第十一讲 线程与协程

第一节 线程



向勇 陈渝 李国良 任炬

2024年秋季

课程幻灯片列表

提纲

1. 为何需要线程?

  1. 线程的概念
  2. 使用线程
  3. 线程的设计实现
进程存在的不足
  • 进程之间地址空间隔离
  • 通过IPC共享/交换数据不方便
  • 管理进程开销大
  • 创建/删除/切换
  • 并行/并发处理困难
进程存在的不足
  • 进程之间地址空间隔离
  • 通过IPC共享/交换数据不方便
  • 管理进程开销大
  • 创建/删除/切换
  • 并行/并发处理困难
为何需要线程?
  • 在应用中可能同时发生多种活动,且某些活动会被阻塞
  • 程序分解成可并行运行的多个顺序控制流
    • 可提高执行效率
    • 程序设计模型也会变得更简单
为何需要线程?

永远存在的用户需求 -- 性能

  • 并行实体(多个顺序控制流)共享同一个地址空间和所有可用数据
  • 访问数据和共享资源方便
  • 切换控制流轻量
  • 管理不同控制流便捷
线程 vs 进程
  • 进程是资源(包括内存、打开的文件等)分配的单位,线程是 CPU 调度的单位;
  • 进程拥有一个完整的资源平台,而线程只独享必不可少的资源,如寄存器和栈;
  • 线程同样具有就绪、阻塞、执行三种基本状态,同样具有状态之间的转换关系;
  • 线程能减少并发执行的时间和空间开销;
线程 vs 进程
  • 一个进程中可以同时存在多个线程;
  • 各个线程之间可以并发执行;
  • 各个线程之间可以共享地址空间和文件等资源;
  • 当进程中的一个线程崩溃时,会导致其所属进程的所有线程崩溃(这里是针对 C/C++ 语言,Java语言中的线程崩溃不会造成进程崩溃)。

提纲

  1. 为何需要线程?

2. 线程的概念

  1. 使用线程
  2. 线程的设计实现

2.1 线程的定义

2.2 线程管理

线程的定义

线程是进程的一部分,描述指令流执行状态。它是进程中的指令执行流的基本单元,是CPU调度的基本单位

进程和线程的角色
  • 进程的资源分配角色

    • 进程由一组相关资源构成,包括地址空间(代码段、数据段)、打开的文件等各种资源
  • 线程的处理机调度角色

    • 线程描述在进程资源环境中的指令流执行状态
不同操作系统对线程的支持

进程和线程的关系

进程 = 线程 + 共享资源

  • 一个进程中可存在多个线程
  • 线程共享进程的地址空间
  • 线程共享进程的资源
  • 线程崩溃会导致进程崩溃

线程是一个调度实体 Scheduling Entry
User-SE v.s. Kernel-SE

线程与进程的比较
  • 进程是资源分配单位,线程是CPU调度单位
  • 进程拥有一个完整的资源平台,而线程只独享指令流执行的必要资源,如寄存器和栈
  • 线程具有就绪、等待和运行三种基本状态和状态间的转换关系
  • 线程能减少并发执行的时间和空间开销
    • 线程的创建/终止/切换时间比进程短
    • 同一进程的各线程间共享内存和文件资源,可不通过内核进行直接通信

提纲

  1. 为何需要线程?
  2. 线程的概念
  3. 使用线程
  4. 线程的设计实现

2.1 线程的定义

2.2 线程管理

用户态管理的线程与内核态管理的线程
线程控制块(TCB, Thread Control Block)
typedef struct
{
       int                       detachstate;   // 线程的分离状态
       int                       schedpolicy;   // 线程调度策略 FIFO、RR等
       structsched_param         schedparam;    // 线程的调度参数 优先级
       int                       inheritsched;  // 线程的继承性
       int                       scope;         // 线程的作用域进程级、系统级
       size_t                    guardsize;     // 线程栈末尾的警戒缓冲区大小
       int                       stackaddr_set; // 线程的栈设置
       void*                     stackaddr;     // 线程栈的位置,起始地址
       size_t                    stacksize;     // 线程栈的大小
} pthread_attr_t;
创建线程API

创建线程:成功返回零,否则返回非零值

#include <pthread.h>
int pthread_create(      pthread_t *        thread,
               const pthread_attr_t *       attr,
                     void *                 (*start_routine)(void*),
                     void *                 arg);
  • thread指向pthread_t结构类型的指针
  • attr用于指定该线程可能具有的任何属性
  • start_routine是线程开始运行的函数指针
  • arg是要传递给线程开始执行的函数的参数
等待线程API

等待线程:一直阻塞调用它的线程,直至目标线程执行结束

#include <pthread.h>
int pthread_join(pthread_t thread, void **retval);
  • thread指向pthread_t结构类型的指针
  • retval是指向返回值的指针

提纲

  1. 为何需要线程?
  2. 线程的概念

3. 使用线程

  1. 线程的设计实现
线程示例
1    void *mythread(void *arg) {
2        printf("%s\n", (char *) arg);
3        return NULL;
4    }
5    int main(int argc, char *argv[]) {
6       pthread_t p1, p2;
7       int rc;
8       printf("main: begin\n");
9       rc = pthread_create(&p1, NULL, mythread, "A"); assert(rc == 0);
10      rc = pthread_create(&p2, NULL, mythread, "B"); assert(rc == 0);
11      // join waits for the threads to finish
12      rc = pthread_join(p1, NULL); assert(rc == 0);
13      rc = pthread_join(p2, NULL); assert(rc == 0);
14      printf("main: end\n");
15      return 0;
16   }
线程示例输出

一个程序,它创建两个线程,每个线程都做了一些独立的工作,在这例子中,打印“A”或“B”。

❯ ./t0
main: begin
A
B
main: end

提纲

  1. 为何需要线程?
  2. 线程的概念
  3. 使用线程

4. 线程的设计实现

4.1 用户态管理且用户态运行的线程

4.2 内核态管理且用户态运行的线程
4.3 内核态管理且内核态运行的线程
4.4 混合管理且运行的线程

线程的几种实现方式
  • 用户态管理且用户态运行的线程(内核不可见的用户线程)
    • Thread managed&running in User-Mode
  • 内核态管理且用户态运行的线程(内核可见的用户线程)
    • Thread managed in Kernel-Mode&running in User-Mode
  • 内核态管理且内核态运行的线程(内核线程)
    • Thread managed&running in Kernel-Mode
  • 混合管理且运行的线程(轻量级进程,混合线程)
    • Thread managed&running in Mixed-Mode
用户态管理且用户态运行的线程
  • 在用户态实现线程的管理与运行,操作系统感知不到这类线程的存在
    • POSIX Pthreads,Mach C-threads,Solaris threads
    • 别名:用户态线程(User-level Thread)、绿色线程(Green Thread)、有栈协程(Stackful Coroutine)、纤程(Fiber)
用户态管理且用户态运行的线程
  • 由一组用户级的线程库函数来完成线程的管理,包括线程的创建、终止、同步和调度等
用户态管理线程的优点
  • 线程的调度不需要内核直接参与,控制简单。
  • 可以在不支持线程的操作系统中实现。
  • 创建和销毁线程、线程切换等线程管理的代价比内核线程少得多。
  • 允许每个进程定制自己的调度算法,线程管理比较灵活。
  • 同一进程中只能同时有一个线程在运行,如果有一个线程使用了系统调用而阻塞,那么整个进程都会被挂起。
用户态管理线程的不足
  • 一个线程发起系统调用而阻塞时,则整个进程进入等待
  • 不支持基于线程的处理机抢占
  • 只能按进程分配CPU时间
  • 多个处理机下,同一个进程中的线程只能在同一个处理机下分时复用

提纲

  1. 为何需要线程?
  2. 线程的概念
  3. 使用线程
  4. 线程的设计实现

4.1 用户态管理且用户态运行的线程

4.2 内核态管理且用户态运行的线程

4.3 内核态管理且内核态运行的线程
4.4 混合管理且运行的线程

内核态管理且用户态运行的线程
  • 由内核通过系统调用实现的线程机制,由内核完成线程的创建、终止和管理
  • 由内核维护线程控制块TCB, 在内核实现
  • 线程执行系统调用而被阻塞不影响其他线程
内核态管理且用户态运行的线程
  • 一个进程中可以包括多个线程
    • Windows内核的设计
    • rCore/uCore内核的设计
  • 一个进程中只包括一个线程
    • Linux内核的设计
内核态管理且用户态运行线程的不足
  • 在一般情况下,线程切换开销与进程切换开销相差不大,大于用户态管理且用户态允许的线程切换开销
  • 与传统的进程管理机制会产生一些矛盾,一些系统调用的实现功能/语义上会不协调
    • fork()、signal() ...
多线程fork()引起的问题

多线程应用程序中,建议谨慎使用 fork()

  • 竞态条件:线程正在修改共享变量或资源时调用了fork(),会导致子进程继承这个状态和资源的不一致性
  • 死锁:线程正在持有某个锁或资源时调用fork(),可能导致子进程无法获得该锁而导致死锁
  • 内存占用:多线程fork()会复制整个进程的地址空间,包括所有线程所拥有的栈、寄存器和锁等资源
  • 性能下降:多线程fork()的开销较大,可能会影响应用程序的性能

提纲

  1. 为何需要线程?
  2. 线程的概念
  3. 使用线程
  4. 线程的设计实现

4.1 用户态管理且用户态运行的线程
4.2 内核态管理且用户态运行的线程

4.3 内核态管理且内核态运行的线程

4.4 混合管理且运行的线程

内核态管理且内核态运行的线程(简称:内核线程)
  • 由内核实现线程机制,由内核完成线程的创建、终止和管理
  • 由内核维护TCB, 在内核实现
  • 线程在内核中执行
    • 如:Linux的内核线程
内核态管理且内核态运行的线程
  • 一个内核线程可分时/并行处理一件内核任务
  • 内核线程的调度由内核负责,一个内核线程处于阻塞状态时不影响其他的内核线程
内核态管理且内核态运行的线程的作用
  • 执行周期性的任务
    • 把Buffer-Cache定期写回到存储设备上
    • 在可用物理内存页很少情况下执行虚存交换操作
    • 实现文件系统的事务日志
    • ......

提纲

  1. 为何需要线程?
  2. 线程的概念
  3. 使用线程
  4. 线程的设计实现

4.1 用户态管理且用户态运行的线程
4.2 内核态管理且用户态运行的线程
4.3 内核态管理且内核态运行的线程

4.4 混合管理且运行的线程

轻量级进程:双态管理的线程

轻量级进程(Light-Weight Process,LWP)是内核支持的用户线程

  • 一个进程可有一个或多个 LWP,每个 LWP 是跟内核线程一对一映射的,也就是 LWP 都是由一个内核线程支持。
  • 在 LWP 之上也可使用用户线程。
轻权进程与用户线程的对应关系
  • 1 : 1,即一个 LWP 对应 一个用户线程:Linux, JVM
    • 用户态管理取消,内核管理线程
  • N : 1,即一个 LWP 对应多个用户线程:与OS无关的Green Thread
    • 内核态仅管理包含多个线程的进程,用户态的线程运行时管理线程
  • M : N,即多个 LWP 对应多个用户线程:Solaris OS, Go runtime
    • 用户态线程运行时和内核协同进行管理
轻权进程实例

M : N线程模型

  • Solaris 操作系统+C线程运行时库
  • Go语言+Go运行时库+OS
轻权进程管理
  • 编程人员决定内核线程与用户级线程的对应关系
  • 用户级线程由用户线程管理库管理
  • 内核只识别内核级线程/进程,并对其进行调度
  • 内核与用户态线程管理库交互
  • 具有最大灵活度和实现复杂性
线程的上下文切换

线程是调度的基本单位,而进程则是资源拥有的基本单位。

  • 不同进程中的线程切换:进程上下文切换
  • 相同进程中的线程切换:虚拟内存等进程资源保持不动,只需要切换线程的私有数据、寄存器等不共享的数据

小结

  1. 为何需要线程?
  2. 线程的概念
  3. 使用线程
  4. 线程的设计实现

![bg right:48% 95%](figs/thread.png)

线程能够利用的表空间和堆栈空间比内核级线程多。

因此,在多线程应用程序中,建议谨慎使用 fork(),尤其是当涉及到共享资源和锁时。可以采用其他技术来实现进程间通信和同步,例如共享内存、消息队列和信号量等。