概念介绍
进程process
- 进程是操作系统内独立且隔离的执行单元。它包含自己的内存空间、代码、数据和系统资源。进程由操作系统内核进行管理和调度。
- 每个进程都有独特的进程标识符（PID），用于区分其他进程。
- 进程提供很高的隔离性，一个进程不能直接访问另一个进程的内存或资源。要在进程之间进行通信，需要使用进程间通信（IPC）机制，如管道、套接字或消息传递。
- 启动一个进程通常涉及复制父进程的状态和内存，之后子进程独立运行。
线程thread
- 线程是进程内的最小执行单元。与进程不同，线程共享其父进程的内存空间和资源。
- 线程比进程轻量，创建和在线程之间切换的开销较小。由于它们共享相同的内存空间，同一进程内的线程之间的通信和数据共享更为高效。
- 进程内的线程可以访问共享数据，这可能导致同步问题，并需要线程同步机制（如锁和信号量）来确保数据的完整性。
- 线程适用于涉及并行性的任务，例如在网络服务器中处理多个连接。
纤程fiber
纤程 (fiber)和协程 (coroutine) 都是用于实现并发编程的技术, 但有一些区别:
-
纤程 (fiber)是由操作系统内核支持和管理的轻量级线程。纤程拥有自己的调用栈和局部变量, 可以与其他纤程共享内存空间。操作系统可以在多个纤程之间快速切换, 支持大量的并发执行。
-
协程 (coroutine)是一种程序语言实现的轻量级线程, 协程切换不需要操作系统支持, 完全由程序语言自己控制。协程允许程序保留执行状态, 对于一些需要维护大量并发连接的应用很有用。
-
纤程由操作系统调度, 协程由程序自行调度, 纤程切换需要 Mode switch, 协程切换只需要保存状态。
-
Go 和 C++都支持协程, 通过语言级的 goroutine 和 coroutine 来实现。但它们底层是否由操作系统的纤程来支持依赖具体的运行环境。
-
总体来说, 纤程和协程解决的问题类似, 都是为了发挥多核 CPU 的并行计算能力。但实现机制不同, 纤程由操作系统提供, 协程由语言提供。在实际使用中, 根据需求选择合适的并发编程抽象。
纤程 (fiber)和线程 (thread) 的主要区别在于:
-
线程是操作系统调度的基本单位, 纤程是轻量级的线程, 在线程内部调度。
-
线程拥有自己独立的执行栈和系统资源, 纤程只有独立的执行栈, 共享线程的其他资源。
-
在多线程中, 线程的切换需要操作系统切换 CPU 执行上下文, 这是比较耗时的。纤程切换只涉及执行栈的切换, 效率很高。
-
一个线程可以包含多个纤程, 这些纤程共享线程的资源。一个线程的崩溃会导致进程的崩溃, 而一个纤程的崩溃只会影响当前线程中的其他纤程。
-
线程数一般根据 CPU 核数确定, 过多的线程会导致频繁的上下文切换。而纤程数可以设定非常大。
所以纤程是在线程内部提供的一种更轻量级的执行单元。线程和进程适合资源隔离和保护, 而纤程适合大规模并发和高效调度。把复杂任务分解到不同的纤程, 并在少量线程上调度纤程, 可以高效利用多核 CPU。
协程coroutine
- 协程是一种编程抽象，允许函数在特定点暂停和恢复执行，而不会丢失其状态。也称为“协作式多任务处理”。
- 与线程不同，线程是由操作系统抢占式调度的，协程依赖于开发者在适当的时候主动放弃控制权，将执行权交给另一个协程。
- 协程通常比线程更轻量级，因为它们不需要为每个协程分配独立的内存栈，而是与调用它们的函数共享相同的栈。
- 协程适用于管理涉及顺序或非阻塞操作的任务，例如异步 I/O 或事件驱动编程。
联系和区别
- 进程和线程由操作系统进行管理，而协程由应用程序本身或协程库进行管理。
- 进程是彼此隔离的，而线程共享同一进程的内存空间和资源。
- 线程比进程更轻量级，创建和在线程之间切换的开销较小。
- 协程比线程更轻量级，因为不需要为每个协程分配独立的内存栈。
- 进程和线程是并发的，由操作系统调度它们的执行。协程是协作式的，需要主动放弃控制权。
- 进程间通信需要使用 IPC 机制，而同一进程内的线程可以直接通过共享内存进行通信。
- 线程适用于并行任务，而协程适用于顺序或非阻塞操作。
进程
进程管理的资源
那么进程都管理哪些资源呢？ 通常包括
- 内存资源、
- IO 资源、
- 信号处理等部分。
进程运行起来必然会涉及到对内存资源的管理。内存资源有限，
- 操作系统采用虚拟内存技术，把进程虚拟地址空间划分成用户空间和内核空间。
地址空间
4 GB 的进程虚拟地址空间被分成两部分：用户空间和内核空间
用户空间
用户空间按照访问属性一致的地址空间存放在一起的原则，划分成 5 个不同的内存区域。 访问属性指的是 “可读、可写、可执行等 。
-
代码段：
- 代码段是用来存放可执行文件的操作指令，可执行程序在内存中的镜像。代码段需要防止在运行时被非法修改，所以==只准许读取操作，它是不可写的==。
-
数据段：
- 数据段用来存放可执行文件中已初始化全局变量，换句话说就是==存放程序静态分配的变量和全局变量==。
-
BSS 段：
- BSS(Block Started by Symbol) 段包含了程序中==未初始化的全局变量==，在内存中 bss 段全部置零。
-
堆 heap：
- 堆是用于==存放进程运行中被动态分配的内存段==，它的大小并不固定，可动态扩张或缩减。
- 当进程调用 malloc 等函数分配内存时，新分配的内存就被动态添加到堆上（堆被扩张）；
- 当利用 free 等函数释放内存时，被释放的内存从堆中被剔除（堆被缩减）
-
栈 stack：
- 栈是用户存放程序临时创建的局部变量，也就是函数中定义的变量（但不包括 static 声明的变量，static 意味着在数据段中存放变量）。
- 除此以外，在函数被调用时，其参数也会被压入发起调用的进程栈中，并且待到调用结束后，函数的返回值也会被存放回栈中。
- 由于栈的先进后出特点，所以栈特别方便用来保存/恢复调用现场。从这个意义上讲，可以把堆栈看成一个寄存、交换临时数据的内存区。
上述几种内存区域中数据段、BSS 段、堆通常是被连续存储在内存中，在位置上是连续的，而代码段和栈往往会被独立存放。堆和栈两个区域在 i386 体系结构中栈向下扩展、堆向上扩展，相对而生。
- 在 Linux 下用 size 命令可以查看编译后程序的各个内存区域大小：
$ size /usr/local/sbin/sshd
text data bss dec hex filename
1924532 12412 426896 2363840 2411c0 /usr/local/sbin/sshd内核空间
- 在 x86 32 位系统里，Linux 内核地址空间是指虚拟地址从 0xC0000000 开始到 0xFFFFFFFF 为止的高段内存地址空间，总计 1 G 的容量，
- 包括了内核镜像、物理页面表、驱动程序等运行在内核空间 。
线程
线程资源和开销
同一进程中的多条线程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调用栈、寄存器环境、线程本地存储等信息。
- 线程创建的开销主要是线程堆栈的建立，分配内存的开销。
- 这些开销并不大，最大的开销发生在线程上下文切换的时候。
线程分类
线程按照实现位置和方式的不同，也分为用户级线程和内核线程，下面一起来看下这两类线程的差异和特点。
用户级线程
实现在用户空间的线程称为用户级线程。
-
用户线程是完全建立在用户空间的线程库之上，
-
用户线程的创建、调度、同步和销毁全由用户空间的库函数完成，不需要内核的参与，
-
因此这种线程的系统资源消耗非常低，且非常的高效。
-
特点：
- 用户线级线程==只能参与竞争该进程的处理器资源==，不能参与全局处理器资源的竞争。
- 用户级==线程切换都在用户空间进行==，开销极低。
- 用户级线程调度器在用户空间的线程库实现，内核的调度对象是进程本身，==内核并不知道用户线程的存在==。
- 缺点：
- 如果触发了引起阻塞的系统调用的调用，会立即阻塞该线程所属的整个进程。
- 系统只看到进程看不到用户线程，所以只有一个处理器内核会被分配给该进程 ，也就不能发挥多核 CPU 的优势。
内核级线程
内核级线程是指，内核线程建立和销毁都是由操作系统负责、通过系统调用完成的，内核维护进程及线程的上下文信息以及线程切换。
- 特点：
- 内核级线级==能参与全局的多核处理器资源分配==，充分利用多核 CPU 优势。
- ==每个内核线程都可被内核调度==，因为线程的创建、撤销和切换都是对内核管理的。
- 一个内核线程阻塞与他同属一个进程的线程仍然能继续运行。
- 缺点：
- 内核级线程调度开销较大。==调度内核线程的代价可能和调度进程差不多昂贵==，代价要比用户级线程大很多。
- ==线程表是存放在操作系统固定的表格空间或者堆栈空间里==，所以内核级线程的数量是有限的。
Linux 线程实现
Linux 并没有为线程准备特定的数据结构，因为 Linux 只有 task_struct 这一种描述进程的结构体。在内核看来只有进程而没有线程，线程调度时也是当做进程来调度的。
- Linux 所谓的线程其实是与其他进程共享资源的轻量级进程。
为什么说是轻量级呢？在于它只有一个最小的执行上下文和调度程序所需的统计信息，它只带有进程执行相关的信息，与父进程共享进程地址空间 。
轻量级进程
- 轻量级线程 Light-weight Process 简称 LWP ，是一种由内核支持的用户线程，每一个轻量级进程都与一个特定的内核线程关联。
- 它是基于内核线程的高级抽象，系统只有先支持内核线程才能有 LWP。每一个进程有一个或多个 LWPs ，每个 LWP 由一个内核线程支持，在这种实现的操作系统中 LWP 就是用户线程。
轻量级进程最早在 Linux 内核 2.0.x 版本就已实现，应用程序通过一个统一的 clone() 系统调用接口，用不同的参数指定创建的进程是轻量进程还是普通进程。
- 特点和缺点：
- 由于轻量轻量级进程基于内核线程实现，因此它的特点和缺点就是内核线程的特点和缺点。
查看 LWP 信息
轻量级线程也没什么神秘的，用 Linux 的 pstack 命令可以查看进程的轻量级线程 LWP 信息。下图的黄色字体就是打印出的轻量级线程 ID ，以及该线程的调用堆栈信息，从最新的栈帧开始往下排列。
用法示例： pstack pid
协程
其实协程的概念出来的比线程还早，只不过最近才被人们更多的提起。
协程之所以最近被大家熟知，是由于 Python 和 Go 从语言层面提供了对协程更好的支持，尤其是以 Goroutine 为代表的 Go 协程实现，很大程度上降低了协程使用门槛。
why 协程?
当今无数的 Web 服务和互联网服务，本质上大部分都是 IO 密集型服务，什么是 IO 密集型服务？意思是处理的任务大多是和网络连接或读写相关的高耗时任务。
-
IO 密集型服务的瓶颈不在 CPU 处理速度，而在于尽可能快速的完成高并发、多连接下的数据读写。
-
以前的多线程、多进程解决方案效果都不好：
- 如果用多线程，高并发场景的大量 IO 等待会导致多线程被频繁挂起和切换，非常消耗系统资源，同时多线程访问共享资源存在竞争问题。
- 如果用多进程，不仅存在频繁调度切换问题，同时还会存在每个进程资源不共享的问题，需要额外引入进程间通信机制来解决。
-
协程出现给高并发和 IO 密集型服务开发提供了另一种选择。
什么是协程
- 协程 Coroutines 是一种比线程更加轻量级的微线程。
- 类比一个进程可以拥有多个线程，一个线程也可以拥有多个协程，因此协程又称微线程和纤程。
可以粗略的把协程理解成子程序调用，每个子程序都可以在一个单独的协程内执行。
调度开销
内核线程（不采用纯用户线程的原因在于性能更差，还不能利用多处理器的性能）是被内核所调度，线程被调度切换到另一个线程上下文的时候，需要保存一个用户线程的状态到内存，恢复另一个线程状态到寄存器，然后更新调度器的数据结构，这几步操作设计用户态到内核态转换，开销比较多。
- 协程的调度完全由用户控制，协程拥有自己的寄存器上下文和栈，
- 协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈，直接操作用户空间栈，完全没有内核切换的开销。
动态协程栈
协程拥有自己的寄存器上下文和栈，协程调度切换时将寄存器上下文和栈保存下来，在切回来的时候，恢复先前保存的寄存器的上下文和栈。
- Goroutine 是 Golang 的协程实现。Goroutine 的栈只有 2 KB 大小，而且是动态伸缩的，可以按需调整大小，最大可达 1 G，相比线程来说既不浪费又灵活了很多。
线程也都有一个固定大小的内存块来做栈，一般会是 2 MB 大小，线程栈会用来存储线程上下文信息。2 MB 的线程栈和协程栈相比大了很多。
协程实现
Python 协程实现
正如刚才所写的代码示例，python 2.5 中引入 yield/send 表达式用于实现协程，但这种通过生成器的方式使用协程不够优雅。
- python 3.5 之后引入 async/await ，简化了协程的使用并且更加便于理解。
Go 语言协程实现
Golang 在语言层面实现了对协程的支持，Goroutine 是协程在 Go 语言中的实现， 在 Go 语言中每一个并发的执行单元叫作一个 Goroutine ，Go 程序可以轻松创建成百上千个协程并发执行。
Go 协程调度器有三个重要数据结构：
- G 表示 Goroutine ，它是一个待执行的任务；
- M 表示操作系统的线程，它由操作系统的调度器调度和管理；
- P 表示处理器 Processor，它可以被看做运行在线程上的本地调度器；
- Go 调度器最多可以创建 10000 个线程，可以通过设置 GOMAXPROCS 变量指能够正常运行的运行，这个变量的默认值等于 CPU 个数，也就是线程数等于 CPU 核数，
- 这样不会触发操作系统的线程调度和上下文切换，所有的调度由 Go 语言调度器触发，都是在用户态，减少了非常多的调用开销。