039 线程概念
039 线程概念
小米里的大麦线程概念
1. 什么是线程？它和进程的关系？
1. 粒度：执行的“颗粒大小”
粒度（Granularity） 是个比喻术语，表示一个单位在调度或执行上的“精细程度”。举例说明：
进程 是一个较大单位（粗粒度）：拥有独立地址空间、资源。
线程 是进程内部的小单位（细粒度）：共享地址空间，调度更轻便。
比喻一下：一个公司（进程）可能有多个部门（线程），每个部门是公司内部的执行单位，共享同一个资源（办公室、资金）。
线程执行进程的代码（粒度细）
- 多线程可以同时执行同一个进程的多个代码分支，这比进程切换效率高。
- 一个进程内部多个线程共同完成任务，就像车间里多个工人一起干活。
2. 线程的定义
线程是操作系统调度的最小执行单位。
在用户/开发者角度看：线程是进程中的“执行分支”，多个线程可以并发执行进程中的不同任务。
在内核角度看：内核调度的是线程（Linux 称为“轻量级进程”），不是传统意义上的进程。
CPU 视角：只有“执行流”，每个 task_struct（无论是进程还是线程）在 CPU 看来都是“可调度实体”。因此 Linux 把线程干脆叫“轻量级进程”——名字里仍带“进程”，只是资源复用程度不同。
执行流 = CPU 上能被调度运行的最小单位，无论是：主线程执行
main()、子线程处理任务、内核线程处理 I/O、甚至信号处理函数上下文切换，本质上，它们都是“一个在 CPU 上执行的流动单元”。所以我们抽象地称它为 执行流。
CPU 只调度执行流（线程）：CPU 的调度单位是线程（执行流），不是进程。所以：CPU 只管“谁来执行”，而不是“哪个进程”执行。
3. Linux 中线程的实现方式？
PCB 结构理解（进程是资源实体）：进程 = PCB（Process Control Block） + 代码/数据
- PCB 记录了进程的所有管理信息（PID、状态、内存映射、文件表等）。
- 线程依附进程执行，不拥有自己的完整 PCB，只在进程的 PCB 中挂靠自己的线程控制块。
Linux 并没有原生的“线程”这个独立结构，而是通过内核的 进程机制（task_struct） 来实现线程，无论是普通进程、还是线程，在内核中都是 task_struct 实例。在 Linux 中，线程就是一种特殊的“进程”，又叫 轻量级进程（Lightweight Process，LWP）。多个线程共享同一个进程的资源（代码段、数据段、堆、文件描述符等），但有自己独立的：
- 栈空间（私有栈）
- 寄存器现场（上下文）
- 线程 ID（TID）
[!NOTE]
那这样做的好处（优雅性）是什么？
这正是 Linux/OS 设计哲学的体现：
- 统一的数据结构，简化调度系统。
- 灵活的共享机制。
- 复用代码（内核的数据结构），降低 bug 的可能性和维护难度。
Windows 内核线程是“真正意义上的线程”：Windows 内核中有 线程控制块，叫做 TCB（
struct TCB，Thread Control Block）。它是 Windows 原生线程结构，用于记录线程上下文、栈地址、状态等，是 Windows 的调度单位。Windows 中，进程是资源容器，线程是独立的执行单位，系统明确区分这两个概念。
4. 为什么线程要在进程“内部”执行？
- 原因：线程不拥有自己的资源，必须依附进程的资源（如地址空间）才能执行。 任何执行流想跑起来都必须：有代码（指令）、有栈、有页表（地址空间）（加粗是必要条件！），全部条件还需要 task_struct（调度实体）、上下文。
- 所以：“地址空间是进程的资源窗口”，线程就是进程内部的执行分支。线程“在进程地址空间内跑”不是可选，而是必选项；离了地址空间，CPU 连下一条指令在哪都不知道。
5. 进程 vs 线程
【os 浅尝】话说进程和线程~ | B 站
进程和线程的区别 | B 站
【操作系统】进程和线程的区别 | B 站
线程、进程和应用程序的关系和原理（干货教程） | B 站
| 对比点 | 进程 | 线程 |
|---|---|---|
| 是否独立 | 独立，拥有自己的地址空间、页表 | 依附于进程，共享进程地址空间 |
| 是否拥有资源 | 是，拥有文件描述符、内存等 | 否，只拥有少量运行所需资源 |
| 调度粒度 | 粗（整个进程调度） | 细（线程调度） |
| 创建/销毁开销 | 大（复制页表、资源） | 小（切换栈、寄存器） |
| 通信效率 | 低（需进程间通信 IPC） | 高（共享内存） |
| 健壮性 | 进程崩溃不影响其他进程 | 线程崩溃导致整个进程崩溃 |
2. 页表
「Coding Master」第 30 话 这个内存分页，就挺难的 | B 站
1. 什么是页表（Page Table）？
1. 本质
页表是操作系统用来 管理虚拟地址与物理地址映射关系 的数据结构。每个进程都有自己的 虚拟地址空间 ，而页表就是这个地址空间的“地图”，告诉 CPU 如何将一个虚拟地址转换为物理地址。简单说：我们访问的是虚拟地址，系统通过页表找出对应的物理地址。
2. 页表的核心单位
| 名称 | 含义 | 单位 | 特点 | 举例 |
|---|---|---|---|---|
| 页面（Page） | 虚拟地址空间被划分为固定大小的块 | 通常为 4KB | 虚拟地址的基本单位 | 每个页面对应一个物理页框 |
| 页框 / 页帧（Page Frame） | 物理内存被划分为固定大小的块 | 通常为 4KB | 存放页面数据的物理单元 | 物理内存中的 4KB 单元 |
| 页目录项（PDE） | 一级页表项，指向页表 | 4 字节（32 位） | 页目录有 1024 项 | PDE [i] → 页表起始地址 |
| 页表项（PTE） | 二级页表项，指向页框 | 4 字节（32 位） | PTE [i] → 页框起始地址 | 用于虚拟地址到物理地址映射 |
| 页内偏移（Offset） | 页内地址偏移量 | 12 位（0~4095） | 用于在页框中定位具体字节 | 偏移量 + 页框地址 = 物理地址 |
3. 为什么需要页表？
页表是实现虚拟内存机制的基础，二级页表是为了节省内存并提高效率，多级页表则是为了支持更大的地址空间和更灵活的管理方式。
为什么需要二级页表？
单级页表的问题（以 32 位系统为例）：32 位系统地址空间为 4GB（2^32），页大小为 4KB（2^12），总共需要 2^20 = 1,048,576 个页表项，每个页表项 4 字节，总大小为 4MB。所以：页表大小 = 2²⁰ × 4B = 4MB，每个进程都要维护一张 4MB 的页表（即使它只用了一点虚拟内存），这对于上了年代的机器来说是灾难性设计！
就是因为占内存大、浪费严重、不支持“按需分配”所以诞生了二级页表，二级页表是对“空间换时间”的优化倒转 —— 用时间（多查一次）换空间（只分配用到的），再到后来的多级页表：节省空间、支持按需映射、提升效率。
4. 32 位系统中二级页表的工作原理结构图
1. 分解说明
虚拟地址 = 32 位： 虚拟地址由 3 部分组成：
1
2[10位 页目录索引] [10位 页表索引] [12位 页内偏移]
(2^10 条) (2^10 条) (4KB 页面)页大小 = 4KB = 2¹²： 最后 12 位表示页内偏移（Offset）
页表项大小 = 4 字节（32bit）： 一个页表（4KB）能容纳：4KB ÷ 4B = 1024 条项，刚好对应 2¹⁰。
2. x86 32 = 10+10+12 的意义
虚拟地址 32 位 = 10（页目录）+ 10（页表）+ 12（偏移）
| 段 | 位数 | 说明 |
|---|---|---|
| 页目录 | 10 | 一级表，存放 页表的指针，选择哪个页表（共 1024 个） |
| 页表 | 10 | 二级表，存放 页 → 物理帧 映射，选择哪个页表项 |
| 偏移 | 12 | 不变，表示页中具体偏移地址（4KB 页大小） |
3. 再谈线程
1. 线程的优点（相对进程）
| 编号 | 优点描述 | 解释说明或场景举例 |
|---|---|---|
| 1 | 创建开销小 | 新线程共享父进程资源，不需要重新分配地址空间等 |
| 2 | 上下文切换代价小 | 线程切换只需切换少量寄存器，进程切换需切页表等 |
| 3 | 占用资源少 | 共享代码段、数据段、堆等，减少内存资源开销 |
| 4 | 支持并发执行 | 多线程可利用多核 CPU，提高执行效率 |
| 5 | 提升 IO 密集程序性能 | 下载、读写磁盘等可异步等待，主线程可继续执行 |
| 6 | 提升计算密集程序性能（多核） | 可将任务拆分成多个子任务，多个核并行执行 |
| 7 | IO 操作可并发等待，提高吞吐 | 多线程各自等待不同 IO 资源，实现重叠与效率提升 |
2. 线程的缺点
| 编号 | 缺点描述 | 举例或解释 |
|---|---|---|
| 1 | 同步/调度带来性能损失 | 多个计算密集型线程争抢 CPU，带来线程调度/同步开销 |
| 2 | 健壮性降低 | 不小心共享了不该共享的变量，或同步出错易出 bug |
| 3 | 缺乏访问隔离保护 | 所有线程共享进程资源，某线程异常可能影响整个进程 |
| 4 | 编程难度高 | 多线程程序调试困难，如死锁、竞态条件难定位 |
3. 线程异常处理风险（容易忽略）
| 问题 | 描述说明 |
|---|---|
| 崩溃传染性强 | 一个线程崩溃（如除 0、野指针），触发信号机制，整个进程被终止 |
| 同步问题 | 锁没加好、条件变量判断失误，可能引发死锁、数据污染等不可预测问题 |
| 资源泄漏 | 某线程提前崩溃未释放资源，整个进程泄漏，所有线程随之退出 |
4. 线程适用场景（牢记）
| 场景 | 类型 | 描述示例 |
|---|---|---|
| CPU 密集型 | 多核计算 | 视频渲染、图片处理、机器学习模型训练、加密解密 |
| IO 密集型 | 高并发 IO | 网络爬虫、数据库操作、磁盘文件下载、日志写入 |
| 用户体验优化 | 前后台并行处理 | 一边写代码一边下载依赖，一边加载图片一边展示 UI |
5. 记忆口诀
- 线程优点快轻小，共享资源效率高；
- 线程缺点易崩溃，调试困难需谨慎；
- CPU 并行靠分工，IO 并发靠等待；
- 善用线程提性能，滥用线程埋雷坑。
线程相较于进程最大的优势是开销小、切换快、共享资源，适合高并发或高性能场景。比如在多核处理器中跑 CPU 密集任务，或者处理大量 IO 等待时都能有效提升效率。但线程也存在缺乏隔离、同步复杂、异常传播等风险，因此使用时需要严格管理共享资源和同步机制。
