Linux线程与多线程的概念与讲解

Linux线程的概念

什么是线程？

• 在一个程序中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，在CPU看来，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
  
  线程的概念：
  linux下的线程是一个轻量级进程。在传统的操作系统下进程是pcb(task_struct结构体)，而linux下的线程是通过进程pcb描述实现的，并且同一个线程组（pcb）中的线程共用同一个虚拟地址空间，因此linux下的pcb相较于传统的pcb更加轻量化。因此线程是轻量级进程。
  所以说：线程是cpu调度的基本单位，进程是系统资源分配的基本单位，这句话的解释：linux下线程是pcb，cpu调度程序运行时通过pcb调度的；而进程（线程组）是资源分配的基本单位，共同使用虚拟地址空间、页表等信息。

对比多进程与多线程进一步理解线程的概念：
多进程处理：启动一个进程处理一个任务，多个pcb进行程序调度完成多个任务，每个pcb都有一个自己独立的虚拟地址空间
多线程：有多个pcb共同调度着同一虚拟地址空间，相当于一个身体有多个头
虚拟地址空间中代码段就是要完成的任务，代码段里面有多个函数，不同的线程pcb调度着不同的函数同时完成多个函数（pcb在之前是进程）

线程的优点

• 创建一个线程的代价要比创建一个新进程小的多
• 与进程之间的切换相比，线程之间的切换需要操作系统的工作要小很多
• 线程占用的资源要比进程小很多
• 能充分利用的多处理器的并行数量
• 计算密集型IO应用，为了能在多处理系统上运行，将计算分解到多个线程中实现(见下文讲解)
• IO密集型应用，为了提供效率，将IO操作并行处理。线程可以同时等待不同的IO操作(见下文讲解)

多线程和多进程进行多任务处理的优缺点分析

多线程的优点（多线程用的多）

• 线程间共用一个虚拟地址空间，因此线程间的通信更加方便灵活（全局变量、 函数重载、传参）也能进行线程间通信

1. 线程的创建与销毁成本更低—创建进程还需要创建页表，进行分配资源
2. 线程的切换调度成本更低—不需要切换页表，避免页表切换
3. 线程间共用进程的大部分资源，因此创建和销毁成本更低，调用成本也更低

多线程的缺点

1. 线程间缺乏访问控制，某些异常针对于整个进程发生效果（如exit()退出一个进程），进程就是线程组，进程退出，造成所有线程退出，产生段错误

多进程的优点

1. 稳定，健壮性高。适用于对主程序安全稳定性更高的场景：shell/服务器（主程序不能挂，得找子程序背锅）。在多线程中，一个线程若访问了一块非法的地址，针对于整个进程，这些信息都是共用的，发生错误信息则是针对于整个pcb（进程），整个进程都退出。

多线程和多进程进行多任务处理的优势在哪里？

在讲解多线程和多进程进行多任务处理的优点之前，我们不妨先来简单了解一下IO密集型程序和CPU密集型程序
IO密集型程序：在程序中进行着大量的IO操作，操作着其它的设备，意味着对CPU的消耗不高，大部分时间进行着IO就绪，拷贝数据
IO操作： IO等待 + 数据拷贝(
IO等待：

1. 网卡上面获取数据，别人发了才有数据，别人不发则等待
2. 磁盘IO读取数据，得磁盘磁头指向指定位置
   数据拷贝：
   拷贝到缓冲区，或从缓冲区拷贝到设备
   CPU密集型程序：在程序中不断进行着数据运算

在进行CPU密集型程序时：
现在的CPU都是多核的，每个CPU都有自己的寄存器，并可以并行，在CPU很多的（资源足够）的时候，多线程和多进程都可以
在进行IO密集型程序时(如文件IO）：
文件IO，等待+数据拷贝
多线程 就是多个执行流都可以对数据进行等待，多个IO操作同时发起，同时进行等待，并压缩了等待时间。
优点：提高运行效率 分摊压力
一个执行流就是一个线程（下图）

那么是不是线程越多越好？
线程不能太多，pcb会进行大量的调度切换。调度切换浪费的时间大于提高的效率 就得不偿失了。

线程间用了共同的虚拟地址空间，就是运用了相同的栈，就会出现调用栈混乱，多线程同样是这样，那么我们解下来来了解一下线程的独有与共享

线程的独有与共享

独有

1. 每个线程都有自己的栈，防止调用栈混乱。
2. 每个线程都是一个执行流，有自己的一套寄存器保存数据。
3. 每个线程都是一个pcb，都有自己的

• 线程标识（描述符）
• 优先级
• errno(perror就是靠errno获得系统调用错误的信息)
• 信号屏蔽字（某些线程阻塞自己不想操作的信号，有些重要的执行流（pcb）不想被信号打断，想执行自己的任务，把某些特定的信号阻塞起来）

共享：

1. 虚拟地址空间（代码段，数据段）
2. 文件描述符表（）
3. 信号处理方式(每个线程的处理方式要是不一样，那么就不知道一个信号交给哪一个线程去处理)
4. 当前进程的工作路径
5. 用户ID，组ID

线程控制

操作系统并没有给用户直接提供创建一个线程的接口。(线程就是个pcb，轻量级进程)所以久封装了一套线程库，用于线程控制。封装了一套库，就调度内核的执行流所有的接口都是库函数接口。
通过用户线程(用户态实现的线程) 也是依靠 内核中的轻量级进程(线程)执行流完成调度的

注意：创建线程用的是库函数，意味着我们用的是动态库里面的信息，而它被映射到共享区
在这里我们引入一个共享区概念
共享区：共享的信息都会放到共享区 ，比如共享内存，物理内存开辟的一块空间，映射到虚拟地址空间上的共享区，分配一块虚拟地址。而且线程是用户态创建的线程，是用到动态库的信息，所以线程所用到的东西几乎都是在共享区
每个线程都在共享区有一块独立的空间，称为线程地址空间。线程地址空间就包含了库中封装的一系列描述信息，线程描述，用户态的栈区等等。这块空间依然在进程的虚拟地址空间内，相对独立

线程创建：
int pthread_create(pthread_t *tid, pthread_attr_t *attr,pthread_routine handler, void *arg)
第一个参数：tid是线程地址空间在进程虚拟地址空间的首地址 （获取一个id）
第二个参数：线程属性 还有一堆接口，需要属性设置接口去设置，使用非常麻烦，通常置空
第三个参数：函数指针：线程入口函数 ---- 告诉线程要完成什么代码(任务) —完成任务的最基本单元就是函数
第四个参数： 传输给线程入口函数的参数（第三个参数函数的参数）
返回值： 成功返回0，失败返回非0
线程终止：

1. 线程入口函数中return----(main函数中的return是退出整个进程，整个进程退出，那么线程全部也退出）
2. void pthread_exit(void *retval);—退出调用线程
3. int pthread_cancel(pthread_t tid);—退出一个指定的线程

默认情况下，一个线程退出并不会自动释放资源，需要被等待
线程等待：
int pthread_join(pthread_t thread, void** retval);
等待一个线程退出，获取返回值，释放资源。线程有一个属性，默认情况下是joinable属性，线程退出后不会自动释放资源

**线程分离：**分离一个指定的线程。将线程的属性从joinable设置成detach，表示分离一个线程，被分离，处于detach属性的线程退出后，则自动释放资源，不需要被等待。
int pthread_detach(pthread_t thread);