进程与线程之间的关系

1、前言

      前段时间没事跑到北京去应聘，HR和我聊得很high，给我描述了来公司后的宏伟蓝图，一顿神游；到技术面时来了两个小崽子，一顿算法和数据结构，没有准备的我狼狈不堪，完事，HR很疑惑地问我，怎么技术那边说你技术不是很强，这是怎么回事？我估计HR是不是心里在嘀咕，这人不是个大忽悠吧，浪费我那么多吐沫星子！回来痛定思痛，还是埋头补课吧。本文是网上有关资料的基础上整理归纳的。

2、来历

（1）下面细说背景：

       CPU+RAM+各种资源（比如显卡，光驱，键盘，GPS,等等外设）构成我们的电脑，电脑的运行，实际就是CPU和相关寄存器以及RAM之间交互的过程。

（2）一个最最基础的事实：

       CPU太快，太快，太快了，寄存器仅仅能够追的上他的脚步，RAM和别的挂在各总线上的设备完全是望其项背。那当多个任务要执行的时候怎么办呢？轮流着来?或者谁优先级高谁来？不管怎么样的策略，一句话就是在CPU看来就是轮流着来。   

（3）一个必须知道的事实：

        执行一段程序代码实现一个功能的过程 ：当得到CPU的时候，相关的资源必须也已经就位，就是显卡啊，GPS啊什么的必须就位，然后CPU开始执行。这里除了CPU以外其它所有资源就构成了这个程序的执行环境，也就是我们所定义的程序上下文。当这个程序执行完了，或者分配给它的CPU执行时间用完了，那它就要被切换出去，等待下一次CPU的临幸。在被切换出去的最后一步工作就是保存程序上下文，因为这个是下次它被CPU临幸的运行环境，必须保存。

（4）串联起来的事实：

       前面讲过在CPU看来所有的任务都是一个一个的轮流执行的，具体的轮流方法就是：先加载程序A的上下文，然后开始执行A，保存程序A的上下文，调入下一个要执行的程序B的程序上下文，然后开始执行B,保存程序B的上下文......

    得益于CPU的计算速度，我们可以“同时”运行多个任务，实质上是多个任务之间轮流使用CPU资源，由于速度超快，给用户的感觉就是并行的。

       进程和线程就是这样的背景出来的，两个名词不过是对应的CPU时间段的描述，名词就是这样的功能。

进程是什么呢？

         · 进程就是包换上下文切换的程序执行时间总和 = CPU加载上下文+CPU执行+CPU保存上下文

     所以，进程是资源分配的基本单位。一般来说宏观上可以看做是一个软件的运行，例如一个word文档的打开，开了一个进程；开个QQ，开了一个进程；开了迅雷，开了一个进程。

为什么引入线程？

        首先我们引入了进程这个概念，虽然进程有利于资源的管理和保护。然而在实际应用中，进程有这样的问题： 

        1. 进程切换的代价、开销比较大； 
        2. 在一个进程内也需要并行执行多个程序，实现不同的功能。 
        3. 进程有时候性能比较低。

 引入线程有以下三个方面的考虑

1. 应用的需要。比如打开一个浏览器，我想一边浏览网页，一边下载文件，一边播放音乐。如果一个浏览器是一个进程，那么这样的需求需要线程机制。
2. 开销的考虑。在进程内创建、终止线程比创建、终止进程要快。同一进程内的线程间切换比进程间的切换要快,尤其是用户级线程间的切换。线程之间相互通信无须通过内核（同一进程内的线程共享内存和文件）
3. 性能的考虑。多个线程中，任务功能不同（有的负责计算，有的负责I/O）,如果有多个处理器，一个进程就可以有很多的任务同时在执行。

线程是什么呢？

     如果我们把进程比喻为一个运行在电脑上的软件，那么一个软件的执行不可能是一条逻辑执行的，必定有多个分支和多个程序段，就好比要实现程序A，实际分成a，b，c等多个功能组合而成。那么这里具体的执行就可能变成：

     程序A得到CPU =》CPU加载上下文，开始执行程序A的a小段，然后执行A的b小段，然后再执行A的c小段，最后CPU保存A的上下文。

     这里a，b，c的执行是共享了A的上下文，CPU在执行的时候没有进行上下文切换的。

             这里的a，b，c就是线程，也就是说线程是共享了进程的上下文环境的更为细小的CPU时间段。

    

线程的属性

• 有标识符ID
• 有状态及状态转换—->>需要提供一些状态转换操作
• 不运行时需要保存上下文环境—>>需要程序计数器等寄存器
• 有自己的栈和栈指针
• 共享所在进程的地址空间和其它资源

         线程只是CPU轮流调度的基本单位，其它上下文信息用所在进程中的。这样上下文切换的耗时就降了下来。同样的，宏观上来可以看做是一个软件中的多个处理功能，例如上述打开word中拼写检查功能、字体加粗……，例如在QQ的这个进程里，传输文字开一个线程、传输语音开了一个线程、弹出对话框又开了一个线程。

总结: 

       进程和线程都是一个时间段的描述，是CPU工作时间段的描述，不过是颗粒大小不同。

      一般来说，进程是资源分配的基本单位，线程是CPU调度的基本的单位，线程属于进程。

3、换个姿势

     抛开各种技术细节，从应用程序角度讲：

1、在单核计算机里，有一个资源是无法被多个程序并行使用的：cpu。

         没有操作系统的情况下，一个程序一直独占着全都cpu。

         如果要有两个任务来共享同一个CPU，程序员就需要仔细地为程序安排好运行计划--某时刻cpu和由程序A来独享，下一时刻cpu由程序B来独享

        而这种安排计划后来成为OS的核心组件，被单独名命为“scheduler”，即“调度器”，它关心的只是怎样把单个cpu的运行拆分成一段一段的“运行片”，轮流分给不同的程序去使用，而在宏观上，因为分配切换的速度极快，就制造出多程序并行在一个cpu上的假象。

2、在单核计算机里，有一个资源可以被多个程序共用，然而会引出麻烦：内存。

         在一个只有调度器，没有内存管理组件的操作系统上，程序员需要手工为每个程序安排运行的空间 -- 程序A使用物理地址0x00-0xff,程序B使用物理地址0x100-0x1ff，等等。

         然而这样做有个很大的问题：每个程序都要协调商量好怎样使用同一个内存上的不同空间，软件系统和硬件系统千差万别，使这种定制的方案没有可行性。
        为了解决这个麻烦，计算机系统引入了“虚拟地址”的概念，从三方面入手来做：

        2.1、硬件上，CPU增加了一个专门的模块叫MMU，负责转换虚拟地址和物理地址。
        2.2、操作系统上，操作系统增加了另一个核心组件：memory management，即内存管理模块，它管理物理内存、虚拟内存相关的一系列事务。
        2.3、应用程序上，发明了一个叫做【进程】的模型，（注意）每个进程都用【完全一样的】虚拟地址空间，然而经由操作系统和硬件MMU协作，映射到不同的物理地址空间上。不同的【进程】，都有各自独立的物理内存空间，不用一些特殊手段，是无法访问别的进程的物理内存的。

3、现在，不同的应用程序，可以不关心底层的物理内存分配，也不关心CPU的协调共享了。然而还有一个问题存在：有一些程序，想要共享CPU，【并且还要共享同样的物理内存】，这时候，一个叫【线程】的模型就出现了，它们被包裹在进程里面，在调度器的管理下共享CPu，拥有同样的虚拟地址空间，同时也共享同一个物理地址空间，然而，它们无法越过包裹自己的进程，去访问别一个进程的物理地址空间。

4、进程之间怎样共享同一个物理地址空间呢？不同的系统方法各异，符合posix规范的操作系统都提供了一个接口，叫mmap，可以把一个物理地址空间映射到不同的进程中，由不同的进程来共享。

5、PS：在有的操作系统里，进程不是调度单位（即不能被调度器使用），线程是最基本的调度单位，调度器只调度线程，不调度进程，比如VxWorks

4、区别

1. 定义方面：进程是程序在某个数据集合上的一次运行活动；线程是进程中的一个执行路径。
2. 角色方面：在支持线程机制的系统中，进程是系统资源分配的单位，线程是系统调度的单位。
3. 资源共享方面：进程之间不能共享资源，而线程共享所在进程的地址空间和其它资源。同时线程还有自己的栈和栈指针，程序计数器等寄存器。
4. 独立性方面：进程有自己独立的地址空间，而线程没有，线程必须依赖于进程而存在。

5、参考文献

   1、图文并茂篇：进程与线程的一个简单解释

    2、循序渐进篇：android 线程与进程 区别 联系     、 

linux基础——linux进程与线程的区别与联系

    3、编程说明篇：多线程和多进程的区别（小结），其中提到了多线程带来的线程安全和函数可重入的问题。

   4、深入细致篇：进程,线程 ->iOS 多线程 runloop

    5、高级进阶篇：Processes and Threads