Java 并发编程解析 | 关于线程机制的那些事，你究竟了解多少（） linux

苍穹之边，浩瀚之挚，眰恦之美；悟心悟性，善始善终，惟善惟道！ —— 朝槿《朝槿兮年说》

文章图片

写在开头

文章图片

众所周知，在计算机操作系统中，进程(Process)是一个很关键的概念，最本质的理解就是操作系统执行的一个应用程序(Application Program)。与每个进程相关的是地址空间(Address Space)。其中，描述的是从某个最小值的存储位置(通常是0)到最大值的存储位置的列表。在这个地址空间中，进程可以进行读写操作。地址空间中可以存放可执行程序，以及程序需要的数据和栈针。与每个进程相关的资源集合。通常包括寄存器(Registers),打开的文件清单，突发的系统报警，有关的进程清单和其他执行程序的信息。其中，寄存器主要包括程序计数器(Program Counter)和堆栈指针(Stack Pointer)。从一定程度上，我们可以把进程当作容纳运行一个程序所有信息的一个容器(Container)。
操作系统中可以使用进程来描述一个程序的执行过程，进程拥有该程序的所有数据(包括一些I/O分配情况、内存分配情况等)，也就是该程序的一个载体，所以进程有一个特点就是资源分配的单位，这一点十分重要。进程还有一个特点就是调度执行，交替执行以提高资源利用率。
操作系统管理进程(创建、切换进程、分配与回收等)开销是很大的，比如进程创建时还需要创建PCB，分配内存独立的内空间，建立映射表，创建资源，进程切换时还需要切换资源，如切换对应的内存映射表，进程退出时还需要释放资源。
由此不难得出一个结论，每一个进程都有一个地址空间(Address Space)和一个控制线程(Control Thead)。但是，操作系统有了进程为何要出现线程呢？主要是因为，虽然进程任然是资源分配的单位，但是调度执行却交给了线程，因为线程是在进程的内部，线程间的切换不用切换资源，不用切换映射表，只需要简单的在进程内部切换一下PC指针和保存一些寄存器即可，这也就更轻量了(避免不了不同进程间的线程切换)。
基本概述

文章图片

线程(Thread)既保留了并发执行的优点，也避免了进程切换的代价。

假设现在有一个网络服务器，此时没有线程的概念，该服务器程序用到多个进程，如用一个进程监听客户端的请求，当客户端连接上后就分派出(复制出一个子进程)一个进程给该用户(每个进程都有独立的资源)，用于监听该用户发送的数据并处理(即多进程程序)，此时设想一下，这多个进程切来切去，每次切换的时候都需要切换资源，是不是很耗费资源。
此时，引入了线程之后，网络服务器这个程序是一个进程，进程用于承载该程序的资源，首先用进程中的一个线程监听请求，每次连接客户端都分配一个线程给用户(多线程程序)，此时处理器只需要在这几个线程中切换即可，线程的切换不需要切换资源(进程时资源级的切换，线程是指令级的切换)，那么多个线程只需要共享进程中的资源即可，其运行速度和执行效率也得到了提升。
由此可见，操作系统引入线程后，调度和分派是在线程上完成的，但是某些活动会影响进程中的所有线程，因此这些活动必须在进程级对他们进行管理。如挂起操作会挂起所有线程，因为所有线程共享进程的用户地址空间。引入了线程最关键的体现在以下两个方面：

线程的创建、终止和调度更轻量
线程间的通信不进过内核，不需要用户态->内核态的转换

但是，同时也增加了程序的开发难度，如果开发者对于线程机制的掌握和认识不够准确，也会陷入技术困惑。
线程模型

所有线程共享进程的状态和资源，所以线程都驻留在同一块地址空间中，并可访问相同的数据。

文章图片

对于有线程和无线程的区别，其中主要是体现在用户栈和内核栈两个关键：

用户栈用于保存用户进程的子程序间相互调用的参数、返回值以及局部变量等信息(保存普通方法的栈)
内核栈是程序发生系统调用时内核态调用方法时的栈；用户地址空间则是进程的程序和数据存放的空间，线程是没有自己的用户地址空间的

一般来说，用户栈和内核栈已经在线程中独有，也证明了线程成为了任务调度的基本单位，这些线程都共享进程所持有的资源，线程控制块中存放了寄存器的值、优先级、线程状态等信息。
在操作系统层面，线程也有“生老病死”，专业的说法叫有生命周期。虽然不同的开发语言对于操作系统线程进行了不同的封装，但是对于线程的生命周期这部分，基本上是相通的。每一个线程基本都有如下特征：

类似进程，线程也有执行状态(生命周期),因为线程也是一个执行过程
线程的上下文，线程切换时也需要进行保护现场
执行栈，保存系统调用时的一些参数和中间结果
少量的，线程私有的局部变量的存储空间，不再拥有大量的存储空间
与进程内其他线程共享的内存和资源的访问
线程控制块TCB，存放上下文切换的信息，同PCB

可以看出，对于有生命周期的事物，要学好和掌握它，思路非常简单，只要能搞懂生命周期中各个节点的状态转换机制即可。
线程分类

文章图片

线程分为用户级线程(User-Level Thread，ULT)和内核级线程(Kernel-Level Thread，KLT)，内核级线程又叫做轻量级进程(Light-Weight Process，LWP)。
用户级线程(User-Level Thread，ULT)

文章图片

在纯ULT软件中，管理线程的所有工作都是应用程序完成，内核意识不到线程的存在，线程完全是由线程库提供的，创建、销毁、调度线程、线程间传递消息等，还包括保存上下文都是由它管控的，如果可以的话我们自己也可以实现自己的线程库，只要合理的组织线程即可。
但是用户级线程所有的活动都发生在用户空间和一个进程中，系统感知不到用户级线程的存在，所以系统依旧是以进程的方式调度。
当线程1发生系统调用等阻塞了，此时系统就会认为该进程阻塞了，操作系统会把CPU时间片分配给其他进程，在此期间，根据线程库维护的数据结构来看，线程1任然处于运行状态，但在处理器执行的角度，线程2是不处于运行状态的，也分不到时间片。
这也导致了用户级线程一旦阻塞，就会阻塞进程中的所有线程，使得其他线程也得不到运行。使用用户级线程(ULT)如下特点:
优点：

所有线程的管理都在一个进程的用户空间中，线程的切换不需要内核模式特权，不需要系统调用，从而节省了用户态到内核态转换的开销
线程的调度更灵活，可以为每个不同的应用程序量身定制更合适的调度算法，因为这些调度算法都可以自己实现，不需要更改操作系统底层的调度程序
ULT可以在任何操作系统下运行，即便是不支持线程的操作系统也能实现，线程库是供所有应用程序共享的一组应用级函数

缺点：

在执行一个系统调用时不仅仅是阻塞当前线程，还会阻塞进程中的所有线程
ULT不能利用多处理技术，操作系统看不到线程，所以内核一次只能把一个进程分配给一个处理器，因此一个进程中的所有线程不能够并行执行，只能够并发执行，相当于一个进程内实现了多道程序设计
解决这两个问题的方法有：
把应用程序写出多进程程序，但是该方法消除了线程的主要优点
套管技术：把产生阻塞的系统调用转化为一个非阻塞的系统调用

综上所述，用户级线程(User-Level Thread，ULT)适合计算密集型的，因为不需要IO操作，不会阻塞整个进程。
内核级线程(Kernel-Level Thread，KLT)

文章图片

在KLT软件中，管理线程的所有工作均由内核完成，应用级没有线程管理代码，只有一个到内核线程的API。
内核为进程级进程内的所有线程维护上下文信息，调度由内核基于线程完成。
该方法克服了ULT的两个缺点。首先，内核可以把一个进程中的线程分配个多个处理器中；其次，进程中的某个线程阻塞了，内核还可以调度同一个进程中的其他线程。
缺点是：在把控制权从一个线程传送到另一个进程的线程时，需要切换到内核模式，开销较大。
综上所述，KLT并发性更好，适合I/O操作较多的程序。
混合线程（Hybrid-Approach Thread，HAT）

文章图片

有些操作系统提供了ULT和KLT的混合体：线程创建完全在用户空间中完成，线程的调度和同步也在应用程序中进行，一个应用程序中的多个用户级线程会被映射到一些(小于等于用户级线数)内核级线程上，进程和线程的比为 N:M，N<=M，ULT中比值为1:N，KLT为1:1
同一个应用程序中的多个线程可在多个处理器上并行的运行，某个引起阻塞的系统调用不会阻塞整个进程。
综上所述，内核级线程(KLT)和用户级线程(User-Level Thread，ULT)对比分析如下：

文章图片

线程生命周期

文章图片

【Java 并发编程解析 | 关于线程机制的那些事，你究竟了解多少（）】一个线程的生命周期基本上可以这个“五态模型”来描述，主要分别是：初始状态、可运行状态、运行状态、休眠状态和终止状态。其中：

初始状态，指的是线程已经被创建，但是还不允许分配 CPU 执行。这个状态属于编程语言特有的，不过这里所谓的被创建，仅仅是在编程语言层面被创建，而在操作系统层面，真正的线程还没有创建。
可运行状态，指的是线程可以分配 CPU 执行。在这种状态下，真正的操作系统线程已经被成功创建了，所以可以分配 CPU 执行。
运行状态：当有空闲的 CPU 时，操作系统会将其分配给一个处于可运行状态的线程，被分配到 CPU 的线程的状态就转换成了运行状态。
休眠状态：运行状态的线程如果调用一个阻塞的 API（例如以阻塞方式读文件）或者等待某个事件（例如条件变量），那么线程的状态就会转换到休眠状态，同时释放 CPU 使用权，休眠状态的线程永远没有机会获得 CPU 使用权。当等待的事件出现了，线程就会从休眠状态转换到可运行状态。
终止状态：线程执行完或者出现异常就会进入终止状态，终止状态的线程不会切换到其他任何状态，进入终止状态也就意味着线程的生命周期结束。