（主要体现在这点）

cache

cache是集成在CPU里面的，是一个硬件，是CPU很重要的组成部分，它具有数据保存的功能，它的缓存速度比寄存器慢，比内存快

寄存器读取数据是直接在 cache 里面读取的，不是直接从内存读取，一个进程只有运行一段时间后，cache 里面才会缓存大量的热点数据；

热点数据就是：进程经常使用、经常访问、经常命中的数据（需要进程跑一段时间才会存在大量的热点数据），热点数据是被整个进程共享的；；

线程切换的时候，cache内缓存的数据不用切换(线程的数据共享相同的缓存)，线程需要用到新的数据直接缓存进cache即可
而进程切换，cache内缓存的数据需要全部切换，新切换的进程需要重新缓存数据，这样效率就比线程慢得多了
进程切换可能导致缓存中的数据失效，因为新进程可能不会使用旧进程缓存的数据。

五，验证线程的缺点

最主要的一个缺点，也是它的优点导致，因为多个线程共享内存，这也导致了如果一个线程崩溃了，该进程内的所有线程都会崩溃，新线程也会影响主线程。因为这些线程都在一个进程当中，当进程出问题时，操作系统会杀掉当前进程，释放内存；

缺乏健壮性；

注意：信号是叫做进程信号，是整体发给进程的

理解LWP与TID

LWP本质是一个描述线程的一个概念，因为linux中没有单独为线程设计一套管理方案，又为了与进程PCB区分开（进程和线程实际上都被看作是task_struct的实例），就用LWP来表示线程。LWP和普通进程一样，由内核调度和管理。而TID是内核用来标识LWP的唯一标识符。

所有的 LWP 共享同一个进程的地址空间、打开的文件描述符、环境变量等。