4.进程与线程

4.1什么是进程？

进程：我们编写的代码只是存储在硬盘中的静态文件，通过编译后生成二进制可执行文件，当我们运行这个二进制可执行文件的时候，它会被装载到内存中，接着CPU会执行程序中的每一条指令，这个运行着的程序就是进程。
当进程需要从磁盘中读取数据时，CPU不需要阻塞等待数据的返回，而是去执行另外的进程。当硬盘数据返回时，CPU会收到中断信号，于是CPU再继续运行这个进程。

对于一个支持多进程的系统，CPU会从一个进程快速切换到另一个进程，每个进程各运行几十毫秒或者几百毫秒。虽然单核的CPU在某一个瞬间，只能运行一个进程。但是在一秒内，它可能运行多个进程，这称之为并发。
【并行与并发】
并发：一个CPU核心在不同的时间，去不同的进程(线程)执行指令的能力；
并行：多个CPU或者一个CPU的多个核心，在同一时刻处理不同进程(线程)的指令；
【进程的活动状态】

创建状态：进程正在被创建时的状态；
结束状态：进程正在从系统中消失时的状态；
运行状态：该时刻进程占用CPU；
就绪状态：可运行，但由于其他进程处于运行状态而暂停运行，等待CPU调度；
阻塞状态：该进程正在等待某一事件的发生(输入/输出操作的完成)而暂停运行，这时候即使CPU控制权，它也无法运行；
如果有大量处于阻塞状态的进程，进程可能占用着物理内存，但物理内存毕竟是有限的，所以在虚拟内存管理的操作系统中，通常会把阻塞状态的进程的物理内存空间换出到硬盘，等需要再次运行的时候，再从磁盘换入到物理内存。
阻塞挂起状态：进程在磁盘并等待某个事件的出现；
就绪挂起状态：进程在硬盘但只要进入内存，就立刻能处于就绪状态；
【进程的控制结构】
在操作系统中，是用进程控制块(PCB)数据结构来描述进程的，PCB是进程存在的唯一标识。
（1）进程标识符：标识各个进程，每个进程都有一个并且唯一的标识符；
（2）用户标识符：进程归属到的用户，用户标识符主要是为了共享和保护服务；
（3）进程当前状态：如new、ready、running、waiting、blocked等；
（4）进程优先级
（5）资源分配清单：虚拟地址空间和内存地址空间的信息等；
（6）CPU相关信息：CPU中各个寄存器的值，打个进程被切换时，CPU的状态信息都会保存在相应的PCB中，以便进程重新执行时，能从断点处继续执行。

【进程上下文切换】
各个进程之间是共享CPU资源的，在不同的时候进程之间需要切换，让不同的进程可以在CPU执行，那么这一个进程切换到另一个进程运行，称为进程的上下文切换。
进程是由内核管理和调度的，所以进程的切换只能发生在内核态。所以进程的上下文切换不仅包含了虚拟内存、栈、全局变量等用户空间的资源，还包括了内核堆栈、寄存器等内核空间的资源。通常，会把交换的信息保存在进程的PCB中，当要运行另外一个进程的时候，我们需要从这个进程的PCB取出上下文，然后恢复到CPU中，使得这个进程可以继续执行。

【进程上下文切换发生在哪些场景中？】
（1）为了保证所有进程可以得到公平调度，CPU时间被划分为一段段的时间片，这些时间片被轮流分配到各个进程。当某个进程的时间片耗尽了，进程就从运行状态转变为就绪状态，系统从就绪队列选择另外一个进程运行。
（2）进程在系统资源不足(内存空间不足)的时候，要等到资源满足后才可以运行，这个时候进程会被挂起，系统调度其他进程运行；
（3）当进程通过sleep函数，这样的方法主动挂起时，系统会重新调度；
（4）当有优先级更高的进程运行时，为了保证高优先级进程的运行，当前进程会被挂起，让高优先级进程来运行；
（5）发生硬件中断时，CPU上的进程会被中断挂起，转而执行内核中的中断处理程序；

4.2什么是线程？

线程是进程当中的一条执行流程。同一个进程内多个线程可以共享代码段、数据段、打开的文件等资源，但每个线程各自都有一套独立的寄存器和栈，这样可以确保线程的控制流是相对独立的。
在早期的操作系统中都是以进程作为独立运行的基本单位，后面计算机科学家们又提出了更小的能独立运行的基本单位，也就是线程。进程的维护系统开销较大，比如创建进程时需要分配资源、建立PCB；终止进程时需要回收资源、撤销PCB；进程切换时需要保存当前进程的状态信息；而线程可以并发运行并且共享相同的地址空间。

【线程的优点】：
（1）一个进程中可以同时存在多个线程；
（2）各个线程之间可以并发执行；
（3）各个线程之间可以共享地址空间和文件等资源；
【线程的缺点】：
（1）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。
【线程的实现】
（1）用户线程：在用户空间实现的线程，不是由内核管理的线程，是由用户态的线程库来完成线程的管理；
用户线程是基于用户态的的线程管理库来实现的，线程控制块(TCB)也是在库里面实现的，对于操作系统而言是看不到这个TCB的，它只能看到整个进程的PCB；用户线程的整个线程管理和调度，操作系统是不直接参与的，而是由用户级线程库来完成线程的管理，包括线程的创建、终止、同步和调度等。
（2）内核线程：在内核实现的线程，由内核管理的线程；
内核线程是由操作系统管理的，线程对应的TCB自然也是放在操作系统里面的，这样线程的创建、终止和管理都是操作系统负责的；
（3）轻量级进程：在内核中来支持用户线程；
【用户线程与内核线程的对应关系】
（1）多对一

优点：

1. 每个进程都需要它私有的线程控制块(TCB)列表，用来跟踪记录它各个线程状态信息(PC、栈指针、寄存器等)，TCB由用户级线程库来维护；
2. 用户线程的切换也是由线程库函数来完成的，无需用户态与内核态的切换，所以速度特别快；

缺点：

1. 由于操作系统不支持线程的调度，如果一个线程发起了系统调用而阻塞，那进程所包含的用户线程都不能执行了；
2. 当一个线程开始运行后，除非它主动交出CPU的使用权，否则它所在的进程当中的其他线程无法运行，因为用户态的线程没法打断当前运行中的线程，它没有这个特权，只有操作系统才有，但是用户线程不是由操作系统管理的；
3. 由于时间片分配给进程，故与其他线程比，在多线程执行时，每个线程得到的CPU时间片较少，执行会比较慢；

（2）一对一

优点：

1. 在一个进程当中，如果某个内核线程发起系统调用而被阻塞，并不会影响其他内核线程的运行；
2. 分配给线程，多线程的进程更多的CPU时间片；

缺点：

1. 在支持内核线程的操作系统中，由内核来维护进程和线程的上下文信息，比如PCB和TCB；
2. 线程的创建、终止和切换都是通过系统调用的方式来进程，对操作系统来说，系统开销比较大。

（3）多对多

4.3进程与线程的比较

（1）进程是资源(包括内存、打开的文件等)分配的基本单位；线程是CPU调度的基本单位；
（2）进程拥有一个完整的资源平台；线程只独享必不可少的资源，如寄存器和栈；
（3）线程同样拥有就绪、阻塞、执行等三种基本状态，同样具有状态之间的转换关系；
（4）线程能减少并发执行的时间和空间开销；
【1】线程的创建时间比进程快，因为进程在创建的过程中，还需要内存管理信息、文件管理信息等资源，而线程在创建的过程中，不会涉及这些资源管理信息，而是共享它们；
【2】线程的终止时间比进程快，因为线程释放的资源相比进程少很多；
【3】同一个进程的线程切换比进程切换快，因为线程具有相同的地址空间(虚拟内存共享)，这意味着同一个进程的线程都具有同一个页表，那么在切换的时候不需要切换页表。而对于进程之间的切换，切换的时候需要把页表给切换掉，而页表的切换过程开销是比较大的。
【4】由于同一个进程的线程之间共享内存资源和文件资源，那么在线程之间传递数据的时候，就不需要经过内核了，使得线程之间的数据交互效率更高了。

4.4说说进程间的通信方式有哪些？各有什么优缺点？

每个进程的用户地址空间独立的，一般是不能互相访问的， 但内核空间是每个进程共享的，所以进程之间通信必须要通过内核。

（1）管道

1. 管道分为匿名管道和命名管道。
2. 匿名管道是特殊文件只存在与内存，shell命令中的|竖线就是匿名管理，通信的数据是无格式的流并且大小受限，通信的方式是单向的，数据只能在一个方向上流动，匿名管道是只能用于存在父子关系的进程间通信，匿名管道的生命周期随进程；
3. 命名管道突破了匿名管道只能在亲缘关系进程间的通信限制，因为使用命名管道的前提，需要在文件系统创建 一个类型为p的设备文件，那么毫无关系的进程就可以通过这个设备文件进程通信。不管是匿名管道还是命名管道，进程写入的数据都缓存在内核中。

（2）消息队列

1. 消息队列是保存在内核中的消息链表，在发送数据时，会分为一个一个的独立的数据单元，消息体是用户定义的数据类型，消息的发送方和接收方要约定好消息体的数据类型，每个消息体都是固定大小的存储块，不像管道是无格式的字节流数据，如果进程从消息队列中读取了消息体，内核就会把这个消息体删除掉；
2. 消息队列的生命周期随内核，如果没有释放消息队列或者没有关闭操作系统，消息队列会一直存在；
3. 通信可能不及时，另外消息体有大小限制；
4. 消息队列不适合比较大数据的传输，内核中每个消息体都有一个最大长度的限制，同时队列所包含的全部消息体的长度也是有限制的；
5. 消息队列的通信过程中，存在用户态与内核态之间的数据拷贝开销，因为进程写入数据到内核中的消息队列时，会发生从用户态拷贝数据到内核态的过程，同理另一进程读取内核中的消息数据时，会发生从内核态到用户态数据拷贝的过程；

（3）共享内存

1. 消息队列的读取和写入的过程，都会发生用户态与内核态之间的消息拷贝过程。共享内存的方式，能解决好这一问题。现代操作系统，对于内存管理，采用的是虚拟内存技术，每个进程都有自己独立的虚拟内存空间，不同进程的虚拟内存映射到不同物理内存中。
2. 共享内存的机制就是拿出一块虚拟地址空间出来，映射到相同的物理内存中，这样每个进程写入的东西，另外一个进程马上就能看到了。都不需要拷贝，提高进程间的通信效率。
3. 如果多个进程同时修改同一个共享内存的资源，很有可能会发生冲突，造成数据错乱。

（4）信号量

1. 为了防止多进程竞争共享资源造成数据错乱，所以需要保护机制，使得共享的资源，在任意时刻只能被一个进程访问。信号量就实现了这一保护机制。
2. 信号量其实就是一个整型的计数器，主要用于实现进程间的互斥与同步，而不是缓存进程间通信的数据。

（5）信号

1. 比如在shell终端的进程，我们可以通过键盘输入某些组合键，给进程发送信号；ctrl+c表示终止该进程，ctrl+z表示挂起该进程
2. kill -9 1050，表示给PID为1050的继承发送sigKill信号，用来立刻结束该进程；

（6）Socket

1. Socket可用于跨网络实现不同主机上的进程通信，也可以实现本机上不同进程间的通信；

（1）客户端和服务端初始化socket，得到文件描述符；
（2）服务端调用bind，绑定自己的ip和端口；
（3）服务端调用listen，进行监听；
（4）服务端调用accept，等待客户端连接；
（5）客户端调用connect，向服务端的地址和端口发起连接；
（6）服务端accept，经过tpc三次握手建立连接；
（7）客户端调用write写入数据；服务端调用read读取数据；
（8）客户端调用close断开连接，服务端read读取数据的时候就会读取到eof，等待处理完数据，服务端调用close，表示连接关闭；

4.5死锁的概念

死锁只有同时满足以下四个条件才会发生：
（1）互斥条件：多个线程不能同时使用同一个资源；
（2）持有并等待条件：线程A已经持有了资源1又想申请资源2，但资源2已被线程B持有了，此时线程A就处于等待状态；
（3）不可剥夺条件：当线程已经持有了资源，在自己使用完之前不能被其他线程获取；
（4）环路等待条件：两个线程获取资源的顺序构成了环路。

【解决方法】：资源有序分配法，破坏环路等待条件，多个线程获取资源的顺序一致；

4.6锁

互斥锁：在开发过程中，最常见的就是互斥锁了，互斥锁加锁失败时，会用线程切换的方式来应对，当加锁失败的线程再次加锁成功后的这一过程，会有两次线程上下文切换的成本，性能损耗比较大。
自旋锁：如果我们明确知道被锁住的代码的执行时间很短，那我们应该选择开销比较小的自旋锁，因为自旋锁加锁失败后，并不会产生线程切换，而是一直忙等待，直到获取到锁，那么如果被锁住的代码执行时间很短，这个忙等待的时间也会相应较短。
读写锁：读写锁允许多个读线程可以同时持有读锁，提高了读的并发性。它可以分为读优先锁和写优先锁，读优先锁的并发性很强，但容易造成写线程饥饿；而写优先锁会优先服务写线程，读线程也可能饥饿，于是为了避免饥饿的问题，就有了公平读写锁，它是用队列把请求锁的线程排队，并保证先进先出的顺序对线程加锁，这样保证某种线程不会被饿死，通用性也更好点。
悲观锁：互斥锁、自旋锁、读写锁都属于悲观锁，悲观锁认为并发访问共享资源的时候，冲突概率是很高的，所以在访问共享资源前都需要先加锁；
乐观锁：如果并发访问共享资源的时候，冲突概率非常低的话，就可以使用乐观锁，它的工作方式是，在访问共享资源时，不用先加锁，修改完共享资源后，再验证这段时间有没有发生冲突，如果没有其他线程在修改资源，那么操作成功；如果发现有其他线程已经修改过这个资源，就放弃本次操作。